RESUME DESAIN ANALISIS ALGORITMA

NAMA : SISKANTI
NIM : H071201064
KELAS : DESAIN ANALISIS ALGORITMA C

PROGRAM STUDI SISTEM INFORMASI

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HASANUDDIN
MAKASSAR
2023
 RESUME
Inialisasi untuk j = 2 untuk
1. Insertion sort Panjang dari A
1 for j  2 to length[A]
Kemudian nilai key itu
Panjang dari j
2 key  A[j] Nilai i di dapat dari nilai j-1

3 ij–1 Disini akan dilakukan pengecekan kondisi

dimana nilai i lebih besar dari 0 dan panjang
Panjang dari A yaitu i +1
merupakan Panjang A dari i
4 while (i > 0  A[i] > key) A dari i lebih besar dari key
5 A[i + 1]  A[i] Kemudian nilai dari i merupakan nilai dari i-1
6 ii–1 Panjang A dari i +1 merupakan key

7 A[i + 1]  key

2. Waktu komputasi tidak hanya tergantung pada jumlah data tetapi

tergantung pada bagaimana barisan input data.
- Kasus terbaik : input data terurut. Laju waktu komputasinya fungsi
linier.

- Kasus terburuk : input data terurut terbalik. Laju waktu komputasinya

fungsi kuadratik.

3. Batas Atas (Upper Bound)

Laju kompleksitas algoritma Kasus Terburuk.

4. Instuisi notasi big O
3𝑥 3 + 5𝑥 2 − 9 lebih kecil dari 5𝑥 3 untuk nilai-nilai x yang cukup besar.

5. Notasi Big-O merupakan cara membandingkan fungsi.

Contohnya : Di dominasi dengan 𝑥 3
3 2 3
3𝑥 + 5𝑥 − 9 = 𝑂 (𝑥 ) Merupakan big-O dari 𝑥 3
Tidak memiliki arti sama
dengan fungsi 𝑂 (𝑥 3 )

6. Pemahaman notasi Big-O

Pernyataan-pernyataan yang benar mengenai notasi Big-O
- 3𝑥 3 + 5𝑥 2 − 9 = 𝑂 (𝑥 3 )
- 3𝑥 3 + 5𝑥 2 − 9 = 𝑂 (𝑥 4 )
- 𝑥 3 = 𝑂(3𝑥 3 + 5𝑥 2 − 9)
- sin(𝑥) = 𝑂(𝑥 4 )
7. Big-Oh dan limit
Teorema :
𝑓 (𝑥 )
Jika nilai limit | | ada untuk 𝑥 → ∞, 𝑚𝑎𝑘𝑎 𝑓(𝑥) = 𝑂(𝑔(𝑥))
𝑔 (𝑥 )
Contohnya :
3𝑥 3 + 5𝑥 2 − 9 = 𝑂 (𝑥 3 )
Compute :
3𝑥 3 +5𝑥 2 −9
lim
𝑥→∞ 𝑥3
3𝑥3 5𝑥2 9
+ 3− 3
𝑥3 𝑥 𝑥
lim 𝑥3
𝑥→∞
𝑥3
5 9
3+𝑥− 3
𝑥
lim =3
𝑥→∞ 1

8. Big 𝛺 dan Big 𝛩

- Big 𝛺 merupakan kebalikan dari Big-O
- Big 𝛩 di dominasi dari dua arah
 𝑓(𝑥) = 𝛺(𝑔 (𝑥)) ↔ 𝑔(𝑥) = 𝑂(𝑓(𝑥)) untuk Big 𝛺
𝑓 (𝑥 )
𝑓(𝑥) = 𝛩(𝑔(𝑥)) ↔ 𝑓(𝑥) = 𝑂(𝑔(𝑥)) = 𝛺(𝑔(𝑥)) untuk Big 𝛩
9. Pemanfaatan notasi untuk algoritma
- Kompleksitas insertion sort : 𝑂(𝑛2 ), 𝛺(𝑛)
- Kompleksitas linier search : 𝑂(𝑛), 𝛺(1)
- Loop-search dan bisection-search : 𝛩9𝑛) karena 𝑂(𝑛) = 𝛺(𝑛)
- Algoritma BST-search : 𝛩(log 𝑛)