1

BAB I PENDAHULUAN
1.1 Latar Belakang
Graf merupakan salah satu cabang ilmu matematika yang
merepresentasikan objek objek diskrit dan hubungan antaraobjek objek
tersebut. Representasi visual dari graf adalah dengan menyatakan obyek dengan
noktah dan hubungan antara objeknya dengan garis. Untuk selanjutnya kita sebut
noktah pada graf sebagai simpul (vertex) dan garis pada graf sebagai sisi (edge).
Pada saat membicarakan graf tentu kita tidak boleh lupa pada salah satu struktur
graf yang cukup penting yaitu pohon (beberapa referensi menetapkan pokok
bahasan pohon pada bab yang berbeda karena luasnya bahasan tentang bab ini.).
Pohon adalah graf berarah / tak berarah yang tidak membentuk sirkuit.
Penggunaan struktur graf ini sangat penting dalam bidang informatika dan ilmu
komputer.
Salah satu kegunaan graf yang cukup penting adalah dalam hal
pengrutean. Perutean yaitu kegiatan membuat rute dengan tujuan tertentu. Dengan
penggunaan graf kita akan mendapatkan rute dengan keunggulan keunggulan
tertentu misalnya : lintasan dengan biaya paling murah, lintasan dengan waktu
tempuh paling cepat, lintasan dengan jarak paling pendek, lintasan dengan tingkat
efisiensi paling tinggi.
Banyak permasalahan yang dapat dimodelkan dengan menggunakan graf,
khususnya di bidang teknologi informasi. Salah satunya adalah masalah dalam
pencarian jarak terpendek. Banyak aplikasi yang membutuhkan adanya pencarian
jarak /jalur terpendek dari suatu graf. Termasuk didalamnya adalah mencari jarak
terpendek antar kota pariwisata di Bali. Akan tetapi hanya menerapkan secara
langsung algoritma untuk mencari jarak terpendek atau biasa disebut minimum
spanning tree, tidak mungkin dilakukan karena adanya kondisi yang membatasi.
Perlu adanya pengecekan tersendiri dalam mencari jalur jalur yang akan
digunakan. Pengecekan ini disesuaikan dengan kondisi nyata yang ingin
diimplementasikan. Metode yang lebih baik dan sering digunakan untuk mencari
minimum spanning tree adalah algoritma kruskal yang dikembang-kan di tahun
1950an oleh J.B. Kruskal dan algoritma Prim yang dikembangkan oleh R. C.
2

Prim. Perbedaan kedua algoritma tersebut adalah inputnya. Algoritma kruskal
mampu mencari minimum spanning tree untuk sekumpulan tree yang diinputkan
(forest) atau bias dikatakan graf yang tidak terhubung. Sedangkan algoritma prim
hanya untuk tree tunggal. Hal ini dikarenakan Kruskal memilih edge dari yang
berbobot terkecil, sedangkan prim mencari dari satu edge ke edge lain yang
terhubung.
Bali merupakan tempat tujuan wisata yang banyak diminati wisatawan
domestik maupun mancanegara. Keindahan alam, keunikan budaya, keamanan,
kenyamanan, keramah-tamahan yang dimiliki Bali merupakan faktor penyebab
kenapa orang ingin menghabiskan liburan di Bali. Bahkan menurut survey dari
Majalah Conde Nast Traveller, Ubud, salah satu ikon Bali, sepanjang
tahun 2009 terpilih sebagai kota terbaik se-Asia (Balipost, 2010). Selain Ubud,
masih banyak tempat wisata lainnya di Bali, seperti Kuta, Tanah Lot, Lovina,
Menjangan, Bedugul dan lain-lainnya. Tempat-tempat wisata di Bali tersebar di
berbagai penjuru Bali. Untuk menuju ke tempat wisata, ada beberapa rute yang
bisa ditempuh. Wisatawan pastinya menginginkan jalur yang paling efisien untuk
menuju tempat wisata tujuan sehingga dapat menghemat waktu dan biaya.
Tentunya masih banyak para wisatawan tidak mengetahui jalur-jalur
untuk mengakses tempat wisata di Bali. Sebuah media yang sangat berkembang
saat ini adalah Internet. Lewat internet, informasi bisa disampaikan secara cepat,
luas, dapat diakses oleh siapa saja dan dimana saja. Berbagai informasi bisa
didapatkan dari internet mulai dari informasi tentang pendidikan, kesehatan,
hiburan, keadaan suatu wilayah, dan lain-lain. Berkaitan dengan hal wilayah,
terdapat beberapa aplikasi yang sudah ada di internet. Misalnya jika ingin
mengetahui lokasi suatu tempat di Bali, bisa menggunakan fasilitas search yang
ada pada google earth. Sistem yang
seperti ini disebut sistem informasi geografis. Dengan memanfaatkan keunggulan
internet ini, sebuah sistem informasi geografis akan dikembangkan untuk
mengatasi persoalan pencarian rute terpendek dari dan menuju suatu tempat
wisata di Bali.

