MAKALAH

JARINGAN: JARINGAN MINIMUM, RUTE TERPENDEK, DAN ALIRAN

MAKSIMAL

Diajukan untuk Memenuhi Tugas Mata Kuliah Program Linier

Dosen Pengampu: Nuril Huda, M.Pd

Disusun Oleh:
Rizky Syirajuddin (19190054)
Siti Mailah (19190050)
M. Reza Syah Palevi (18190032)

PROGRAM STUDI TADRIS MATEMATIKA

FAKULTAS ILMU TARBIYAN DAN KEGURUAN
UNIVERSITAS ISLA NEGERI MAULANA MALIK IBRAHIM MALANG
2022/2023
 KATA PENGANTAR

Segala puji bagi Allah SWT yang telah memberikan kemudahan, sehingga penyusun
dapat menyelesaikan makalah ini dengan tepat waktu. Sholawat serta salam semoga tetap
terlimpahkan kepada junjungan kita nabi besar Muhammad saw, yang telah mengantarkan
kita semua dari jalan kegelapan menuju jalan yang terang benderang.

Makalah ini disusun berdasarkan pemenuhan tugas yang diberikan demi tercapainya
tujuan pembelajaran yang telah direncanakan, dengan judul Jaringan: Jaringan Minimum,
Rute Terpendek, dan Aliran Maksimal. Ucapan terima kasih penyusun sampaikan kepada
Bapak Nuril Huda, M.Pd selaku dosen mata kuliah Program Linier yang senantiasa
membimbing dan mengantar kami dalam menyelesaikan tugas ini. Tak lupa terima kasih
kepada orang tua dan teman-teman yang senantiasa memberikan semangat serta menambah
pengetahuan bagi penulis.

Penyusun tentu menyadari bahwa makalah ini masih jauh dari kata sempurna, maka
dari itu kritik dan saran dari pembaca sangat dibutuhkan, supaya makalah ini nantinya dapat
menjadi makalah yang lebih baik lagi.

Malang, 10 Mei 2022

Penyusun
 BAB I

PENDAHULUAN

A. Latar Belakang
Jaringan sebagai model penyajian maupun pemecahan masalah sudah sejak
lama digunakan. Di dalam analisis jaringan, banyak menggunakan pengertian-
pengertian dalam teori graf, salah satu cabang matematika terapan. Teori graf tersebut
mulai diperkenalkan oleh Leonard Euler pada tahun 1736, melalui pembuatan
formulasi dan penentuan penyelesaian masalah jembatan Konisberg yang melintasi
sungai Pregel. Seabad kemudian, James Clerck Maxwell dan Gustav Robert Kirchoff
menemukan prinsip-prinsip dasar mengenai jaringan (atau rangkaian) listrik. Sejak
saat itu analisis jaringan menjadi alat yang populer pada kajian kelistrikan. Pada awal
abad keduapuluh, ahli-ahli di Eropa dan di Amerika membuat metode dengan
menggunakan model jaringan untuk menentukan sistem jaringan telpon yang dijamin
dapat melayani pelanggan secara optimal. Selama perang dunia kedua, sejalan dengan
berkembangnya bidang ilmu Riset Operasional, berkembang pula konsep modern dari
analisis jaringan seperti yang dibuat oleh Hitchock (1941) dan Koopmans (1947).
Selanjutnya, konsep dan pendekatan teoritis analisis jaringan dilakukan oleh beberapa
ahli, di antaranya Ford dan Fulkerson (1962). Semenjak saat itu kajian analisis
jaringan berkembang pesat dan sering digunakan sebagai model masalah dalam Riset
Operational.

