Algoritma adalah urutan langkah-langkah logis penyelesaian masalah yang disusun secara
sistematis dan logis. Kata logis merupakan kata kunci dalam algoritma. Langkah-langkah
dalam algoritma harus logis dan harus dapat ditentukan bernilai salah atau benar. Dalam
beberapa konteks, algoritma adalah spesifikasi urutan langkah untuk melakukan pekerjaan
tertentu. Pertimbangan dalam pemilihan algoritma adalah, pertama, algoritma haruslah benar.
Artinya algoritma akan memberikan keluaran yang dikehendaki dari sejumlah masukan yang
diberikan. Tidak peduli sebagus apapun algoritma, kalau memberikan keluaran yang salah,
pastilah algoritma tersebut bukanlah algoritma yang baik.
Pertimbangan kedua yang harus diperhatikan adalah kita harus mengetahui seberapa baik
hasil yang dicapai oleh algoritma tersebut. Hal ini penting terutama pada algoritma untuk
menyelesaikan masalah yang memerlukan aproksimasi hasil (hasil yang hanya berupa
pendekatan). Algoritma yang baik harus mampu memberikan hasil yang sedekat mungkin
dengan nilai yang sebenarnya.
Ketiga adalah efisiensi algoritma. Efisiensi algoritma dapat ditinjau dari 2 hal yaitu efisiensi
waktu dan memori. Meskipun algoritma memberikan keluaran yang benar (paling
mendekati), tetapi jika kita harus menunggu berjam-jam untuk mendapatkan keluarannya,
algoritma tersebut biasanya tidak akan dipakai, setiap orang menginginkan keluaran yang
cepat. Begitu juga dengan memori, semakin besar memori yang terpakai maka semakin
buruklah algoritma tersebut. Dalam kenyataannya, setiap orang bisa membuat algoritma yang
berbeda untuk menyelesaikan suatu permasalahan, walaupun terjadi perbedaan dalam
menyusun algoritma, tentunya kita mengharapkan keluaran yang sama. Jika terjadi demikian,
carilah algoritma yang paling efisien dan cepat.
3. Beda Algoritma dan Program
Program adalah kumpulan pernyataan komputer, sedangkan metode dan tahapan sistematis
dalam program adalah algoritma. Program ditulis dengan menggunakan bahasa
pemrograman. Jadi bisa disebut bahwa program adalah suatu implementasi dari bahasa
pemrograman. Beberapa pakar memberi formula bahwa :
Tidak ada notasi yang baku dalam penulisan teks algoritma seperti notasi bahasa
pemrograman. Notasi yang digunakan dalam menulis algoritma disebut notasi
algoritmik.
Setiap orang dapat membuat aturan penulisan dan notasi algoritmik sendiri. Hal ini
dikarenakan teks algoritma tidak sama dengan teks program. Namun, supaya notasi
algoritmik mudah ditranslasikan ke dalam notasi bahasa pemrograman tertentu, maka
sebaiknya notasi algoritmik tersebut berkorespondensi dengan notasi bahasa
pemrograman secara umum.
Notasi algoritmik bukan notasi bahasa pemrograman, karena itu pseudocode dalam
notasi algoritmik tidak dapat dijalankan oleh komputer. Agar dapat dijalankan oleh
komputer, pseudocode dalam notasi algoritmik harus ditranslasikan atau
diterjemahkan ke dalam notasi bahasa pemrograman yang dipilih. Perlu diingat bahwa
orang yang menulis program sangat terikat dalam aturan tata bahasanya dan
spesifikasi mesin yang menjalannya.
a. Pendeklarasian variabel
Untuk mengetahui dibutuhkannya pendeklarasian variabel dalam penggunaan bahasa
pemrograman apabila tidak semua bahasa pemrograman membutuhkannya.
b. Pemilihan tipe data
Apabila bahasa pemrograman yang akan digunakan membutuhkan pendeklarasian variabel
maka perlu hal ini dipertimbangkan pada saat pemilihan tipe data.
c. Pemakaian instruksi-instruksi
Beberapa instruksi mempunyai kegunaan yang sama tetapi masing-masing memiliki
kelebihan dan kekurangan yang berbeda.
d. Aturan sintaksis
Pada saat menuliskan program kita terikat dengan aturan sintaksis dalam bahasa
pemrograman yang akan digunakan.
e. Tampilan hasil
Pada saat membuat algoritma kita tidak memikirkan tampilan hasil yang akan disajikan. Hal-
hal teknis ini diperhatikan ketika mengkonversikannya menjadi program.
f. Cara pengoperasian compiler atau interpreter.