Sistem ini nantinya diharapkan dapat membantu untuk mencari rute
3

terpendek dari dan menuju suatu tempat wisata di Bali. Proses pencarian rute
menggunakan algoritma Dijkstra dan bobot yang diperhitungkan hanya jarak antar
dua lokasi. Hasil akhir yang ditampilkan sistem adalah informasi rute jalan yang
harus dilalui, jarak yang ditempuh, dan peta Pariwisata Bali dengan berbasis
vektor.

1.2 Rumusan Masalah
Bagaimana mencari jarak terpendek antar kota-kota di wilayah Bali
dengan menggunakan Metode Algoritma Kruskal Greedy?

1.3 Tujuan
Tujuan dari terbentuknya makalah ini yaitu untuk mengetahui berapa jarak
terpendek dari kota-kota pariwisata terdapat khususnya di wilayah Bali itu sendiri,
sehingga para Wisatawan dapat mengambil keputusan dan meminimalisir
perjalanan tempuh jarak pada jalur tersebut.
1.4 Manfaat
Manfaat dari pembuatan makalah ini sebagai pedoman para wisatawan
yang ingin mengunjungi kota-kota wisata khususnya di wilayah Bali untuk lebih
mudah mengambil jarak terpendek tanpa harus berputar-putar yang notabene akan
semakin menguras biaya perjalanan mereka. Dengan adanya ini, lebih
meminimalisir perjalanan para Wisatawan pada kota wisata satu dengan yang
lainnya.





4

BAB II TINJAUAN PUSTAKA
2.1 Graf
Graf (Graph) didefinisikan sebagai: G = {V, E} Dalam hal ini, V
merupakan himpunan tidak kosong dari simpul-simpul (vertices / node)
digambarkan dalam titik-titik, dan E adalah himpunan sisi-sisi (edges / arcs)
digambarkan dalam garis-garis yang menghubungkan sepasang simpul. Dapat
dikatakan graf adalah kumpulan dari simpul-simpul yang dihubungkan oleh sisi-
sisi.

Gambar 2.1: Graf G

Pada G diatas, graf terdiri dari himpunan V dan E yaitu:
V = {A, B, C}
E = {e1, e2, e3, e4}
= {(A,B),(B,C),(B,C),(A,C)}
Pengelompokan graf dapat dipandang berdasarkan ada tidaknya sisi ganda
atau sisi kalang, berdasarkan jumlah simpul, atau berdasarkan orientasi arah pada
sisi.
1. Graf sederhana
Graf yang tidak mengandung gelang maupun sisi-ganda dinamakan graf
sederhana.
2. Graf tak sederhana
Graf yang mengandung sisi ganda atau gelang dinamakan graf tak-
sederhana
5

(unsimple graph). Ada dua macam graf taksederhana, yaitu graf ganda
(multigraph) dan graf semu (pseudograph). Graf ganda adalah graf yang
mengandung sisi ganda. Graf semu adalah graf yang mengandung gelang.