B. Rumusan Masalah
Apa saja model penyajian maupun pemecahan masalah dengan menggunakan
Jaringan?

C. Tujuan
Untuk mengetahui model penyajian maupun pemecahan masalah dengan
menggunakan Jaringan
 BAB II
PEMBAHASAN

A. Model Jaringan
Model jaringan sering ditampilkan sebagai kerangka kerja dan struktur
perhitungan untuk memperbaiki pendekatan tradisional menjadi analisis sistem.
Dengan analisis jaringan dapat diselesaikan persoalan-pcrsoalan untuk mendapatkan
lintas terpendek atau terpanjang yang menghubungkan nodes awal dengan melalui
bebcrapa nodes alternatif sampai nodes akhir.
Untuk memahami apa yang dimaksud dengan jaringan, berikut ini dijelaskan
definisi, notasi, dan simbol yang digunakan. Sebuah jaringan [network) adalah suatu
susunan garis edar [path) yang menghubungkan bcrbagai titik, dimana satu barang
atau lebih bergerak dari satu titik ke titik lain.
Demikian juga pengertian jaringan menurut Hamdy A Taha adalah sebuah
jaringan terdiri dari sekelompok node yang dihubungkan oleh busur atau cabang.
Setiap orang akrab dengan berbagai jaringan seperti sistem jalan tol, jaringan telepon,
jaringan rel kercta api, dan jaringan televisi.
Jaringan diilustrasikan sebagai diagram yang terdiri dari dua komponen penting
nodes dan cabang. Nodes melambangkan titik-titik persimpangan, sebagai contoh
persimpangan beberapa jalan. Cabang menghubungkan nodes-nodes tcrsebut
menccrminkan arus dari satu titik ke titik lain dalam jarmgan tersebut. Nodes-nodes
dalam diagram jaringan dilambangkan dengan lingkaran, dan cabang dilambangkan
dengan garis yang menghubungkan nodes-nodes tcrsebut. Umumnya nodes-nodes itu
melambangkan lokasi, seperti kota, persimpangan, atau stasiun udara atau kereta api,
sedangkan cabang merupakan garis edar yang menghubungkan nodes-nodes tersebut.

Jaringan terdiri dari 5 buah node

 Tujuan dari jaringan adalah untuk menentukan jarak terpendek, waktu tersingkat,
atau biaya terendah diantara litik-litik dalam jaringan.

Pengertian-pengertian lain yang diperoleh dalam suatu jaringan dapat dilihat

pada gambar berikut:

Gambar ini memberikan llustrasi tentang jaringan tak berarah, jaringan berarah,
pohon, dan relung. Suatu pohon (tree) dari jaringan adalah suatu rangkaian terhubung
yang tidak mengandung gelang. Dalam memandang suatu pohon, maka arah tidak
mempengaruhi. Jadi, suatu rangkaian adalah suatu pohon jika dan hanya jika setiap
nodes dihubungkan dengan nodes yang lain oleh satu alur saja. Suatu pohon terentang
(spanning tree) dari suatu rangkaian adalah suatu pohon yang merupakan rangkaian
bagian dan suatu rangkaian.

Suatu pohon dapat diperoleh dengan cara menghilangkan beberapa kaitan

tertentu. Bila dalam suatu pohon satu kaitan diputuskan maka akan terjadi rangkaian
yang tak terhubungkan. Jadi suatu pohon terentang merupakan suatu rangkaian
dengan jumlah hubungan yang minimum.

Pohon terentang sangat bcrguna dalam menentukan alur terpendek dalam suatu
jaringan transportasi. Alur terpendek dari nodes asal ke semua nodes yang lain
membentuk suatu pohon terentang. Nodes asal dari pohon dengan alur terpendek
kadang-kadang disebut akar dan pohon tersebut. Bila arah dari kaitan-kaitan perlu
dipcrhatikan, maka pohon yang terdiri dari rantai dari suatu nodes ke semua nodes
yang lain disebut relung.

B. Jaringan Minimum

Suatu masalah rentang-minimum (minimum spanning tree) menyangkut suatu

himpunan nodes dan suatu himpunan cabang yang diusulkan (proposed), yang
satupun tidak ada yang terorientasi. Tiap-tiap cabang yang diusulkan memiliki suatu
biaya tak-negatif yang berkaitan dengannya. Tujuannya adalah menyusun suatu
jaringan tersambung yang mcngandung semua nodes dan sedemikian rupa sehingga
jumlah biaya yang berkaitan dengan cabang-cabang yang benar digunakan adalah
minimum. Minimum spanning tree merupakan vanasi dari persoalan rutc terpendek
yang perbedaannya terietak pada lintasan yang dicari. Pada rute terpendek dicari
lintasan/rute dari sumber ke tujuan yang memberi total jarak minimum, sedangkan
pada minimum spanning tree ini yang dipersoalkan adalah menentukan busur-busur
yang menghubungkan nodes yang ada pada pada jaringan, sehingga diperoleh panjang
busur total minimum. Sedangkan persamaan pada kedua kasus ini adalah suatu
jaringan tak terarah, dengan informasi yang mencakup nodes-nodes yang beserta jarak
berupa biaya, waktu dan besaran lainnya antar nodes. Contoh-contoh praktis dari
persoalan spanning tree antara lain:

1. Perencanaan jaringan tranportasi. Dalam hal ini nodesnya merupakan terminal,

sedangkan busur-busurnya dapat berupa jalan raya. Persoalan ialah menentukan
pola transportasi yang dapat melayani seluruh tenninal dengan jarak minimum.
2. Perencanaan jaringan komunikasi berskala besar.
3. Perencanaan jaringan distribusi.

