BAB 8

MODEL-MODEL JARINGAN DAN JARINGAN-JARINGAN PETRI

8.1 MODEL-MODEL JARINGAN

Perhatikan graf terarah pada Gambar 1 yang mewakili sebuah jaringan pipa minyak.
Minyak dilepaskan di dok
verteks

dan

dan dipompa sepanjang jaringan menuju kilang minyak . verteks-

mewakili stasiun pompa lanjutan. Rusuk-rusuk terarah mewakili bagian-

bagian pipa dari sistem dan menunjukkan arah minyak dapat mengalir. Label-label pada rusuk
menunjukkan kapasitas bagian pipa. Masalahnya adalah mencari sebuah jalan untuk
memaksimalkan aliran dari dok menujukilang minyak danmenghitung nilai aliran maksimum
tersebut.gambar 1 menyediakan sebuah contoh jaringan transpor(transpor network).

Gambar 8.1.1. Sebuah jaringan transfor

Definisi 8.1.1
Sebuah jaringan transpor (atau cukup jaringan) adalah graf terarah berbobot sederhana yang
memenuhi
a. Verteks bertanda, yang merupakan sumber, tidak mempunyai rusuk yang masuk
b. Verteks bertanda, yang merupakan tujuan , tidak mempunnyai rusuk yang keluar.
c. Bobot cij dari rusuk terarah
tak negatif.

disebut kapasitas dari

merupakan sebuah bilangan

Contoh 8.1.2
Graf pada Gambar 8.1.1. Merupakan sebuah jaringan transpor. Sumbernya adalah verteks
tujuannya adalah verteks . kapasitas rusuk

dan

adalah 3 dan kapasitas dari rusuk

adalah 2.
Dalam bab ini , jika
dengan

merupakan sebuah jaringan, kita akan menyatakan sumbernya

dan tujuannya dengan .

Aliran ( flow) dalam sebuah jaringan menempatkan sebuah aliran dalam setiap rusuk

terarah yang tidak melampaui kapasitas rusuk itu. Selain itu diasumsikan bahwa aliran ke dalam
verteks

, yang bukan merupakan sumber ataupun tujuan, sama dengan aliran keluardari

definisi berikut membuat gagasan ini tepat.

Definisi 8.1.3
Misalkan

sebuah jaringan transpor. Misalkan

sebuah aliran

di

menyatakan kapasitas rusuk terarah

menempatkan bilangan tak negatif

pada setiap rusuk terarah

Sehingga:
a.
b. Untuk setiap verteks , yang bukan merupakan sumber atau pun tujuan.

(8.1.1)

[Dalam penjumlahan sepert (8.1.1), asalkan tidak dispesifikasikan, penjumlahan itu

dilakukan untuk semua verteks . Juga, jika

bukan merupakan rusuk, kita tetapkan

.]
Kita sebut

aliran dalam rusuk

untuk sembarang verteks , kita sebut

aliran ke dalam j dan kita sebut

aliran keluar dari

Sifat yang dinyatakan dalam persamaan (8.1.1) disebut konservasi aliran (conservation
of flow). Dalam contoh pemompaan minyak pada Gambar 8.1.1, konservasi aliran berarti
minyak tidak digunakan atau dipasok pada stasiun pemompaan

dan

Contoh 8.1.4
Penandaan

mendefinisikan sebuah aliran untuk jaringan pada gambar 8.1.1. Sebagai contoh, aliran ke dalam
verteks .

sama dengan aliran keluar dari verteks

Pada gambar 8.1.2 kita telah menggambar ulang jaringan dari Gambar 8.1.1 untuk
menunjukkan aliran pada Contoh 8.1.4. Sebuah rusuk dibeli
aliran di

adalah

jika kapasitas

adalah

dan

Notasi ini akan digunakan dalam bab ini.

Perhatikan dalam Contoh 8.1.4, aliran keluar dari sumber .

sama dengan aliran ke dalam tujuan .

keduannya nilai 5. Teorema berikut menunjukkan aliran keluar dari sumber selalu sama
dengan aliran ke dalam tujuan.

