Nama :Riski Amelia

Kelas : TI 3C

Nim :1757301006

ALGORITMA GREEDDY

1. Pengertian Metode atau Algoritma Greedy

Metode/Algoritma Greedy merupakan algoritma yang membentuk

solusi langkah per langkah dengan mencari nilai maksimum sementara
pada setiap langkahnya. Nilai maksimum sementara ini dikenal dengan
istilah local maximum. Pada kebanyakan kasus, algoritma greedy tidak
akan menghasilkan solusi paling optimal, begitupun algoritma greedy
biasanya memberikan solusi yang mendekati nilai optimum dalam waktu
yang cukup cepat. Greedy sendiri diambil dari bahasa inggris yang
artinya rakus, tamak atau serakah.

2.  Prinsip Utama Algoritma Greedy

Prinsip utama algoritma greedy adalah “take what you can get

now!”. Maksud dari prinsip tersebut adalah sebagai berikut: Pada setiap
langkah dalam algoritma greedy, kita ambil keputusan yang paling optimal
untuk langkah tersebut tanpa memperhatikan konsekuensi pada langkah
selanjutnya. Sebagai contoh, jika kita manggunakan algoritma Greedy
untuk menempatkan komponen diatas papan sirkuit, sekali komponen
telah diletakkan dan dipasang maka tidak dapat dipindahkan lagi. Kita
namakan solusi tersebut dengan optimum lokal. Kemudian saat
pengambilan nilai optimum lokal pada setiap langkah, diharapkan tercapai
optimum global, yaitu tercapainya solusi optimum yang melibatkan
keseluruhan langkah dari awal sampai akhir.
 Contoh persoalan optimasi :

Masalah penukaran uang

Diberikan uang senilai A. Tukar A dengan koin-koin uang yang ada. Berapa
jumlah minimum koin yang diperlukan untuk penukaran tersebut?

 Persoalan Minimasi

Contoh tersedia banyak koin 1, 5, 10, 25

 Uang senilai A = 32 dapat ditukar dengan banyak cara berikut :

32 = 1 + 1 + 1 + .. + 1 (32 koin)

32 = 5 + 5 + 5 + 5 + 10 + 1 + 1 (7 koin)

32 = 10 + 10 + 10 + 1 + 1 (5 koin)

…dst

 Minimum :

32 = 25 + 5 + 1 + 1 (4 koin)

 Tinjau masalah penukaran uang

Strategi greedy : pada setiap langkah, pilihlah koin dengan nilai terbesar dari
himpunan koin yang tersisa.

 Misal A = 32, koin yang tersedia : 1, 5, 10, dan 25

 Langkah 1 : pilih satu buah koin bernilai 25 (total = 25)

Langkah 2 : pilih satu buah koin bernilai 5 (total = 25 + 5 = 30)

Langkah 3 : pilih dua buah koin bernilai 1 (total = 25 + 5 + 1 = 31)

 Solusi : jumlah koin minimum = 4 (Solusi optimal)

Elemen-elemen algoritma greedy :

1. Himpunan kandidat, C.
2. Himpunan solusi, S.
3. Fungsi seleksi (Selection function).
4. Fungsi kelayakan (feasible).
5. Fungsi obyektif.

Dengan kata lain :

Algoritma greedy melibatkan pencarian sebuah himpunan bagian S dari himpunan

bagian C, yang dalam hal ini, S harus memenuhi beberapa kriteria yang
ditentukan, yaitu menyatakan suatu solusi dan S dioptimasi oleh fungsi obyektif.

Pada masalah penukaran mata uang :

 Himpunan kandidat : himpunan koin yang merepresentasikan nilai 1, 5,

10, dan 25, paling sedikit mengandung satu koin untuk setiap nilai.
 Himpunan solusi : total nilai koin yang dipilih tepat, sama jumlahnya
dengan nilai uang yang ditukarkan.
 Fungsi seleksi : pililhlah nilai koin yang bernilai paling tinggi dari
himpunan kandidat yang tersisa.
 Fungsi layak : memeriksa apakah nilai total dari himpunan koin yang
dipilih tidak melebihi jumlah uang akan di tukarkan.
 Fungsi obyektif : jumlah koin yang digunakan minimum.

