MAKALAH LOGIKA ALGORITMA

PERTEMUAN 12
METODE GREEDY

Nama kelompok
1.
2.
3.
4.
6.
7.
8.
Program study komputerisasi akuntansi
AMIK BSI PONTIANAK
2017
KATA PENGANTAR
DAFTAR ISI
BAB 1
PENDAHULUAN
1.1 Latar belakang………………………………………………………………………… 4
1.2 Identifikasi makalah…………………………………………………………………... 4
1.3 Batasan masalah………………………………………………………………………. 4
1.4 Rumusan masalah…………………………………………………………………….. 4
1.5 Tujuan dan manfaat…………………………………………………………………... 4

BAB 2
PEMBAHASAN
2.1 Pengertian algoritma greedy …………………………………………………………. 5

2.2 Metode optimal storage on problem………………………………………………….. 5

2.3 Metode knapshack……………………………………………………………………. 8

BAB 3
PENUTUP
DAFTAR PUSTAKA

2|Page
BAB 1
PENDAHULUAN

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Panyayang, Kami
panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan rahmat, hidayah,
dan inayah-Nya kepada kami, sehingga kami dapat menyelesaikan makalah pertemuan 12
tentang logika dan algoritma tentang metode greedy.

Makalah ilmiah ini telah kami susun dengan maksimal dan mendapatkan bantuan dari
berbagai pihak sehingga dapat memperlancar pembuatan makalah ini. Untuk itu kami
menyampaikan banyak terima kasih kepada semua pihak yang telah berkontribusi dalam
pembuatan makalah ini.

Terlepas dari semua itu, Kami menyadari sepenuhnya bahwa masih ada kekurangan baik
dari segi susunan kalimat maupun tata bahasanya. Oleh karena itu dengan tangan terbuka
kami menerima segala saran dan kritik dari pembaca agar kami dapat memperbaiki makalah
ini.

Akhir kata kami berharap semoga makalah logika dan algoritma tentang metode greedy
bermafaat untuk pembaca.

Penyusun

1. ZULFIKAR
2. MILZAM ATIQI FATURRAHMAN
3. FLAVIANUS
4. RAJU
5. INDRI OKTAVIAN LESTARI
6. YUNIAR
7. LIDYA NATALIA
8. SITIDWIARDIANTI
9. DEWI APRILIA

3|Page
1.1. Latar Belakang
Pengertian Algoritma Greedy
Algoritma Greedy adalah salah satu jenis algoritma, algoritma greedy menggunakan
pendekatan penyelesaian masalah dengan mencari nilai maksimum sementara dalam
setiap langkahnya atau local maxium. Algoritma greedy biasanya memberikan solusi
yang mendekati nilai optimum dalam waktu yang cukup cepat. Metode ini banyak
digunakan dalam berbagai penyelesaian masalah

1.2. Identifikasi Masalah

1. Bagaimana mengoptimalkan penyimpanan, agar data yang disimpan dapat termuat
dengan optimal.
2. Bagaimana susunan yang harus dibentuk.

1.3. Batasan Masalah

Untuk mempermudah pembahasan makalah ini, penyusun membuat Batasan Masalah
sebagai berikut :
1. Pengertian dan cara membuat algoritma greedy.
2. Membuat contoh algoritma greedy dengan beberapa metode

1.4. Rumusan Masalah

Dari Identifikasi Masalah yang ada, Maka Rumusan Masalah yang dapat penyusun
sajikan adalah sebagai berikut :
1. Apa yang dimaksud dengan algoritma greedy
2. Tujuan dari algoritma greedy
3. Proses mencari algoritma greedy
4. Metode-metode yang ada di algoritma greedy

1.5. Tujuan dan Manfaat

Tujuan dari Makalah ini adalah sebagai berikut :
a. Memahami Pengertian dari algoritma greedy.
b. Mengetahui cara membuat algoritma greedy.
c. Mengetahui cara menghitung dan metode yang ada di algoritma greedy.
d. Menggambarkan dalam bentuk contoh algoritma greedy yang mudah di paham

Penulis berharap Makalah ini memiliki manfaat bagi para pembaca, terutama bagi
penyusun sendiri. Dimana dengan adanya Makalah ini diharapkan mampu menambah
wawasan mengenai Statistika Deskriptif terutama dalam Distribusi Frekuensi dan Jenis
Grafiknya.