Persoalan minimum spanning tree ini dapat diselesaikan dengan cara mudah
sebagai berikut:
1. Memilih sembarang salah satu nodes, kemudian menghubungkan nodes tersebut
dengan nodes lain yang terdekat.
2. Menentukan nodes lain yang belum terhubung, jarak yang paling dekat dengan
nodes yang sudah terhubung pada langkah sebelumnya, kemudian
menghubungkan nodes ini.
3. Mengulangi langkah ini sehingga seluruh nodes dapat terhubungi.

Persoalan minimum spanning tree akan lebih mudah jika menggunakan gambar.
Gambaran sederhana dari pengcrtian minimum spanning free adalah sebagai berikut:

Langkah-langkah Penyelesaian Jaringan Minimum dengan Metode Klasik

1. Algoritma Prim
Misalkan T adalah spanning tree yang sisi-sisinya diambil dari graf G.
Algoritma Prim membentuk minimum spanning tree langkah per langkah. Pada
setiap langkah diambil sisi e dari graf G yang mempunyai bobot minimum dan
bersisian dengan simpul-simpul di dalam T tetapi e tidak membentuk sirkuit di
dalam T.
1) Ambil sisi dari graf G yang berbobot minimum, masukkan ke dalam T.
2) Pilih sisi e yang mempunyai bobot minimum dan bersisian dengan simpul di T,
tetapi e tidak membentuk sirkuit di T. Masukkan e ke dalam T.
3) Ulangi langkah 2 sebanyak n – 2 kali. [32]
Jumlah langkah seluruhnya di dalam algoritma Prim adalah 1 + (n – 2) = n −
1, yaitu sebanyak jumlah sisi di dalam spanning tree dengan n buah simpul.
Algoritma Prim dapat menyelesaikan permasalahan Minimum Spanning Tree
(MST) secara cepat, terutama pada graf yang cukup besar dibandingkan dengan
cara manual. Kompleksitas waktu pada algoritma Prim adalah 0(n2)
2. Algoritma Kruskal
 Algoritma ini pertama kali muncul pada tahun 1956 dalam sebuah tulisan yang
ditulis oleh Joseph Kruskal. Algoritma Kruskal adalah sebuah algoritma dalam
teori graf yang mencari sebuah minimum spanning tree untuk sebuah graf
berbobot yang terhubung. Pada algoritma Kruskal, sisi-sisi di dalam graf diurut
terlebih dahulu berdasarkan bobotnya dari kecil ke besar. Sisi yang dimasukkan ke
dalam himpunan T adalah sisi graf G sedemikian sehingga T adalah tree. Pada
keadaan awal, sisi-sisi sudah diurut berdasarkan bobot membentuk forest, masing-
masing tree di forest hanya berupa satu buah simpul. Forest tersebut dinamakan
spanning forest. Sisi-sisi dari graf G ditambahkan ke T jika ia tidak membentuk
siklus di T. Kompleksitas waktu pada algoritma Kruskal adalah 0 (e ;og e + n2)
dimana e adalah jumlah busur. Asumsikan sisi-sisi dari graf sudah diurutkan
menaik berdasarkan bobotnya
1) T masih kosong
2) Pilih sisi e dengan bobot minimum yang tidak membentuk sirkuit di T.
Masukkan e ke dalam T.
3) Ulangi langkah 2 sebanyak n – 1 kali
Perbedaan prinsip antara algoritma Prim dan Kruskal adalah jika pada
algoritma Prim sisi yang dimasukkan ke dalam T harus bersisian dengan sebuah
simpul di T, maka pada algoritma Kruskal sisi yang dipilih tidak perlu bersisian
dengan sebuah simpul di T asalkan penambahan sisi tersebut tidak membentuk
sirkuit.

