Lampiran
Lampiran
Siswa Darame, Kec Morotai Selatan, Kabupaten Pulau Morotai, Maluku Utara, 97771, Indonesia
*E-mail: mraissalim@yahoo.com
ABSTRAK
Program Studi Pendidikan Sekolah Dasar adalah salah satu program studi yang tak jarang
memiliki masalah dalam proses penjadwalan, terutama jadwal bimbingan mahasiswa karena
jumlah mahasiswa yang banyak dalam satu periode bimbingan. Untuk mengatasi kendala
tersebut, diperlukan proses persiapan jadwal alternatif untuk mengefektifkan waktu
bimbingan siswa. Salah satu cara untuk mempersiapkan jadwal yang dapat digunakan adalah
dengan menerapkan konsep pewarnaan titik pada grafik menggunakan algoritma Welch
Powell. Pewarnaan graf dengan menggunakan algoritma welch powell merupakan salah satu
teknik dalam penyusunan jadwal. Khusunya pada saat menyusun jadwal bimbingan
mahasiswa di suatu program studi. Titik-titik pada graf direpresentasikan sebagai mahasiswa
yang akan melakukan bimbingan, sedangkan sisi yang menghubungkan dua titik menyatakan
jika dua titik tersebut atau dua mahasiswa memiliki satu dan/atau dua dosen pembimbing
yang sama. Metode penelitian yang digunakan adalah metode penelitian studi literatur. Hasil
dari penelitian ini menunjukkan bahwa pewarnaan graf dengan menggunakan algoritma
welch powell dapat diterapkan untuk penyusunan jadwal bimbingan mahasiswa PGSD di
Universitas pasifik Morotai.
The Primary School Education Study Program is one of the study programs that has problems
in the schedule preparation process, especially the student guidance schedule because of the
large number of students in the guidance period. To overcome the obstacles in the schedule
preparation process, an alternative schedule preparation process is needed to streamline the
time of student guidance. One way to prepare a schedule that can be used is to apply the
concept of point coloring on the graph using the Welch Powell algorithm. Graph colouring
using the Welch-Powell algorithm is one of the schedule preparation techniques. Especially for
arranging student guidance schedules in a study program. The vertex on a graph is represented
as a student who will conduct guidance, while the side that connects two vertex states if the two
vertex or two students have one and/or two of the same supervisors. This study uses the
literature study method. The results of this research indicate that the coloring of graphs using
the Welch Powell algorithm can be applied to compile the guidance schedule of PGSD students
at the Pacific University of Morotai.
Keywords: graph, graph point coloring, scheduling, welch-Powell algorithm
79
Copyright ©2019, Jurnal THEOREMS (The Original Research of Mathematics)
p-ISSN: 2528-102X, e-ISSN: 2541-4321, URL: http://jurnal.unma.ac.id/index.php/th
Jurnal THEOREMS (The Original Research of Mathematics) Vol. 4 No.1 Juli hal. 79-86 Tahun 2019
81
Copyright ©2019, Jurnal THEOREMS (The Original Research of Mathematics)
p-ISSN: 2528-102X, e-ISSN: 2541-4321, URL: http://jurnal.unma.ac.id/index.php/th
Jurnal THEOREMS (The Original Research of Mathematics) Vol. 4 No.1 Juli hal. 79-86 Tahun 2019
12 Otgandis Julia Ismail, S.Pd.,M.Pd SLU AP, E, ATA, JG, MM, FA, 13
Mala (OM) Nurhani Mahmud, KK, NB, EFH, OM, SLA,
S.Pd.,M.Pd YH, AZ
13 Nurain Fahmi Jaguna, AP SLU, MM, FA, KK, OM, 7
Bakari S.Pd.,M.Pd NB, AZ
(NB) M Rais Salim, E SLU, ATA, JG, NB, EFH, 7
S.Pd.,M.Pd SLA, YH
14 Erlina Irawati Sabban, ATA SP, BL, SLU, E, JG, WLA, 11
Feralita S.Pd.,M.Pd NB, EFH, SLA, YH, AZ
Hihika Fahmi Jaguna, JG SP, SLU, E, ATA, WLA, 10
(EFH) S.Pd.,M.Pd OM, NB, EFH, SLA, YH
15 Sepdiana Nurhani Mahmud, MM BL, SLU, AP, FA, KK, OM, 7
Lape (SLA) S.Pd.,M.Pd AZ
Fahmi Jaguna, FA SLU, AP, MM, KK, OM, 7
S.Pd.,M.Pd NB, AZ
16 Yoap Nurhani Mahmud, KK SLU, AP, MM, FA, OM, 7
Hakini S.Pd.,M.Pd NB, AZ
(YH) Fahmi Jaguna, WLA SP, BL, ATA, JG, OM, SLA, 8
S.Pd.,M.Pd YH, AZ
17 Apsari Subhan Hayun, OM SP, SLU, AP, JG, MM, FA, 11
Zambrud S.Pd.,M.Pd KK, WLA, SLA, YH, AZ
(AZ) Julia Ismail, S.Pd.,M.Pd NB SLU, AP, ATA, JG, EFH, 7
SLA, YH
EFH SLU, E, ATA, JG, NB, SLA, 7
YH
SLA SP, SLU, E, ATA, JG, WLA, 10
OM, NB, EFH, YH
YH SP, SLU, E, ATA, JG, WLA, 10
OM, NB, EFH, SLA
AZ SP, BL, SLU, AP, ATA, 10
MM, FA, KK, WLA, OM
82
Copyright ©2019, Jurnal THEOREMS (The Original Research of Mathematics)
p-ISSN: 2528-102X, e-ISSN: 2541-4321, URL: http://jurnal.unma.ac.id/index.php/th
Jurnal THEOREMS (The Original Research of Mathematics) Vol. 4 No.1 Juli hal. 79-86 Tahun 2019
83
Copyright ©2019, Jurnal THEOREMS (The Original Research of Mathematics)
p-ISSN: 2528-102X, e-ISSN: 2541-4321, URL: http://jurnal.unma.ac.id/index.php/th
Jurnal THEOREMS (The Original Research of Mathematics) Vol. 4 No.1 Juli hal. 79-86 Tahun 2019
84
Copyright ©2019, Jurnal THEOREMS (The Original Research of Mathematics)
p-ISSN: 2528-102X, e-ISSN: 2541-4321, URL: http://jurnal.unma.ac.id/index.php/th
Jurnal THEOREMS (The Original Research of Mathematics) Vol. 4 No.1 Juli hal. 79-86 Tahun 2019
4. KESIMPULAN
Berdasarkan hasil pemberian warna
titik-titik pada graf, maka diperoleh
jumlah warna minimum yang
dibutuhkan untuk mewarnai titik-titik
pada graf sedemikian sehingga tidak
ada titik-titik yang bertetangga
memiliki warna yang sama adalah
sebanyak 8 warna. Oleh karena itu
dapat dibuat suatu penjadwalan
bimbingan mahasiswa dalam delapan
waktu kelompok
Gambar 10. Hasil Pewarnaan Ketujuh Tabel 3. Pembagian Kelompok Waktu
Bimingan
Kelompok Warna Mahasiswa
1 Biru SLU, WLA
2 Merah APA, ATA
3 Kuning BL, E, OM
4 Hijau JG, AZ
5 Merah MM, SLA
Muda
6 Ungu FA, YH
7 Cokelat KK, SP, EFH
8 Abu-abu NB
5. DAFTAR PUSTAKA
[1] Astuti, S. (2011). Penyusunan
Jadwal Ujian Mata Kuliah Dengan
Algoritma Pewarnaan Graf Welch
Gambar 11. Hasil Pewarnaan Powell. Jurnal Dian, 11(1).
