METHOD
Materi tambahan pertemuan-13
METODE GREEDY
Greedy diambil dari bahasa Inggris berarti : rakus, tamak, loba, serakah.
Greedy adalah strategi pencarian untuk masalah optimasi berbasis prinsip : pada
setiap tahap, pilih solusi paling baik. Dengan harapan, semua tahapan ini akan
menemukan solusi terbaik untuk masalah tersebut. Algoritma greedy termasuk
sederhana dan tidak rumit (Santosa and Ai, 2017).
Materi tambahan pertemuan-13
METODE GREEDY #2
METODE GREEDY #3
METODE GREEDY #4
Contoh 1:
tersedia banyak koin : 1, 5, 10, 25
Minimum : 32 = 25 + 5 + 1 + 1 (4 koin)
Materi tambahan pertemuan-13
METODE GREEDY #5
2. Knapsack Problem
Materi tambahan pertemuan-13
❑ Misalkan terdapat n program yang akan disimpan didalam pita (tape). Pita tsb
mempunyai panjang maks. sebesar L, masing-masing program yang akan
disimpan mempunyai panjang L1,L2,L3...,Ln. Cara penyimpanan adalah terurut
(sequential).
Materi tambahan pertemuan-13
n j
❑ Fungsi tujuan : Optimal Storage = D(I) = lik
j=1 k=1
n
❑ Fungsi Pembatas : Mean Retrieval Time (MRT) = tj /n
j=1
Materi tambahan pertemuan-13
tj = L
k =1
ik
Solution :
1. Menemukan 2 Kriteria Greedy
- Fungsi tujuan: optimalisasi media penyimpanan.
- Fungsi pembatas : waktu akses file (Mean Retrieval Time).
Kasus 2:
Diketahui 4 program yang akan disimpan dalam media penyimpanan dengan
panjang masing-masing 6, 8, 4, dan 2. Bagaimana proses penyimpanan
yang optimal dengan metode greedy.
Jawab :
3.Tabel :
4. Dari tabel nilai diatas carilah nilai minimalnya pada setiap level ..!
TAKEHOME …? ☺
Materi tambahan pertemuan-13
Kasus :
Materi tambahan pertemuan-13
Kasus :
Kasus :
think..?!
Materi tambahan pertemuan-13
Kasus :
Terdapat n obyek (Xi;i=1,2,3,....n) yang masing-masing mempunyai berat
(weight)/Wi & masing-masing memiliki nilai (profit)/Pi yg berbeda-beda.
Masalah :
Bagaimana obyek-obyek tersebut dimuat/dimasukkan kedalam ransel
(knapsack) yang mempunyai kapasitas maksimum = M. Sehingga timbul
permasalahan sebagai berikut :
a. Bagaimana memilih obyek yang akan dimuat dari n obyek yang ada
sehingga nilai obyek termuat jumlahnya sesuai dengan kapasitas ( M).
b. Jika semua obyek harus dimuat kedalam ransel maka berapa bagian dari
setiap obyek yang ada dapat dimuat kedalam ransel sedemikian sehingga
nilai kumulatif maksimum & sesuai dengan kapasitas ransel ?
Materi tambahan pertemuan-13
n
Fungsi Tujuan Maksimum : Pi Xi
i=1
n
Fungsi Pembatas : Wi Xi M
i=1
dimana : 0 Xi 1 ; Pi >0 ; Wi > 0
Materi tambahan pertemuan-13
Contoh Kasus :
Terdapat 3 buah barang yang akan dimuat kedalam ransel (knapsack) yang
mempunyai kapasitas muat maksimum : 20Kg. masing-masing barang
tersebut mempunyai berat : 18Kg, 15Kg, dan 10Kg dan masing-masing
barang memiliki nilai yaitu : 25, 24 dan 15.
Permasalahan :
Tentukan berat dari tiap-tiap barang yang dapat dimuat sehingga nilai barang
yang termuat dalam knapsack adalah maksimum dan sesuai dengan
kapasitas knapsack..!!
Penyelesaian (Matematika) :
Diketahui bahwa kapasitas M : 20Kg dengan jumlah barang n=3.
