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
Keterangan :
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
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.
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.
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 :
Beberapa Beberapa masalah masalah sangat sulit diselesaikan dengan cara komputasi hanya
beberapa contoh yang dapat diselesaikan dalam waktu yang dapat diterima.
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.
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.
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 :
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.
Teori Kombinatorial
Kombinatorial adalah cabang matematika untuk menghitung jumlah penyusunan objek-objek
tanpa harus mengenumerasi semua kemungkinan susunannya.
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.
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
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
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.
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.