Kedelapan [2] Muktyas, I. B. (2010). Program
Pewarnaan Graf untuk Pemodelan
Berdasarkan tahapan pewarnaan Penjadwalan Ujian Semester di
dengan menggunakan algoritma welch Jurusan Matematika Unnes (Doctoral
powell, maka diperoleh delapan dissertation, Universitas Negeri
tahapan pewarnaan yang menunjukkan Semarang).
bahwa warna yang digunakan adalah [3] Harianto, K., & Fatdha, T. S. E.
sebanyak delapan warna. Delapan (2016). Penerapan Pewarnaan
warna tersebut menggambarkan Simpul Graf untuk Menentukan
delapan kelompok waktu bimbingan Jadwal Ujian Skripsi pada STMIK
yang dapat dijadwalkan oleh program Amik Riau Menggunakan
studi sehingga waktu bimbingan Algoritma Welch-Powell. SATIN-
85
Copyright ©2019, Jurnal THEOREMS (The Original Research of Mathematics)
p-ISSN: 2528-102X, e-ISSN: 2541-4321, URL: http://jurnal.unma.ac.id/index.php/th
Jurnal THEOREMS (The Original Research of Mathematics) Vol. 4 No.1 Juli hal. 79-86 Tahun 2019
86
Copyright ©2019, Jurnal THEOREMS (The Original Research of Mathematics)
p-ISSN: 2528-102X, e-ISSN: 2541-4321, URL: http://jurnal.unma.ac.id/index.php/th
PENGEMBANGAN METODE GRAPH COLORING UNTUK UNIVERSITY COURSE
TIMETABLING PROBLEM PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS
TARUMANAGARA
Laboratorium Penelitian Distributed System, Fakultas Teknologi Informasi, Universitas Tarumanagara, Jl.
Letjen.S.Parman No. 1 Blok R Lantai XI Grogol, 11440, Jakarta Barat, Indonesia
E-mail: lely@fti.untar.ac.id
Abstrak
University Course Timetabling Problem merupakan proses penjadwalan mata kuliah di sebuah
universitas yang hasilnya diusahakan seoptimal mungkin untuk tidak saling berbenturan dengan
batasan-batasan dan syarat-syarat (constraints) tertentu. Dalam menentukan penjadwalan berbasis
perhitungan, salah satu metode yang dapat digunakan adalah Graph Coloring. Graph Coloring
merupakan merupakan metode yang paling sederhana dan dapat digunakan untuk menentukan
penjadwalan yang memiliki berbagai macam constraints. Pada penelitian ini, peneliti mengusulkan
pengembangan dari metode Graph Coloring yang ada untuk membuat penjadwalan mata kuliah yang
optimal dengan memertimbangkan berbagai macam constraints. Pengembangan ini diujicobakan ke
penjadwalan mata kuliah di Fakultas Teknologi Informasi Universitas Tarumanagara (FTI Untar).
Hasil percobaan menunjukkan bahwa pengembangan metode Graph Coloring memberikan hasil
penjadwalan yang memenuhi rata-rata 93% seluruh constraints yang ditentukan. Rata-rata 7%
pelanggaran constraints dikarenakan keterbatasan jumlah ruang dan total slot waktu kuliah, serta
permintaan jadwal tertentu oleh dosen.
Kata Kunci: university course timetabling problem, vertex-based graph coloring, welsh-powell
algorithm
Abstract
University Course timetabling problem is the process of scheduling courses at a university whose
results are optimally arranged to not collide with the limits and conditions (constraints) specified. In
determining the scheduling komputatif, one method that can be used is the Graph Coloring. Graph
Coloring is the simplest method and can be used to determine which have a variety of scheduling
constraints. In the present study, the researcher proposes the development of the existing methods of
Graph Coloring to make optimal scheduling of courses taking into account various constraints. This
development was tested to the scheduling of courses in the Faculty of Information Technology
University Tarumanagara (FTI Untar). The experimental results show that the development of
methods of Graph Coloring deliver results that meet the scheduling of an average 93% of all the
specified constraints. Average of 7% violation constraints due to limitations of space and the total
number of time slots in college, and request a specific schedule by the lecturer.
82
Hiryanto, dkk., Pengembangan Metode Graph Coloring untuk University Timetabling Problem 83
pula, dalam satu universitas, setiap fakultas Graph Coloring untuk mendapatkan distribusi
bahkan program studi dapat memiliki aturan mata kuliah yang merata untuk setiap warna dan
penjadwalan yang berbeda. Jumlah mata kuliah menyeimbangkan jumlah mata kuliah pada setiap
yang diselenggarakan oleh universitas tidaklah slot waktu yang tersebar di ruang-ruang kelas
sedikit dan tentunya akan memakan waktu yang yang ditentukan. Hasil percobaan mereka
cukup lama jika penjadwalan mata kuliah tersebut menunjukkan bahwa tetap terdapat tabrakan
dilakukan secara manual. dalam penjadwalan, tetapi terjadi peningkatan
Dalam menentukan penjadwalan secara dalam tingkat pemanfaatan sumber daya yaitu
komputatif, sejumlah peneliti berfokus ruang kuliah.
memberikan solusi untuk University Course Penelitian ini berfokus untuk
Timetabling Problem dengan menerapkan Genetic mengembangkan metode Graph Coloring untuk
Algorithm (GA) melalui sejumlah pengulangan University Course Timetabling Problem. Contoh
untuk menghasilkan populasi yang baru kasus spesifik digunakan permasalahan
(pemilihan kromoson terbaik) menuju solusi penjadwalan mata kuliah di FTI Untar. Tujuan
berbagai macam penjadwalan yang cukup optimal dari pengembangan metode tersebut adalah untuk
[1-5]. Permasalahan utama dari GA adalah waktu menentukan algoritma baru yang didasarkan pada
pemrosesan yang cukup lama untuk optimalisasi metode Graph Coloring yang dapat menghasilkan
penjadwalan. Hasil penjadwalan didasarkan pada penjadwalan mata kuliah yang optimal agar
pemilihan nilai fitness terbaik yang merupakan jadwal kelas mata kuliah yang tidak boleh
formulasi dari setiap pelanggaran constraints. bertabrakan dapat diminimalkan atau sampai tidak
Neural Network (NN) adalah metode lain lagi bertabrakan.
yang banyak digunakan untuk proses Paper ini disusun dalam 4 bagian. Bagian 2
penjadwalan. Untuk University Course membahas tentang metode Graph Coloring.