Gambar 2.2 : Graf berdasarkan ada tidaknya sisi gelang
atau sisi ganda, (a). Graf sederhana, (b). Graf ganda, (c).
Graf semu
3. Graf berhingga
Graf berhingga adalah graf yang jumlah simpulnya, n, berhingga.
4. Graf tak berhingga
Graf yang jumlah simpulnya n, tidak berhingga banyaknya disebut graf
takberhingga.
5. Graf berarah
Graf yang setiap sisinya diberikan orientasi arah disebut sebagai graf
berarah. Kita lebih suka menyebutsisi berarah dengan sebutan busur (arc).
6. Graf tak berarah
Graf yang sisinya tidak mempunyai orientasi arah disebut graf tak-berarah.
Pada graf takberarah, urutan pasangan simpul yang dihubungkan oleh sisi tidak
diperhatikan.
7. Graf Berbobot (Weight Graf)
Graf berbobot adalah graf yang setiap sisinya diberi sebuah harga.

2.2 Pohon
Pohon adalah graf tak-berarah terhubung dan tidak mengandung sirkuit.
6


Gambar 2.3: Pohon G1
Sifat yang terpenting pada pohon adalah terhubung dan tidak mengandung
sirkuit. Pohon dinotasikan sama dengan T = ( V,E )
Keterangan :
T : Tree
V : Vertices atau node atau vertex atau simpul, V merupakan himpunan tidak
kosong. V = {v1,v2,,vn}
E : Edges atau Arcs atau sisi yang menghubungkan simpul E = {e1,e2,..,en}

2.3 Pohon Merentang
Pohon merentang dari graf terhubung adalah upagraf merentang yang
berupa pohon. Pohon merentang diperoleh dengan memutus sirkuit di dalam graf.
Setiap graf terhubung mempunyai paling sedikit satu buah pohon merentang. Graf
tak-terhubung dengan k komponen mempunyai k buah hutan merentang yang
disebut hutan merentang (spanning forest).
Contoh pembentukan pohon merentang:

Gambar 2.4: Pembentukan pohon merentang
7

Keterangan :
T1 dan T2 merupakan pohon merentang dari graf G Pohon merentang T1
dibentuk dengan cara menghapus sisi {(a,c), (b,c), (b,d), (c,d), (e,f)} dari graf G.
Pohon merentang T1 dibentuk dengan cara menghapus sisi {(a,f), (a,b), (b,c)
(b,e), (c,d)} dari grafG.

2.4 Pohon Merentang Minimum

Jika G pada merupakan graf berbobot, maka bobot pohon merentang T1
atau T2 didefinisikan sebagai jumlah bobot semua sisi di T1atau T2. Diantara
pohon erentang yang ada padaG, yang paling penting adalah pohon merentang
dengan bobot minimum.
Pohon merentang dengan bobot minimum ini disebut dengan pohon
merentang minimum atau Minimum Spanning Tree (MST).
Contoh aplikasi MST yang sering digunakan adalah pemodelan proyek
pembangunan jalan raya menggunakan graf.
MST digunakan untuk memilihn jalur dengan bobot terkecil yang akan
meminimalkan biaya pembangunan jalan.