Bahasa pemrograman yang digunakan termasuk dalam kelompok compiler atau interpreter.
4. Algoritma Merupakan Jantung Ilmu Informatika
Algoritma adalah jantung ilmu komputer atau informatika. Banyak cabang ilmu komputer
yang mengarah ke dalam terminologi algoritma. Namun, jangan beranggapan algoritma
selalu identik dengan ilmu komputer saja. Dalam kehidupan sehari-hari pun banyak terdapat
proses yang dinyatakan dalam suatu algoritma. Cara-cara membuat kue atau masakan yang
dinyatakan dalam suatu resep juga dapat disebut sebagai algoritma. Pada setiap resep selalu
ada urutan langkah-langkah membuat masakan. Bila langkah-langkahnya tidak logis, tidak
dapat dihasilkan masakan yang diinginkan. Ibu-ibu yang mencoba suatu resep masakan akan
membaca satu per satu langkah-langkah pembuatannya lalu ia mengerjakan proses sesuai
yang ia baca. Secara umum, pihak (benda) yang mengerjakan proses disebut pemroses
(processor). Pemroses tersebut dapat berupa manusia, komputer, robot atau alat-alat
elektronik lainnya. Pemroses melakukan suatu proses dengan melaksanakan atau
mengeksekusi algoritma yang menjabarkan proses tersebut.
Algoritma adalah deskripsi dari suatu pola tingkah laku yang dinyatakan secara primitif yaitu
aksi-aksi yang didefenisikan sebelumnya dan diberi nama, dan diasumsikan sebelumnya
bahwa aksi-aksi tersebut dapat kerjakan sehingga dapat menyebabkan kejadian.
Melaksanakan algoritma berarti mengerjakan langkah-langkah di dalam algoritma tersebut.
Pemroses mengerjakan proses sesuai dengan algoritma yang diberikan kepadanya. Juru
masak membuat kue berdasarkan resep yang diberikan kepadanya, pianis memainkan lagu
berdasarkan papan not balok. Karena itu suatu algoritma harus dinyatakan dalam bentuk yang
dapat dimengerti oleh pemroses. Jadi suatu pemroses harus:
Mekanisme kerja keempat komponen di atas dapat dijelaskan sebagai berikut. Mula-mula
program dimasukkan ke dalam memori komputer. Ketika program dilaksanakan (execute),
setiap instruksi yang telah tersimpan di dalam memori dikirim ke CPU. CPU mengerjakan
operasioperasi yang bersesuaian dengan instruksi tersebut. Bila suatu operasi memerlukan
data, data dibaca dari piranti masukan, disimpan di dalam memori lalu dikirim ke CPU untuk
operasi yang memerlukannya tadi. Bila proses menghasilkan keluaran atau informasi,
keluaran disimpan ke dalam memori, lalu memori menuliskan keluaran tadi ke piranti
keluaran (misalnya dengan menampilkannya di layar monitor).
6. Belajar Memprogram dan Belajar Bahasa Pemrograman
Belajar memprogram tidak sama dengan belajar bahasa pemrograman. Belajar memprogram
adalah belajar tentang metodologi pemecahan masalah, kemudian menuangkannya dalam
suatu notasi tertentu yang mudah dibaca dan dipahami. Sedangkan belajar bahasa
pemrograman berarti belajar memakai suatu bahasa aturan-aturan tata bahasanya, pernyataan-
pernyataannya, tata cara pengoperasian compiler-nya, dan memanfaatkan pernyataan-
pernyataan tersebut untuk membuat program yang ditulis hanya dalam bahasa itu saja.
Sampai saat ini terdapat puluhan bahasa pemrogram, antara lain bahasa rakitan (assembly),
Fortran, Cobol, Ada, PL/I, Algol, Pascal, C, C++, Basic, Prolog, LISP, PRG, bahasabahasa
simulasi seperti CSMP, Simscript, GPSS, Dinamo. Berdasarkan terapannya, bahasa
pemrograman dapat digolongkan atas dua kelompok besar :
Bahasa pemrograman bertujuan khusus. Yang termasuk kelompok ini adalah Cobol
(untuk terapan bisnis dan administrasi). Fortran (terapan komputasi ilmiah), bahasa
rakitan (terapan pemrograman mesin), Prolog (terapan kecerdasan buatan), bahasa-
bahasa simulasi, dan sebagainya.
Bahasa perograman bertujuan umum, yang dapat digunakan untuk berbagai aplikasi.
