Ernastuti
TEORI GRAF Dr. Nola Marina
Dr. Aini Suri Talita
G raf G(V,E)
Adalah struktur diskrit yang terdiri atas
himpunan simpul (V) dan himpunan
ruas (E), di mana setiap ruas di dalam E
menghubungkan simpul-simpul di V.
Gambarkan GRAF G(V,E) 1
Graf G
Gambarkan GRAF G(V,E) 2
Graf G
Gambarkan GRAF G(V,E) 3
Graf G
Gambarkan GRAF G(V,E) 4
Graf G
Gambarkan GRAF G(V,E) 5
Graf G
Gambarkan GRAF G(V,E) 6
Graf G
Gambar GRAF G(V,E) selesai dibuat 7
Jumlah ruas = 5
Graf G
LINGKUP MATERI
1 PENYAJIAN GRAF TAK BERARAH
2 GRAF ISOMORFIS
5 GRAF BERBOBOT
2
Weighted Graphs 5 Graf Isomorfis &
Graf Berbobot/Graf Berlabel Sifat invariantnya
3
4
Lintasan & Sirkuit
Lintasan & Sirkuit
Hamiltonian
Euler
DEFINISI:
MATRIKS
𝒎=𝟒
𝒊 = 𝟏, 𝟐, . . 𝒎 𝒋 = 𝟏, 𝟐, . . 𝒏
DEFINISI: 𝑎23 =12
MATRIKS
3 1 10 0 5
Kumpulan Bilangan yang
disusun secara baris (𝒎) 𝑨𝟒×𝟓 = 1 0 12 1 3
dan kolom (𝒏 ). 1 7 3 1 1
Notasi: 0 1 4 0 2
𝐴𝑚×𝑛 =[𝑎𝑖𝑗 ]
𝒊 = 𝟏, 𝟐, . . 𝒎 𝒋 = 𝟏, 𝟐, . . 𝒏
DEFINISI: 𝑎23 =12 𝑎45 =2
MATRIKS
3 1 10 0 5
Kumpulan Bilangan
yang disusun secara 𝑨𝟒×𝟓 = 1 0 12 1 3
baris (𝒎) dan kolom (n) 1 7 3 1 1
Notasi: 0 1 4 0 2
𝐴𝑚×𝑛 =[𝑎𝑖𝑗 ]
𝒊 = 𝟏, 𝟐, . . 𝒎 𝒋 = 𝟏, 𝟐, . . 𝒏
DEFINISI:
MATRIKS
𝑎23 =12 𝑎45 =2
3 1 10 0 5
Kumpulan Bilangan yang
disusun secara baris (𝒎) 𝑨𝟒×𝟓 = 1 0 12 1 3
dan kolom (𝒏 ). 1 7 3 1 1
Notasi: 0 1 4 0 2
𝐴𝑚×𝑛 =[𝑎𝑖𝑗 ]
𝒊 = 𝟏, 𝟐, . . 𝒎 𝒋 = 𝟏, 𝟐, . . 𝒏
𝑎31 =1
𝑎𝑟𝑖𝑠 𝑛𝑖𝑎 𝑎𝑑𝑖
DEFINISI: 𝑢𝑚𝑖 𝑖𝑐ℎ𝑎 𝑗𝑜𝑛
ARRAY (SENARAI/ LIST) A[3,3] =
𝑘𝑎𝑙 𝑡𝑖𝑎 𝑎𝑏𝑖
Kumpulan elemen Homogen
yang disusun secara baris (𝒎)
dan kolom (𝒏 ). 3 1 10 0 5
Notasi:
B[4,5] = 1 0 12 1 3
S[1. . 𝒎,1. . 𝒏]=[𝑠𝑖𝑗 ]
1 7 3 1 1
0 1 4 0 2
𝒊 = 𝟏, 𝟐, . . 𝒎 𝒋 = 𝟏, 𝟐, . . 𝒏
𝑎𝑟𝑖𝑠 𝑛𝑖𝑎 𝑎𝑑𝑖
DEFINISI: 𝑢𝑚𝑖 𝑖𝑐ℎ𝑎 𝑗𝑜𝑛
ARRAY (SENARAI/ LIST) A[3,3] =
𝑘𝑎𝑙 𝑡𝑖𝑎 𝑎𝑏𝑖
Kumpulan elemen Homogen
yang disusun secara baris (𝒎)
dan kolom (𝒏 ). 3 1 10 0 5
Notasi:
B[4,5] = 1 0 12 1 3
S[1. . 𝒎,1. . 𝒏]=[𝑠𝑖𝑗 ]
1 7 3 1 1
0 1 4 0 2
𝒊 = 𝟏, 𝟐, . . 𝒎 𝒋 = 𝟏, 𝟐, . . 𝒏
𝑎23 = ′𝑗𝑜𝑛′
𝑎𝑟𝑖𝑠 𝑛𝑖𝑎 𝑎𝑑𝑖
DEFINISI: 𝑢𝑚𝑖 𝑖𝑐ℎ𝑎 𝑗𝑜𝑛
ARRAY (SENARAI/ LIST) A[3,3] =
𝑘𝑎𝑙 𝑡𝑖𝑎 𝑎𝑏𝑖
Kumpulan elemen Homogen
yang disusun secara baris (𝒎)
dan kolom (𝒏 ). 3 1 10 0 5
Notasi:
B[4,5] = 1 0 12 1 3
S[𝒎,𝒏]=[𝑠𝑖𝑗 ]
1 7 3 1 1
0 1 4 0 2
𝒊 = 𝟏, 𝟐, . . 𝒎 𝒋 = 𝟏, 𝟐, . . 𝒏 𝑏23 = 12
1
1 Penyajian Graf Tidak Berarah
𝐴𝑛×𝑛 =[𝑎𝑖𝑗 ]
𝒊 = 𝟏, 𝟐, . . 𝒏 Simpul
𝒋 = 𝟏, 𝟐, . . 𝒏 Simpul
Contoh 1:
Matriks Ketetanggaan
G1 𝑽 = {𝟏, 𝟐, 𝟑, 𝟒}
G1 𝑬 = { 𝟏, 𝟐 , 𝟏. 𝟒 , 𝟐, 𝟑 , 𝟐, 𝟒 , 𝟑, 𝟒 } 𝐴4×4 =
1 2 3 4
1 0 1 1 0
1 0 1 1
2
3 1 1 0 1
Graf G1