2.5 Algoritma Greedy untuk Pohon Merentang Minimum

Agoritma greedy adalah algoritma yang memecahkan masalah langkah per
langkah, pada setiap langkah membuat pilihan optimum (local optimum) pada
setiap langkah dengan harapan bahwa langkah berikutnya mengarah ke solusi
optimum global (global optimum).
Algoritma greedy membuat keputusan berdasarkan pilihan yang ada
sekarang, tidak melihat pilihan yang akan muncul kemudian. Karena itulah
algoritma greedy dikategorikan dalam algoritma yang berpandangan pendek dan
tidak dapat diulang karena keputusan yang telah diambil pada suatu langkah tidak
dapat diubah lagi pada langkah selanjutnya. Padahal dalam permasalahan optimasi
terdapat banyak pilihan yang perlu dieksplorasi pada setiap langkah solusi.
8

Terkadang algoritma greedy mengambil keputusan yang diambil terlalu
dini tanpa melihat yang akan ditemui berikutnya sehingga menimbulkan apa yang
disebut good next move, bad overall move.
Melihat kelemahan yang dimiliki, solusi optimum global yang didapatkan
belum tentu merupakan solusi optimum (terbaik), tetapi sub-optimum atau
pseudooptimum. Karena algoritma greedy tidak beroperasi secara menyeluruh
terhadap semua alternative solusi yang ada.
Namun begitu algoritma ini tetap adalah pilihan utama untuk
permasalahan yang sederhana karena ini adalah metode yang paling cepat
dibanding metode yang lain dan dapat memberikan solusi hampiran atau
aproksimasi terhadap nilai optimum yang diinginkan serta hasil yang diberikan
masih merupakan solusi yang layak (feasible solution).
Algoritma Kruskal juga termasuk algoritma yang dapat digunakan untuk
mencari pohon merentang minimum. Pada Algoritma Kruskal sisi graf diurut
terlebih dahulu berdasarkan bobotnya dari kecil membesar. Dan cara pemasukan
sisi dalam T tidak perlu bersisian tidak seperti pada algoritma Prim.
Algoritmanya:
1. Himpunan sisi dari G diurutkan membesar sesuai bobot sisi tersebut.
2. Buat T dengan memasukkan 1 sisi terpendek dari G tersebut.
3. Ulang (banyak sisi T = (banyak simpul G) -1)
a. Ambil sisi selanjutnya dari G.
b. Jika sisi itu tidak membuat sirkuit di T
- Masukkan sisi itu ke T.
- Masukkan simpul-simpul sisi itu ke T.
(http://www.informatika.org/~rinaldi/Matdis/2008-
2009/Makalah2008/Makalah0809-014.pdf, 19 Maret 2011)






9

BAB III METODOLOGI
3.1 Data
Daftar jarak antar kota kami ambil sebagian datanya untuk mengisi
sekaligus melengkapi pengerjaan makalah ini. Sebagian tersebut antara lain ada 9
kota terbesar di wilayah Bali, yaitu Gilimanuk, Negara, Tabanan, Denpasar,
Gianyar, Semarapura, Bangli, Karangasem, dan Singaraja. Data yang digunakan
dalam makalah ini diperoleh dari internet dengan alamat website
www.balitouring.com/bistur/jarak/distance-in-bali.html
Peta Wilayah Bali

Gambar : Peta Wilayah Bali




10


3.2 Analisis Data
Algoritma Kruskal Greedy
(Pohon Perentang Terpendek)
1. Urutkan rusuk-rusuk secara ascending
2. Pilih rusuk-rusuk dalam urutan ini sebagai rusuk-rusuk pohon T
3. Tolaklah rusuk-rusuk yang membentuk cycle dengan rusuk lain yang
dipilih
4. Jika (n-1) buah rusuk yang dipilih, proses berhenti.













11

BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil










Gambar : Graf Kota Pariwisata jalur terpendek
Berdasarkan Algoritma Kruskal Greddy, pohon merantang terpendek yang
dihasilkan adalah panjang rusuk (6,9) + (7,8) + (1,2) + (5,9) + (3,6) + (2,3) + (3,4)
+ (1,7) = 42 + 53 + 64 + 64 + 76 + 99 + 105 + 123 = 626 Km.




