ANALISIS

ALGORITMA
2 – Kompleksitas Waktu Asimptotik

Dahlia Widhyaestoeti, S.Kom, M.Kom

ANALISIS ALGORITMA
• Kemampuan Akhir • Materi Ajar
yang Diharapkan • Kompleksitas
• Mahasiswa mampu
menentukan waktu asimptotik:
kompleksitas waktu • O-notation.
asimptottik dari • -notation.
sebuah algoritma • -notation.
• Kelas Efisiensi
Library
• M. Sukani (Materi • Bahan Ajar Analisis
kuliah Intro to dan Perancangan
Program – STMIK Algoritma
ERESHA) (PROGRAM STUDI
S1 ILMU
KOMPUTASI
FAKULTAS
INFORMATIKA
TELKOM
UNIVERSITY)
Kompleksitas Waktu Asimptotik
Tinjau 𝑇 𝑛 = 2𝑛2 + 6𝑛 + 1
Kompleksitas Waktu Asimptotik
Contoh 1
Contoh 2
Aturan Untuk Menentukan
Kompleksitas Waktu Asimptotik
Basic Efficiency Classes
Penjelasan masing-masing
kelompok algoritma
Penjelasan masing-masing
kelompok algoritma
𝑶 (𝟐𝒏 ) Algoritma yang tergolong kelompok ini mencari
solusi persoalan secara "brute force“.
Bila n = 20, waktu pelaksanaan algoritma adalah 1.000.000.
Bila n dijadikan dua kali semula, waktu pelaksanaan menjadi
kuadrat kali semula!

𝑶 (𝒏!) Seperti halnya pada algoritma eksponensial,

algoritma jenis ini memproses setiap masukan dan
menghubungkannya dengan n - 1 masukan
lainnya, misalnya algoritma Persoalan Pedagang
Keliling (Travelling Salesperson Problem)
Bila n = 5, maka waktu pelaksanaan algoritma adalah 120.
Bila n dijadikan dua kali semula, maka waktu pelaksanaan
algoritma menjadi faktorial dari 2n.
Notasi Omega-Besar dan Tetha-
Besar
Tugas
Di bawah ini adalah algoritma (dalam notasi Pascal-like) untuk menguji
apakah dua buah matriks, A dan B, yang masing-masing berukuran n x n,
sama.

(a) Apa kasus terbaik dan terburuk untuk algoritma di atas?

(b) Tentukan kompleksitas waktu terbaik dan terburuk dalam notasi O.