4 0 1 1 0
1.1 Penyajian Graf Tidak Berarah
1.1
• Matriks Ketetanggaan (adjacency matrix)
Contoh 1:
G1 𝑽 = {𝟏, 𝟐, 𝟑, 𝟒}
Matriks Ketetanggaan
G1 𝑬 = { 𝟏, 𝟐 , 𝟏. 𝟒 , 𝟐, 𝟑 , 𝟐, 𝟒 , 𝟑, 𝟒 } 𝐴4×4 =
𝑎12 1 2 3 4
1 0 1 1 0
𝑎21 1 0 1 1
2
3 1 1 0 1
Graf G1
4 0 1 1 0
Derajat tiap simpul Vi :
Untuk graf tak-berarah:
Contoh 2:
G2 𝑽 = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓} Matriks Ketetanggaan
G2 𝑬 = { 𝟏, 𝟐 , 𝟏. 𝟑 , 𝟐, 𝟑 , 𝟑, 𝟒 }
𝐴5×5 =
1 2 3 4 5
1 0 1 1 0 0
2 1 0 1 0 0
3 1 1 0 1 0
4 0 0 1 0 0
Graf G2
5 0 0 0 0 0
1.1 Penyajian Graf Tidak Berarah
1.2 Matriks Bersisian (incidency matrix)
𝐴𝑛×𝑚 =[𝑎𝑖𝑗 ]
𝒊 = 𝟏, 𝟐, . . 𝒏 Simpul
𝒋 = 𝟏, 𝟐, . . 𝒎 Sisi /Ruas
Graf G5
11 Penyajian Graf Tidak Berarah
1.3 • Senarai Ketetanggaan (adjacency list)
Contoh 4:
Senarai Ketetanggaan
G4 𝑽 = {𝟏, 𝟐, 𝟑, 𝟒}
G4 𝑬 = { 𝟏, 𝟐 , 𝟏. 𝟑 , 𝟐, 𝟑 , 𝟐, 𝟒 , 𝟑, 𝟒 }
1.2
MATRIKS BERSISIAN (incidency matrices)
a. Matriks adalah Persegi Empat (m x n) → m = jumlah simpul, n = jumlah sisi
b. Jumlah Ruas = (Jumlah semua nilai baris dan kolom)/2
1.3
SENARAI KETETANGGAAN (adjacency list)
a. Array (m x n) → m = jumlah simpul, n < m
b. Jumlah Ruas = (Jumlah semua elemen pada semua baris )/2
3. Senarai Ketetanggaan
Simpul Simpul Tetangga
Graf
1 2, 3
e2
2 1, 4 e1
e5
3 1, 2, 3
4 3,4
e4 e3
2. Matriks Bersisian
1. Matriks Ketetanggan
𝐴4×5 e1 e2 e3 e4 e5
1 2 3 4
1 1 1 0 0 0 1 0 1 1 0
2 0 1 1 0 1 2
1 0 1 1
𝐴4×4
3 1 0 0 1 1 3 1 1 0 1
4 0 0 1 1 1 4 0 1 1 0
CONTOH SOAL (1)
Diketahui Graf G(V,E): Jawab:
G 𝑽 = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓}
G 𝑬 = { 𝟏, 𝟐 , 𝟏. 𝟑 , 𝟐, 𝟑 , 𝟑, 𝟒 }
Pertanyaan:
Dua buah graf yang isomorfis adalah graf yang sama, kecuali penamaan
simpul dan ruasnya saja yang berbeda. Ini benar karena sebuah graf
dapat digambarkan dalam banyak cara.
1 Graf ISOMORFISMenurut DEO74, dua buah graf
2
Dua buah graf G dan G* disebut isomorfik jika memenuhi 3 syarat,
isomorfis jika terdapat korespondensi mempunyai:
satu-satu antar simpul-simpul dan 1. jumlah simpul yang sama
2. jumlah ruas yang sama
ruas-ruasnya
3. jumlah simpul berderajat tertentu yg
Jika G(V,E) dan G*(V*,E*) adalah 2 buah sama
Graf.
f: V → V* suatu fungsi satu-satu dan
pada, sedemikian sehingga (u,v) adalah
ruas dari G jika dan hanya jika (f(u),f(v)) Menurut ROS99, dua buah graf
adalah ruas dari G*. isomorfik jika matrik adjacency-
Maka f disebut fungsi yang isomorfisma nya sama.
dan G& G* adalah graf yang isomorfis.
