Anda di halaman 1dari 5

Algoritma matching graph

Algoritma Path Aughmenting


1.Cari vertex-vertex bebas, kemudian tentukan P (aughmenting path)yang melalui vertex-vertex
tersebut.
2.Lakukan Symmetric Difference,
3.Gambar Graph yang baru dengan matching yang baru
4.Cek apakah masih ada vertex yang bebas. Jika ya kembali kelangkah 1. Jika tidak tidak
ditemukan lagi aughmenting path P,sehingga matching yang terakhir ditemukan adalah
matchingmaksimum


Algoritma Edmons
1. Beri tanda genap untuk semua vertex bebas
2. Beri tanda unreached yang matched3.
3. Beri tanda examined edge bebas
4. Ketika ada sisi (v,w) tak examined dan aughmenting path tidakditemukan lagi maka
tandai (v,w) sebagai examined
5. Bagi menjadi 3 kasus
6. Kasus pertama jika v genap dan w unreached maka tandai wsebagai ood, dan belahannya z
genap. Perluas hutan dengan (u,v)dan sisi yang matched
7. Kasus dua v,w genap dan v,w sub pohon yang berbeda (yang awalnya tidak
terhubung), maka lintasan aughmenting ditemukan.
8. Kasus tiga jika v,w genap dan subtree yang sama maka blossom(sikel) B ditemukan
kerutkan B menjadi vertex b (genap)



Algoritma Hungaria

Langkah I
1. Pilih bilangan terbesar dalam setiap baris dan kurangkan bilanganterbesar itu dengan
setiap bilangan dalam baris itu.
2. Pilih bilangan terkecil dalam setiap kolom pada tabel yangdiperoleh dari langkah
sebelumnya. Kurangkan setiap bilanganpada setiap kolom dengan bilangan terkecil pada
kolom tersebut.

Langkah II (uji keoptimalan)
1. Untuk menguji keoptimalan dengan menggunakan teknik garispenutup nol yaitu dengan
membuat garis tegak/mendatar untukmenutup semua nol tetapi dengan banyak garis
seminimummungkin.
2. Jika banyak garis penutup nol sama dengan n (ukuran matriks n xn), maka tabel sudah
optimal. Bila ini terjadi, harus ke langkah IV.
3. Jika banyak garis penutup nol kurang dari n (ukuran matriks n x n),maka matriks belum
optimal dan bila ini terjadi, harus ke langkahIII

Langkah III
Tinjau bilangan yang sama sekali belum tertutup garis penutup nol. Pilihbilangan terkecil dalam
kelompok tersebut. Kurangkan setiap bilanganyang tidak tertutup garis penutup nol dengan
bilangan terkecil tersebut dantambahkan setiap bilangan yang terletak pada perpotongan garis
penutupnol dengan bilangan terkecil tadi. Selanjutnya langkah II.

Langkah IV
Mencari angka-angka nol yang menyusun pola optimal yaitu dengan cara:
1. pilih angka nol yang sendirian dalam baris atau kolom
2. coret baris dan kolom yang memuat nol yang terpilih tadi
3. ulangi lagi kerja di atas terhadap sisa angka-angka nol yang belumterpilih
4. bila masih terdapat lebih dari satu angka nol pada baris/kolom,pilih salah satu diantara
mereka. Kemudian ulangi langkah III.



ALGORITMA KUHN-MUNKERS
Dimulai dengan sembarang feasible vertex labeling l tentukan

G dan pilih sembarang matching


M di G
1. Jika X adalah M-saturated, maka M adalah perfect matching(karena |x|=|Y|) dan karena
itu, berdasarkan teorema 3.2.1 makaM matching optimal. Dalam kasus ini, algoritma
berhenti. Jikatidak, misal u suatu titik M-unsaturated. Bentuk S = {u} dan T=
2. Jika ( )
G
N S T lanjutkan ke langkah 3, jika tidak, min{| | | | ( )}
x S
y T
X Y w xy o
e
e
= + Dan
feasible vertex labeling l diperoleh dari
{
{
( ) ,

( ) ,
( ), untuk lainnya
I v jika S
I I v jika S
I v
o v
o v
e

= + e


perhatikan bahwa 0 dan N ( )
G
S T o > kemudian ganti

dengan I dan G dengan G


3. Pilih suatu titik y di ( ) /
G
N S T . jika y M-saturated dengan
z M, maka ganti S dengan S {z} dan T dengan T {y} y e , dan
kembali ke langkah 2. Jika y M-unsaturated, maka misalkan Psuatu M-augmenting (u,y) di

G .
ganti M dengan = M E (P) dan kembali ke langkah 1.
k
A





ALGORITMA GREEDY
Langkah-langkah menentukan matching maksimal denganmenggunakan algoritma Greedy
adalah sebagai berikut :1.

1. Ambil sebarang M
n
= dengan n =1,2,3,
2. Pilih sisi e
n
yang tidak mempunyai sisi yang sama dengan sisi di M
n-

3. Jika M
n
+1 = M
n
e
n-
, ulangi dari langkah 2 dengan M
n
= M
n
+1 dan M
n
+1 = M
n
+2.
4. Jika M
n
+1 M
n
e
n
, berhenti. Jadi M
n
adalah matching maksimal.

Langkah-langkah menentukan matching maksimum denganmenggunakan algoritma Greedy
adalah sebagai berikut :

1. Ambil sebarang matching M di G.
2. Konstruksi suatu alternating tree pada graph G.
3. Temukan blossom pada alternating tree , kemudian susutkanblossom tersebut untuk
mendapatkan graph baru G/B.
4. Temukan path augmenting yang melalui b ke akar r.
5. Perbesar matching M dengan menggunakan path P yang menghasilkan matching maksimum.