Berat (Wi) masing-masing barang : (W1, W2, W3) = (18, 15, 10)
Nilai (Pi) masing-masing barang : (P1, P2, P3) = (25, 24, 15)
Materi tambahan pertemuan-13
3
Fungsi Pembatas : Wi Xi 20
i=1
1 (0 , 1 , 1/2) 20 31,5
2 (1 , 0 , 1/5) 20 28,0
3 (1 , 2/15 , 0) 20 28,2
4 (0 , 2/3 , 1) 20 31,0
5 (5/18 , 1 , 0) 20 30,9
6 (5/9 , 0 , 1) 20 28,8
3. Dari tabel diatas bahwa nilai (profit) maksimum = 31,5 yang diperoleh dari
solusi (feasible) pertama dengan nilai X1=0, X2=1 dan X3=1/2.
Materi tambahan pertemuan-13
4. Kesimpulan yang dapat diambil : bahwa komposisi dari ke-3 barang yang
dapat termuat dalam ransel dengan profit maksimum : 31,5 adalah
sebagai berikut :
Contoh Kasus :
Terdapat 3 buah barang yang akan dimuat kedalam ransel (knapsack) yang
mempunyai kapasitas muat maksimum : 20Kg. masing-masing barang
tersebut mempunyai berat : 18Kg, 15Kg, dan 10Kg dan masing-masing
barang memiliki nilai yaitu : 25, 24 dan 15.
Permasalahan :
Tentukan berat dari tiap-tiap barang yang dapat dimuat sehingga nilai barang
yang termuat dalam knapsack adalah maksimum dan sesuai dengan
kapasitas knapsack..!!
METODE GREEDY
Algoritma Greedy,
FOR i 1 TO n
{
If W(i) > M; EXIT ENDIF
x(i) 1
isi isi – W(i)
}
REPEAT
IF i ≤ n ; x(i) isi/W(i) ENDIF
END GREEDY KNAPSACK
Pada Algoritma Greedy dapat berjalan efektif bila masukan yang diberikan
yaitu nilai atau Profit dan Berat dari objek telah diurutkan terlebih dahulu.
Materi tambahan pertemuan-13
Sehingga menghasilkan pola urutan yang baru untuk urutan Berat dan
Profit, yakni : W1, W2, W3 : [15, 10, 18] dan P1, P2, P3 : [24, 15, 25]
Materi tambahan pertemuan-13
x(1 : n) 0
Isi 20
i=1
W(1) > isi ?
15 > 20 kondisi SALAH
x(1) yang berarti bahwa barang tersebut dapat dimasukan seluruhnya
isi = 20 – 15 → kapasitas Knapsack akan berkurang dari yang sebelumnya 20 kg dikurangi 15kg,
sisa kapasitas yakni 5kg.
i=2
W(2) > isi ?
10 > 5 kondisi BENAR
x(2) = 5/10 = ½ → benda seberat 10kg hanya dapat dimasukan kedalam Knapsack sebanyak ½
saja, yakni 5kg.
i=3
Endif → diakhiri karena kapasitas dari Knapsack sudah tidak memungkinkan lagi.
Materi tambahan pertemuan-13
KESIMPULAN :
✓ Cara matematika dianggap lebih rumit dan tidak cocok untuk digunakan,
karena harus memperhatikan nilai probabilitas setiap item, nilai ini merupakan
faktor penentu mengingat nilai probabilitas (Xi) 0≤Xi≤1. Kisaran nilai-nilai Xi di sini
sangat luas, bisa 0, 0,1, 0,01, 0,001, ... 1.
✓ Cara kriteria greedy dianggap lebih mudah dan lebih optimal dibanding cara
yang lain meskipun kekurangannya harus mengerjakan beberapa tahapan terlebih
dahulu.
✓ Cara algoritma greedy lebih cepat penyelesaiannya namun harus tahu algoritma
dan harus paham cara penterjemahan algoritma tersebut.
Selain itu teknik ini akan efektif jika objek disusun secara tidak naik terlebih
dahulu berdasarkan nilai Pi/Wi.
Materi tambahan pertemuan-13
exercise … ☺
SLIDE AKHIR