Gambar 8.1.2. Aliran dalam sebuah jaringan

.

rusuk

rusuk

dilabeli

mengindikasikan kapasitas

untuk
dan aliran

Teorema 8.1.5
Jika diketahui sebuah aliran

dalam sebuah jaringan , aliran keluar dari sumber

aliran ke dalam tujuan , yakni

Pembuktian. Misalkan

adalah himpunan verteks . Kita mempunyai

(

karena masing-masing penjumlahan ganda adalah

dengan

merupakan himpunan rusuk. Kini

sama dengan

karena

untuk semua

, dan (Definisi 8.1.3b)

jika

Dengan keterangan dari teorema 5, kita dapat menyatakan definisi berikut

Definisi 8.1.6
Misalkan F adalah sebuah aliran dalam sebuah jaringan . Nilai

disebut nilai aliran

Contoh 8.1.7.
Nilai aliran dan jaringan pada gambar 8.1.7 adalah 5.
Masalah untuk jaringan transpor
aliran maksimal di
sehingga nilai

dapat dinyatakan sebagai berikut: Carilah sebuah

, yakni diantara semua aliran yang mungkin di

, carilah sebuah aliran

adalah nilai maksimum. Pada bagian selanjutnya kita akan memberikan sebuah

algoritma yang memecahkan masalah ini dengan efisien. Kita akan mengakhiri bagian ini dengan
memberikan contoh-contoh tambahan.
Contoh 8.1.8 Sebuah Jaringan Pemompaan
Gambar 8.1.3 mewakili sebuah jaringan pemompaan air untuk dua kota,
dari tiga sumur,

dan

, yang dikirim

. Kapasitas sistem lanjutan ini ditunjukkan pada rusuk-rusuknya.

Gambar 8. 1 .3 Sebuah jaringan pemompaan. Air untuk kota dan dikirim dari sumur w1, w2,
dan w3. Kapasitas kapasitasnya ditunjukkan pada rusuk rusuk.
Verteks verteks

dan

mewakili stasiun pemompaan lanjutan.Buatlah model sistem ini

sebagai sebuah jaringan transpor.

Untuk memperoleh sumber dan tujuan yang ditandai, kita dapat memperoleh sebuah
jaringan transpor ekuivalen dengan menyatukan bersama sumber sumber tersebut ke dalam
sumber raya (supersource) dan menyatukan bersama tujuan tujuan menjadi sebuah tujuan
raya (supersink) (lihat gambar 8.1.4). Pada Gambar 8.1.4, mewakili sebuah kapasitas tak
terbatas.

Gambar 8.1.4 jaringan pada gambar 8.1.3 dengan sebuah sumber dan tujuan yang ditandai.

Contoh 8.1.9 Sebuah Jaringan Lalu Lintas

Ada kemungkinan untuk pergidari kota A ke kota B secara langsung atau dengan melalui kota B.
Selama periode 6:00 hingga 7:00 malam, waktu perjalanan rata rata adalah
A ke B

(15 menit)

B ke C

(30 menit)

A ke C

(30 menit)

Kapasitas maksimum dari rute rute tersebut adalah

A ke B

(3000 kendaraan)

B ke C

(2000 kendaraan)

A ke C

(4000 kendaraan)

Gambarkanlah aliran lalu lintas dari A ke C selama periode 6:00 hingga 7:00 malam sebagai
sebuah jaringan.
Sebuah verteks akan mewakili sebuah kota pada saat tertentu (lihat Gambar 8.1.5).
Sebuah rusuk menghubungkan , t1 ke ,t2 jika kita dapat meninggalkan kota
di kota

pada t1 sampai

pada t2. Kapasitas sebuah rusuk merupakan kapasitas dari rute. Rusuk rusuk dari

kapasitas tak terbatas menghubungkan

,t1 ke

,t2 dan

sembarang jumlah mobil dapat menunggu di kota

,t1 ke B,t2 untuk menyatakan bahwa

atau kota . Akhirnya, kita memperkenalkan

sebuah sumber raya dan tujuan raya.

Gambar 8.1.5 Sebuah jaringan yang mewakili aliran lalu lintas dari kota

ke kota

selama

periode 6:00 hingga 7:00 malam.