Yang termasuk kelompok ini adalah bahasa Pascal, Basic dan C. Tentu saja
pembagian ini tidak kaku. Bahasabahasabertujuan khusus tidak berarti tidak bisa
digunakan untuk aplikasi lain. Cobol misalnya, dapat juga digunakan untuk terapan
ilmiah, hanya saja kemampuannya terbatas. Yang jelas, bahasabahasa pemrograman
yang berbeda dikembangkan untuk bermacam-macam terapan yang berbeda pula.
Berdasarkan pada apakah notasi bahasa pemrograman lebih dekat ke mesin atau ke bahasa
manusia, maka bahasa pemrograman dikelompokkan atas dua macam :
Bahasa tingkat rendah. Bahasa jenis ini dirancang agar setiap instruksinya langsung
dikerjakan oleh komputer, tanpa harus melalui penerjemah (translator). Contohnya
adalah bahasa mesin. CPU mengambil instruksi dari memori, langsung mengerti dan
langsung mengerjakan operasinya. Bahasa tingkat rendah bersifat primitif, sangat
sederhana, orientasinya lebih dekat ke mesin, dan sulit dipahami manusia. Sedangkan
bahasa rakitan dimasukkan ke dalam kelompok ini karena alasan notasi yang dipakai
dalam bahasa ini lebih dekat ke mesin, meskipun untuk melaksanakan instruksinya
masih perlu penerjemahan ke dalam bahasa mesin.
Bahasa tingkat tinggi, yang membuat pemrograman lebih mudah dipahami, lebih
manusiawi, dan berorientasi ke bahasa manusia (bahasa Inggris). Hanya saja,
program dalam bahasa tingkat tinggi tidak dapat langsung dilaksanakan oleh
komputer. Ia perlu diterjemahkan terlebih dahulu oleh sebuah translator bahasa (yang
disebut kompilator atau compiler) ke dalam bahasa mesin sebelum akhirnya
dieksekusi oleh CPU. Contoh bahasa tingkat tinggi adalah Pascal, PL/I, Ada, Cobol,
Basic, Fortran, C, C++, dan sebagainya.
Bahasa pemrograman bisa juga dikelompokkan berdasarkan pada tujuan dan fungsinya. Di
antaranya adalah :
Ketika manusia berusaha memecahkan masalah, metode atau teknik yang digunakan untuk
memecahkan masalah itu ada kemungkinan bisa banyak (tidak hanya satu). Dan kita memilih
mana yang terbaik di antara teknikteknik itu. Hal ini sama juga dengan algoritma, yang
memungkinkan suatu permasalahan dipecahkan dengan metode dan logika yang berlainan.
Yang menjadi pertanyaan adalah bagaimana mengukur mana algoritma yang terbaik?.
Beberapa persyaratan untuk menjadi algoritma yang baik adalah :
Tingkat kepercayaannya tinggi (realibility). Hasil yang diperoleh dari proses harus
berakurasi tinggi dan benar.
Pemrosesan yang efisien (cost rendah). Proses harus diselesaikan secepat mungkin
dan frekuensi kalkulasi yang sependek mungkin.
Sifatnya general. Bukan sesuatu yang hanya untuk menyelesaikan satu kasus saja, tapi
juga untuk kasus lain yang lebih general.
Mudah dimengerti. Siapapun yang melihat, dia akan bisa memahami algoritma Anda.
Susah dimengertinya suatu program akan membuat susah di-maintenance (kelola).
Precise (tepat, betul, teliti). Setiap instruksi harus ditulis dengan seksama dan tidak
ada keragu-raguan, dengan demikian setiap instruksi harus dinyatakan secara eksplisit
dan tidak ada bagian yang dihilangkan karena pemroses dianggap sudah mengerti.
Setiap langkah harus jelas dan pasti.
Jumlah langkah atau instruksi berhingga dan tertentu. Artinya, untuk kasus yang sama
banyaknya, langkah harus tetap dan tertentu meskipun datanya berbeda.
Efektif. Tidak boleh ada instruksi yang tidak mungkin dikerjakan oleh pemroses yang
akan menjalankannya.
Harus terminate. Jalannya algoritma harus ada kriteria berhenti. Pertanyaannya adalah
apakah bila jumlah instruksinya berhingga maka pasti terminate?
Output yang dihasilkan tepat. Jika langkah-langkah algoritmanya logis dan diikuti
dengan seksama maka dihasilkan output yang diinginkan.