Timetabling Problem, penerapan NN terbukti beserta pengembangan metode Graph Coloring,
dapat memberikan hasil penjadwalan yang cukup berbentuk model solusi penjadwalan mata kuliah.
optimal [6]. Bagian 3 melaporkan hasil percobaan
Metode lain yang lebih sederhana, tetapi menggunakan kasus penjadwalan mata kuliah di
dapat memberikan hasil yang optimal adalah FTI Untar, yang kemudian hasilnya disimpulkan
metode Graph Coloring. Metode ini merupakan pada bagian 4. Pada bagian 4 ini pun diusulkan
metode yang paling sederhana dan dapat rencana penelitian selanjutnya terkait dengan
digunakan untuk menentukan penjadwalan mata topik penelitian ini.
kuliah yang memiliki berbagai macam
constraints. 2. Metodologi
Metode Graph Coloring merupakan metode
yang digunakan untuk menentukan jumlah warna Graph didefinisikan sebagai kumpulan dari
minimum yang dapat diberikan pada nodes atau titik-titik simpul yang disebut vertex atau node
edges di dalam sebuah graph sehingga nodesatau serta kumpulan dari garis-garis yang disebut edge
edges yang saling berhubungan tidak memiliki [10]. vertexs yang berada di dalam graph ini akan
warna yang sama. Berdasarkan cara kerjanya dihubungkan satu sama lain oleh edges yang
tersebut, metode ini dapat dipastikan berada di dalam graph tersebut.
menghasilkan penjadwalan kegiatan dapat Kegunaan graph sangat banyak. Umumnya
meminimalkan atau sampai menghilangkan graph digunakan untuk memodelkan suatu
pelanggaran terhadap constraints. masalah sehingga menjadi lebih mudah untuk
Malkawi dkk [7] menerapkan metode ini dan diselesaikan, yaitu dengan cara merepresentasikan
berdasarkan hasil percobaan mereka, penggunaan objek-objek tersebut. Contoh pemodelan suatu
metode Graph Coloring ini mampu membantu di masalah dengan menggunakan graph dapat dilihat
dalam menentukan jadwal ujian yang optimal dan pada penggambaran rangkaian listrik, jaringan
akurat dengan constraints yang sedemikian rupa. network komputer, peta, dan lain-lain.
Terkait dengan penjadwalan mata kuliah, Dalam matematika diskrit, graph dikenal
Koyuncu dan Seçir [8] menerapkan metode sebagai pasangan himpunan (V,E), di mana:
Graph Coloring dan mendapatkan suatu
penjadwalan mata kuliah yang tidak bertabrakan V : himpunan dari titik-titik simpul dan bukan
satu sama lain, dengan mengasumsikan vertex merupakan himpunan yang kosong = {v1, v2, v3,
sebagai mata kuliah dan jika antar dua vertex tidak …, vn)
boleh bertabrakan, maka dibuatkan edge. vertex E : himpunan sisi dari graph tersebut yang
yang langsung terhubung akan diwarnai dengan menghubungkan sepasang simpul pada graph =
warna yang berbeda. Dandashi dan Mouhamed [9] {e1, e2, …, en}.
melakukan modifikasi terhadap vertex-based
84 Jurnal Ilmu Komputer dan Informasi, Volume 4, Nomor 2, Juni 2011
Jika sebuah edge e1 menghubungkan sepasang wilayah yang bersebelahan yang memiliki warna
vertex vi dan vj, maka secara sederhana hubungan yang sama. Pewarnaan wilayah banyak diterapkan
tersebut digambarkan pada gambar 1. di dalam masalah pewarnaan peta.
Pewarnaan vertex merupakan pemberian
e1 = (vi,vj) (1) warna pada tiap-tiap vertex di dalam graph
sehingga setiap vertex yang bertetangga satu sama
lain tidak memiliki warna yang sama. Pewarnaan
vertex ini banyak digunakan di dalam
menyelesaikan permasalahan penjadwalan. Pada
subbab berikutnya akan dijelaskan mengenai
pewarnaan vertex lebih lanjut.
Pewarnaan vertex merupakan pemberian
warna pada tiap-tiap vertex di dalam graph
sehingga setiap vertex yang saling bertetangga
tidak memiliki warna yang sama. Di dalam
pewarnaan vertex, jumlah warna yang boleh
dipergunakan haruslah seminimal mungkin.
Gambar 1. Bentuk sebuah graph sederhana [10]. Jumlah warna paling minimum yang dapat
diterapkan pada Graph ini sering disebut dengan
Pada gambar di atas terdapat sebuah graph angka kromatik (χ(G)).
sederhana G yang berisikan sekumpulan vertex Pada pewarnaan vertex banyak digunakan
dan edge. Secara matematis, kondisi tersebut teorema-teorema yang pada dasarnya bertujuan
dapat dituliskan sebagai berikut [10]: untuk menentukan batas jumlah warna maksimum
yang dapat digunakan oleh sebuah graph.
G = (V, E) (2) Meskipun yang ingin dicari pada pewarnaan
vertex adalah jumlah warna paling minimum yang
Keterangan : harus dipakai agar lebih efisien, namun jumlah
V = (v1, v2, v3, v4) warna minimum tersebut belum dapat ditentukan
E = (e1, e2, e3,e4) jika graph belum diwarnai. Karenanya, sebelum
mewarnai vertex pada graph, perlu ditentukan
Pada graph di atas, v1 dan v4 disebut batas jumlah warna yang diperbolehkan pada
sebagai vertex-vertex yang saling bertetangga. suatu graph. Salah satu teorema yang paling
Dua buah vertex dikatakan bertetangga jika kedua dikenal adalah teorema Brook [12]. Teorema
vertex dihubungkan langsung oleh sebuah edge. Brook menyatakan bahwa jika suatu Graph
Karenanya selain v1 dan v4, v1 dan v2 serta v3 merupakan simple graph, yaitu sebuah Graph
dan v4, juga disebut sebagai vertex yang saling yang tidak memiliki lebih dari satu edge yang
bertetangga. menghubungkan dua buah vertex, maka batasan
Graph Coloring merupakan salah satu jumlah maksimum warna yang dapat digunakan
metode yang paling sering dibahas di dalam pada graph tersebut dapat dirumuskan sebagai
pengaplikasian teori Graph ke dalam berbagai berikut [12]:
permasalahan. Pewarnaan pada graph dapat
diartikan sebagai pemberian tanda atau label pada χ(G) ≤ d + 1 (3)
tiap-tiap vertex, edge, atau wilayah sehingga
setiap vertex, edge, atau wilayah yang saling dan jika graph yang ada bukan merupakan simple
berhubungan satu sama lain tidak memiliki label graph, maka batasan jumlah maksimum warna
yang sama. Label yang dimaksudkan di sini yang dapat digunakan pada graph ini dapat
adalah warna yang diberikan pada masing-masing dirumuskan sebagai berikut [12]:
edge, vertex, atau wilayah.