Varian dari aliran jaringan telah digunakan dalam rancangan jaringan komputer yang
efisien (lihat [Jones; Kleinrock]). Dalam pemodelan sebuah jaringan komputer, sebuah verteks
merupakan pesan atau pusat pengatur, sebuah rusuk mewakili kanal yang di sini data dapat
ditransmisikan di antara verteks verteks, sebuah aliran merupakan jumlah bit rata rata per
detik yang ditransmisikan pada sebuah kanal,

dan kapasitas sebuah rusuk merupakan

kapasitaskanal yang bersesuaian.

8.2 ALGORITMA ALIRAN MAKSIMAL
Jika

sebuah jaringan transpor, sebuah aliran maksimal (maximal flow) di

adalah

aliran dengan nilai maksimum. Secara umum, akan terdapat beberapa aliran yang mempunyai

nilai maksimum yang sama. Pada subbab ini kita memberikan sebuah algoritma untuk mencari
sebuah aliran maksimal. Gagasan dasarnya adalah sederhana mulai dengan suatu aliran awal dan
menaikkan secara iteratif nilai dari aliran sampai tidak ada peningkatan lagi. Aliran yang
dihasilkan selanjutnya akan merupakan sebuah aliran maksimal.
Kita dapat mengambil aliran awal sebagai salah satu aliran pada mana aliran di masing
masing rusuk adalah nol. Untuk menaikkan nilai aliran yang diketahui, kita harus mencarisebuah
lintasan dari ssumber ke tujuan dan menaikkan aliran sepanjang lintasan ini.
Pada saat ini sangat membantu untuk memperkenalkan beberapa terminologi. Sepanjang
subbab ini,

menyatakan sebuah jaringan dengan sumber

Sementara itu, perhatikan rusuk rusuk dari

merupakan sebuah lintasan dari

ke

, tujuan

, kita katakan bahwa

mengacu pada

sebagai tak terarah dan misalkan

dalam graf tak terarah ini. (Semua lintasan dalam bagian

ini dengan referensi pada graf tak berarah dasar). Jika sebuah rusuk
ke

, dan kapasitas

di

diarahkan dari

terorientasi secara tepat atau properly oriented (dengan

); jika sebaliknya, kita katakan

terorientasi tak tepat atau improperly

oriented (dengan mengacu pada P) (lihat Gambar 8.2.1).

Jika kita dapat mencari sebuah lintasan

dari sumber ke tujuan dengan setiap rusuk di

terorientasi dengan tepat dan aliran dalam setiap rusuk kurang dari kapasitas rusuk, maka
mungkin untuk menaikkan nilai aliran.

Gambar 8.2.1 Rusuk rusuk terorientasi dengan tepat dan tak tepat. Rusuk (
terorientasi dengan tepat karena rusuk tersebut terorientasi dalam arah ke . Rusuk ( ,
terorientasi tidak tepat karena tidak terorientasi dalam arah ke .

)
)

Contoh 8.2.1
Perhatikan lintasan dari

ke

dalam Gambar 8.2.2. Semua rusuk dalam

terorientasi dengan

tepat. Nilai aliran dalam jaringan ini dapat dinaikkan dengan 1, seperti yang ditunjukkan dalam
Gambar 8.2.3.

Gambar 8.2.2 Sebuah lintasan dari rusuk-

Gambar 8.2.3 Setelah penaikan aliran pada

rusuk yang teriorentasi dengan tepat.

Gambar 8.2.2 dengan 1.

Mungkin juga untuk menaikkan aliran dalam lintasan-lintasan tertentu dari sumber ke tujuan
tempat kita mempunyai rusuk-rusuk yang terorientasi dengan tepat dan tak tepat. Misalkan
sebuah lintasan dari

ke

dan misalkan

sebuah verteks di

yang bukan

ataupun (lihat

Gambar 8.2.4).

Gambar 8.2.4 Empat orientasi rusuk-rusuk yang mungkin yang insiden pada
Terdapat empat kemungkinan untuk orientasi rusuk-rusuk

dan

yang insiden pada

Pada kasus (a), kedua rusuk terorientasi dengan tepat. Pada kasus ini, jika kita menaikkan aliran
dalam setiap rusuk dengan , aliran ke dalam

akan tetap sama dengan aliran keluar dari .