1 Graf ISOMORFIS
2
Graf A dan R
Dua buah graf G dan G* disebut
isomorfis jika terdapat korespondensi
satu-satu antar simpul-simpul dan
ruas-ruasnya
G(V,E) dan G*(V*,E*) adalah 2 buah Graf. Graf X dan K
f: V → V* suatu fungsi satu-satu dan pada,
sedemikian sehingga (u,v) adalah ruas dari G
jika dan hanya jika (f(u),f(v)) adalah ruas dari
G*.
Maka f disebut fungsi yang isomorfisma dan Graf F dan T
G& G* adalah graf yang isomorfis.
21 Graf ISOMORFIS Graf A dan R
Graf F dan T
Graf V dan T
2 1 Graf ISOMORFIS
Menurut DEO74, dua buah graf isomorfis Dari kelima graf S,T, V,
jika memenuhi 3 syarat, mempunyai: X, Z graf mana yang
1. jumlah simpul yang sama isomorfis?
2. jumlah ruas yang sama
3. jumlah simpul berderajat tertentu yg sama
Graf S, V &
T
saling
Graf S Graf T Graf V Graf X Graf Z isomorfis
2 1 Graf ISOMORFIS 1. Jumlah Simpul = 5
2. Jumlah Ruas = 4
3. 2 simpul berderajat 1
3 simpul berderajat 2
Menurut DEO74, dua buah graf isomorfik
jika memenuhi 3 syarat, mempunyai: Graf S, V &
1. jumlah simpul yang sama T
2. jumlah ruas yang sama saling
3. jumlah simpul berderajat tertentu yg sama isomorfis
1. Jumlah Simpul = 5
2. Jumlah Ruas = 4
3. 1 simpul berderajat 4
2 simpul berderajat 1
1.Jumlah Simpul = 5
2.Jumlah Ruas = 4
3. 1 simpul berderajat 3
Graf S Graf T Graf V Graf X Graf Z 1 simpul berderajat 1
3 simpul berderajat 1
1 Graf ISOMORFIS
2 Graf A dan R
1. Jumlah Simpul = 5
saling
2. Jumlah Ruas = 5 isomorfis
3. 2 simpul berderajat 3
1 simpul berderajat 2
2 simpul berderajat 1
1.Jumlah Simpul = 5
2. Jumlah Ruas = 4 Graf F dan T
3. 1 simpul berderajat 3 saling
1 simpul berderajat 2 isomorfis
3 simpul berderajat 1
2 1 Graf ISOMORFIS
Menurut ROS99, dua buah graf isomorfik
jika matrik adjacency-nya sama.
Graf S, V &
T
saling
Graf S Graf T Graf V Graf X Graf Z isomorfis
2 1 Graf ISOMORFIS
Menurut ROS99, dua buah graf isomorfik
jika matriks adjacency-nya sama.
Graf S, V &
T
saling
isomorfis
Graf X dan K
saling
isomorfis
Graf F dan T
saling
isomorfis
1 Graf ISOMORFIS
2
3 d c v w
1 2 a b x y
Graf G1 Graf G2 Graf G3
a v w
e
c
b d
Graf G1 x Graf G2 y
x
y
2 2 2 3
1 1
4 1 4
3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (a): 3, 1, 2, 3, 4, 1
2 2 2 3
1 1
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (a): 3, 1, 2, 3, 4, 1
2 2 2 3
1 1
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (a): 3, 1, 2, 3, 4, 1
2 2 2 3
1 1
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (a): 3, 1, 2, 3, 4, 1
2 2 2 3
1 1
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (a): 3, 1, 2, 3, 4, 1
2 2 2 3
1 1
FINISH
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1,5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
3 Lintasan dan Sirkuit Euler
Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6,1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6, 1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
FINISH
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
❑ Lintasan Euler pada graf (a): 3, 1, 2, 3, 4, 1
❑ Lintasan Euler pada graf (b): 1, 2, 4, 6, 2, 3, 6, 5, 3, 1, 5
❑ Sirkuit Euler pada graf (c) : 1, 2, 3, 4, 7, 3, 5, 7, 6, 5, 2, 6, 1
2 2 2 3
1 1
FINISH START
(a) (b) (c) 5
3
4 1 4
START
FINISH
START 3 4 5 6 6 7
FINISH
3 Lintasan dan Sirkuit Euler
TEOREMA 1
Graf tidak berarah memiliki lintasan Euler jika dan hanya jika
terhubung dan memiliki dua buah simpul berderajat ganjil
atau tidak ada simpul berderajat ganjil sama sekali
3 Lintasan dan Sirkuit Euler
Graf tidak berarah memiliki lintasan Euler jika
dan hanya jika terhubung dan memiliki dua
TEOREMA 1 buah simpul berderajat ganjil atau tidak ada
simpul berderajat ganjil sama sekali
2 1 2 2 3
1
4 1 4
5 6 6 7
= simpul berderajat ganjil 3
(a)
4
(b) (c)
Graf (a) dan (b) mempunyai Graf (c) tidak mempunyai
2 simpul berderajat ganjil simpul berderajat ganjil sama
sekali
3 Lintasan dan Sirkuit Euler
TEOREMA 2
❑ Graf tidak berarah G adalah graf Euler (memiliki sirkuit Euler) jika dan
hanya jika setiap simpul berderajat genap.
