I.

PENDAHULUAN

H2O merupakan senyawa yang penting bagi semua bentuk kehidupan yang diketahui
sampai saat ini di bumi. H2O memiliki kepadatan 997 kg/m3 dengan titik didih 100 oc dan titik
lebur 0oc, massa molarnya adalah 18,01528 g/mol, dengan nama IUPAC Oxidane atau water.
C5H8NO4Na merupakan garam natrium dari asam glutamate yang merupakan salah satu asam
amino non-esensial paling berlimpah yang terbentuk secara alami. C 5H8NO4Na memilki massa
molar 169,118 g/mol dengan titik lebur 232oc dan kelarutan dalam air 740 g/c, dikenal dengan
nama IUPAC Sodium 2-Aminopentanedioate, yang sering kita sebut sebagai MSG. (C6H10O5)n
merujuk kepada Polymer yang berbagai rumus molekul Polidekstrosa. Senyawa-senyawa glukan
seperti : selulosa, curdan, pullulan dan glikogen.

Dari hal tersebut muncullah sebuah permasalahan yang dikenal dengan Knapsack
Problem. Knapsack dapat diartikan sebagai karung , Kntung, Tu buntilN. Krung digunakan untuk
emuat sesuatu. Tujuan Knapsack Problem adalah untuk mendapatkan keuntungan yang
maksimum dari pemelihan barang tanpa melebihi kapasitas daya tamping media penyimpanan
tersebut. Dalam Knapsack Problem tidak semua objek dapat ditampung didalam karung.
Berdasarkan penelitian yang telah dilakukan, karung tersebut hanya dapat memuat beberapa
objek dengan total ukuran lebih kecil atau sama dengan kapasitas ukuran karung tersebut.
Senyawa yang dapat ditampung edengan profit yang maksimal dan massa yang mencukupi untuk
dimasukkan kedalam tabung reaksi adalah zat H2O dan zat C 5H8NO4Na. Tidak dapat
menggabungkan ketiga zat tersebut secara bersamaan dikarenakan tabung yang tidak mencukupi
untuk menampung massa dari ketiga zat tersebut.

Algoritma greedy sudah pernah diimplementasikan pada kasus Perbandingan

Penyelesaian Knapsack Problem Secara Matematika, Kriteria Greedy Dan Algoritmagreedy
dengan hasil tiap teknik mempunyai cara penyelesaian masing-masing. Cara matematika
dianggap lebih rumit dan tidak cocok untuk digunakan. Cara kriteria greedy dianggap lebih
mudah dan lebih optimal dibanding cara yang lain meskipun kekurangannya kita harus
mengerjakan beberapa tahapan terlebih dahulu. Cara algoritma greedy lebih cepat
penyelesaiannya namun kita harus tahu algoritma dan harus paham cara penterjemahan algoritma
tersebut (Deddy Supriadi, 2016). Dengan adanya penelitian tersebut dapat menunjukkan bahwa
algoritma greedy dapat menyelesaikan berbagai macam kasus yang berkaitan dengan knapsack
problem.

Penelitian ini digunakan untuk mengetahui metode yang paling efektif yang dapat
digunakan dalam menentukan profit larutan dari beberapa zat kimia, dengan menggunakan tiga
cara berbeda yakni dengan cara probabilias, cara komputasi dan cara knapsack 1/10 greedy.