78
41
46
87
H
36
51
31
G
F
C
E
64
B
I
D
A
12

4.2 Pembahasan
Mengubah data Peta dalam bentuk Titik dan Garis (Graf)
Gambar di bawah ini merupakan gambar graf kota-kota Pariwisata di
wilayah Bali:









Supaya lebih mudah dalam pengerjaannya , graf di atas lebih di
sederhanakan lagi , kota dimisalkan huruf dan pada jarak dimisalkan panjang
rusuk, yang ditunjukkan pada graf di bawah ini:















90
78
41
61
97
79
46
87
Negara
36
51
31
Tabanan
Denpasar
Bangli
Gianyar
64
Karang
Gilimanuk
Semarupa
Singaraja
90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
13

Keterangan:
1. Kota Pariwisata Gilimanuk
2. Kota Pariwisata Negara
3. Kota Pariwisata Tabanan
4. Kota Pariwisata Denpasar
5. Kota Pariwisata Singaraja
6. Kota Pariwisata Karangasem
7. Kota Pariwisata Bangli
8. Kota Pariwisata Semarapura
9. Kota Pariwisata Gianyar



Dari Graf tersebut kita dapat mencari rusuk-rusuknya berdasarkan
Algoritma Kruskal Greedy, yaitu:
Urutkan semua rusuk-rusuk tersebut secara ascending berdasarkan
panjang rusuk tersebut.
RUSUK PANJANG PILIH
(F,E) 31
(E,D) 36
(C,B) 41
(FG) 46
(C,D) 51
(D,B) 61 -
(H,I) 64
(A,F) 78
(A,B) 79 -
(G,H) 87
(I,A) 90 -
(A,C) 97 -

14

Setelah mengurutkan rusuk-rusuk tersebut secara ascending kita
pilih rusuk-rusuk itu sebagai pohon T.
Pemilihan pertama yaitu rusuk (F,E) karena rusuk tersebut adalah
yang rusuk paling pendek dengan panjang 31.















Kemudian pilih rusuk terpendek selanjutnya yaitu rusuk (E,D)
dengan panjang 36. Rusuk tersebut terhubung dengan rusuk (F,E)
dengan titik bersama E










90
78
41
6
97
79
46
87
H
36
51
31
G
F
C
E
64
B
I
D
A
90
78
41
61
9
79
46
87
H
36
51
31
G
F
C
E
64
B
I
D
A
15

rusuk terpendek ketiga yang terpilih adalah rusuk (C,B) dengan
panjang 41.














Kemudian pilih rusuk selanjutnya yaitu rusuk G,F) dengan panjang
46.graf tersebut terhubung dengan rusuk FE














90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
90
78
41
61
9
79
46
87
H
36
51
31
G
F
C
E
64
B
I
D
A
16

kemudian pilih rusuk terpendek selanjutnya yaitu rusuk (C,D)
dengan panjang 51. Karena terdapat titik yang sama, maka graf
tersebut berhubungan dengan rusuk (E,D) dan (C,B).













Kemudian kita lihat rusuk terpendek selanjutnya yaitu rusuk (B,D)
dengan panjang 61. Rusuk ini tidak kita dipilih karena membentuk
sikel dengan rusuk (C,D) dan (C,B), kita beri warna lain untuk
membedakannya












90
78
41
61
9
79
46
87
H
36
51
31
G
F
C
E
64
B
I
D
A
90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
17

Pemilihan rusuk selanjutnya yaitu rusuk (H,I) dengan panjang 64.
Karena tidak yang titik yang sama, maka tidak berhubungan.














Rusuk terpendek selanjutnya yang terpilih yaitu rusuk (A,F)
dengan panjang 78. Karena ada titik yang sama, maka graf tersebut
berhubungan dengan rusuk (G,F) dan (F,E).













90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
18

Kemudian pilih rusuk selanjutnya yaitu rusuk (A,B) dengan
panjang 79. Rusuk (A,B) tidak dipilih, karena rusuk ini dapat
membentuk suatu cycle dengan rusuk (A,F), (F,E), (E,D),(C,D)dan
(C,B).