❑ Catatan:
Graf yang memiliki sirkuit Euler pasti mempunyai lintasan Euler, tetapi tidak
sebaliknya)
3 Lintasan dan Sirkuit Euler
Graf Bulan sabit Muhammad = ???
a t
d g
f
c k
e h
s
b
3 Lintasan dan Sirkuit Euler
Graf Bulan sabit Muhammad = ??? Setiap simpul berderajat
genap
d(a)= 2
a t d(b)= 2
d(c)= 4
d g
d(d)= 4
f d(e)= 4
c k
d(f)= 4
d(g)= 4
e h
d(h)= 4
s d(k)= 4
b
d(t)= 2
d(s)= 2
Graf tidak berarah G adalah graf Euler (memiliki sirkuit Euler) jika dan
hanya jika setiap simpul berderajat genap.
3 Lintasan dan Sirkuit Euler
Graf Bulan sabit Muhammad adalah Graf Euler Setiap simpul berderajat
❑ Memiliki Sirkuit dan Lintasn Euler genap
d(a)= 2
t d(b)= 2
a d(c)= 4
d g
d(d)= 4
f d(e)= 4
c k
d(f)= 4
d(g)= 4
e h
d(h)= 4
s d(k)= 4
b
d(t)= 2
d(s)= 2
Graf tidak berarah G adalah graf Euler (memiliki sirkuit Euler) jika dan
hanya jika setiap simpul berderajat genap.
3 Lintasan dan Sirkuit Euler
Sirkuit Euler pada graf G1 : a, c, f, e, c, b, d, e, a, d, f, b, a
Graf G2 dan G3 tidak mempunyai lintasan maupun sirkuit Euler
G2 dan G3 mempunyai >2
simpul berderajat Ganjil
Semua simpul pada a
G1 berderajat Genap d b 1 2 a b
e c 4 5 c d e
f
G1 G2 G3
3 Lintasan dan Sirkuit Euler
(a) dan (b) graf semi-Euler (a) dan (b) mempunyai 2
(c) dan (d) graf Euler simpul berderajat Ganjil
(a)
(a) (b)
(b)
3 (c)
(c)
5
4 1 4
3 4 5 6 6 7
Semua simpul
(e) dan (f) mempunyai >2
pada (c) dan (d) a
simpul berderajat Ganjil
berderajat Genap(d)
d b (e) 1 2 (f) a b
3
(d) (e) (f)
e c 4 5 c d e
f
LINTASAN DAN SIRKUIT HAMILTON (HAMILTON PATHS AND CIRCUITS)
Suatu lintasan x0, x1, …, xn-1, xn, pada suatu Suatu sirkuit x0, x1, …, xn-1, xn, x0 (dengan
Graf G = (V, E) disebut Lintasan Hamilton n > 1) pada suatu graf G = (V,E) disebut
Sirkuit Hamilton (Hamilton circuit) jika
(Hamilton path) jika V = { x0, x1, …, xn-1, xn }
x0, x1, …, xn-1, xn merupakan Lintasan
dan xi ≠ xj untuk 0 ≤ i < j ≤ n.
Hamilton.
a b
d
G
e c
d
Contoh 2 Lintasan dan Sirkuit Hamilton
d c
G
a b
d c
G
Contoh 3 Lintasan dan Sirkuit Hamilton
b g
a
Tentukan apakah Graf G memiliki
sirkuit Hamilton! Jika tidak,
bagaimana dengan lintasan
d c e f Hamilton?
G
• Suatu graf dengan sebuah simpul berderajat satu tidak mungkin memiliki
sirkuit Hamilton
• Jika suatu simpul pada graf memiliki derajat 2 maka semua ruas yang insiden
dengan simpul tersebut harus menjadi bagian dari sirkuit Hamilton
• Jika suatu sirkuit telah melewati suatu simpul dan 2 dari ruas yang insiden
dengan simpul tersebut telah digunakan, maka simpul tersebut dan semua
sisa ruas yang insiden dengannya tidak perlu lagi dipertimbangkan untuk
menjadi bagian dari sirkuit Hamilton
Teorema DIRAC
• Jika G adalah suatu Graf Sederhana (Simple Graph) dengan n buah simpul
dan 𝑛 ≥ 3 sedemikian sehingga derajat dari masing-masing graf
setidaknya 𝑛/2, maka G memiliki suatu sirkuit Hamilton
a b • deg (a) = 3
• deg (b) = 3
• deg (c) = 2
G • deg (d) = 2
d c • n/2 = 4/2 = 2
Graf berbobot (Weighted Graphs)
• Graf dimana pada ruasnya ditetapkan suatu nilai (bobot)
• Bobot yang dimaksud dapat bermakna berbagai hal, misalnya jarak dari suatu kota ke
kota lain, waktu tempuh penerbangan dari suatu kota ke kota lain, biaya perjalanan
dari suatu kota ke kota lain, waktu respons komputer, dsb.
