Problem Graph

Graf adalah kumpulan noktah(simpul) di dalam bidang dua dimensi yang

dihubungkan dengan sekumpulan garis(sisi). Graph dapat digunakan untuk
merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut.
Representasi visual dari graph adalah dengan menyatakan objek sebagai noktah, bulatan atau
titik(vertex), sedangkan hubungan antara objek dinyatakan dengan garis(edge).
Verteks menyatakan entitas-entitas data dan sisi menyatakan keterhubungan antara verteks.
Biasanya untuk suatu graph G digunakan notasi matematis.

G = (V, E)
Dimana :
G = Graph
V = Simpul atau Vertex, atau Node, atau Titik
E = Busur atau Edge, atau arc

V adalah himpunan tidak kosong dari verteks-verteks {v1, v2, …, vn } yang dalam hal ini
verteks merupakan himpunan tidak kosong dari verteks-verteks (vertices atau node) dan E
adalah himpunan edge {e1, e2, …, en } atau sisi yang menghubungkan sepasang verteks.

Banyaknya simpul (anggota V) disebut order Graf G, sedangkan banyaknya ruas (anggota E)
disebut ukuran (size) Graf G

(G1) graf sederhana, (G2) multigraf, dan (G3) multigraf

Keterangan :

G1 adalah graf dengan

V = { 1, 2, 3, 4 }
E = { (1, 2), (1, 3), (2, 3), (2, 4), (3, 4) }
G2 adalah graf dengan
V = { 1, 2, 3, 4 }
E = { (1, 2), (2, 3), (1, 3), (1, 3), (2, 4), (3, 4), (3, 4) } = { e1, e2, e3, e4, e5, e6, e7}
G3 adalah graf dengan
V = { 1, 2, 3, 4 }
E = { (1, 2), (2, 3), (1, 3), (1, 3), (2, 4), (3, 4), (3, 4), (3, 3) } = { e1, e2, e3, e4, e5, e6, e7, e
8}’;0p
Pada G2, sisi e3 = (1, 3) dan sisi e4 = (1, 3) dinamakan ruas berganda atau ruas sejajar (multi
ple edges atau paralel edges), karena kedua sisi ini menghubungi dua buah simpul yang sama,
yaitu simpul 1 dan simpul 3.
Pada G3, sisi e8 = (3, 3) dinamakan gelung atau self-loop karena ia berawal dan berakhir pad
a simpul yang sama.
Contoh Kasus :
Menentukan TSP(Traveling Salesman Problem) Dengan 4 Kota.

Solusi :
I1 = (a, b, c, d, a) atau (a, d, c, b, a)  ==> panjang = 12 + 8 + 15 + 10 = 45
I2 = (a, c, d, b, a) atau (a, b, d, c, a)  ==> panjang = 5 + 15 + 9 + 12 = 41
I3 = (a, c, b, d, a) atau (a, d, b, c, a)  ==> panjang  = 5 + 8 + 9 + 10 = 32

Jadi, sirkuit Hamilton terpendek adalah I3 = (a, c, b, d, a) atau (a, d, b, c, a) dengan panjang
sirkuit = 10 + 5 + 9 + 8 = 32.

Combinatorial Problem

Combinatorial problem adalah suatu masalah dalam menemukan suatu objek

kombinatorik seperti permutasi, kombinasi atau subset(himpunan bagian) yang memenuhi
batasan tertentu dan memiliki properti yang diinginkan.

Contoh Kasus :
Mencari banyaknya susunan ketua, bendahara dan sekretaris yang mungkin dari 8 calon.

Solusi :
n=8
k = 3 (ketua, bendahara, sekretaris)
8P3 = 8! / (8 - 3)! = 8 x 7 x 6 x 5! / 5! = 8 x 7 x 6 = 336
Contoh:
Dua buah dadu dilemparkan. Berapa peluang munculnya angka-angka dadu yang jumlahnya
sama dengan 8?
Penyelesaian:
Jumlah hasil percobaan yang muncul adalah (dengan menggunakan kaidah perkalian)
6 × 6 = 36
Ruang contohnya adalah
S = {(1,1), (1,2), …, (1,6), (2,1), (2,2), …, (2,6), …, (6,1), (6,2), …, (6,6)}, semuanya ada 36
elemen.
Kejadian munculnya jumlah angka dadu sama dengan 8 adalah E = {(2,6), (3,5), (4,4), (5,3),
(6,2)}, ada 5 elemen.
Peluang munculnya jumlah angka sama dengan 8 adalah 5/36.