Untuk rusuk selanjutnya yaitu rusuk (H,G) dengan panjang 87.
Karena ada titik yang sama, maka graf berhubungan (G,F) dan
(H,I).












90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
19


Untuk rusuk selanjutnya yaitu rusuk (I,A) dengan panjang 90.
Rusuk ini tidak dipilih, karena rusuk ini dapat membentuk suatu
cycle dengan rusuk (A,F), (G,F), (G,H) dan (H,I).













Untuk rusuk selanjutnya yaitu rusuk (A,C) dengan panjang 97.
Rusuk ini tidak dipilih, karena rusuk ini dapat membentuk suatu
cycle dengan rusuk (A,F), (Fe), (E,D), dan (D,C).












90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
90
78
41
61
97
79
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
20

Karena langkah sudah mencapai n-1, maka proses berhenti. Dan
didapatlah pohon merentang sebagai berikut













dengan panjang rusuk minimum :
(F,E) + (E,D) + (C,B) + (F,G) + (C,D) + (I,H) + (A,F) + (H,G) =
31+36+41+46+51+64+78+87 = 434 Km.


Dan dengan melihat graf peta kota wisata di Bali tersebut kita dapat
menentukan jarak terpendek antara satu kota dengan kota lainnya, berikut saya
sajikan tabel jarak terpendek dari satu kota menuju kota lainnya :
kota asal kota
tujuan
Lintasan
terpendek
jarak
A B A-B 79 km
C A-C 97 km
D A-B-D 140 km
E A-F-E 109 km
78
41
46
87
H
36
51
31
G
F
C
E
64 B
I
D
A
21

F A-F 78 km
G A-F-G 124 km
H A-I-H 154 km
I A-I 90 km


kota asal kota tujuan Lintasan
terpendek
jarak
C A C-A 97 km
B C-B 41 km
D C-D 51 km
E C-D-E 87 km
F C-D-E-F 119 km
kota asal kota tujuan Lintasan
terpendek
jarak
B A B-A 79 km
C B-C 41 km
D B-D 61 km
E B-D-E 97 km
F B-D-E-F 128 km
G B-D-E-F-G 174 km
H B-A-I-H 233 km
I B-A-I 169 km
22

G C-D-E-F-G 165 km
H C-A-I-H 251 km
I C-A-I 187 km

kota asal kota tujuan Lintasan
terpendek
jarak
D A D-B-A 160 km
B D-B 61 km
C D-C 51 km
E D-E 36 km
F D-E-F 67 km
G D-E-F-G 111 km
H D-E-F-G-H 198 km
I D-B-A-I 230 km

kota asal kota tujuan Lintasan
terpendek
jarak
E B E-D-B 97 km
C E-D-C 87 km
D E-D 36 km
A E-D-B-A 176 km
F E-F 31 km
23

G E-F-G 77 km
H E-F-G-H 164 km
I E-F-A-I 190 km

kota asal kota tujuan Lintasan
terpendek
jarak
F B F-E-D-B 128 km
C F-E-D-C 118 km
D F-E-D 77 km
E F-E 31 km
A F-A 78 km
G F-G 46 km
H F-GH 124 km
I F-A-I 168 km

kota asal kota tujuan Lintasan
terpendek
jarak
G B G-F-E-D-B 174 km
C G-F-E-D-C 164 km
D G-F-E-D 113 km
E G-F-E 77 km
F G-F 46 km
24

A G-F-A 124 km
H G-H 87 km
I G-H-I 151 km

kota asal kota tujuan Lintasan
terpendek
jarak
H B H-I-A-B 233 km
C H-F-F-E-D-C atau
H-I-A-C
251 km
D H-G-F-E-D 200 km
E H-G-F-E 164 km
F H-G-F 133 km
G H-G 87 km
A H-I-A 154 km
I H-I 64 km

kota asal kota tujuan Lintasan
terpendek
jarak
I B I-A-B 169 km
C I-A-C 187 km
D I-A-B-D 230 km
E I-A-F-E 199 km
F I-A-F 168 km
25