Pada kasus (b), jika kita menaikkan aliran di

dengan , kita harus menurunkan aliran di

dengan

sehingga aliran ke dalam

akan tetap sama dengan aliran keluar dari . Kasus (c)

serupa dengan kasus (b), kecuali kita menaikkan aliran di

dengan

dengan

dan menurunkan aliran di

. Pada kasus (d), kita menurunkan aliran di kedua rusuk dengan

. Dalam setiap

kasus, perlakuan rusuk yang dihasilkan memberikan sebuah aliran. Tentu saja, untuk
menjalankan pengubahan ini, kita harus mempunyai aliran kurang dari kapasitas dalam sebuah
rusuk yang terorientasi dengan tepat dan sebuah aliran tak nol dalam sebuah rusuk yang
terorientasi tak tepat.
Contoh 8.2.2
Perhatikan lintasan dari

ke

pada Gambar 8.2.5. Rusuk-rusuk

dan

terorientasi dengan tepat dan rusuk

terorientasi tak tepat. Kita menurunkan aliran sebesar 1

dalam rusuk terorientasi tak tepat

dan meningkatkan aliran sebesar 1 dalam rusuk-rusuk

terorientasi dengan tepat

dan

(lihat Gambar 8.2.6). nilai aliran baru adalah 1

lebih dari aliran yang asli.

Gambar 8.2.5 Sebuah lintasan dengan sebuah
rusuk terorientasi tak tepat:

Kita merangkum metode pada Contoh 8.2.1 dan

8.2.2 sebagai sebuah teorema.
Gambar 8.2.6 Setelah peningkatan aliran pada
Gambar 8.2.5 sebesar 1.
TEOREMA 8.2.3
Misalkan

sebuah lintasan dari

ke

dalam sebuah jaringan G yang memenuhi:

(a) Untuk setiap rusuk terorientasi dengan tepat

(b) Untuk setiap rusuk terorientasi tak tepat

di

di ,

Misalkan
dengan

terdiri dari bilangan-bilangan

di , dan

, untuk rusuk-rusuk terorientasi dengan tepat

, untuk rusuk-rusuk terorientasi tak tepat

di . Definisikan

Maka * merupakan sebuah aliran yang nilainya

lebih besar dari nilai .

Pembuktian. (lihat Gambar 8.2.2, 8.2.3, 8.2.5, dan 8.2.6.) Argumen bahwa
sebuah aliran diberikan tepat sebelum Contoh 8.2.2. Oleh karena rusuk

* merupakan
di

dinaikkan

sebesar , nilai * lebih besar dari nilai .

Dalam bagian selanjutnya kita akan menunjukkan jika tidak terdapat lintasan yang
memenuhi kondisi pada Teorema 8.2.3, aliran tersebut maksimal. Jadi, adalah mungkin untuk
membentuk sebuah algoritma yang berdasarkan pada Teorema 8.2.3. intinya adalah
1. Mulailah denagn sebuah aliran (yakni, aliran yang aliran dalam setiap rusuknya 0).
2. Carilah sebuah aliran yang memenuhi kondisi dari Teorema 8.2.3. Jika tidak ada lintasan
yang seperti itu, berhentilah; aliran tersebuty maksimal.
3. Naikkan aliran sepanjang lintasan dengan

didefinisikan seperti dalam Teorema 8.2.3,

dan kembalilah ke baris 2.

Dalam algoritma formal, kita mencari sebuah lintasan yang memenuhi kondisi Teorema
8.2.3 sementara secar bersamaan tetap menjajaki kuantitas

ALGORITMA 8.2.4 Mencari Sebuah Aliran Maksimal dalam Sebah Jaringan

Algoritma ini mencari sebuah aliran maksimal dalam sebuah jaringan. Kapasitas setiap rusuk
adalah sebuah bilangan bulat tak negatif.
Masukkan:

Sebuah jaringan dengan sumber

, dan

, tujuan , kapasitas

, verteks

Keluaran:

sebuiha aliran maksimal

procedure aliran_maks
// label

adalah (pendahulu(v), val(v))