Contoh kasus yang menggunakan algoritma greedy

Masalah penukaran Uang

Nilai uang yang ditukar = A

Himpunan koin (multiset) : { d1,d2,…,dn }

Himpunan solusi : X = { X1,X2,…,Xn }, Xi = 1 jika di dipilih, Xi = 0 jika di tidak

dipilih.

Kelebihan Algoritma Greedy

1. Mudah diimplementasikan, algoritma greedy sangat mudah untuk

diimplementasikan pada persoalan-persoalan yang ada.
2. Efisien, algoritma greedy merupakan algoritma yang sangat efisien karena
algoritma ini selalu berusaha memilih hasil optimal.
Kekurangan Algoritma Greedy

1. Tidak adanya penanganan kasus jika titik tujuan tidak ditemukan.

2. Tidak dapat melakukan pemantauan parameter yang melibatkan lebih dari
satu perangkat
 
 KNAPSACK ALGORITMA

Knapsack  adalah  tas  atau  karung  yang  digunakan  untuk  memasukkan 
sesuatu.  Tapi tidak  semua  barang  bisa  ditampung  ke dalam  karung  tersebut.  
Karung  tersebut  hanya  dapat menyimpan  beberapa  objek  dengan  total  ukuran
nya  (weight)  lebih  kecil  atau  sama  dengan ukuran kapasitas karung.

Knapsack  problem  merupakan  masalah  di  mana  orang  dihadapkan
pada  persoalan  optimasi  pada pemilihan benda  yang dapat  dimasukkan
ke  dalam sebuah wadah  yang memiliki  keterbatasan ruang atau daya
tampung.  Dengan  adanya  optimasi  dalam  pemilihan  benda  yang  akan  dimas
ukkan  ke  dalam  wadah  tersebut diharapkan dapat menghasilkan keuntungan
yang maksimum.

Benda benda   yang   akan   dimasukkan   ini   masing masing   memiliki  
 berat   dan   sebuah   nilai   yang digunakan untuk menentukan prioritasnya dalam
pemilihan tersebut. Nilainya dapat berupa tingkat kepentingan,
harga  barang,  nilai  sejarah,  atau  yang lainnya.    Wadah  yang  dimaksud  di  si
ni  juga  memiliki  nilai  konstanta yang  merupakan  nilai  pembatas untuk  benda 
benda  yang akan  dimasukkan  ke  dalam  wadah tersebut  sehingga harus  diambi
l  sebuah  cara  memasukkan  benda benda  tersebut  ke  dalam  wadah  sehingga  
menghasilkan  hasil optimum tetapi tidak melebihi kemampuan wadah untuk
menampungnya.

Jenis-Jenis Knapsack Problem

Terdapat beberapa variasi Knapsack problem:
 0/1 Knapsack problem
Setiap barang hanya tersedia 1 unit, take it or leave it.
 Fractional Knapsack problem
Barang boleh dibawa sebagian saja (unit dalam pecahan). Versi problem ini
menjadi masuk akal apabila barang yang tersedia dapat dibagi-bagi misalnya gula,
tepung, dan sebagainya.
 Bounded Knapsack problem
Setiap barang tersedia sebanyak N unit (jumlahnya terbatas).
 Unbounded Knapsack problem
Setiap barang tersedia lebih dari 1 unit, jumlahnya tidak terbatas

Kelebihan Algoritma Knapsock :

1. Algoritma knapsack merupakan suatu algoritma yang memiliki persoalan
yang cukup menarik untuk diamati.
2. Pada Algoritma Knapsock dengan adanya  optimasi  dalam  pemilihan  be
nda  yang  akan  dimasukkan  ke  dalam  wadah  tersebut diharapkan dapat
menghasilkan keuntungan yang maksimum.
3. Pada algoritma ini yaitu cara untuk memasukkan  benda benda  tersebut  k
e  dalam  wadah  sehingga  menghasilkan  hasil optimum tetapi tidak
melebihi kemampuan wadah untuk menampungnya.

Kelemahan Algoritma Knapsock :

1. Tidak semua objek dapat ditampung pada algoritma Knapsock.Dalam

menampung suatu benda kedalam suatu wadah mempunyai kapasitas yang
terbatas.Jadi solusinya adalah memilih benda yang terpenting untuk
ditampung kedalam wadah tersebut.
2. Pada algoritma knapsock permasalahan optimasi kombinatorial,Solusinya
yaitu dimaan harus mencari solusi terbaik dari banyak kemungkinan yang
dihasilkan.