Pewarnaan pada graph dapat dibedakan χ(G) ≤ d (4)
menjadi tiga yaitu pewarnaan vertex, pewarnaan
edge, dan pewarnaan wilayah. Pewarnaan edge keterangan :
merupakan pemberian warna pada tiap-tiap edge χ(G) : angka kromatik, jumlah minimum
di dalam graph sehingga setiap edge yang warna yang dapat dipakai pada graph
berhubungan dengan vertex yang sama tidak d : derajat terbesar dari vertex-vertex pada
memiliki warna yang sama [11]. Pewarnaan Graph
wilayah merupakan pemberian wilayah pada tiap-
tiap bagian di dalam graph sehingga tidak ada
Hiryanto, dkk., Pengembangan Metode Graph Coloring untuk University Timetabling Problem 85
Pada pewarnaan vertex, terdapat banyak sebuah graph yang memiliki delapan vertex
algoritma yang dapat digunakan. Namun, pada seperti pada gambar 3.
umumnya algoritma yang paling sering digunakan Agar dapat mewarnai seluruh vertex tanpa
untuk pewarnaan vertex ini adalah algoritma adanya vertex bersebelahan yang memiliki warna
Welsh–Powell [13]. Langkah-langkah yang sama, maka dipergunakan algoritma Welch
penyelesaian pewarnaan vertex menggunakan – Powell. Adapun langkah-langkah penyelesaian
algoritma Welsh-Powell memiliki beberapa 3 Graph Coloring pada gambar 3 dengan
tahapan [13]. Pertama, urutkan semua simpul menggunakan algoritma Welch - Powell terdiri
berdasarkan derajatnya, dari derajat besar ke dari beberapa langkah.
derajat kecil. Langkah kedua, ambil warna
pertama (misalnya merah), warnai simpul pertama
yang sudah terurut berdasarkan derajatnya tadi.
Kemudian warnai simpul berikutnya yang tidak
berdampingan dengan simpul pertama tadi dengan
warna yang masih sama (merah). Kemudian
lanjutkan pewarnaan dengan warna kedua, dan
seterusnya, sampai semua simpul telah diberi
warna
Langkah-langkah di atas dapat dibuat
menjadi sebuah bagan alur yang dapat dilihat pada
gambar 2. Sebagai contoh, dimisalkan terdapat
Gambar 3. Sebuah Graph dengan delapan vertex.
86 Jurnal Ilmu Komputer dan Informasi, Volume 4, Nomor 2, Juni 2011
Pertama, urutkan vertexs di atas dari vertex Pada langkah keempat, vertex yang tersisa
yang memiliki derajat terbesar (banyaknya edge hanya vertex B dan F. vertex B dan F memiliki
yang terhubung pada vertex) hingga yang terkecil. derajat yang sama, sehingga bebas ditentukan
Dari gambar di atas diketahui bahwa urutan vertex mana yang akan diwarnai terlebih dahulu.
vertexs yang sudah disusun adalah : E, C, B, D, F, Warna ketiga ditentukan dan harus berbeda dari
A, H, G. Maka pewarnaan dimulai dari vertex warna pertama dan warna kedua, dalam hal ini
dengan derajat terbesar terlebih dahulu yaitu E. warna hijau dipilih sebagai warna ketiga. vertex B
Tentukan sebuah warna yang akan diberikan pada diberi warna hijau. Dan karena vertex F tidak
vertex E, misalnya warna merah. Kemudian, bertetangga dengan vertex B, maka vertex F
vertex E diwarnai dengan warna merah. diberikan warna yang sama dengan vertex B
Selanjutnya, ditentukan vertex yang tidak seperti yang terlihat pada gambar 6.
bertetangga dengan vertex E dan diberi warna
merah juga. Dalam graph ini hanya vertex G dan
vertex A yang tidak bertetangga dengan vertex E.
Gambaran dari langkah kedua tersebut dapat
dilihat pada gambar 4.
constraints. Poin pertama adalah pembuatan Langkah keempat, jika (n > s*h), lakukan
matriks bobot hubungan antar dua simpul (untuk optimalisasi sebagai berikut. Dapatkan t
kasus penjadwalan mata kuliah, node tersebut kelompok kelas mata kuliah berwarna sama
adalah sebuah kelas mata kuliah). Poin kedua dengan jumlah kelas mata kuliah terkecil, yaitu E
adalah optimalisasi penjadwalan, yaitu langkah = { E1, E2, …, Et }, untuk t = n – s*h dan E W.
yang memanfaatkan matriks bobot hubungan Setelah itu, for each e Ei do, dapatkan posisi e
tersebut jika penggunaan warna melebihi total slot terbaik, yaitu posisi e di Wj dengan dengan
waktu yang dialokasikan dan jumlah simpul di jumlah derajat ( matBobotRele,l ) terkecil, untuk
satu atau beberapa warna melebihi jumlah ruang setiap l Wj dan Wj E, lalu pindahkan e dari Ei
yang ditentukan. ke Wj
Gambar 7 adalah model solusi berdasarkan Langkah kelima, jika terdapat u kelompok
modifikasi algoritma Welsh-Powell [13] yang kelas mata kuliah berwarna sama dengan jumlah
diusulkan: kelas mata kuliah lebih dari r ruang kuliah, F = {
F1, F2, …, Fu }, for each f Fi do, dapatkan posisi
Diasumsikan terdapat: f terbaik, yaitu posisi f di Wj dengan dengan
m kelas mata kuliah M={M1,M2, …, Mm}, jumlah derajat ( matBobotRelf,l ) terkecil, untuk
r ruang kuliah R={R1,R2, …, Rr}
setiap l Wj dan Wj F, kemudian pindahkan f
h hari kuliah H={H1,H2, …, Hh}
dari Fi ke Wj. Langkah keenam, alokasikan hari,
s slot waktu kuliah S={S1,S2, …, Ss}
waktu, dan slot waktu untuk setiap Mi. Cetak
jadwal mata kuliah.
matBobotReli,j adalah matriks bobot hubungan
Berdasarkan hasil survey dari pihak
antar dua mata kuliah yang diinisialisasi dengan 0.
Fakultas yang mengatur bagian penjadwalan mata
Terdapat 6 langkah penjadwalan. Pertama,
kuliah, yaitu Jurusan Informatika, dan sejumlah
tentukan himpunan hard constraints, yaitu HARD,
mahasiswa FTI Untar dari berbagai angkatan,
dan soft constraints, SOFT. Kedua, soft diperoleh sejumlah constraints yang dapat
constraintsuntuk pasangan (Mi, Mj) diurutkan dikelompokkan sebagai hard constraints dan soft
berdasarkan Mi dan Mj yang dialikasikan ke dosen constraints.
tidak tetap, untuk i=1,2, …, m; j=1,2, …, m, dan Constraint pertama terkait dengan dosen,
ij: yaitu dosen yang sama dapat mengajar sejumlah
mata kuliah baik di program studi Teknik
if ((Mi, Mj) not statisfied HARD) then
matBobotReli,j = 3
Informatika dan Sistem Informasi. Oleh karena
else if ((Mi, Mj) not statisfied SOFT) then itu, jadwal kelas mata kuliah untuk dosen yang
matBobotReli,j = 1 sama sudah tentu harus berbeda.