// mulailah dengan aliran nol

1. for setiap rusuk

do

2.
3. while true do
4. begin
// pindahkan semua label
5. for

to

do

6. begin
7.
8. val (
9. end
// label a
10. pendahulu

11.
// U merupakan himpunan verteks berlabel tak teruji
12. U
// lanjutkan hingga
13. while

terlabeli
do

14. begin
15. jika U = then // aliran maksimal
16. return
17. pilih

di U

18.
19.
20. for masing-masing rusuk
21. if

then

dengan

do

22. begin
23. pendahulu
24.

min

25.
26. end
27. for setiap rusuk
28. if

dengan

do

then

29. begin
30.
31.

min

32.
33. end
34. end
// carilah lintasan

dari

ke dimana untuk memperbaiki aliran

35.
36.
37. While

do

38. begin
39.
40.
41. end
42.
43.
44. for i

to

do

45. begin
46.
47. if terorientasi dengan tepat di
48.
49. else
50.
51. end

then

52. end
end aliran_maks
Sebuah pembuktian bahwa Algoritma 8.2.4 berakhir diberikan sebagai latihan (Latihan
19). Jika kapasitas-kapasitas diperbolehkan sebagai bilangan rasional tak negatif, algoritma
tersebut juga berakhir, akan tetapi, jika kapasitas real tak negatif diperbolehkan dan kita
mengizinkan rusuk-rusuk pada baris 20 untuk diuji dalam sembarang urutan, algoritma tersebut
tidak akan berakhir (lihat [Ford, halaman 21-22]).
Algoritma 8.2.4 seringkali diacu sebagai prosedur pelabelan (labelling procedure).
Kita akan mengilustrasikan algoritma tersebut dengan dua contoh.
Contoh 8.2.5
Dalam pembahasan ini, jika verteks
menunjukkan label

pada graf sebagai

memenuhi

dan

kita

Pada baris 1 dan 2, kita mengawali aliran pada 0

dalam setiap rusuk (lihat Gambar 8.2.7). Selanjutnya, pada baris 5-9 kita menetapkan semua
label sebagai

. Kemudian, pada baris 10 dan 11 kita melabeli verteks

baris 12 kita menetapkan

sebagai

. Pada

. Selanjutnya kita masukkan loop while (baris 13).

Gambar 8.2.7 Setelah pelabelan pertama. Varteks

dilabeli (

Oleh karena itu z tidak dilabeli dan Utidak kosong, kita beralih ke baris 17, disinni kita memilih
verteks a di U dan mwmindahkannya dari Upada baris 18. Pada saat ini, U
pada
karena baik

pada baris 19. Pada baris 20 kita menguji rusuk-rusuk

maupun

tidak terlabeli. Untuk rusuk

kita mempunyai

. Kita menetapkan
dan

Pada baris 23 dan 24, kita melabeli verteks

sebagai

karena

dan

Pada baris 25, kita menambahkan

pada

. Demikian juga, kita melabeli verteks

sebagai

dan menambahkan d pada . Pada saat ini,

Selanjutnya kita kembali pada puncak loop while (baris 13). Karena

tidak berlabel dan

tidak kosong, kita bergerak ke baris 17, di sini kita memilih sebuah verteks di
memilih b. Kita memindahkan

dari

pada baris 18. Kita menetapkan sebagai

pada baris 19. Pada baris 20 kita menguji rusuk

sebagai

.andaikan kita

Pada baris 23 dan 24 kita melabeli verteks

karena

dan

Pada baris 25 kita tambahkan pada

Pada saait ini,

Selanjutnya kita kembali ada puncak loop while (baris 13). Karena

tidak berlabel dan

tidak kosong, kita bergerak ke baris 17, di sini kita memilih sebuah verteks di
memilih

Kita memindahkan

dari

ke baris 18. Kita menetapkan sebagai

pada baris 19. Pada baris 20 kita menguji rusuk

sebagai

Andaikan kita

Pada baris 25, kita menambahkan

Pada baris 23 dan 24 kita melabeli verteks

pada

Pada saat ini

Kemudian kita kembali pada puncak loop while (baris 13). Karena

sudah diberi label

kita meloncat pada baris 35. Pada baris 35-42, dengan mengikuti pendahulu dari , menemukan
lintasan

dari

ke . Pada baris 42 kita menetapkan sebagai 2. Karena setiap rusuk di

terorientasi

dengan

dengan tepat, pada baris 48 kita menaikkan aliran dalam setiap rusuk

untuk

memperoleh Gambar 8.2.8.