Contoh jaringan minimum (minimum spanning-tree)

Salah satu contohnya adalah perusahaan TV kabel yang memasang kabel ke
lingkungan baru. Jika dibatasi untuk mengubur kabel hanya di sepanjang jalan
tertentu, maka ada graf yang mewakili suatu jalur. Beberapa jalur tersebut mungkin
akan lebih lama, karena memerlukan kabel yang akan dikubur lebih dalam, sehingga
membutuhkan biaya yang lebih mahal. Dengan adanya minimum spanning tree, maka
akan didapatkan total biaya yang lebih rendah.
Sebagai contoh lain, ada sebuah gedung Istec Corporation yang baru
memiliki beberapa ruangan dan tiap ruangan membutuhkan 1 lubang aliran listrik
(atau biasa disebut sebagai steker). Teknisi listrik akan menyalurkan listrik dari ruang
bagian depan sampai keseluruh ruangan dengan total panjang kabel yang seefisien
mungkin. Adapun jarak antar ruangan dapat digambarkan dalam gambar jaringan
berikut ini, sedangkan ruang bagian depan digambarkan sebagai node-1

Karena node-1 adalah ruangan terdepan yang menjadi sumber aliran listrik
utama, maka node-1 akan dijadikan sebagai patokan dalam jaringan. Node yang
paling dekat dengan node-1 adalah node dengan jarak 2 meter, sehingga kita
hubungkan node 1 dengan node-3.

Kemudian kita lihat node-node terdekat yang belum terhubung dengan node 1
dan 3, yaitu node 7, 6 dan 2. Yang terdekat dengan node 3 adalah node 7 dengan jarak
3 meter. Kemudian node 3 dan node 7 dapat dihubungkan.
Node yang belum terhubung terdekat dengan node 1, 3 dan 7 adalah node 6 dengan
panjang 2 meter.

Node yang belum terhubung dan dekat dengan node 1,3,7 dan 6 adalah 5 dan 2. Node
5 dapat terhubung dengan node 6 dengan jarak 3 meter, sedangkan node 3 dapat
dihubungkan dengan node-1 dengan jarak 3 meter.

Node yang belum terhubung dan dekat dengan node 1,3,7 dan 6 adalah 5 dan 2. Node
5 dapat terhubung dengan node 6 dengan jarak 3 meter, sedangkan node 3 dapat
dihubungkan dengan node-1 dengan jarak 3 meter.
 Karena seluruh node telah terhubung atau telah terkait dalam satu jaringan,
maka solusi di atas telah optimum. Jadi teknisi listrik dapat memulai merentangkan
kabelnya dengan menghubungkan node 1 – 2, 1 – 3, 3 – 7, 6 – 7, 5 – 6, 4 – 5, 6 – 8, 8
– 9.
Panjang kabel yang dibutuhkan adalah : 21 meter.

C. Rute Terpendek
a. Algoritma Djikstra
Graph adalah himpunan dari benda-benda yang disebut simpul yang terhubung
oleh sisi atau busur. Graf digambarkan sebagai titik-titik yang dihubungkan oleh
garis-garis atau garis berpanah. Graph terdiri dari dua macam yaitu graf berarah dan
tak berarah. Lintasan adalah hubungan antara titik atau node pada suatu graf (ely,
2021). Terdapat dua macam lintasan yaitu lintasan terbuka dan lintasan tertutup.
Lintasan tertutup merupakan lintasan yang berawal dan berakhir pada node yang
sama. Sedangkan lintasan terbuka yaitu jika node awal dan akhir dari suatu lintasan
berbeda. Lintasan terpendek adalah suatu lintasan yang memiliki total bobot minimum
dari suatu tempat menuju tempat tertentu. Rute terpendek merupakan suatu lintasan
yang memiliki biaya terkecil suatu rute dari node awal ke node tujuan dalam sebuah
jaringan. Lintasan terpendek dapat dicari dengan graf.
Algoritma Djikstra merupakan suatu algoritma yang digunakan untuk
permasalahan jarak terpendek (shortest path problem) pada sebuah graf berarah atau
tidak berarah, yang memiliki nilai masing-masing pada setiap arahnya ( I putu, 2021).
Algoritma Djikstra merupakan metode yang tepat dalam menentukan jalur terpendek
(Faizal, 2020). Hal tersebut dibuktikan dengan banyaknya permasalahan penentuan
jalur terpendek yang diselesaikan menggunakan Algoritma Djikstra. Algoritma
Djikstra terdiri dari rangkaian noda (node) dan arah (arrow) yang membentuk
jaringan (Faizal, 2020). Graf yang digunakan pada Algoritma Djikstra adalah graf
berbobot atau graf yang setiap sisinya memiliki nilai atau bobot (ely, 2021). Bobot
dapat berupa waktu, biaya dan lainnya. Cara kerja Djikstra menggunakan strategi
greedy yaitu setiap Langkah dipilih sisi dengan bobot minimum. Pada Algoritma
Djikstra tidak semua alternative jalur di ambil, karena hanya memilih jalur yang
paling pendek dengan bobot terkecil (Luthfi, 2021). Parameter yang dibutuhkan oleh
Algoritma Djikstra ini yaitu tempat asal (Origin) dan tempat tujuan (Destination).
 Hal-hal yang harus dilakukan dalam menentuka rute terpendek dengan
menggunakan metode Algoritma Djikstra diantaranya yaitu, menentukan Titik origin
dan Destination, Menentukan setiap titik jalur yang akan di lalui, menentukan bobot
dari jarak yang ditempuh, melakukan iterasi pembobotan untuk mengetahui jalur
terpendek menuju destination, dan yang terakhir menyimpulkan pemilihan jalur yang
paling optimal. Penemuan rute terpendek sangat dibutuhkan dalam suatu sistem
(Fairuz, 2018). Hal tersebut sangat membantu dan memudahkan user dalam berbagai
hal, baik dalam keefesienan waktu, serta kecepatan untuk sampai di tempat tujuan.
Contoh Penemuan Rute Terpendek
Berdasarkan jaringan dibawah ini, tentukan rute terpendek dari node O ke
node T atau total jarak terkecil untuk menentukan rute dari node O ke node T,
sehingga trem dapat sampai di tujuan dalam waktu yang singkat.
Perhatikan jaringan dibawah ini dengan satuan bobot jarak mil.