Newark
Newark
G1 20
G2 $0.60
42 Woodbridge
Trenton $1.00 Woodbridge
Trenton
35
30 $0.75
60 40 Asbury Park $0.70
$0.00 Asbury Park
Camden 75 $0.00
Camden $1.25
55 Atlantic City
$1.25 Atlantic City
85 45
$0.00 $0.75
Cape May
Cape May
Masalah lintasan terpendek (shortest path)
Lintasan Terpendek Dari
Satu Tempat Ke Tempat
Lain
IP routing untuk
menentukan Open
Shortest Path First
(OSPF)
Jejaring Sosial –
Suggestion List Of Friends
b 5 d
6
4 Gunakan Algoritma Dijkstra untuk
8 z
a 1 2 menentukan lintasan terpendek antara
2 3 simpul a dan z pada Graf G1
c 10 e
G1
Contoh 1 Pengunaan Algoritma Dijkstra untuk
Menentukan Lintasan Terpendek (bag. 2)
1 2 3
b ∞ d∞ b 4(a) d∞
b 5 d
4 5 6 4 5 6
4 6 8 8 z ∞
0 a 1 2 z ∞ 0 a 1 2
a 1 8 2 z
2 2 10 3 2 10 3
3
c 10 e c ∞ e ∞ c 2(a) e ∞
S0 = ∅ S1 = {a}
b 3 (a,c)
8 d 8 (a,c, b)
4 5 6 9 b d
5
0 a 1 8 2 z 13 (a, c, b, d, e) 6
4
a 1 8 2 z
2 10 3
2 3
c 2 (a) e 10 (a,c, b, d) c 10 e
S6 = {a, c, b, d, e, z}
Contoh 2 Pengunaan Algoritma Dijkstra untuk
Menentukan Lintasan Terpendek (bag. 1)
Newark
20
Trenton
42 Woodbridge G1 merupakan graf berbobot yang
35 merepresentasikan jalan utama di New
30
60 40 Asbury Park Jersey dan jarak antar kotanya.
Camden 75 Gunakan Algoritma Dijkstra untuk
55 Atlantic City menentukan lintasan terpendek dari
85 45 Newark ke Camden.
Cape May
G1
Contoh 2 Pengunaan Algoritma Dijkstra untuk
Menentukan Lintasan Terpendek (bag. 2)
Newark
2 Newark 0
1 20
S0 = ∅ 20
42 Woodbridge
Trenton 42 Woodbridge ∞
35 ∞ Trenton
30 35
60 40 Asbury Park
30
75 60 40 Asbury Park ∞
Camden
∞ Camden 75
55 Atlantic City
85 45 55 Atlantic City ∞
Cape May 85 45
Cape May ∞
Contoh 2 Pengunaan Algoritma Dijkstra untuk
Menentukan Lintasan Terpendek (bag. 3)
3
Newark 0 4 Newark 0
S2 = {Newark,
S1 = {Newark} 20 20
Woodbridge}
42 Woodbridge 20 (Newark) 62 (N,W) 42 Woodbridge 20 (Newark)
∞ Trenton
Trenton
35 35
30 30
60 40 Asbury Park ∞ 40 Asbury Park 55 (N, W)
60
∞ Camden 75 75
80 (N,W)
55 Atlantic City ∞ 55 Atlantic City ∞
Camden
85 45 85 45
Cape May ∞ Cape May ∞
Contoh 2 Pengunaan Algoritma
5 Newark 0
S3 = {Newark,
Dijkstra untuk Menentukan Lintasan
Woodbridge, Asbury 20 Terpendek (bag. 4)
Park}
42 Woodbridge 20 (Newark)
62 (N,W) Trenton 6
35 Newark 0
30
40 Asbury Park 55 (N, W) S4 = {Newark,
60
Woodbridge, Asbury 20
75
Park, Trenton}
80 (N,W) Camden 55 Atlantic City 130 (N, W, AP) 42 Woodbridge 20 (Newark)
85 45 62 (N,W) Trenton
35
Cape May ∞ 30
40 Asbury Park 55 (N, W)
60
75
85 45
Cape May ∞
Contoh 2 Pengunaan Algoritma Dijkstra untuk
Menentukan Lintasan Terpendek (bag. 5)
7 Newark 0 Newark
S5 = {Newark, Woodbridge,
Asbury Park, Trenton, 8 20
Camden} 20
42 42 Woodbridge
Woodbridge 20 (Newark) Trenton
62 (N,W) Trenton
35
35 30
30 40 Asbury Park
40 60
60 Asbury Park 55 (N, W)
Camden 75
75
55 Atlantic City
80 (N,W) Camden 55 Atlantic City 130 (N, W, AP) 85 45
85 45
Cape May
Cape May 165 (N, W, C)
Kalamazoo 58
133 Hamiltonian Circuit dengan bobot
total minimal pada graf berbobot,
G1 Toledo komplit dan tidak berarah
Contoh 1 Traveling Salesman Problem (bag. 1)
Saginaw
• Asumsikan salesman mulai perjalanan di
113 Detroit
Grand Rapids 137 142 98 • Periksa semua kemungkinan perjalanan
yang mungkin untuk mengunjungi 4
kota lainnya tepat 1 kali dan kembali ke
167 147 Detroit
56
Detroit • Terdapat total 24 buah circuit yang
135 mungkin yaitu (5-1)!