Algoritma-Algoritma terbaru pada matching yang belum diterapkanpada PKL ataupun
Skripsi :1.

1. Algoritma pencarian string

Pencocokan string (string matching) menurut Dictionary of Algorithms and Data
Structures, National Institute of Standards and Technology (NIST), diartikan sebagai sebuah
permasalahan untuk menemukan pola susunan karakter string di dalam string lain atau bagian
dari isi teks. Ada beberapa macam algoritma string:

a. Algoritma Knuth-Morris-Prattb.

b. Algoritma Colussi
Algoritma Colussi merupakan suatu pengembangan dari algoritma Knuth-Morris-
Pratt. Pada algoritma Colussi sendiri,himpunan dari posisi pola dibagi menjadi dua sub
himpunan terpisah.

c. Algoritma Boyer-Moore
Algoritma Boyer-Moore adalah salah satu algoritma pencarian string. Algoritma
ini dianggap sebagai algoritma yang paling efisien pada aplikasi umum. Tidak seperti
algoritma pencarian string yang ditemukan sebelumnya, algoritma Boyer-Moore mulai
mencocokkan karakter dari sebelah kanan pattern. Ide di balik algoritma ini adalah bahwa
dengan memulai pencocokkan karakter dari kanan, dan bukan dari kiri, maka akan lebih
banyakinformasi yang didapat.


d. Algoritma Brute Force String Match
Algoritma brute force string match adalah algoritma yangpaling sederhana untuk
memecahkan masalah string match. Carakerja algoritma ini adalah dengan mencoba
setiap posisipattern(kata yang akan dicocokkan) terhadap teks, kemudiandilakukan proses
pencocokan setiap katakter dan teks pada posisitersebut.

e. Algoritma Genetika
Algoritma genetika bertujuan untuk mencari individu dengannilai fitness yang
paling tinggi. Nilai fitness adalah nilai yangmenyatakan baik tidaknya suatu
solusi(individu). Nilai fitness iniyang dijadikan acuan dalam mencapai nilai optimal
algoritmagenetika

2. Algoritma phonetic string matching

Pencocokan string berdasarkan kemiripan ucapan (phonetic string matching)
merupakan pencocokan string dengan dasar kemiripan dari segi pengucapannya meskipun ada
perbedaan penulisan dua string yang dibandingkan tersebut.

Algoritma phonetic string matching meliputi algoritma soundex, metaphone, dan
caverphone.

1. Algoritma soundex merupakan algoritma yang paling banyak digunakan. Algoritma
Soundex menghasilkan kode fonetik dengan panjang empat karakter untuk semua
panjang string masukan

2. Algoritma metaphone merupakan algoritma yang melakukan penanganan secara
khusus terhadap setiap fonem (satuan bunyibahasa) dalam kata.

3. Algoritma caverphone merupakan algoritma yang masih baru dan berusaha
menyempurnakan algoritma-algoritma terdahulu.

4. Ketiga algoritma memiliki langkah umum yang sama dalammencocokkan kata.


2.3 Hasil penelitian yang sudah di lakukan


1. Makalah ini merujuk pada skripsi yang ditulis oleh Irawati Dwi Anggraeni yang
berjudul Penentuan Matching Maksimal dan Matching Maksimum Pada Graph
Sederhana yang membahas tentang teori-teori serta contoh aplikasi matching baik
dengan menggunakan algoritma matching maksimum untuk graph sederhana maupun
masalah penugasan yang diselesaikan dengan menggunakan algoritma Greedy dan
Algoritma Edmonds.
2. Laporan PKL dengan judul Optimalisasi Pemilihan Crew dan Kasir untuk
Mendapatkan Promosi Kenaikan Jenjang Karir pada CV.FANTASINDO CITRA
ABADI Cabang Kediri 2 (Game Fantasia Kediri 2) dengan Menggunakan Algoritma
Path Aughmenting pada Matching Graph, yang ditulis oleh Ayu Sadika, yang hasilnya
dapat memberikan solusi pemilihan crew dan kasir sesuai dengan skill dan kemampuan
individual. Dimana permasalahan tersebut dapat dipresentasikan dalam bentuk graph
bipartisi, yakni banyaknya crew & kasir dan posisi kerja yang akan ditempati sebagai
titik serta nilai dari pembobotan masa kerja, pendidikan terakhir, penilaian etos kerja
oleh store manager, kedisiplinan, kesesuaian posisi kerja, rekomendasi dari store
manager sebagai bobot sisi.
3. Laporan PKL dengan judul Optimalisasi penugasan wartawan PT.Malang Post Tbk
menggunakan algoritma pada matching yang di tulis oleh Ameita dkk, yang hasilnya
dapat memberikan solusi penempatan wartawan pada bagian berbeda sesuai dengan
skill kemampuan individual serta satu posisi hanya boleh diisi oleh satu wartawan saja.
4. Skripsi yang di tulis oleh Andrieanto dengan judul Pencarian perfect Macthing
optimal dengan menggunakan algoritma khunmunkers tahun 2008 yang membahas
tetang graf bipartisi yang berbobot dan tak berbobot. Pada graf bipartisi berbobot
digunakan sebuah algoritma untuk mencari perfect matching dengan bobot maksimal
yaitu algoritma khunmunkres dengan menggunakan bahasa pemrogaman Delphi.
5. Skripsi yang ditulis oleh Evira dengan judul Penentuan Matching Maksimum dan
Matching Maksimal pada Graf Sederhana dengan menggunakan Algoritma Greedy dan
Algoritma Edmons tahun 2009 yang membahas tentang pencarian matching
maksimum dan matching maksimal pada graf sederhana dengan menggunakan
menggunakan algoritma greedy dan algoritma edmons.