Gambar 8.2.8 Setelah peningkatan aliran pada lintasan

dengan 2 dari pelabelan

kedua.
Selanjtnya kita kembali pada puncak loop while (baris 3). Kemudian pada baris 5-9 kta
menetapkan semua label null. Kemudian pada baris 10 dan 11 kita memberi label verteks
sebagai

(lihat Gambar 8.2.8). pada baris 12 kita tetapkan

Kita masuki loop while

(baris 13).
Karena

tidak berlabel dan

memilih sebuah verteks di

tidak kosong, kita bergerak ke baris 17, yang di sini kita

Andaikan kita memilih . Kita memindahkan

18. Pada baris 23 dan 24 kita melabeli verteks b sebagai

Kita menambahkan

dan

pada

dari

dan kita labeli

tidak berlabel dan

tidak kosong, kita bergerak ke baris 17, dimana kita memilih sebuh verteks
. Kita memindahkan

Karena

dari

. Andaikan kita

pada baris 18. Pada baris 20 kita menguji rusuk

, kita tidak melabeli verteks pada saat ini. Sekarang

Kemudian kita kembali pada puncak loop while (baris 13). Karena

tidak berlabel dan

tidak kosong, kita bergerak ke baris 17, yang disini kita memilih sebuah verteks di
kita memilh . Kita memindahkan
verteks sebagai

sebagai

sehingga

Selanjutnya kita kembali pada puncak loop while (baris 13). Karena

memilih

pada baris

dari

Kita tambahkan

. Andaikan

pada baris 18 . pada baris 23 dan 24 kita melabeli

pada

sehingga

Kemudian kita kembali ke puncak loop while (baris 13). Karena

tidak dilabeli, kita

langsung ke baris 35. Pada baris 42 kita mendapatkan bahwa

Oleh karena setiap rusuk di

dalam setiap rusuk di

terorientasi dengan tepat, pada baris 48 kita meningkatkan aliran

dengan

untuk memperoleh Gambar 8.2.9.

Anda harus mengecek bahwa iterasi algoritma berikutnya menghasilkan pelabelan yang
ditunjukkan pada Gambar 8.2.9. Peningkatan aliran dengan

menghasilkan Gambar 8.2.10.

Selanjutnya kita kembali pada puncak loop while (baris 3). Kemudian pada baris 5-9 kita
menetapkan semua label sebagai null. Kemudian pada baris 10 dan 11 kita melabeli verteks
sebagai

(lihat Gambar 8.2.8). pada baris 12 kita menetapkan

Kita msuki loop

while (baris 13).

Gambar 8.2.9 Setelah peningkatan aliran pada lintasan

dengan 2 dan pelabelan

ketiga.
Karena

tidak berlabel dan

memilih verteks di

tidak kosong, kita bergerak ke baris 17, yang disini kita

. Andaikan kita memilih . Kita memindahkan dari

Pada baris 23 dan 24 kita melabeli verteks

Kitambahkan

dan

pada

sebagai

ke

pada baris 18.

dan kita labeli

sebagai

sehingga

Selanjutnya kita kembali pada puncak loop while (baris 13). Karena

tidak berlabel dan

U tidak kosong, kita bergerak ke baris 17, maka kita memilih sebuah verteks di . Andaikan kita

memilih

. Kita memindahkan

Karena

dari

pada baris 18. Pada baris 20 kita menguji rusuk

, tidak melabeli verteks

pada saat ini. Sekarang

Kemudian kita kembali ke puncak loop while (baris 13). Karena

tidak berlabel dan

tidak kosong, kita bergerak ke baris 17, yang disini kita memilih sebuah verteks di
kita memilih . Kita memindahkan
dan

karena

dari

pada baris 18. Pada baris 20 kita menguji rusuk

, kita melabeli verteks maupun verteks . Sekarang

Kita kembali ke puncak loop while (baris 13). Oleh karena

ke baris 15. Oleh karena

. Andaikan

tidak dilabeli, kita bergerak

kosong, algoritma berakhir. Aliran pada Gambar 8.2.10 maksimal.