Graph Problems

      Graph adalah kumpulan noktah (simpul/vertex) di dalam bidang dua dimensi yang
dihubungkan dengan sekumpulan garis (sisi/edge). Verteks menyatakan entitas-entitas data
dan sisi menyatakan keterhubungan antara verteks. Biasanya untuk suatu graph G digunakan
notasi matematis.

                                                  G = (V, E)
Dimana :G = Graph
V = Simpul atau Vertex, atau Node, atau Titik
E = Busur atau Edge, atau arc
V adalah himpunan tidak kosong dari verteks-verteks {v1, v2, …, vn } yang dalam hal ini
verteks merupakan himpunan tidak kosong dari verteks-verteks (vertices atau node) dan E
adalah himpunan edge {e1, e2, …, en } atau sisi yang menghubungkan sepasang verteks.

Beberapa istilah dalam graph

1.    Incident
  
       Jika e merupakan busur dengan simpul-simpulnya adalah v dan w yang ditulis e=(v,w),
       maka v dan w disebut “terletak” pada e, dan e disebut incident dengan v dan w.

2.    Degree
  
       Didalam Graph ada yang disebut dengan Degree, Degree mempuyai 3 jenis antara lain :

      •     Degree dari suatu verteks x dalam undigraph adalah jumlah busur yang incident
dengan
             simpul tersebut.
      •     Indegree dari suatu verteks x dalam digraph adalah jumlah busur yang kepalanya
incident                  dengan simpul tersebut, atau jumlah busur yang “masuk” atau menuju
simpul tersebut..
      •    Outdegree dari suatu verteks x dalam digraph adalah jumlah busur yang ekornya
incident                    dengan simpul tersebut, atau jumlah busur yang “keluar” atau berasal
dari simpul tersebut.

3.    Adjacent
       Pada graph tidak berarah, 2 buah simpul disebut adjacent bila ada busur yang                  
menghubungkan kedua simpul tersebut. Simpul v dan w disebut adjacent.

       Pada graph berarah, simpul v disebut adjacent dengan simpul w bila ada busur dari w ke
v.
4.    Successor dan Predecessor

       Pada graph berarah, bila simpul v adjacent dengan simpul w, maka simpul v adalah
successor          simpul w, dan simpul w adalah predecessor dari simpul v.

5.     Path

        Sebuah path adalah serangkaian simpul-simpul berbeda yang adjacent secara berturut-
turut 
        dari simpul satu ke simpul berikutnya.

Jenis -jenis Graph

1.     Directed Graph (Digraph)

        Jika sisi-sisi graph hanya berlaku satu arah. Misalnya : {x,y} yaitu arah x ke y, bukan
dari y ke
        x, x disebut origin dan y disebut terminus. Secara notasi sisi digraph ditulis sebagai
vektor (x, y).
2.    Graph Tak Berarah (Undirected Graph atau Undigraph)
            
       Setiap sisi {x, y} berlaku pada kedua arah: baik x ke y maupun y ke x. Secara grafis sisi
pada                undigraph tidak memiliki mata panah dan secara notasional menggunakan
kurung kurawal.

3.    Weighted Graph

       Weighted Graph adalah Graph yang sisi / busurnya memiliki nilai (bobot). Weighted
Graph                   terdiri dua jenis :

        -    Weighted Direct Graph

                       Bobot berlaku satu arah saja

        -    Weighted Undirect Graph

                       Bobot Berlaku 2 arah
Masalah Dalam Graph

Beberapa Beberapa masalah masalah sangat sulit diselesaikan dengan cara komputasi hanya
beberapa contoh yang dapat diselesaikan dalam waktu yang dapat diterima.

 GCP(Graph Coloring Problem) atau Pewarnaan Graph

              Pewarnaan graf adalah pemberian warna terhadap vertex-vertex graf di mana 2 buah
vertex               yang berdampingan tidak boleh mempunyai warna yang sama.
              Masalah pewarnaan graf diyakini pertama kali muncul sebagai masalah pewarnaan
peta,                   dimana warna setiap daerah pada peta yang berbatasan dibuat berlainan
sehingga mudah                 untuk dibedakan. Hal ini kemudian mengembangkan teorema-
teorema menarik dan
              berujung pada teorema 4 warna, yang menyatakan : “bilangan kromatik graf 
              planar tidak lebih dari 4.”

              Masalah pewarnaan graf memiliki banyak aplikasi di dalam bidang lain, misalnya
membuat               jadwal, pemetaan, penentuan frekuensi untuk radio, pencocokan pola, dan
lain-lain.
              Masalah ini bahkan telah berkembang luas menjadi suatu permainan yang sangat
              terkenal di kalangan masyarakat luas, yaitu sudoku.