• Urutan yang terbalik (misal ABCDE dan
Kalamazoo 58 EDCBA) akan memberikan total bobot
133 ( jarak tempuh) yang sama, sehingga
sisa 12 circuit yang harus diperiksa
G1 Toledo
Contoh 1 Traveling Salesman Problem (bag. 2)
Saginaw
113
Grand Rapids 137 98
142
167 147
56
Detroit
135
Kalamazoo 58
133
G1 Toledo
1 2 3 4
2 1 2 1 4 2
3 4 3 4 3 1
3 3 1 4 2 4 3
4 2 4 2 3 4 1 4 1 3 2 1 1 2 1 2 3
4 3 4 2 3 2 4 3 4 1 3 1 4 1 4 2 1 2 1 3 1 2 3 2
Contoh 2 Traveling Salesman Problem
a
b • Selesaikan Masalah TSP pada G1
3
dengan cara menentukan bobot
5
total untuk semua Hamiltonian
2 6
circuit yang mungkin dan
4
menentukan yang menghasilkan
d 7 c bobot total paling minimal.
G1
a
b
Rute Bobot Total 3
a,b,c,d,a 18 5
a,b,d,c,a 19 2 6
a,c,b,d,a 17 4
d 7 c
G1
Daftar Pustaka
Suryadi, H.S. Teori Graf Dasar, Jakarta: Gunadarma
Discrete Mathematics and Its Applications (3rd edition). Kenneth H Rosen. McGraw-Hill Inc. Singapore,
1995
L Toscano, S Stella, and E Milotti, Using graph theory for automated electric circuit solving, [tersedia:
https://core.ac.uk/download/pdf/53745212.pdf]
Batas/definisi yang erat hubungannya dengan analisis jaringan kerja adalah sbb:
• Kegiatan (activity) merupakan bagian dari lingkup proyek yang memiliki waktu awal dan akhir, sehingga
untuk melaksanakannya memerlukan sumberdaya (waktu, uang, tenaga, dll)
• Jaringan kerja (network) merupakan grafik yang menggambarkan urutan kegiatan-kegiatan proyek,
termasuk hubungan yang satu dengan yang lain.
• Kejadian (even) merupakan tanda selesainya satu atau lebih kegiatan
• Jalur (path) merupakan garis yang menghubungkan kegiatan pada jaringan kerja
• Jalur kritis (critical path) merupakan jalur yang terdiri dari kegiatan-kegiatan yang bila terlambat akan
mengakibatkan keterlambatan penyelesaian proyek
Data Aktivitas
Pada Proses
Produksi Jamu
Dengan
Prosedur
CPPOB
2. Estimasi Waktu Penyelesian Proyek
- Ditentukan oleh tim proyek berdasarkan konsensus bersama antar anggota tim atau pengalaman
proyek sejenis
- Dua pendekatan estimasi:
(a) Menggunakan 3 nilai : Optimistik (a), Umum (m), dan
Pesimistik (b) PERT
(b) menggunakan 1 nilai waktu, digunakan untuk proyek yang sudah ada waktu rata-rata (waktu
baku)
CPM
Penentuan Estimasi Waktu Menggunakan Program Evaluation and Review Technique (PERT)
Te = (a + 4m + b)/ 6
Atau
Jika kegiatan (i, j) kritis maka S atau TF = 0 dan jika S atau TF = 0 maka kegiatan (i, j) kritis.
Bukti: Dari persamaan (9) TF = LC - EC , yang dapat dituliskan sebagai LC - EC + ES – ES atau dengan
persamaan (10) diperoleh TF = (LC – ES ) – FF . Berdasarkan persamaan (5), jika kegiatan (i, j) kritis maka LC =
ES , sehingga TF = – FF . Karena FF 0 maka TF = 0. Sebaliknya jika TF = 0 maka LC = EC , sehingga LC –
ES = EC – ES , ruas kiri menjadi SL dan ruas kanan = ES + D – (ES + D ) sehingga SL = 0 dengan
menambahkan ESi pada kedua ruas di persamaan LCj = EC maka dengan cara sama diperoleh SL = 0 sehingga
terbukti kegiatan (i, j) kritis.
Dari pembuktian terlihat pula jika (i, j) kritis maka SF atau FF = 0, tetapi hal sebaliknya tidak berlaku. Solusi
analisis jaringan kerja dengan metode CPM didasarkan pada kuantitas ES , LC , EC , LS , TF dan FF .
Solusi Dengan Metode PERT
● Penyusunan jadwal dengan melibatkan tiga nilai estimasi dari durasi setiap kegiatan dikenal sebagai
metode PERT (Project Evaluation and Review Technique).
● Ketidakpastian penentuan durasi setiap kegiatan dalam metode PERT dicerminkan dengan tiga nilai
estimasi yaitu waktu optimistis, waktu yang paling mungkin dan waktu pesimistis dari durasi setiap.
● Ketiga nilai ini diperoleh berdasarkan pengalaman manajer produksi dalam memperkirakan lamanya
waktu proses sebagaimana dijelaskan pada bagian sebelumnya.
● Prosedur metode PERT untuk mendapatkan solusi analisis network:
1. Representasi data network berupa pasangan (i, j) untuk setiap kegiatan yang terlibat dan
representasi grafis berupa (diagram anak panah) dari semua aktifitas dalam suatu proyek
2. Perkiraan durasi setiap kegiatan berupa waktu tercepat ( optimistis) a, waktu terlama b
(pesimistis) dan waktu yang paling mungkin terjadi (ekspektasi) m. Sehingga dengan tiga perkiraan
itu, distribusi durasi suatu kegiatan dapat diasumsikan mengikuti distribusi normal. Dengan
parameter distribusi adalah: rerata durasi dari setiap kegiatan: dan yaitu
variansi dari durasi untuk setiap kegiatan/aktivitas.