G I-H-G 151 km
H I-H 64 km
A I-A 90 km




























26

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan
Permasalahan yang berhubungan dengan graf, khusunya dalam kasus
menentukan jarak terpendek, dapat diselesaikan dengan menggunakan algoritma
kruskal. Algoritma kruskal adalah algoritma yang bekerja dengan cara,
mengurutkan isisisi graf berdasarkan bobotnya dari kecil ke besar. Sisi yang
dimasukkan ke dalam himpunan T adalah sisi graf G sedemikian sehingga T
adalah pohon. Pada keadaan awal, sisisisi sudah diurut berdasarkan bobot
membentuk hutan, masing- masing pohon dihutan hanya berupa satu buah simpul,
hutan tersebut dinamakan hutan merentang (spanning forest). Sisi dari graf G
ditambahkan ke T jika ia tidak membentuk siklus di T. Algortma kruskal
merupakan algoritma yang efisien dalam mencari MST pada graf yang diberikan
memiliki banyak simpul dengan sisi yang sedikit.

Jadi jarak pohon rentang terpendek dari kota-kota Pariwisata di wilayah Bali
melalui jalur-jalur tertentu dengan menggunakan Algoritma Kruskal Greedy
adalah berjarak 434 Km. DanPara Wisatawan dapat melihat acuan jarak terpendek
dari kota-kota Pariwisata di wilayah Bali melalui Metode Algoritma Kruskal
Greedy.

5.2 Saran
Dalam menyelesaikan permasalahan diatas, diperlukan ketelitian dan suatu
penggambaran graf yang jelas untuk menyelesaikannya, agar dapat terselesaikan
dengan hasil yang maksimal. Selain itu juga dibutuhkan kejelian, agar masalah
yang kita angkat dapat terpecahkan dengan baik. Sehingga, untuk pembahasan
permasalahan berikutnya diperlukan lebih, ketelitian untuk memecahkan masalah
tersebut.




27

DAFTAR PUSTAKA

Adiwazsha, Bramianha. Penerapan Algoritma Greedy untuk Memecahkan
Masalah Pohon Merentang Minimum.
http://www.informatika.org/~rinaldi/Matdis/2008-
2009/Makalah2008/Makalah0809-014.pdf [diakses pada tanggal 19
Maret 2011]

Daftar jarak antar kota
http://www.google.co.id/imgres?imgurl=http://sewamobilbali.org/wp-
content/uploads/2009/08/peta_bali.gif&imgrefurl=http://sewamobilbali.or
g/peta-wisata-
bali/&h=614&w=920&sz=80&tbnid=Ns7KwFZYc9bYgM:&tbnh=98&tb
nw=147&prev=/search%3Fq%3Dpeta%2Bwisata%2Bbali%26tbm%3Disc
h%26tbo%3Du&zoom=1&q=peta+wisata+bali&hl=id&usg=__7ApWnthp
meXyPBEDdA3IaAoDunc=&sa=X&ei=4n_2TZumIcPTrQeauMX3Bg&v
ed=0CCgQ9QEwAQ [diakses pada tanggal 2 Juni 2011]

Pradhana, Bayu A. Studi Dan Implementasi Persoalan Lintasan Terpendek
Suatu Graf Dengan Algoritma Dijkstra Dan Algoritma Bellman-
Ford. http://www.informatika.org/~rinaldi/Matdis/2006-
2007/Makalah/Makalah0607-26.pdf [diakses pada tanggal 19 Maret
2011]

Weiss Mark Allen. Greedy Algorithms.
http://www.cs.man.ac.uk/~graham/cs2022/greedy/[diakses pada tanggal 9
Juni 2011]