Contoh kita terakhir menujukkan bagaimana memodifikasi Algoritma 8.2.4 untuk

membentuk sebuah aliran maksimal dari sebuah aliran yang diberikan.

Gambar 8.2.10 Setelah peningkatan aliran pada lintasan

pelabelan akhir. Aliran tersebut masksimal.

dengan 2 dan seterusnya dan

Contoh 8.2.6
Gantilah aliran nol ada baris 1 dan 2 dari Algoritma 8.2.4 dengan aliran pada Gambar 8.2.11
kemudian carilah sebuah aliran maksimal.
Setelan menginisialisasi aliran yang diberikan, kita bergerak ke baris 5-9, disini kita
menetapkan semua label sebagai null. Kemudian, pada baris 10 dan 11 kita melabeli verteks a
sebagai (-, ) (lihat Gambar 8.2.11). pada baris 12 kita menetapkan U={a}. Selanjutnya kita
memasuki loop while (baris 13).

Gambar 8.2.11 Setelah pelabelan.

Oleh karena

tidak dilabeli dan

verteks

di

verteks

sebagai

pada

tidak kosong, kita bergerak ke baris 17, dimana kita memilih

dan memindahkannya dari

pada baris 18. Pada baris 23 dan 24, kita melabeli

dan kita melabeli verteks

sebagai

Kita menambahkan

sehingga
Selanjutnya kita kembali pada puncak loop while (baris 13).oleh karena

dan

dan

tidak dilabeli

tidak kosong, kita bergerak ke baris 17, dimana kita memilih sebuah verteks di

Andaikan kita memilih . Kita memindahkan

rusuk-rusuk
dan 31, verteks

dan

dari

Oleh karena

dilabeli

pada baris 18. Pada baris 20 kita menguji

, kita dapat melabeli verteks . Pada baris 30

karena

Kemudian kita kembali pada puncak loop while (baris 13). Kita segera melabeli

(lihat Gambar

8.2.11) dan pada baris 42 kita mencari lintasan

Rusuk-rusuk

dan

terorientasi dengan tepat, sehingga aliran dalam masing-

masing rusuk ditingkatkan 1. Oleh karena rusuk

terorientasi dengan tidak tepat, alirannya

berkurang 1. Kita mendapatkan aliran pada Gambar 8.2.12.

Gambar 8.2.12 Setelah peningkatan aliran

Gambar 8.2.13 Setelah peningkatan aliran

pada

pada lintasan

lintasan

dengan

Perhatikan bahwa rusuk

1.

dengan 1. Aliran

tersebut maksimal.

terorientasi

dengan tidak tepat sehingga alirannya

berkurang 1.
8.3 TEOREMA POTONG MIN, ALIRAN MAKS
Kita akan menunjukkan bahwa pada akhir Algoritma 8.2.4, aliran dalam jaringan adalah
maksimal. Kita akan mendefinisikan dan membahas pemotongan dalam jaringan-jaringan.
Misalkan

sebuah jaringan dan perhatikan aliran

verteks dilabeli dan beberapa tidak. Misalkan

menyatakan himpunan verteks berlabel

(tidak berlabel). (Ingat menyatakan komplemen dari

tujuan

berada di . Himpunan

pada akhir algoritma 8.2.4. Beberapa

dari rusuk-rusuk

). Maka sumber
, dengan

berada di P dan
dan

, disebut

pemotongan (cut) dan jumlah kapasitas rusuk-rusuk di S disebut kapasitas pemotongan

(capacity of the cut). Kita akan melihat pemotongan ini mempunyai kapasitas minimum dan,
karena sebuah pemotongan minimal berhubungan dengan sebuah aliran maksimal (Teorema
8.3.9), aliran

maksimal. Kita mulai dengan definisi formal pemotongan.

jaringan dengan sumber

dan tujuan

Kapasitas rusuk

adalah

merupakan sebuah

Definisi 8.3.1
Sebuah pemotongan

komplemen dari P , dengan

di

terdiri dari sebuah himpunan

dan

dari verteks-verteks dan

Contoh 8.3.2
, maka

Perhatikan jaringan G pada Gambar 8.3.1. Jika kita misalkan

dan

adalah sebuah pemotongan di G. Seperti ditunjukkan, kadang-kadang kita

mengindikasikan sebuah pemotongan dengan menggambar garis putus-putus untuk membagi

verteks-verteks.