4|Page
BAB 2
PEMBAHASAN

2.1 Pengertian algoritma greedy

Algoritma Greedy adalah salah satu jenis algoritma, algoritma greedy menggunakan
pendekatan penyelesaian masalah dengan mencari nilai maksimum sementara dalam
setiap langkahnya atau local maxium.Algoritma greedy biasanya memberikan solusi yang
mendekati nilai optimum dalam waktu yang cukup cepat. Metode ini banyak digunakan
dalam berbagai penyelesaian masalah.
Ada 2 metode pemecahan masalah algoritma greedy
1. Optimal storage on tapes problem
2. Knapshack problem
2.2 Optimal Storage on Tapes Problem
- Bagaimana mengoptimalkan penyimpanan, agar data yang disimpan dapat termuat
dengan optimal.
- Bagaimana susunan yang harus dibentuk

Proses pemecahannya
1. Tentukan nilai panjang data (L), waktu penyimpanan (t) dan waktu rata-rata (MRT)
jika ada
2. Tentukan urutan penyimpanan datanya
3. Hitung total penyimpanan (jika ada kapasitas media penyimpanan maka total
tidak boleh melebihi)
4. Pilih total yang minimum (sesuai dengan unsur efisiensi dan efektifitas)

Contoh 1:
Diketahui 3 program yang akan disimpan dalam media penyimpanan dengan panjang
masing-masing 5, 10, dan 3. Bagaimana proses penyimpanan yang optimal dengan
metode greedy.

5|Page
 Jawab
1. Tentukan nilai panjang, waktu, dan waktu rata-rata
Ada 3 program, dimisalkan panjangnya L1, L2, dan L3 dengan nilai L1=5, L2=10, dan
L3=3
Waktu, disini tidak diketahui, berarti dianggap waktu tidak mempengaruhi proses
penyimpanan, berarti tidak ada waktu rata-rata.
Berarti dalam kasus ini yang berpengaruh hanya panjang dari setiap datanya.
2. Urutan penyimpanan dengan menggunakan teknik faktorial sesuai dengan jumlah data.
Dari kasus diketahui jumlah data (n) adalah 3, berarti kombinasi yang dibutuhkan
adalah n!, yaitu 3!=3*2*1 = 6. Jadi dibutuhkan 6 langkah dalam proses penyusunannya.

No Order D(L) Total

1 1,2,3 5+(5+10)+(5+10+3) 38
2 1,3,2 5+(5+3)+(5+3+10) 31
3 2,1,3 10+(10+5)+(10+5+3) 43
4 2,3,1 10+(10+3)+(10+3+5) 41
5 3,1,2 3+(3+5)+(3+5+10) 29
6 3,2,1 3+(3+10)+(3+10+5) 34
Ket. No:1 : Order 1 = 5
Order 1, 2 =5+10
Order 1,2,3 = 5+10+3
Jadi Total Order 1,2,3 = 5+(5+10)+(5+10+3)
3. Dari nilai di atas didapat nilai minimal adalah
a. Nilai terkecil pertama adalah 29, yaitu untuk posisi penyimpanan urutan ke-3 pada
posisi pertama
b. Nilai terkecil kedua adalah 31, yaitu untuk posisi penyimpanan urutan ke-1 pada
posisi pertama
c. Nilai terkecil ketiga bukan 34 dan 38, sebab urutan penyimpanan pada posisi ke-3
dan ke-1 sudah diwakili oleh 29 dan 31, sehingga untuk urutan ketiga adalah 41.

6|Page
Contoh 2 :
Misalkan kita ingin bergerak dari titik A ke titik B, dan kita telah menemukan
beberapa jalur dari peta:

Jalur dari Titik A ke B

Dari peta yang ditampilkan di atas, dapat dilihat bahwa terdapat beberapa jalur dari
titik A ke titik B. Sistem peta pada gambar secara otomatis telah memilih jalur terpendek
(berwarna biru). Kita akan mencoba mencari jalur terpendek juga, dengan menggunakan
algoritma greedy.
Langkah pertama yang harus kita lakukan tentunya adalah memilih struktur data yang
tepat untuk digunakan dalam merepresentasikan peta. Jika dilihat kembali, sebuah peta
seperti pada gambar di atas pada dasarnya hanya menunjukkan titik-titik yang saling
berhubungan, dengan jarak tertentu pada masing-masing titik tersebut. Misalnya, peta di atas
dapat direpresentasikan dengan titik-titik penghubung seperti berikut:

7|Page
 Graph Sederhana dari Titik A ke B
Dari gambar di atas, kita dapat melihat bagaimana sebuah peta jalur perjalanan dapat
direpresentasikan dengan menggunakan graph, spesifiknya Directed Graph (graph berarah).
Maka dari itu, untuk menyelesaikan permasalahan jarak terpendek ini kita akan menggunakan
struktur data graph untuk merepresentasikan peta. Berikut adalah graph yang akan digunakan
dalam hitungan KM.
Graph Berarah dari Titik A ke B
Untuk mencari jarak terpendek dari A ke B, sebuah algoritma greedy akan menjalankan
langkah-langkah seperti berikut:
1. Kunjungi satu titik pada graph, dan ambil seluruh titik yang dapat dikunjungi dari titik
sekarang.
2. Cari local maximum ke titik selanjutnya.
3. Tandai graph sekarang sebagai graph yang telah dikunjungi, dan pindah ke local
maximum yang telah ditentukan.
4. Kembali ke langkah 1 sampai titik tujuan didapatkan.
Jika mengapliikasikan langkah-langkah di atas pada graph A ke B sebelumnya maka kita
akan mendapatkan pergerakan seperti berikut:

8|Page
Mulai dari titik awal (A). Ambil seluruh titik yang dapat dikunjungi.

Langkah Pertama Greedy

1. Local maximum adalah ke C, karena jarak ke C adalah yang paling dekat.

9|Page
Langkah Kedua Greedy
2. Local maximum adaah ke D, dengan jarak 6.

Dan sterusnya hingga sampai ke titik B

Contoh 3 :
(Masalah Penukaran uang):
Persoalan: Diberikan uang senilai A. Tukar A dengan koin-koin uang yang ada. Berapa
jumlah minimum koin yang diperlukan untuk penukaran tersebut?

Contoh: tersedia koin-koin 1, 5, 10, dan 25

Uang senilai 32 dapat ditukar dengan cara berikut:
32 = 1 + 1 + … + 1 (32 koin)
32 = 5 + 5 + 5 + 5 + 10 + 1 + 1 (7 koin)
32 = 10 + 10 + 10 + 1 + 1 (5 koin)
… dan seterusnya
Minimum: 32 = 25 + 5 + 1 + 1 ) hanya 4 koin

10 | P a g e
Strategi greedy yang digunakan adalah:
Pada setiap langkah, pilihlah koin dengan nilai sebesar mungkin dari himpunan koin yang
tersisa dengan syarat (kendala) tidak melebihi nilai uang yang ditukarkan.
Tinjau masalah menukarkan uang 32 dengan koin 1, 5, 10, dan 25:
Langkah 1: pilih 1 buah koin 1+1+1+1+1------= 32
Langkah 2: pilih 1 buah koin 5 (Total = 10+10+10+1+1=32
Langkah 3: pilih 2 buah koin 1 (Total = 25+5+1+1= 32)
Solusi: Jumlah koin minimum = 4 (solusi optimal!)

2.2 MetodeKnapsack Problem

Knapsack adalah tas atau karung yang digunakan untuk memasukkan sesuatu,tapi
tidak semua barang bias ditampung kedalam karung tersebut. Karung tersebut hanya dapat
menyimpan beberapa objek dengan total ukurannya (weight) lebih kecil atau sama dengan
ukuran kapasitas karung.
Salah satu penggunaan metode greedy adalah untuk menyelesaiakan permasalahan
Knapsack (Knapsack problem), knapsack problem bisa kita gambarkan, misalnya kita
mempunyai sebuah kantong atau tas dengan kapasitas tertentu sedangkan dihadapan kita
terdapat begitu banyak pilihan barang, maka kita harus memilih barang mana saja yang kira-
kira akan kita ungkut sesuai kapasitas kantong yang kita miliki supaya kita bisa mendapatkan
keuntungan yang sebesar-besarnya atau maksimal.
Dalam menghadapi masalah di atas, metode greedy memiliki 3 pilihan strategi pengangkutan,
yaitu:
1. Greedy by Profit
Strategi ini mengharapkan keuntungan maksimal dengan cara memasukan barang atau
objek dengan nilai keuntungan terbesar terlebih dahulu ke dalam kantong atau
knapsack. Jadi strategi ini hanya mempertimbangkan jumlah keuntungan dari
sekumpulan barang, dengan catatan berat barang yang akan dibawa tidak melebihi
kapasitas kantong yang kita miliki.
2. Greedy by weight
Pada strategi ini, kita berusaha memasukan barang sebanyak-banyaknya kedalam
kantong, jadi barang atau objek yang dimasukan terlebih dahulu adalah barang dengan
bobot paling ringan terlebih dahulu, dengan harapan banyaknya barang atau objek
yang terangkut bisa mendapatkan keuntungan sebesar-besarnya.
3. Greedy by density
Strategi ini mengharapkan keuntungan sebesar-besarnya dengan memasukan barang
yang memiliki keuntungan per unit terbesar (Pi/Wi) terlebih dahulu kedalam kantong.