1. Input: algoritma dapat memiliki nol atau lebih inputan dari luar.
2. Output: algoritma harus memiliki minimal satu buah output keluaran.
3. Definiteness (pasti): algoritma memiliki instruksi-instruksi yang jelas dan tidak
ambigu.
4. Finiteness (ada batas): algoritma harus memiliki titik berhenti (stopping role).
5. Effectiveness (tepat dan efisien): algoritma sebisa mungkin harus dapat dilaksanakan
dan efektif. Contoh instruksi yang tidak efektif adalah: A = A + 0 atau A = A * 1
Namun ada beberapa program yang memang dirancang untuk unterminatable : contoh Sistem
Operasi.
8. Penyajian Algoritma
Penyajian algoritma secara garis besar bisa dalam 2 bentuk penyajian yaitu tulisan dan
gambar. Algoritma yang disajikan dengan tulisan yaitu dengan struktur bahasa tertentu
(misalnya bahasa Indonesia atau bahasa Inggris) dan pseudocode. Pseudocode adalah kode
yang mirip dengan kode pemrograman yang sebenarnya seperti Pascal, atau C, sehingga lebih
tepat digunakan untuk menggambarkan algoritma yang akan dikomunikasikan kepada
pemrogram. Sedangkan algoritma disajikan dengan gambar, misalnya dengan flowchart.
Secara umum, pseudocode mengekspresikan ide-ide secara informal dalam proses
penyusunan algoritma. Salah satu cara untuk menghasilkan kode pseudo adalah dengan
meregangkan aturan-aturan bahasa formal yang dengannya versi akhir dari algoritma akan
diekspresikan. Pendekatan ini umumnya digunakan ketika bahasa pemrograman yang akan
digunakan telah diketahui sejak awal.
Flowchart merupakan gambar atau bagan yang memperlihatkan urutan dan hubungan antar
proses beserta pernyataannya. Gambaran ini dinyatakan dengan simbol. Dengan demikian
setiap simbol menggambarkan proses tertentu. Sedangkan antara proses digambarkan dengan
garis penghubung. Dengan menggunakan flowchart akan memudahkan kita untuk melakukan
pengecekan bagian-bagian yang terlupakan dalam analisis masalah. Di
samping itu flowchart juga berguna sebagai fasilitas untuk berkomunikasi antara pemrogram
yang bekerja dalam tim suatu proyek.
Ada dua macam flowchart yang menggambarkan proses dengan komputer, yaitu :
1. Input,
2. Proses pengolahan dan
3. Output
Untuk pengolahan data dengan komputer, urutan dasar pemecahan suatu masalah:
Walaupun tidak ada kaidah-kaidah yang baku dalam penyusunan flowchart, namun ada
beberapa anjuran :
1. Hindari pengulangan proses yang tidak perlu dan logika yang berbelit sehingga
jalannya proses menjadi singkat.
2. Jalannya proses digambarkan dari atas ke bawah dan diberikan tanda panah untuk
memperjelas.
3. Sebuah flowchart diawali dari satu titik START dan diakhiri dengan END.
Berikut merupakan beberapa contoh simbol flowchart yang disepakati oleh dunia
pemrograman :
Untuk memahami lebih dalam mengenai flowchart ini, akan diambil sebuah kasus sederhana.
Kasus : Buatlah sebuah rancangan program dengan menggunakan flowchart, mencari luas
persegi panjang.
Keterangan :
1. Struktur Runtunan
2. Digunakan untuk program yang pernyataannya sequential atau urutan.
3. Struktur Pemilihan
4. Digunakan untuk program yang menggunakan pemilihan atau penyeleksian kondisi.
5. Struktur Perulangan
6. Digunakan untuk program yang pernyataannya akan dieksekusi berulang-ulang.
Dalam Algoritma, tidak dipakai simbol-simbol / sintaks dari suatu bahasa pemrograman
tertentu, melainkan bersifat umum dan tidak tergantung pada suatu bahasa pemrograman
apapun juga. Notasi-notasi algoritma dapat digunakan untuk seluruh bahasa pemrograman
manapun.
Definisi Pseudo-code
Kode atau tanda yang menyerupai (pseudo) atau merupakan penjelasan cara menyelesaikan
suatu masalah. Pseudo-code sering digunakan oleh manusia untuk menuliskan algoritma.