Solusi Dengan Metode CPM
Selain nilai ES di setiap simpul, nilai LF di setiap simpul sebagaimana yang terdapat pada metode
PERT diperlukan juga:
1. Nilai LS , kegiatan (i, j) dihitung dengan formula: LF = LF – D
2. Nilai EC , waktu tercepat menyelesaikan kegiatan (i, j) dihitung dengan formula EFij = ES + D
3. Nilai S atau TF , Total float dari kegiatan (i, j) dihitung dengan formula:
TF = LF – ES – D atau
TF = LF – EC atau
TF = LS – ES .
4. Nilai SF atau FF free float dari kegiatan (i ,j) dihitung dengan formula:
FF = ES – ES – D atau FF = ES -
EF .
⚫ Penggabungan Solusi CPM dan PERT : PERT TYPE SYSTEM
Tujuan :
Menentukan rute optimum dari Kecamatan
Ngaliyan ke Kecamatan Sampangan
sehingga mempunyai jarak terpendek.
Persoalan optimasi dalam konteks algoritma greedydisusun oleh elemen-elemen sebagai berikut:
a. Himpunan kandidat, C. Himpunan ini berisi elemen-elemen pembentuk solusi. Pada setiap
langkah, satu buah kandidat diambil dari himpunannya.
b. Himpunan solusi, S. Merupakan himpunan dari kandidat-kandidat yang terpilih sebagai solusi
persoalan. Himpunan solusi adalah himpunan bagian dari himpunan kandidat.
c. Fungsi seleksi – dinyatakan sebagai predikat SELEKSI – merupakan fungsi yang pada setiap
langkah memilih kandidat yang paling mungkin untuk mendapatkan solusi optimal. Kandidat yang
sudah dipilih pada suatu langkah tidak pernah dipertimbangkan lagi pada langkah selanjutnya.
d. Fungsi kelayakan (feasible) – dinyatakan dengan predikat LAYAK – merupakan fungsi yang
memeriksa apakah suatu kandidat yang telah dipilih dapat memberikan solusi yang layak, yakni
kandidat tersebut bersama-sama dengan himpunan solusi yang sudah terbentuk tidak melanggar
kendaara yang ada.
e. Fungsi obyektif, merupakan fungsi yang memaksimumkan atau meminimumkan nilai solusi.
Prosedur Algoritma Greedy
a. Periksa semua sisi yang langsung bersisian dengan simpul a. Pilih sisi yang
bobotnya terkecil.Sisi ini menjadi lintasan terpendek pertama, sebut saja L(1).
c. Dengan cara yang sama, ulangi langkah 2 untuk menentukan lintasan terpendek
berikutnya.
Graf dari node A sampai dengan node L dan bobot tiap-tiap sisi
(bobot menyatakan jarak dari setiap node satu ke node lain).
Tata letak fasilitas adalah tata cara pengaturan fasilitas-fasilitas pabrik untuk menunjang proses
produksi, dengan menempatkan mesin atau fasilitas penunjang lain secara efektif dan efisien pada
area yang telah disediakan, sehingga dapat meminimasi pergerakan dari fasilitas satu kefasilitas
lainnya, dengan memperhatikan beberapa hal yaitu :
1. Luas dan bentuk bangunan
2. Area untuk penempatan mesin/fasilitas penunjang produksi lainnya
3. Ruang untuk pergerakan material
4. Area penyimpanan
5. Ruang pergerakan pekerja
Penelitian yang pernah dilakukan sebelumnya (Heragu, 2008) dinyatakan bahwa metode Graph
Theoretic Approach dapat digunakan untuk merancang tata letak pabrik dengan mengidentifikasi
Maximal Planar Adjacency Graph (PAG).
Metode Graph Theoretic Approach digunakan dengan cara trial and error dan mempertimbangkan
total momen untuk menentukan kedekatan masing-masing departemen.
Graph Theoretic Approach merupakan salah satu algoritma heuristik yang dikembangkan oleh
Stefan Hetzl dan Peter Mutzel, untuk mengidentifikasi Maximal PlanarAdjacency Graph (PAG).
Departemen-departemen yang harus saling berdekatan dapat diketahui melalui Maximal PAG
tersebut.
Contoh Kasus
⚫ Kasus : Usulan perbaikan Tata Letak Pabrik di PT. A Dengan Metode Graph Theoretic Approach (Elly
Setia Budi, Julius Mulyono, Dian Retno Sari Dewi). Jurnal I lmiah Widya Teknik Vol. 13 - No. 1 -
Tahun 2014. ISSN 1412-7350.
⚫ Deskripsi Kasus:
⚫ Tempat penelitian dilakukan pada PT. A, sebuah industri yang bergerak pada bidang manufaktur yang
memproduksi furniture dan merupakan perusahaan job shop. Beberapa macam produk yang
dihasilkan, seperti meja belajar dan meja komputer. Layout lantai produksi PT. A tidak pernah berubah
secara signifikan dari awal pendirian. Selama ini hanya dilakukan peletakan mesin baru pada area
yang kosong. Pada lantai produksi PT. A akan dilakukan perancangan tata letak yang dapat
meminimasi total momen perpindahan yang terjadi dengan menggunakan Graph Theoretic Approach.
Layout usulan didapatkan dengan membuat Maximal PAG dari beberapa iterasi, kemudian dianalisis
lebih lanjut untuk mencari solusi dari permasalahan ini.