Constraint kedua terkait dengan jumlah
Gambar 7. Kode program modifikasi algoritma Welsh-Powell. ruang yang dapat digunakan untuk proses
perkuliahan. Awalnya FTI Untar memiliki 18
Langkah ketiga, lakukan pewarnaan graph ruangan yang dapat dipakai, mulai dari lantai 7
berdasarkan nilai-nilai matBobotReli,j dengan cara sampai dengan lantai 8, sehingga saat ini ada 12
urutkan semua node (kelas mata kuliah) ruang kuliah.
berdasarkan derajatnya ( matBobotRelk,l untuk Jam kuliah yang diberlakukan oleh FTI
setiap nilai k di 1,2, …, m, sejumlah l di 1,2, …, Untar saat ini menggunakan sistem slot, yaitu Slot
m, dan kl dengan matBobotRelk,l = 3 and I pukul 08.00 – 11.00, Slot II pukul 11.00 – 14.00,
matBobotRelk,l = 1), dari derajat besar ke derajat dan Slot III pukul 14.00 – 17.00. Ketiga slot ini
kecil. Kemudian, ambil warna pertama (misalnya diterapkan untuk lima hari kuliah dari Senin
merah), warnai simpul pertama (Mi) yang sudah sampai dengan Jumat. Slot dan hari kuliah
terurut berdasarkan derajatnya tadi. Kemudian tersebut menjadi constraint ketiga yaitu total slot
warnai simpul berikutnya (Mj) yang tidak waktu kuliah sejumlah 15 slot.
berdampingan (matBobotReli,j = 0; ij) dengan Constraint keempat, untuk mata kuliah
simpul pertama tadi dengan warna yang masih dalam satu semester yang sama, untuk kelas yang
sama (merah). Lanjutkan pewarnaan dengan berbeda dapat dibentrokan, tetapi jika sama, maka
warna kedua, dan seterusnya, sampai semua tidak boleh bentrokan. Jadi, diasumsikan
simpul telah diberi warna. Catatan asumsikan mahasiswa yang mengambil kelas A untuk satu
diperoleh n kelompok kelas mata kuliah berwarna mata kuliah, selanjutnya harus mengambil mata
sama, yaitu W = { W1, W2, …, Wn }. kuliah lain di kelas A pula.
88 Jurnal Ilmu Komputer dan Informasi, Volume 4, Nomor 2, Juni 2011
Selain itu, antara semester 1 dan 3 tidak Schedule, model solusi pada Model Solusi
boleh bertabrakan, semester 3 dan 5 tidak boleh Penjadwalan direalisasikan untuk constraints pada
bertabrakan, dan semester 5 dan 7 tidak boleh Constraint pada Penjadwalan Mata kuliah di FTI
bertabrakan. Syarat-syarat ini merupakan Untar. Gambar 8 memperlihatkan tampilan layar
constraint kelima. untuk modul ini. Pengujian Black Box Testing
Untuk mata kuliah pilihan, sebaiknya tidak telah diterapkan untuk mencari jika ada
ditabrakkan jadwalnya dengan mata kuliah di kesalahan-kesalahan pada fungsi program,
semester 5, 6, 7, dan 8, karena pada semester- interface, maupun output program.
semester tersebut, mahasiswa dapat mengambil Hasil Percobaan untuk Data Mata Kuliah
mata kuliah tersebut. Syarat ini termasuk dalam FTI Untar. Peneliti menggunakan data mata
constraint keenam. kuliah yang ditawarkan oleh program studi
Selanjutnya constraint ketujuh, khusus untuk Teknik Informatika dan Sistem Informasi FTI
program studi Teknik Informatika, saat ini setiap Untar pada semester Ganjil dan Genap tahun
mata kuliah pilihan sudah dikelompokkan ke akademik 2010/2011. Untuk semester Ganjil,
bidang kajian ilmunya masing-masing, sedangkan terdapat 87 kelas mata kuliah dan 97 kelas mata
untuk program studi Sistem Informasi sampai saat kuliah untuk semester Genap.
ini belum ada pengelompokkan. Untuk mata Dari hasil uji coba yang diperoleh dapat
kuliah pilihan yang termasuk dalam satu bidang dilihat bahwa penempatan kelas cukup merata dan
kajian yang sama, tidak boleh ditabrakkan setiap mata kuliah telah berhasil dijadwalkan serta
penjadwalannya. tidak terdapat mata kuliah yang diajar oleh dosen
Permintaan dosen akan hari dan slot waktu yang sama diselenggarakan pada waktu
mengajar yang diinginkan menjadi constraint bersamaan dan kelompok-kelompok kelas yang
terakhir. Constraint ini dikhususkan untuk dosen- berwarna berbeda memiliki slotnya masing-
dosen tidak tetap (termasuk dosen lintas program masing. Tetapi, untuk pemanfaatan ruangan masih
studi). kurang optimal.
Delapan constraints tersebut dikelompokkan Dari hasil percobaan, dapat dilihat bahwa
menjadi dua: hard constraints (constraint penjadwalan yang telah dihasilkan sudah
pertama, kedua, ketiga, dan keempat) dan soft memenuhi contraints yang ada. Hard constraints
constraints (constraint kelima, keenam, ketujuh, sudah tidak dilanggar pada program aplikasi ini,
dan kedelapan). meskipun masih ada beberapa soft constraints
yang terlanggar karena langkah optimalisasi yang
3. Hasil dan Pembahasan dilakukan untuk menjadwalkan mata kuliah.
Untuk semester Ganjil, terdapat 5 kelas mata
Spesifikasi Program Aplikasi Penjadwalan. kuliah dan 8 kelas mata kuliah untuk semester
Untuk menerapkan usulan model solusi pada Genap yang melanggar soft constraints.
kasus FTI Untar, peneliti membuat sebuah Optimalisasi tersebut dilakukan dikarenakan
program aplikasi penjadwalan mata kuliah di FTI terdapat jumlah kelompok kelas berwarna sama
Untar, dengan spesifikasi rancangan Visual C# melebihi total slot waktu yang ditetapkan oleh FTI
.Net dan Microsoft SQL Server 2008 serta dua Untar. Kelas-kelas mata kuliah untuk sejumlah
modul utama. Visual C# .Net sebagai bahasa kelompok kelas akan dijadwalkan ulang
pemrograman dan Microsoft SQL Server 2008 (rescheduling) dengan melanggar soft constraints
sebagai basis data. Dua modul utama, yaitu Modul yang ada, namun hardconstraints tidak akan
Data dan Modul Generate Schedule. Pada Modul dilanggar. Untuk kondisi satu atau lebih kelompok
Data, user dapat mengatur berbagai macam input kelas mata kuliah berwarna sama memiliki kelas
data yang perlu dimasukkan agar proses mata kuliah sebagai anggotanya melebihi jumlah
penjadwalan mata kuliah dapat dilakukan. ruang yang disediakan, tidak ditemukan dalam
Pengaturan input di dalam modul ini dibedakan kasus penjadwalan mata kuliah FTI Untar.
menjadi beberapa sub-modul yaitu Sub-modul Selain itu, ditemukan dari jadwal yang
input data mata kuliah, Sub-modul input data dihasilkan, terdapat sejumlah dosen yang harus
dosen, Sub-modul input data Ruang, Sub-modul mengajar lebih satu kali dalam satu hari. Peneliti
input data Jadwal Dosen Tidak Tetap, dan Sub- menemukan bahwa mendahulukan penjadwalan
modul input data Kelas yang Diajar Dosen. untuk dosen tidak tetap membantu mengurangi
Gambar 7 memperlihatkan tampilan layar untuk permasalahan tersebut.