Contoh kasus : mencari bilangan terbesar dari dua bilangan yang diinputkan
Solusi Pseudo-code :
Solusi Algoritma :
Definisikan Masalah
Buat Algoritma dan Struktur Cara Penyelesaian
Menulis Program
Mencari Kesalahan
Uji dan Verifikasi Program
Dokumentasi Program
Pemeliharaan Program
sumber: https://andikafisma.wordpress.com/algoritma-dan-pemrograman/
Contoh dari sebuah definisi algoritma yang benar adalah sebagai berikut:
Masalah
Pengurutan sekumpulan nilai yang bernilai acak.
Masukan
Serangkaian data berukuran $n$.
Keluaran
Serangkaian data berukuran $n$, dengan urutan a1a2a3...an1an, di mana
ax adalah data pada posisi x dalam rangkaian.
Data masukan yang diinginkan merupakan rangkaian data, tanpa memperdulikan jenis
data (angka, huruf, teks, dan lainnya). Contoh dari nilai masukan adalah [2, 5, 1, 3,
4] ataupun ["Doni", "Andi", "Budi", "Clara"]. Data keluaran yang diinginkan,
tentunya adalah data masukan yang telah terurut: [1, 2, 3, 4, 5] dan ["Andi",
"Budi", "Clara", "Doni"].
Untuk menyelesaikan masalah yang diberikan di atas, kita dapat menggunakan
algoritma insertion sort. Kode di bawah menunjukkan implementasi insertion sort
pada bahasa pemrograman python:
def insertion_sort(data):
for i in range(0, len(data)):
insert_val = data[i]
hole_pos = i
data[hole_pos] = insert_val
Kita telah mengetahui dengan jelas makna dari algoritma, sehingga pertanyaan
selanjutnya adalah algoritma seperti apa yang dapat dikatakan sebagai algoritma
yang baik? Pada umumnya kita tidak ingin menggunakan algoritma yang salah untuk
menyelesaikan masalah karena hal ini dapat menyebabkan masalah tidak diselesaikan
dengan optimal, atau lebih buruknya, tidak diselesaikan sama sekali.
Sebuah algoritma yang baik memiliki sifat-sifat berikut:
Pada prakteknya, tentunya ketiga hal tersebut tidak dapat selalu tercapai. Kebenaran
dari sebuah algoritma umumnya selalu dapat dicapai, setidaknya untuk nilai-nilai
masukan umum, tetapi efisiensi dan kemudahan implementasi tidak selalu didapatkan.
Begitupun, tentunya kita harus tetap berusaha mencapai ketiga hal tersebut dalam
merancang sebuah algoritma.
Pembuktian Kebenaran Algoritma
Kita telah mengetahui bahwa sebuah algoritma yang baik adalah algoritma yang
benar, efisien, dan mudah diimplementasikan. Pertanyaan berikutnya tentunya adalah,
bagaimana kita mengetahui bahwa sebuah algoritma telah benar? Algoritma yang
efisien itu seperti apa? Bagaimana kita mengukur kemudahan implementasi sebuah
algoritma?
Bagian ini akan membahas mengenai pertanyaan pertama, yaitu bagaimana kita dapat
mengetahui kebenaran sebuah algoritma. Tentunya efisiensi dan kemudahan
implementasi sebuah algoritma menjadi tidak penting jika algoritma tersebut tidak
dapat memberikan hasil yang benar.
Definisi dari kebenaran algoritma yang digunakan pada tulisan ini adalah sebagai
berikut:
Sebuah algoritma dikatakan telah benar jika algoritma tersebut dapat memberikan
keluaran yang benar jika menerima masukan sesuai dengan definisi algoritma
tersebut, dan algoritma tersebut terbukti akan selalu dapat diterminasi (berakhir).
7. Induksi Matematika,
8. Pembuktian kontradiktif,
9. Pembuktian kontrapositif, dan
10. Metode Formal.
Induksi Matematika
11. Melakukan pembuktian kasus dasar (base case), yaitu membuktikan bahwa
sebuah pernyataan (fungsi) matematika atau algoritma bernilai benar jika
diaplikasikan pada bilangan pertama yang sah sesuai dengan spesifikasi fungsi
atau algoritma tersebut.
12. Melakukan induksi, yaitu membuktikan bahwa kebenaran dari fungsi P(k+1)
jika kebenaran fungsi P(k) diketahui.
Dengan membuktikan kedua hal tersebut, kita dapat mengambil kesimpulan bahwa
sebuah fungsi matematika atau algoritma bernilai benar untuk semua bilangan asli.
Jika diimplementasikan dengan tepat, induksi matematika dapat juga digunakan untuk
membuktikan kebenaran algoritma rekursif seperti penelusuran pohon (tree).