TSP (Traveling Salesman Problem)

             Travelling salesman problem adalah suatu permasalahan dalam bidang diskrit dan
optimasi               kombinatorial. Sebagai permasalahan kombinatorial, persoalan ini
tergolong memilingi                       kemungkinan  jawaban yang sangat banyak.
               Berikut beberapa contoh penanganan permasalahan Travelling Salesman Problem:
         
                 TSP dengan 3 kota: Permasalahan 3 kota tidak memerlukan komputasi karena
jumlah                         kemungkinan solusi hanya 1.

          TSP dengan 4 kota: Permasalahan 4 kota tidak memerlukan komputasi karena jumlah
                  kemungkinan hanya (4-1)! / 2 = 3.

                   Permasalahan dengan jumlah kota yang semakin banyak akan menghasilkan

semakin                        banyak kemungkinan. Untuk 20 kota akan menghasilkan 19!/2
kemungkinan atau
                   sekitar 6,08 x 〖10〗^16. Namun, tidak semua travelling salesman problem 
                   melibatkan graf lengkap.

Graph Problem
Definisi Graf 
Graf G (V, E), adalah koleksi atau pasangan dua himpunan
1. Himpunan V yang elemennya disebut simpul atau titik, atau vertex, atau point, atau n
ode. 
2. Himpunan E yang merupakan pasangan tak terurut dari simpul, disebut ruas atau rusu
k, atau sisi, atau edge, atau line. 

Banyaknya simpul (anggota V) disebut order Graf G, sedangkan banyaknya ruas (anggota E)
disebut ukuran (size) Graf G
 (G1) graf sederhana, (G2) multigraf, dan (G3) multigraf

Keterangan :

G1 adalah graf dengan

V = { 1, 2, 3, 4 }
E = { (1, 2), (1, 3), (2, 3), (2, 4), (3, 4) }

G2 adalah graf dengan

V = { 1, 2, 3, 4 }
E = { (1, 2), (2, 3), (1, 3), (1, 3), (2, 4), (3, 4), (3, 4) } = { e1, e2, e3, e4, e5, e6, e7}

G3 adalah graf dengan

V = { 1, 2, 3, 4 }
E = { (1, 2), (2, 3), (1, 3), (1, 3), (2, 4), (3, 4), (3, 4), (3, 3) } = { e1, e2, e3, e4, e5, e6, e7, e8}

Pada G2, sisi e3 = (1, 3) dan sisi e4 = (1, 3) dinamakan ruas berganda atau ruas sejajar (multi
ple edges atau paralel edges), karena kedua sisi ini menghubungi dua buah simpul yang sama,
yaitu simpul 1 dan simpul 3.

Pada G3, sisi e8 = (3, 3) dinamakan gelung atau self-loop karena ia berawal dan berakhir pad
a simpul yang sama.

Jenis - Jenis Graf

Berdasarkan ada tidaknya gelang atau sisi ganda pada suatu graf, maka graf digolongkan men
jadi dua jenis:
1. Graf sederhana (simple graf). 
2. Graf tak-sederhana (unsimple graph) 
Berdasarkan jumlah simpul pada suatu graf, maka secara umum graf dapat digolongkan menj
adi dua jenis:
1. Graf berhingga (limited graf) 
2. Graf tak-berhingga (unlimited graf) 
Berdasarkan orientasi arah pada sisi, maka secara umum graf dibedakan atas 2 jenis:
1. Graf tak-berarah (undirected graf) 
2. Graf berarah (directed graf atau digraf) 

Masalah Kombinatorial (Combinatorial Problems)