modul ini. Sedangkan, dalam modul Generate
Hiryanto, dkk., Pengembangan Metode Graph Coloring untuk University Timetabling Problem 89
Pengaturan tersebut juga dapat Terakhir, usulan model solusi belum dapat
meminimalkan jumlah pelanggaran soft memberikan pemanfaatan sumber daya, yaitu
constraints dikarenakan adanya pemenuhan ruang kuliah yang lebih optimal. Untuk penelitian
constraint kedelapan yaitu permintaan jadwal selanjutnya, peneliti berfokus melakukan
tertentu oleh dosen tidak tetap. Untuk kasus FTI percobaan diantaranya, fleksibilitas dalam
Untar, pihak Jurusan tidak memiliki syarat berapa penentuan slot waktu, tetapi tetap memenuhi
minimal dalam satu hari dosen yang sama harus constraints yang ditetapkan; pengembangan
mengajar. model solusi agar dapat lebih memanfaatkan
Begitu pula keharusan dalam satu hari tidak sumber daya yang ada, terutama ketersediaan
boleh ada lebih dari satu kelas mata kuliah dalam ruang kuliah; pembuatan model solusi
semester yang sama yang diselenggarakan. Untuk penjadwalan kedua dengan menerapkan metode
sejumlah universitas, dua constraints tersebut penjadwalan lainnya, yaitu Particle Swarm
dipertimbangkan dalam penyusunan jadwal. Optimization, untuk membandingkan optimalitas
Berdasarkan hasil survei kembali ke pihak penjadwalan mata kuliah yang dihasilkan oleh
Jurusan yang mengatur bagian penjadwalan mata model solusi pertama ini dengan adanya
kuliah, ditemukan bahwa adanya kebutuhan keterbatasan ruang dan waktu kuliah; serta
penggunaan slot waktu yang tidak dinamis, pengembangan model solusi untuk kasus
disesuaikan dengan jumlah SKS mata kuliah. penjadwalan selain penjadwalan mata kuliah di
Tapi, untuk sementara, pihak Jurusan dapat universitas.
menggunakan solusi yang diusulkan ini dengan
mengalokasikan kelas mata kuliah ber-SKS 2 di Referensi
slot waktu yang ada yang memiliki rentang waktu
3 jam. [1] E. Burke, D. Elliman, & R. Weare, “A
Pada penelitian ini, tiga syarat tambahan Genetic Algorithm Based University
yang diuraikan di atas belum dipertimbangkan. Timetabling System” In 22nd East-West
Syarat tersebut dipertimbangkan untuk dicakup Conference on Computer Technologies in
pada penelitian selanjutnya. Education, pp. 35-40, 1994.
[2] V.V. Peteghem and M. Vanhoucke, “A
4. Kesimpulan Genetic Algorithm for Resource-Constrained
Project Scheduling Problem”,
Berdasarkan hasil percobaan menggunakan http://citeseerx.ist.psu.edu/viewdoc/
data penawaran mata kuliah pada tahun akademik download?doi=10.1.1.91.2444&rep=rep1&t
2010/2011, dapat disimpulkan beberapa hal. ype=pdf, 2008, retrieved January 3, 2011.
Pertama, usulan model solusi penjadwalan mata [3] E. Burke, D. Ellman, R. Weare, “The
kuliah di sebuah universitas melalui Automated Timetabling of University Exams
using a Hybrid Genetic Algorithm” In
pengembangan metode Graph Coloring dapat
Proceedings of the Sixth International
digunakan untuk melakukan suatu penjadwalan
Conference on Genetic Algorithms, 1995.
mata kuliah yang memiliki berbagai macam
[4] D. Kordalewski, C. Liu, K. Salvesen,
constraints serta ketentuan yang harus dipenuhi “Solving an Exam Scheduling Problem
dengan keterbatasan ruang dan waktu kuliah. Using a Genetic Algorithm” In Proceeding
Kedua, dengan model solusi tersebut, adanya of the Sixth International Conference on
kelas mata kuliah yang saling bertabrakan dapat Industrial and Engineering Aplications of
dihindari karena metode ini memeriksa setiap Artificial Intelligence and Expert Systems,
kemungkinan bertabrakannya mata kuliah tersebut 1993.
dengan mata kuliah yang lain. Ketiga, hasil [5] K. Mahar, “Automatic Generation of
percobaan untuk dua semester di tahun akademik University Timetables: An Evolutionary
tersebut menunjukkan bahwa rata-rata 93% kelas Approach” In IADIS International
mata kuliah yang ditawarkan di masing-masing Conference Applied Computing, pp. 570-
semester untuk kedua program studi dapat 574, 2006.
dijadwalkan tanpa melanggar hard constraints [6] J.N.D. Gupta, R. S. Sexton, E. A. Tunc,
dan soft constraints. Keempat, rata-rata 7% kelas “Selecting Scheduling Heuristics using
mata kuliah yang terjadwal, tapi harus melanggar Neural Networks, ” Informs Journal on
soft constraints dikarenakan langkah optimalisasi Computing, vol. 12, pp. 150-162, 2000.
untuk memenuhi constraints jumlah ruang, total [7] M. Malkawi, M.A. Hassan, O.A. Hassan, “A
slot waktu kuliah, dan permintaan jadwal tertentu New Exam Scheduling Algorithm Using
Graph Coloring,” The International Arab
oleh dosen tidak tetap.
Hiryanto, dkk., Pengembangan Metode Graph Coloring untuk University Timetabling Problem 91
Journal of Information Technology, vol. 5, [10] M.O. Albertson & J.P. Hutchinson, Discrete
pp. 11-68, 2008. Mathematics with Algorithms, John Wiley &
[8] B. Koyuncu & M. Seçir, “Student Time Sons, New Jersey, 1988.
Table By Using Graph Coloring [11] J.A. Bondy & U.S.R. Murty, Graph Theory
Algorithm,” In 5th International Conference with Applications, Elsevier Science
on Electrical and Electronics Engineering – Publishing Co., Inc., Amsterdam, 1982.
ELECO, 2007. [12] P. Hajnal & E. Szemerédi, “Brooks coloring
[9] A. Dandashi & M.A. Mouhamed, “Graph in parallel,” SIAM Journal on Discrete
Coloring for Class Scheduling” In AICCSA Mathematics, vol.3, pp. 74-80, 1990.
'10 Proceeding of the ACS/IEEE [13] D.J.A. Welsh & M.B. Powell, “An upper
International Conference on Computer bound for the chromatic number of a graph
Systems and Applications – AICCSA, pp. 1- and its application to timetabling problems,”
4, 2010. The Computer Journal, vol.10, pp. 85–86,
1967.
Penerapan Graph Colouring Untuk Merencanakan Jadwal
Hengky Budiman
NIM : 13505122
Program Studi Teknik Informatika, STEI
Institut Teknologi Bandung
Jl. Ganesha 10, Bandung
E-mail : if115122@students.if.itb.ac.id
Abstrak
Makalah ini membahas mengenai metode – metode mengenai cara membuat / merencanakan jadwal
dengan menggunakan teknik mewarnai graf atau graph colouring. Pewarnaan graf di sini adalah pewarnaan
simpul atau vertex colouring .
Pewarnaan simpul adalah teknik mewarnai simpul – simpul pada graf sehingga tidak ada simpul - simpul
yang bertetangga, yaitu terhubung langsung dengan minimal sebuah sisi, memiliki warna yang sama.