Untuk lebih jelasnya, mari kita lihat beberapa contoh cara pembuktian yang dilakukan
dengan menggunakan induksi matematika.
1+2+3+...+n=n(n+1)2
P(k)=1+2+3+...+n=k(k+1)2
dan kemudian membuktikan kebenarannya menggunakan induksi matematika. Seperti
yang telah dijelaskan sebelumnya, kita harus menjalankan dua langkah untuk
melakukan pembuktian dengan induksi:
P(1)=1111=1(1+1)2=1(2)2=22=1
karena hasil akhir dari ruas kanan dan ruas kiri adalah sama (1), maka dapat
dikatakan bahwa kasus dasar telah terbukti.
14. Induksi
1+2+...+k+(k+1)=(1+2+...+k)+(k+1)=k(k+1)2+(k+1)=k(k+1)+2
(k+1)2=k2+3k+22=(k+1)(k+2)2=(k+1)((k+1)+2)2
dan seperti yang dapat dilihat, ruas kiri dari P(k+1) telah menjadi sama
dengan ruas kanannya, sehingga dapat dikatakan bahwa tahap induksi telah
berhasil dibuktikan benar.
Dengan pembuktian kasus dasar dan induksi yang bernilai benar, kita dapat
menyimpulkan bahwa P(n) bernilai benar untuk n1.
Anda diminta untuk membuktikan hipotesa bahwa fungsi matematika n3n habis
dibagi 6 untuk semua bilangan bulat n2.
Langkah untuk membuktikan pernyataan tersebut sama dengan sebelumnya. Mulai
dari definisi ulang fungsi matematikanya:
P(k)=k3k
Dan kemudian lakukan induksi matematika, langkah demi langkah:
P(1)=232=82=6
karena 6mod6=0 maka telah dapat dibuktikan bahwa kasus dasar bernilai
benar.
16. Induksi
Jika P(k) benar habis dibagi 6, maka P(k+1), atau (k+1)3(k+1) harus
juga habis dibagi 6. Mari kita lakukan pembuktiannya:
P(k+1)=(k+1)3(k+1)=(k3+3k2+3k+1)k1=k33k2+2k=k33k2
+2k+kk=k33k2+3kk=k3k+3k2+3k=(k3k)+3k(k+1)
dan dapat dilihat bagaimana P(k+1) telah terbukti habis dibagi 6 karena:
1. k3k habis dibagi 6, sesuai dengan hipotesa P(k), dan
2. 3k(k+1) habis dibagi 6 karena salah satu nikai dari k atau k+1 pasti
merupakan bilangan genap, yang jika dikalikan dengan 3 akan habis
dibagi 6.
Seperti yang dapat dilihat dari apa yang telah kita pelajari pada bagian sebelumnya,
induksi matematika jelas sangat berguna untuk membuktikan kebenaran sebuah
teorema atau fungsi yang melibatkan perhitungan bilangan bulat yang berulang.
Tetapi apa guna induksi matematika untuk membuktikan kebenaran sebuah
algoritma?
Sebuah algoritma kerap kali akan memiliki bagian yang melakukan perhitungan
bilangan atau data secara berulang. Kita dapat menggunakan konsep perulangan pada
pemrograman untuk menerapkan perhitungan bilangan ataupun data secara berulang.
Misalnya, algoritma berikut menghitung hasil kali dari dua buah bilangan bulat:
while(m != i):
result = result + n
i = i + 1
return result
f(m,n)=i=1nm;n0
atau lebih sederhananya:
mn=m+m+m+...+m n
kali
dan secara otomatis tentunya pernyataan matematis tersebut dapat kita buktikan
dengan menggunakan induksi matematika. Pembuktian perulangan yang lebih
kompleks sendiri dapat dilakukan dengan teknik yang dikenal dengan nama loop
invariant, yang tidak akan dijelaskan pada tulisan ini.
Pemodelan Masalah
Pada bagian sebelumnya kita telah melihat bagaimana sebuah algoritma dituliskan
menjadi fungsi matematika. Baik algoritma maupun fungsi matematika adalah sebuah
model, yang digunakan untuk menggambarkan masalah yang ditemui pada dunia
nyata, dan ingin diselesaikan, baik dengan menggunakan matematika ataupun
program komputer. Dengan memiliki model masalah kita dapat lebih mudah mengerti
masalah yang akan diselesaikan, yang akan menyebabkan solusi yang ditawarkan
menjadi lebih baik.