Langkah-langkah dalam menentukan rute terpendek.

1. Pertama, tentukan node origin dan destination. Pada jaringan tersebut node
originnya yaitu node O dan node destination yaitu node T
2. Lakukan Iterasi pada semua node dengan memperhatikan bobot minimum

[9,A]
3. Setelah melakukan iterasi pada semua node dengan bobot minimum, Langkah
selanjutnya yaitu menentukan rute dengan jalur optimal

4. Dari penjelesan diatas, dapat disimpulkan bahwa rute terpendek yang dapat
ditempuh dari node O menuju node T yaitu melalui jalur O – A – B – D – T dengan
jarak 13 Mil atau melalui jalur O – A – B – E - D – T dengan jarak yang sama yaitu
13 mil.

D. Aliran Maksimum
Secara sederhana masalah aliran maksimum dapat dideskripsikan sebagai
masalah mencari arus maksimum yang dapat mengalir pada sebuah jaringan yang
hanya memiliki sebuah sumber (source) dan tujuan (sink). Misalkan Cij adalah
kapasitas pada sisi berarah (i, j). Aliran dalam jaringan pada setiap sisi berarah (i, j)
adalah bilangan non negatif Fij sedemikian sehingga :
(1) Fij ≤ Cij
(2) Untuk setiap simpul j yang bukan merupakan sumber atau tujuan berlaku
∑ Fij= ∑ Fji
dengan Fij adalah aliran dalam sisi (i, j), ∑ Fij adalah jumlah aliran yang masuk ke-j
dan ∑ Fji adalah jumlah aliran yang keluar ke-j (Johnsonbaugh,1986).
Pencarian aliran maksimum dapat diselesaikan dengan beberapa cara diantaranya
adalah dengan max-flow min-cut Theorm, algoritma Djikstra dan algoritma Ford-
Fulkerson.
Masalah arus maksimum dapat mencakup:
- arus (aliran) air, gas, atau minyak melalui suatu jaringan pipa,
- arus formulir melalui suatu sistem pemrosesan dalam kantor pemerintah,
- arus lalu lintas melalui jaringan jalan raya,
- arus produk melalui suatu sistem lini produksi, dll.
Langkah-langkah penyelesaian adalah :
1. Pilihlah secara arbitrer (sembarang) garis edar dalam jaringan tersebut dari titik
awal ke titik tujuan.
2. Sesuaikan kapasitas pada setiap simpul dengan mengurangkan arus maksimal untuk
garis edar yang dipilih pada langkah 1.
3. Tambahkan arus maksimal sepanjang garis edar ke arus berlawanan arah pada
setiap simpul.
4. Ulangi langkah 1, 2, dan 3 sampai tidak ada lagi garis edar dengan kapasitas arus
yang tersedia.