Biasanya hal ini juga dikaitkan dengan penggunaan warna yang seminimal mungkin.
Teknik pewarnaan graf merupakan salah satu subjek yang menarik dan terkenal dalam bidang graf. Teori –
teori mengenainya telah banyak dikembangkan dan berbagai algoritma dengan kelebihan dan kelemahan
masing – masing telah dibuat untuk menyelesaikannya. Aplikasi dari teknik ini juga telah banyak
diterapkan di berbagai bidang, salah satunya adalah membuat jadwal. Perencanaan jadwal di sini khusunya
diterapkan pada pekerjaan – pekerjaan atau hal – hal yang saling terkait, misalnya hal – hal yang
berlangsung pada waktu yang sama, atau pekerjaan yang menggunakan sumber daya yang sama, dan
sebagainya. Teknik pewarnaan graf akan membuat jadwal kerja yang dapat menghasilkan hasil yang
maksimum dengan cara yang paling efisien.
Kata Kunci : graf, graph colouring, bilangan kromatik, scheduling optimization, graph colouring
algorithm, aplikasi pewarnaan graph.
Setiap semester, petugas kantor akademik MIT Untuk masalah penentuan jadwal, masalah
harus menentukan jadwal ujian. Hal ini tidaklah tersebut biasanya berhubungan dengan beberapa
mudah, karena beberapa mahasiswa/i mengambil pekerjaan yang berhubungan seperti
beberapa mata kuliah yang bisa bertabrakan menggunakan sumber daya yang sama sehingga
jadwal ujiannya. Petugas tersebut ingin tidak bisa dilakukan pada waktu yang
menghindari semua jadwal yang bertabrakan. bersamaan.
Tentu saja, ia bisa membuat sebuah jadwal
dengan setiap mata kuliah memiliki waktu ujian Kita dapat menyelesaikan masalah ini dalam 3
yang berlainan, tetapi hal ini mengakibatkan langkah, yaitu:
masa ujian tersebut akan sangat lama sekali dan
bahkan mungkin lebih dari satu semester. 1. Menggambar simpul – simpul graf
Petugas tersebut tentu saja ingin membuat masa Simpul – simpul graf yang digambarkan
ujian sesingkat mungkin sehingga memudahkan haruslah mewakili pekerjaan yang akan
semua pihak, bagaimana cara ia melakukannya? dilakukan.
[3]
2. Menggambar sisi – sisi pada graf
Di sinilah masalah pewarnaan graf memegang Kita menggambarkan sisi – sisi pada
peranan yang penting. Kita dapat memodelkan setiap pasang simpul yang menggunakan sumber
masalah seperti di atas ke dalam model grafnya. daya yang sama. Yang artinya kedua pekerjaan
Setiap mata kuliah dimodelkan dengan sebuah tersebut tidak bisa dilakukan pada waktu yang
simpul pada graf tersebut. Kemudian setiap mata sama.
kuliah yang diikuti oleh setidaknya 1 orang yang
sama akan memiliki hubungan yang 3. Mewarnai graf
direpresentasikan dalam bentuk sisi pada 2 Langkah terakhir yang harus kita
simpul mata kuliah itu. Waktu atau jadwal lakukan adalah mewarnai simpul – simpul pada
sebuah mata kuliah berlangsung adalah warna graf tersebut dengan warna yang minimum
yang diberikan pada simpul mata kuliah itu. sehingga tidak ada simpul – simpul yang
Masalah yang harus dipecahkan berikutnya bertetangga memiliki warna yang sama.
adalah bagaimana kita memberikan warna
minimum kepada setiap simpul sehingga tidak Berikut ini diberikan sebuah contoh penyelesaian
ada simpul – simpul yang bertetangga memiliki kasus mengenai penentuan jadwal.
warna yang sama. Hal ini merupakan masalah
pewarnaan simpul graf yang telah kita singgung Seorang penjaga kantor baby sitter mendapat
sebelumnya. titipan 7 orang anak, A,B,C,D,E,F,dan G.
Penjaga tersebut harus menentukan loker yang
diberikan kepada setiap orangtua anak – anak
tersebut sebagai tempat menyimpan peralatan
mengasuhnya. Anak – anak tersebut tidak setiap
waktu berada di kantor baby sitter tersebut,
mereka datang dan pergi tergantung dari pesanan
orang tua mereka. Karena loker di kantor
tersebut terbatas dan harus digunakan sehemat
mungkin, penjaga tersebut diminta untuk
menentukan jadwal pemberian loker kepada
setiap orang tua. Jadwal penitipan untuk setiap
anak diberikan pada tabel berikut Gambar 3.1 Simpul Yang Merepresentasikan
Anak
Tabel 3.1 Jadwal Penitipan Bayi
2. Menggambar sisi graf
Kita menggambarkan sisi - sisi pada
. A B C D E F G setiap pasang simpul bila anak – anak yang
dilambangkan pada kedua simpul yang
7:00 * - - * * - - dihubungkan oleh sisi tersebut menggunakan
petak (slot) waktu yang sama.
8:00 * * * - - - -
9:00 * - * * - * -
10:00 * - * - - * *
11:00 * - - - - * *
12:00 * - - - * - -
Untuk graf – graf dengan sifat tertentu, kita bisa • Saturated Degree Ordering (SDO)
dengan muda menyebutkan bilangan Algotima ini berprinsipkan pada jumlah
kromatiknya dan mewarnainya, misalnya graf warna berlainan yang ada pada tetangga –
lengkap dan graf lingkaran. Tetapi umumnya tetangga dari sebuah simpul. Simpul yang
graf yang kita hadapi adalah graf yang tidak bertetanggaan dengan simpul – simpul yang
memiliki keteraturan seperti itu. Karena itu, memiliki lebih banyak aneka warna akan
dibutuhkan algoritma yang dapat membantu kita diwarnai lebih dulu. Algoritma ini memberikan
menyelesaikan masalah pewarnaan graf. hasil yang lebih baik daripada algoritma LDO.
Kompleksitas waktu asimtotik dari
Algoritma terbaik untuk menemukan bilangan algoritma ini adalah O(n3).
kromatik dari suatu graf yang dikenal sampai
saat ini memiliki kompleksitas waktu • Incident Degree Ordering (IDO)
eksponensial untuk kasus terburuknya. Masalah Algoritma ini berprinsipkan pada
ini termasuk ke dalam kelas NP Lengkap (NP jumlah simpul tetangga yang telah diwarnai dari
Complete). Belum ada yang mampu memberikan suatu simpul. Simpul yang lebih banyak
solusi dengan kompleksitas waktu polinomial bertetanggaan dengan simpul yang telah
untuk kasus terburuknya, tapi juga tidak ada diwarnai akan diwarnai lebih dulu. Algoritma ini
bukti bahwa algoritma seperti itu tidak ada. merupakan modifikasi dari algoritma SDO.