Tetapi pertanyaannya tentunya adalah, bagaimana kita membuat model yang benar
dari masalah-masalah yang ada? Bagian ini akan menjelaskan mengenai cara
pembangunan model, baik secara matematis maupun algoritmik, yang benar.
Jenis-Jenis Model
Sebelum mulai membangun model permasalahan, tentunya kita terlebih dahulu harus
mengetahui jenis-jenis model yang ada. Terdapat enam jenis model yang umum
digunakan untuk menggambarkan masalah dalam dunia algoritma / pemrograman,
yaitu:
memberikan informasi sejumlah sapi yang ada di dalam kotak. Model numerik
paling sederhana dan informatif yang dapat kita ambil dari gambar tersebut
adalah Lima ekor Sapi atau Lima Sapi.
Jika kita mengembangkan model numerik lebih jauh, kita kemudian dapat
menambahkan simbol-simbol baru untuk melakukan pemrosesan terhadap
angka-angka yang ada pada model numerik. Terdapat empat buah simbol
dasar untuk pemrosesan angka, yaitu +,,,dan. Simbol = juga digunakan
untuk menandakan kesamaan nilai antara ruas kiri dan ruas kanan dari =.
Note
Simbol dan akan dituliskan sebagai dan / pada tulisan ini, karena kedua
simbol tersebut lebih umum digunakan pada lingkungan ilmu komputer.
10=52
dapat dikatakan adalah sebuah model simbolik. Tentunya operator-operator
numerik yang disebutkan sebelumnya memiliki aturan tertentu untuk
beropearsi. Aturan-aturan umum yang kita temui untuk operator numerik
yaitu:
L=pl
di mana p dan l mewakili panjang dan lebar persegi panjang, yang nilainya
selalu berbeda-beda, tergantung dengan persegi panjang yang akan dihitung
luasnya. Nilai L, yang merepersentasikan luas persegi panjang, sendiri
bergantung kepada nilai p dan l, sehingga kita tidak akan mendapatkan nilai L
yang konstan.
Deklarasi variabel sendiri dilakukan dengan menggunakan perintah $let$,
seperti berikut:
L=12at
atau model untuk menghitung keliling lingkaran:
K=2r
Nilai-nilai yang tidak pernah berubah pada kedua model di atas (seperti 2, 12,
dan ) dikenal dengan nama konstanta. Perhatikan bahwa konstanta dapat
mencakup angka mentah seperti 2 ataupun simbol yang dikenal secara luas
seperti . Konstanta biasanya dideklarasikan pada awal model atau kamus
data program, dan tidak pernah berubah nilainya selama model tersebut
digunakan.
Dari berbagai komponen dan contoh model simbolik yang telah kita lihat,
dapat disimpulkan bahwa model simbolik merupakan model yang
menggambarkan interaksi dan operasi antar komponen numerik secara
abstrak. Abstraksi dari komponen numerik (angka) pada model simbolik
dilakukan dengan menggunakan variabel dan konstanta.
dan yang terakhir, kita dapat juga merepresentasikan sebuah bentuk atau
bidang, menggunakan kombinasi beberapa garis:
Bidang pada Kartesius
[314312]
Dan kemudian tentunya kita dapat melakukan operasi-operasi matriks untuk
melakukan berbagai hal terhadap segitiga tersebut.
Yang dapat kita definisikan ialah himpunan yang berisi Orang dengan
tinggi badan di atas 175 cm, sehingga tidak terdapat perdebatan
mengenai apakah 170 cm termasuk tinggi atau tidak.
Dari gambar diagram Venn di atas, kita dapat melihat bagaimana seluruh
persegi adalah juga persegi panjang, dan baik persegi maupun persegi panjang
adalah merupakan segi empat. Jika kita menambahkan jenis segi empat
lainnya, misalnya trapesium, dapatkah anda menggambarkan diagram Venn-
nya?
22. Pseudocode
for i = 1 to 5 do
print i
end for
Kita telah melihat model matematis yang umum digunakan untuk menyelesaikan
masalah. Pertanyaan selanjutnya tentunya adalah: kapan kita menggunakan model A
dan kapan menggunakan model B? Bagaimana membuat model A menjadi kode
program yang dapat dijalankan oleh komputer?
Pengembangan Model
Proses pengembangan model dapat dilakukan dengan beberapa langkah yang telah
dibangun oleh para ahli matematika. Jika proses pengembangan model dilakukan
mengikuti langkah-langkah yang ada, idealnya kita akan mendapatkan model yang
tepat untuk permasalahan yang akan diselesaikan. Adapun langkah-langkah yang
harus diambil untuk membangun sebuah model yaitu:
23. Apakah masalah yang dihadapi merupakan masalah yang memerlukan solusi
matematis? Jika masalahnya merupakan masalah numerik (perhitungan angka)
atau logis, maka jawabannya sudah pasti ya. Jika solusi dari masalah berupa
pendapat, maka kemungkinan jawabannya adalah tidak.