11 | P a g e
Tata cara penggunaan metode greedy dalam persoalan knapsack adalah
 Masukkan objek satu per satu ke dalam knapsack. Sekali objek dimasukkan ke dalam
knapsack, objek tersebut tidak bisa dikeluarkan lagi.
Namun karena metode greedy hanya mempertimbangkan keuntungan local dengan harapan
mendapat keuntungan global –seperti yang sudah dijelaskan sebelumnya-, maka metode ini
juga tidak menjamin akan memberikan solusi optimal
Contoh 1:
Tinjau persoalan 0/1 Knapsack dengan n = 4.
w1 = 6; p1 = 12
w2 = 5; p1 = 15
w3 = 10; p1 = 50
w4 = 5; p1 = 10
Kapasitas knapsack W = 16

Solusi dengan algoritma greedy:

Properti objek Greedy by Solusi
I wi pi pi /wi Profit weight density Optimal

1 6 12 2 0 1 0 0
2 5 15 3 1 1 1 1
3 10 50 5 1 0 1 1
4 5 10 2 0 1 0 0
Total bobot 15 16 15 15
Total keuntungan 65 37 65 65

· Pada contoh diatas, algoritma greedy dengan strategi pemilihan objek berdasarkan profit
dan density memberikan solusi optimal, sedangkan pemilihan objek berdasarkan berat tidak
memberikan solusi optimal.
Kemudian perhatikan contoh berikut ini :

12 | P a g e
Contoh 2:
persoalan Knapsack lain dengan 6 objek:
w1 = 100; p1 = 40
w2 = 50; p2 = 35
w3 = 45; p3 = 18
w4 = 20; p4 = 4
w5 = 10; p5 = 10
w6 = 5; p6 = 2
Kapasitas knapsack W = 100

Properti objek Greedy by Solusi

I wi pi pi /wi profit weight density Optimal

1 100 40 0,4 1 0 0 0
2 50 35 0,7 0 0 1 1
3 45 18 0,4 0 1 0 1
4 20 4 0,2 0 1 1 0
5 10 10 1,0 0 1 1 0
6 5 2 0,4 0 1 1 1
Total bobot 100 80 85 100

Total keuntungan 40 34 51 55

 Pada contoh2, terlihat algoritma greedy dengan ketiga strategi pemilihan objek tidak
berhasil memberikan solusi optimal. Solusi optimal permasalah ini adalah X = (0, 1,
1, 0, 0, 1) dengan total keuntungan = 55.

13 | P a g e
BAB 3
PENUTUP

Demikianlah makalah yang kami buat semoga bermanfaat bagi orang yang
membacanya dan menambah wawasan bagi orang yang membaca makalah ini. Dan
penulis mohon maaf apabila ada kesalahan dalam penulisan kata dan kalimat yang
tidak jelas, mengerti, dan lugas mohon jangan dimasukan ke dalam hati.

Dan kami juga sangat mengharapkan yang membaca makalah ini akan bertambah
motivasinya dan mengapai cita-cita yang di inginkan, karena saya membuat makalah
ini mempunyai arti penting yang sangat mendalam.

Sekian penutup dari kami semoga berkenan di hati dan kami ucapkan terima kasih
yang sebesar-besarnya.

14 | P a g e
 DAFTAR PUSTAKA

PENULISAN
Penulisan makalah ini didapat dari berbagai sumber,
Untuk menghormati karya yang ada di sumber penulis memasukan semua sumber
yang berasal :
penerbit
1.blog petang.com
Nama; sugeng 04-05-1998 / djokjakarta
Copyright 2016
2.evo deki.com
Nama ; deki 31-19-19990 / jakarta
Copy right 2014

15 | P a g e