Dikatakan bahwa apabila salah satu masalah Algoritma ini dapat dieksekusi dalam waktu
dalam kelas NP lengkap bisa diselesaikan dalam yang lebih cepat, tetapi hasilnya tidak sebaik
waktu polinomial, maka semua masalah di dalam algoritma SDO.
kelas tersebut juga bisa diselesaikan dalam Kompleksitas waktu asimtotik dari
waktu polinomial. Sebaliknya bila ada bukti algoritma ini adalah O(n2)
bahwa algoritma dengan kompleksitas algoritma
polinomial tidak ada untuk salah satu masalah Berikut ini adalah tabel yang menggambarkan
pada kelas NP lengkap, maka semua masalah jumlah warna yang dihasilkan dari setiap
pada kelas NP lengkap juga tidak bisa algortima. Kepadatan adalah perbandingan dari
diselesaikan dalam kompleksitas waktu jumlah sisi (vertex) yang ada terhadap jumlah
polinomial. sisi dari graf lengkapnya.
Tabel 4.1 Perbandingan Efektifitas Algoritma
Pada bagian ini, penulis akan menjelaskan Hal ini dilakukan terus menerus sehingga semua
mengenai algoritma yang dikembangkannya simpul telah diwarnai. Bagan flowchart dari
sendiri, algoritma ini adalah modifikasi serta langkah ini bias dilihat pada gambar berikut
gabungan dari algoritma spanning tree [8],
largest degree ordering dan saturated degree
ordering.
1. Pertama kita pilih sebuah simpul secara bebas 2. Kedua sisi yang bersisian denganya kita
dan kita beri warna merah masukkan ke stack, kemudian kita pop sebuah
sisi dari stack dan menelusurinya, simpul yang
bersangkutan kita beri warna hijau.
8. Ditelusuri lagi
Abstract
This paper will describe us how to coloring a graph by using greedy algorithm with the
case study province of Jawa Timur. From this research we will know that for graph
coloring at Jawa Timur Province only use four difference colors.
Keywords: edge, graph coloring, vertex.
Abstrak
Paper ini akan memperlihatkan sebuah teknik penggunaan algoritma Greedy untuk
melakukan pewarnaan graf (graph coloring) pada peta Propinsi Jawa Timur. Dari
penelitian ini diperoleh bahwa untuk melakukan pewarnaan graph di Propinsi Jawa
Timur dibutuhkan sebanyak empat buah warna yang berbeda.
Kata kunci: edge, graph coloring, vertex.
1. PENDAHULUAN
Teori Graf mulai dikenal pada saat seorang matematikawan berkebangsaaan
Swiss, bernama Leonhard Euler, berhasil mengungkapkan Misteri Jembatan
Konigsberg pada tahun 1736. Di kota Konigsberg (sekarang bernama Kalilingrad, di
Uni Soviet) mengalir sebuah sungai bernama sungai Pregel. Di tengah sungai tersebut
terdapat dua buah pulau. Dari kedua pulau tersebut terdapat jembatan yang
menghubungi ke tepian sungai dan diantara kedua pulau. Jumlah jembatan tersebut
adalah 7 buah seperti ditunjukkan pada gambar 1:
■ 440
JURNAL INFORMATIKA Vol 4, No. 2, Juli 2010
Dalam masalah di atas, daratan (tepian A dan B, serta pulau C dan D) disajikan
sebagai titik dan jembatan disajikan sebagai ruas edge. Euler mengemukakan
teoremanya yang mengatakan bahwa perjalanan yang diinginkan di atas (yang
kemudian dikenal sebagai perjalanan Euler) akan ada apabila graf terhubung dan
banyaknya edge yang datang pada setiap titik (derajat vertex) adalah genap.
■ 441
JURNAL INFORMATIKA Vol 4, No. 2, Juli 2010
Definisi Graph
Definisi sebuah graf itu sendiri adalah sebagai pasangan himpunan (V, E) yang
dalam hal ini:
V = himpunan tidak kosong dari vertex-vertex (vertices atau node) dan
E = himpunan sisi (edges atau arcs) yang menghubungkan sepasang vertex.
Dalam notasi matematika, graf dapat ditulis dengan:
G = (V, E)
Pewarnaan Graph
Salah satu topik yang menarik pada graf adalah masalah pewarnaan graf (graph
colouring problem). Bidang ini memiliki sejarah yang sangat menarik dan teori–
teorinya telah menimbulkan banyak perdebatan pada kalangan matematikawan.
Pewarnaan graf adalah pemberian warna terhadap vertex-vertex graf di mana 2 buah
vertex yang berdampingan tidak boleh mempunyai warna yang sama.
G berwarna n artinya graf tersebut menggunakan n warna.
Bilangan kromatis dari G = K(G) adalah jumlah minimum warna yangdibutuhkan.
Algoritma yang dapat digunakan untuk mendapatkan bilangan kromatis dari sebuah graf
adalah Algoritma Welch-Powell.
Adapun langkah-langkahnya adalah :
1. Urutkan vertex-vertex berdasarkan derajatnya.
Dari besar ke kecil.
2. Warnai.
Contoh :
■ 442
JURNAL INFORMATIKA Vol 4, No. 2, Juli 2010
■ 443
JURNAL INFORMATIKA Vol 4, No. 2, Juli 2010
Given G=(V,E):
Compute Degree(v) for all v in V.
Set uncolored = V sorted in decreasing
order of Degree(v).
set currentColor = 0.
while there are uncolored nodes:
set A=first element of uncolored
remove A from uncolored
set Color(A) = currentColor
set coloredWithCurrent = {A}
for each v in uncolored:
if v is not adjacent to anything in
coloredWithCurrent:
set Color(v)=currentColor.
add v to currentColor.
remove v from uncolored.
end if
end for
currentColor = currentColor + 1.
end while
■ 444
JURNAL INFORMATIKA Vol 4, No. 2, Juli 2010
■ 445
JURNAL INFORMATIKA Vol 4, No. 2, Juli 2010
25 Situbondo 3
26 Bondowoso 3
27 Banyuwangi 2
28 Sumenep 2
29 Lamongan 2
30 Tuban 2
31 Pacitan 2
■ 446
JURNAL INFORMATIKA Vol 4, No. 2, Juli 2010
Gambar 8. Hasil Pewarnaan Vertex pada Graph Map Propinsi Jawa Timur
■ 447
JURNAL INFORMATIKA Vol 4, No. 2, Juli 2010
Fungsi Obyektif
Optimalitas warna yang berhasil digunakan dalam pewarnaan peta di atas adalah 4
warna yaitu Merah, Biru, Hijau, dan Ungu. Jumlah warna optmimum inilah yang
disebut sebagai bilangan Cromatic.
DAFTAR PUSTAKA
Dharwadker, A., “The Vertex Coloring Algorithm”,
http://www.dharwadker.org/vertex_coloring/, diakses 12 Januari 2010.
O'Connor, J.J and Robertson, E. F., “A History of Topology”, http://www-
history.mcs.st-and.ac.uk/HistTopics/Topology_in_mathematics.html, diakses 12
Januari 2010.
Mulia, F, ”Perencanaan Jadwal dengan Graph Coloring”, Program Studi Teknik
Informatika Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung.
Skiena, S., “Vertex Coloring”, http://www.cs.sunysb.edu/~algorith/files/vertex-
coloring.shtml, diakses 12 Januari 2010.
Weisstein, Eric W. "Vertex Coloring" From MathWorld--A Wolfram Web Resource.
http://mathworld.wolfram.com/VertexColoring.html, diakses 12 Januari 2010.
■ 448