24. Fakta-fakta relevan apa saja yang diketahui? Masalah umum yang dihadapi
saat akan membangun solusi adalah informasi yang terlalu banyak, yang
terkadang mencuri fokus kita dari akar masalah. Pisahkan antara fakta
(informasi) yang relevan dari keseluruhan informasi yang didapatkan.
25. Fakta atau informasi tambahan apa yang kita perlukan untuk menyelesaikan
masalah? Di mana atau bagaimana cara agar kita mendapatkan fakta-fakta
tersebut?
26. Adakah langkah atau metode alami untuk menyelesaikan masalahnya? Metode
alami artinya metode yang umumnya digunakan oleh manusia. Misalnya,
untuk menghitung total dari sekumpulan nilai kita dapat menambahkan
seluruh bilangan yang ada di dalam kumpulan nilai tersebut.
27. Apakah fakta-fakta yang ada dapat direpresentasikan oleh simbol matematis
dan dikategorikan menjadi fakta yang diketahui dan tidak diketahui?
28. Apakah terdapat model lama yang dapat digunakan atau disesuaikan untuk
menyelesaikan masalah kita?
29. Jika terdapat model yang telah dikembangkan sebelumnya untuk masalah kita,
apakah model tersebut dapat diaplikasikan pada komputer?
30. Bagaimana kita dapat mengaplikasikan model dari solusi kita sehingga model
tersebut dapat dibuat menjadi program komputer dengan mudah?
33. Fakta atau informasi tambahan apa yang kita perlukan untuk
menyelesaikan masalah?
Beberapa fakta tambahan yang harus ada tetapi tidak disebutkan secara
eksplisit pada deskripsi masalah:
Ya, lakukan perhitungan bunga tiap tahunnya, dan tambahkan hasil kalkulasi
tersebut sampai tahun pinjaman terakhir.
Dari fakta-fakta yang kita dapatkan pada langkah kedua dan ketiga, kita dapat
mendefinisikan simbol matematis seperti berikut:
let blet plet tlet T=bunga=jumlah pinjaman=waktu pinjaman
(per tahun)=total pinjaman
36. Apakah terdapat model lama yang dapat digunakan untuk
menyelesaikan masalah kita?
T=p+(15%p)
selanjutnya, untuk tahun kedua hutangnya akan bertambah menjadi:
T=T+(15%T)
di mana T adalah nilai baru dari T. Kita cukup melakukan perhitungan yang
sama terus menerus, sebanyak $t$ kali untuk mendapatkan hasil akhir berupa
T yang menyimpan total hutang yang dipinjam. Jika dikembangkan, maka
model matematis akhir yang kita dapatkan adalah:
T=T+(15100T)
yang akan dijalankan sebanyak $t$ kali, dengan nilai $T$ yang bertambah
setiap iterasinya. Dengan informasi ini, kita dapat mengimplementasikan
pseudocode seperti berikut:
b = 15
T = 0
READ p, t
T = p
for i = 1 to t do
T = T + (15 / 100 * T)
end for
WRITE T
38. Bagaimana kita dapat mengaplikasikan model dari solusi kita sehingga
model tersebut dapat dibuat menjadi program komputer dengan mudah?
Pseudocode yang ada sudah sangat jelas, dan baris per barisnya dapat
diimplementasikan secara langsung menggunakan bahasa pemrograman
apapun.
b = 15
T = 0
p = input("Masukkan jumlah pinjaman: ")
t = input("Masukkan lama pinjaman: ")
T = int(p)
Kesimpulan
Pada bagian ini kita telah mempelajari tentang ciri khas algoritma yang baik, yaitu
benar, efisien, dan mudah diimplementasikan. Kita juga mempelajari bagaimana
membuktikan sebuah algoritma adalah sebuah algoritma yang benar, dan bagaimana
mengembangkan algoritma yang benar, menggunakan model matematis.
Terdapat enam jenis model matematis yang kita bahas, beserta dengan cara
menggunakan model matematis tersebut ke kasus pada dunia nyata. Selanjutnya kita
akan mempelajari bagaimana mengembangkan algoritma yang efisien, beserta definisi
dari efisiensi algoritma tentunya.
Related Posts