Gambar 8.3.1 Sebuah pemotongan dalam sebuah jaringan. Garis putus-putus membagi verteksverteks menjadi himpunan

dan

yang menghasilkan pemotongan

.
Contoh 8.3.3
Gambar 8.2.10 menunjukkan pelabelan pada akhir Algoritma 8.2.4 untuk sebuah jaringan
tertentu. Jika kita misalkan

menyatakan himpunan verteks berlabel (tak berlabel), kita

dapatkan pemotongan yang ditunjukkan pada Gambar 8.3.2. Selanjutnya kita definisikan
kapasitas sebuah pemotongan.

Gambar 8.3.2 Sebuah jaringan pada akhir Algoritma 8.2.4. Pemotongan

diperoleh dengan memisalkan

adalah himpunan verteks berlabel.

Definisi 8.3.4
adalah bilangan

Kapasitas pemotongan

Contoh 8.3.5
Kapasitas pemotongan pada gambar 8.3.1 adalah

Contoh 8.3.6
Kapasitas pemotongan pada gambar 8.3.2 adalah

Teorema berikut menunjukkan kapasitas sembarang pemotongan selalulebih dari atau sama
dengan nilai alirannya.
Teorema 8.3.7
Misalkan

sebuah aliran dalam

lebih dari atau sama dengan nilai ; yakni,

maka kapasitas

merupakan sebuah pemotongan di

dan misalkan

(8.3.1)

Pembuktian. Ingat bahwa

Karena masing-masing sisi dari persamaan merupakan penjumlahan dari

terhadap

semua
Sehingga

Contoh 8.3.8
Pada Gambar 8.3.1, nilai aliran 5 kurang dari kapasitas pemotongan 8.

Pemotongan minimal (minimal cut) adalah pemotongan yang mempunyai kapasitas minimum.

Teorema 8.3.9 Teorema Potong Min, Aliran Maks

Misalkan

sebuah aliran di

sebuah pemotongan di

dan misalkan

. Jika kesamaan

berlaku dalam (8.3.1), maka aliran maksimal dan pemotongan minimal. Lagipula, kesamaan
berlaku dalam (8.3.1) jika dan hanya jika
(a)

untuk

(b)

untuk

Pembuktian. Pernyataan pertama berlaku dengan sendirinya.

Pembuktian Teorema 8.3.7 menunjukkan bahwa kesamaan berlaku dengan tepat apabila

dan

Sehingga pernyataan juga benar.

Contoh 8.3.10
Pada Gambar 8.3.2, nilai aliran dan kapasitas pemotongan keduanya adalah 6; oleh karena itu

alirannya maksimal dan pemotongan minimal.

Kita dapat menggunakan Teorema 8.3.9 untuk menunjukkan bahwa Algoritma 8.3.4
menghasilkan sebuah aliran maksimal.
TEOREMA 8.3.11
Pada akhirnya, Algoritma 8.2.4 menghasilkan sebuah aliran maksimal. Lagi pula, jika
(demikian juga merupakan himpunan verteks berlabel (demikian juga, tak berlabel) pada
akhir Algoritma 8.2.4, pemotongan
Pembuktian. Misalkan

minimal.

adalah himpunan verteks berlabel (tak berlabel) dari

Algoritma 8.2.4. Perhatikan sebuah rusuk (i,j) dengan

. Oleh karena

pada akhir
dilabeli, kita

pasti mempunyai

Sebaliknya, kita telah melabeli

dengan

pada baris 23 dan 24. Sekarang perhatikan sebuah rusuk

. Oleh karena dilabeli, kita pasti mempunyai

Sebaliknya, kita telah melabeli pada baris 30 dan 31. Menurut teorema 8.3.9, aliran pada akhir
Algoritma 8.2.4 maksimal dan pemotongan

minimal.