Algoritma Greedy

Algoritma Greedy
Muhtadin, ST. MT.
Metode Numerik & T. Komputasi By : Muhtadin
Agenda
Graph Definis Representasi Algoritma Greedy Kasus Sederhana Kasus Minimum Spanning Tree menggunakan Kruskal Kasus Penemuan Jalur Terpendek menggunakan Dijkstra
Graph - Definisi Sebuah graph G = (V,E) terdiri dari:

V: himpunan dari vertices EVV: himpunan dari edges yang terhubung dengan vertices
Sebuah edge e = (u,v) adalah pasangan vertices (u,v) akan terurut, jika G merupakan directed graph
Representasi Graph
Adjency List Adjacency list dari vertex v: serangkaian vertice yang terhubung dengan v Graph direpresentasikan dengan menuliskan semua Adjency list dari semua vertice
Representasi Graph
Adjency Matrix Matrix M berisikan semua pasangan dari vertice M[i,j] = true ada edge (i,j) pada graph M[i,j] = false tidak ada edge (i,j) pada graph Space = O(n2)
Algoritma Greedy
Mencari solusi yang optimal dari suatu masalah yang mempunya 2 indikator, yaitu : Adanya fungsi tujuan Adanya pembatas (Constrain)
PROCEDURE GREEDY (A,n) Solusi 0 //(solusi awal) FOR I 1 TO n DO X SELECT(A) IF FEASIBLE (Solusi, x) THEN Solusi UNION (solusi, x) ENDIF REPEAT RETURN (Solusi) END GREEDY
Algoritma Greedy - Contoh

Himpunan A merupakan himpunan pasangan terurut (x,y), yaitu {(4,2),(3,2),(9,1), dan (2,0)}. Dari data tersebut akan ditentukan suatu pasangan terurut yang memiliki nilai jumlah x dan y bernilai minimum. Dengan batasan dari x dan y masing-masing lebih besar dari nol.

Penyelesaian : A : {(4,2),(3,2),(9,1), dan (2,0)} Solusi 0 N = 1 : x = 4 > 0 y = 2 > 0 Solusi {(4,2)} N = 2 : x = 3 > 0 y = 2 > 0 FEASIBLE (Solusi, x)
FEASIBLE (Solusi, x)
Solusi {(4,2),(3,2)}

Solusi 0 N = 3 : x = 9 > 0 y = 1 > 0 FEASIBLE (Solusi, x)
Solusi {(4,2),(3,2),(9,1)}
N = 4 : x = 2 > 0 y = 0 > 0 NOT FEASIBLE
Solusi {(4,2),(3,2),(9,1)} Dari himpunan solusi yang mungkin, diperoleh solusi optimal (mempunyai nilai jumlah minimum) yaitu (3,2), jumlahnya sebesar 3+2=5
Aplikasi Algoritma Greedy

Diaplikasi dalam berbagai penyelesaian masalah, antara lain : Minimum Spanning Tree Problem Knapsack Problem Optimal Storage on Tapes Problem Shortest Path Problem
10
Algoritma Kruskal
Langkah-langkah : Bobot diurutkan mulai dari yang paling kecil ke besar Pada setiap langkah, dipilih bobot yang paling kecil. Dengan syarat : Tidak membentuk circuit Tidak memilih garis yang sudah dipilih sebelumnya
11
Kruskal - contoh
10 1 2 40 35 25 4 20 15 6 5 50 3
30
12
Edge
Cost
Spanning Tree
13
Penermuan Jalur Terpendek

Algoritma Dijkstra
14
Algoritma Dijkstra
Contoh :
15
Daftar Pustaka
Rinaldi Munir, 2010, Diktat Kuliah Strategi Algoritma ITB Gilles Brassard, 1996, Fundamental Of Algoritmh, Prentice Hall, New Jersey Cormen et al, 2009, Introduction to Algorithms : thrid edition, MIT
28
TERIMA KASIH
29

Algoritma Greedy

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Algoritma Greedy

Diunggah oleh

Hak Cipta:

Format Tersedia

Algoritma Greedy

Muhtadin, ST. MT.

Metode Numerik & T. Komputasi By : Muhtadin

Metode Numerik & T. Komputasi By : Muhtadin

Graph - Definisi Sebuah graph G = (V,E) terdiri dari:

Metode Numerik & T. Komputasi By : Muhtadin

Metode Numerik & T. Komputasi By : Muhtadin

Metode Numerik & T. Komputasi By : Muhtadin