Langkah-langkah Pembuatan Maximal PAG dengan Metode GTA
1. Tentukan pasangan mesin dalam flow matrix yang memiliki aliran perpindahan terbesar.
Letakkan node-node tersebut dalam PAG baru dan hubungkan.
2. Dari baris node-node yg terhubung tersebut pada flow matrix, carilah node yang belum ada di
PAG dan memiliki aliran perpindahan terbanyak dengan node yang telah terhubung di PAG.
3. Perbarui PAG dengan menghubungkan node terpilih dengan node-node pada PAG (yang terpilih
pd langkah ke-1). Hal iniakan membentuk triangular face pada PAG. Pilihlah permukaan ini dan
lanjutkan ke langkah ke-4.
4. Dari setiap kolom pada flow matrix, dimana node belum ada di PAG, lakukan penjumlahan dari
aliran masuk ke baris yang ada di node-node dari permukaan segitiga terpilih. Pilihlah kolom
dengan jumlahan terbesar. Perbarui PAG dengan meletakkan node di antara permukaan terpilih
dan hubungkan node tersebut dengan node-node dari permukaan terpilih tersebut. Hal ini akan
membentuk 3 permukaan segitiga baru.
5. Secara arbiter, pilihlah salah satu permukaan yang telah terbentuk dan lanjutkan ke langkah ke-
4. Kemudian ulangi langkah ke-5 sampai semua node telah masuk ke dalam PAG.
Pengumpulan Data
⚫ Data yang diperlukan meliputi data yang berkaitan dengan proses produksi, massa masing-
masing part yang akan dipindahkan, total momen perpindahan awal, luasan lantai produksi,
hingga penataan departemen yang digunakan pada lantai produksi di PT. A.
⚫ Pengumpulan data dilakukan dengan cara wawancara kepada pihak perusahaan yang
bersangkutan dan observasi langsung pada perusahaan terkait. Produk yang dijadikan objek
penelitian adalah seluruh produk yang biasanya diproduksi hingga saat penelitian dilakukan.
⚫ Produk yang menjadi obyek adalah meja komputer (GT47476, OL61611, AF85885) dan meja
belajar (P12133, H43477). Produk bersifat knockdown. Bahan baku utama yang digunakan
adalah kayu PB (Particle Board) dan pipa besi.
Data Parts Produk
Data Permintaan Produk Per Bulan Data Routing Process Masing-masing Part
From To Chart
Flow Matrix
Hasil Iterasi dengan Menggunakan GTA
⚫ 2. Menggambarkan dual dari maximal PAG untuk mengetahui departemen yang seharusnya berdekatan. Dari dual
maximal PAG dapat digambarkan layout usulan dengan mengikuti langkah algoritma heuristik baru yang
mempertimbangkan bobot antar masing-masing departemen. Setelah itu dilakukan perhitungan total momen
perpindahan dari layout usulan untuk dibandingkan dengan total momen perpindahan layout awal.
Step 1 : Gambarlah permukaan seluruh departemen dalam bentuk persegi
Step 2 : Carilah departemen yang paling banyak dilalui oleh aliran produksi. Depertemen (i)
tersebut akan menjadi pusat dan diletakkan di bagian tengah pada penggambaran layout
usulan. Tandai i = i* , artinya departemen yang telah terpilih tidak dapat dipilih kembali.
Step 3 : Pemilihan departemen selanjutnya dilihat dari Dual Maximal PAG. Pilih
departemen yang bersinggungan langsung dengan garis lengkung departemen sebelumnya
(i*). Akan terdapat beberapa pilihan departemen.
Step 4 : Pilih salah satu departemen baru (i) dengan melihat bobot perpindahan terbesar yang
terhubung dengan departemen sebelumnya (i*).
Step 5 : Letakkan departemen berikutnya yang terpilih pada salah satu sisi departemen pusat
tersebut. Jika bobot antar hubungan departemen adalah yang paling besar, maka usahakan
peletakkannya segaris (dilihat dari titik berat) karena perhitungan jarak menggunakan
rectilinear. Serta beri garis penghubung antar departemen yang menunjukan tingkat
kedekatan. Warna merah (tingkat 70-100% dari bobot terbesar) menunjukkan sangat dekat,
warna biru(tingkat 40-70% dari bobot terbesar) menunjukkan dekat, warna hijau (tingkat
10-40% dari bobot terbesar) menunjukkan cukup dekat, dan warna kuning (tingkat 0,5-10%
dari bobot terbesar) menunjukkan biasa. Hal inididasari oleh bobot perpindahan antar
departemen.
Step 6 : Pemilihan departemen berikutnya
mempertimbangkan bobot terbesar yang terkait pada
⚫ 3. Usulan layout yang baru disesuaikan dengan
departemen-departemen yang telah dipilih sebelumnya. keadaan luas dan jumlah mesin perusahaan. Setiap
Letakkan seluruh departemen hingga menjadi layout perpindahan yang terjadi dihitung secara rectilinear
Area Allocatiaon Diagram (AAD) yang belum memiliki
dimensi (belum menggunakan ukuran departemen yang dan diasumsikan perpindahan dimulai dan diakhiri
sesungguhnya). pada titik berat (centroid) mesin.
Step 7 : Ubah bentuk dari setiap departemen yang
berbentuk persegi, menjadi ukuran yang sebenarnya.
Perhatikan juga jika ada jarak yang ditentukan untuk
aisle.