Contoh arus maksimum:

Dipunyai suatu jaringan kereta api dari kota A ke kota T. Ingin ditentuakn rute
perjalanan kereta api tersebut sedemikian sehingga jumlah total perjalanan kereta api
yang dapat dilakukan setiap harinya maksimum, tanpa melanggar batas maksimum
perjalanan yang dapat dilakukan pada masing-masing jalan. Diketahui data
(informasi) tentang jumlah perjalanan yang dapat dilakukan pada masing-masing rute
yang menghubungkan satu stasiun dengan stasiun lainnya, atau dapat dikatakan
bahwa data tentang kapsitas aliran pada masing-masing cabang adalah

3
0
B 1

1 0
5 9 0
7 0 4 0
D F T
A
2 5 1
0
4
0 0
1
C
0 4 0 E
6
Gambar di atas dibaca sebagai berikut :

- Dari A ke B dapat dilakukan maksimum 5 kali perjalanan setiap hari, sedangkan

dari B ke A tidak ada perjalanan kereta api yang dapat dilakukan.
- Dari B ke D maksimum 1 kali perjalanan, begitu juga dari D ke B dapat dilakukan
maksimum 1 kali perjalanan setiap hari
 BAB III
KESIMPULAN

Minimum spanning tree adalah suatu pohon yang dapat didefinisikan dengan sebuah
graf. Graf berarah dan graf tidak berarah adalah subgraf yang setiap node/simpulnya
terkoneksi satu sama lain. Sebuah graf, dapat memberikan pohon rentang yang berbeda. Pada
setiap ruas/edge, kita dapat memberikan suatu bobot untuk menentukan suatu nilai. Setiap
bobot tersebut akan dibandingkan dengan bobot yang lain yang mengarah pada simpul
berikutnya, selanjutnya akan dipilih bobot yang terkecil. Hal ini akan terus dilakukan sampai
menuju simpul tujuan.
Lintasan terpendek adalah lintasan minimum yang diperlukan untuk mencapai suatu
tempat dari tempat tertentu. Lintasan minimum yang dimaksud dapat dicari dengan
menggunakan graf. Graf adalah sekumpulan titik di dalam bidang dua dimensi yang
dihubungkan dengan sekumpulan edge. Sebuah graf dibentuk dari kumpulan titik yang
dihubungkan dengan edges.
Model Aliran Maksimum (Maximal Flow), sesuai dengan namanya adalah sebuah
model yang dapat digunakan untuk mengetahui nilai maksimum seluruh arus di dalam sebuah
system jaringan. Jaringan listrik, pipa saluran dan jalur lalu lintas dalam sebuah sistem
jaringan yang tertutup adalah contoh – contohnya. Kapasitas pada setiap jaringan hubungan
akan membatasi jumlah arus atau aliran yang melewatinya. Sebagai contoh, sebuah lalu lintas
pada sebuah arus jalan searah akan macet apabila kemampuannya untuk menampung jumlah
kendaraan terlampaui. contoh lain, sebuah pendistribusian akan barang tersendat jika barang
yang akan dikirim melebihi kapasitas muatan dari mobil pengangkutnya.
 DAFTAR PUSTAKA

Kismanti, Shinta T., Mukhlash I. Penyelesaian Minimum Spanning Tree dengan Algoritma
Berbasis Soft Computing dan Aplikasinya pada Masalah Logistik.

Mukti, M. Ridwan, Mulyono. (2018). Menentukan Rute Terpendek dengan Menggunakan

Algoritma Floydd-Warshall dalam Pendistribusian Barang pada PT. Rapy Ray
Putratama. KARISMATIKA Vol. 4 No. 1 April 2018 h. 39-53

Zukhri, Zainuddin. Penyelesaian Masalah Pohon Rentang Minimum dengan Algoritma Genetika
yang Disederhanakan suatu Adopsi Operator dari Sistem Kekebalan Buatan. (2017).
Seminar Nasional Inovasi dan Aplikasi Teknologi di Industri 2017 ITN Malang, 4
Februari 2017.

Riswan. (2018). Penentuan Jarak Minimum Suatu Jaringan Listrik dengan Algoritma Prim dan
QM for Windows (Studi Kasus pada Perumahan Nelayan di Kota Palopo). Al-
Khawarizmi: Jurnal Pendidikan Matematika dan Ilmu Pengetahuan Alam. Vol. 1. No.
1. h. 77-88.