 pombop     23.25.00     No comments   
Salah satu contoh permasalahan yang dapat diselesaikan dengan kombinatorial adalah men
ghitung banyaknya kombinasi angka nomor polisi mobil, di mana nomor polisi terdiri atas li
ma angka dan diikuti dua huruf, serta angka pertama bukan nol.
Cara paling sederhana untuk menyelesaikan persoalan sejenis adalah dengan mengenumerasi
semua kemungkinan jawabannya. Mengenumerasi berarti mencacah atau menghitung satu pe
r satu setiap kemungkinan jawaban. Akan tetapi enumerasi masih mungkin dilakukan jika ju
mlah objek sedikit, sedangkan untuk persoalan di atas, cara enumerasi jelas tidak efisien. Mis
alnya untuk menjawab persoalan di atas, apabila kita melakukan enumerasi, maka kemungkin
an jawabannya adalah sebagai berikut:
12345AB
12345AC
12345BC
…
34567MT
34567ML
…
dan seterusnya…
Sangatlah mungkin bahwa kita sudah lelah sebelum proses enumerasi selesai dilakukan. Di si
nilah peran kombinatorial, yang merupakan “seni berhitung”, menyelesaikan persoalan semac
am ini dengan cepat. Demikian juga dalam permainan Poker. Peluang seorang pemain untuk
mendapatkan kombinasi lima kartu yang ada dapat dihitung dengan cepat dengan menggunak
an kombinatorial. Pada dasarnya, Poker adalah permainan berdasarkan keberuntungan. Oleh
karena itu, pemain yang mendapat kartu yang paling sulit didapatkan (artinya, memiliki pelua
ng kemunculan sangat kecil) adalah pemenangnya. Dengan demikian, urutan bagus atau tidak
nya suatu kartu dapat dihitung secara matematis dengan menggunakan kombinatorial dan teor
i peluang.

Teori Kombinatorial
Kombinatorial adalah cabang matematika untuk menghitung jumlah penyusunan objek-objek
tanpa harus mengenumerasi semua kemungkinan susunannya.

Kaidah Dasar Menghitung

1.    Kaidah Perkalian (rule of product)
Misalkan percobaan 1 mempunyai p hasil percobaan, dan percobaan 2 mempunyai q hasil, m
aka bila percobaan 1 dan percobaan 2 dilakukan akan terdapat p × q hasil percobaan.
2.    Kaidah Penjumlahan (rule of sum)
Misalkan percobaan 1 mempunyai p hasil percobaan, dan percobaan 2 mempunyai q hasil, m
aka bila percobaan 1 atau percobaan 2 dilakukan (hanya salah satu percobaan saja yang
dilakukan) akan terdapat p + q hasil percobaan.

Permutasi
Permutasi adalah jumlah urutan yang berbeda dari pengaturan objek-objek. Permutasi merupa
kan bentuk khusus aplikasi kaidah perkalian.
Misalkan jumlah objek adalah n, maka
Urutan pertama dipilih dari n objek,
urutan kedua dipilih dari (n – 1) objek,
urutan kedua dipilih dari (n – 2) objek,
…
urutan terakhir dipilih dari 1 objek yang tersisa.

Menurut kaidah perkalian, permutasi dari n objek adalah n(n – 1)(n – 2) … (2)(1) = n!
Rumus permutasi-r (jumlah susunan berbeda dari pemilihan r objek yang diambil dari n obje
k), dilambangkan dengan P(n,r):

Kombinasi
Bentuk khusus dari permutasi adalah kombinasi. Jika pada permutasi urutan kemunculan dipe
rhitungkan, maka pada kombinasi, urutan kemunculan diabaikan.
Rumus kombinasi-r (jumlah pemilihan yang tidak terurut r elemen yang diambil dari n buah e
lemen), dilambangkan dengan C(n,r) atau ( n   r ) .

Interpretasi Kombinasi
1. C(n, r) = banyaknya himpunan bagian yang terdiri atas r elemen yang dapat dibentuk dari
himpunan dengan n elemen.
2. C(n, r) = cara memilih r buah elemen dari n elemen yang ada, tetapi urutan elemen di dala
m
susunan hasil pemilihan tidak penting.

Permutasi dan Kombinasi Bentuk Umum

Misalkan terdapat n buah bola yang tidak seluruhnya berbeda warna (ada beberapa bola berw
arna sama – indistinguishable).
n1 bola di antaranya berwarna 1,
n2 bola di antaranya berwarna 2,
…
nk bola di antaranya berwarna k,
dan n1 + n2 + … + nk = n.

Berapa jumlah cara pengaturan n buah bola ke dalam kotak-kotak tersebut (tiap kotak maksi
mal 1 buah bola)?
Penyelesaian:
Jika n buah bola itu kita anggap berbeda semuanya, maka jumlah cara pengaturan n buah bola
ke dalam n buah kotak adalah P(n, n) = n!
Dari pengaturan n buah bola itu,
Terdapat n1! cara memasukkan bola berwarna 1,
terdapat n2! cara memasukkan bola berwarna 2,
…
terdapat nk! cara memasukkan bola berwarna k.
Permutasi n buah bola yang mana n1 di antaranya berwarna 1, n2 bola berwarna 2, …, nk bol
a berwarna k adalah

Cara penyelesaian lain:

Terdapat C(n, n1) cara untuk menempatkan n1 buah bola yang berwarna 1,
terdapat C(n – n1, n2) cara untuk menempatkan n1buah bola yang berwarna 2,
terdapat C(n – n1 – n2, n3) cara untuk menempatkan n1 buah bola yang berwarna 3,
…
terdapat C(n – n1 – n2 – … – nk-1, nk) cara untuk menempatkan nk buah bola yang berwarna
k.
Jumlah cara pengaturan seluruh bola ke dalam kotak adalah

Kesimpulan:
Kombinasi dengan Pengulangan
Misalkan terdapat r buah bola yang semua warnanya sama dan terdapat n buah kotak, serta ke
tentuan sebagai berikut:
1. Masing-masing kotak hanya boleh diisi paling banyak satu buah bola.
Jumlah cara memasukkan bola adalah C(n, r).
2. Masing-masing kotak boleh diisi lebih dari satu buah bola (tidak ada pembatasan jumlah b
ola).
Jumlah cara memasukkan bola adalah

Teori Peluang   
Kombinatorial dan teori peluang (probability) berkaitan sangat erat. Teori peluang banyak me
nggunakan konsep-konsep dalam kombinatorial. Sebenarnya kedua bidang ini lahir dari arena
judi (gambling games) – salah satu kasusnya adalah menghitung peluang munculnya nomor l
otre tertentu. Meskipun demikian, aplikasi kombinatorial dan teori peluang saat ini telah melu
as ke berbagai bidang ilmu lain maupun dalam kehidupan nyata seperti ilmu statistika, fisika,
ekonomi, biologi, dan berbagai bidang ilmu lainnya.

Terminologi Dasar

Ruang Contoh (sample space)

Ruang Contoh dari suatu percobaan adalah himpunan semua kemungkinan hasil percobaan
yang bersangkutan.
Titik Contoh (sample point)
Titik Contoh adalah setiap hasil percobaan di dalam ruang contoh. Hasil-hasil percobaan ters
ebut bersifat saling terpisah (mutually exclusive) karena dari seluruh ruang contoh, hanya sat
u titik contoh yang muncul.

Misalnya pada percobaan melempar dadu, hasil percobaan yang muncul hanya salah satu dari
6 muka dadu, tidak mungkin muncul dua muka atau lebih, atau tidak mungkin salah satu dari
enam muka dadu tidak ada yang muncul.

Ruang Contoh Diskrit (discrete sample space)

Ruang Contoh Diskrit adalah ruang contoh yang jumlah anggotanya terbatas. Misalkan ruang
contoh dilambangkan dengan S dan titik-titik contohnya dilambangkan dengan x1, x2, …, ma
ka
S = { x1, x2, …, xi, … }
Menyatakan ruang contoh S yang terdiri atas titik-titik contoh x1, x2, …, xi, dan seterusnya.

Peluang Diskrit
Peluang Diskrit adalah peluang terjadinya sebuah titik contoh, dan disimbolkan dengan p(xi).
Sifat-sifat peluang diskrit adalah sebagai berikut:
1.     0 ≤ p(xi) ≤ 1, yaitu nilai peluang tidak negatif dan selalu lebih kecil atau sama dengan 1.
           

2.        
Kejadian (event)
Kejadian –disimbolkan dengan E– adalah himpunan bagian dari ruang contoh. Misalnya pada
percobaan melempar dadu, kejadian munculnya angka ganjil adalah E = {1,3,5}, kejadian mu
nculnya angka 1 adalah E = {1}.
Kejadian yang hanya mengandung satu titik contoh disebut kejadian sederhana (simple event),
sedangkan kejadian yang mengandung lebih dari satu titik contoh disebut kejadian majemuk
(compound event).

Peluang Kejadian
Peluang Kejadian E di dalam ruang contoh S dapat diartikan sebagai jumlah peluang semua ti
tik contoh di dalam E. Jadi, kita dapat menuliskan bahwa

Contoh:
Dua buah dadu dilemparkan. Berapa peluang munculnya angka-angka dadu yang jumlahnya
sama dengan 8?
Penyelesaian:
Jumlah hasil percobaan yang muncul adalah (dengan menggunakan kaidah perkalian)
6 × 6 = 36
Ruang contohnya adalah
S = {(1,1), (1,2), …, (1,6), (2,1), (2,2), …, (2,6), …, (6,1), (6,2), …, (6,6)}, semuanya ada 36
elemen.
Kejadian munculnya jumlah angka dadu sama dengan 8 adalah E = {(2,6), (3,5), (4,4), (5,3),
(6,2)}, ada 5 elemen.
Peluang munculnya jumlah angka sama dengan 8 adalah 5/36.