Algoritma Greedy
Algoritma Greedy
KRUSKAL, MINIMUM
SPANNING TREE
PENDAHULUAN
Parameter algoritma di ukur dari performa
algoritma secara efektif dan efisien
Pengambilan jalan tengah yaitu pencarian solusi
optimal
Salah satu cara pencapaian solusi algoritma
optimal adalah dengan metode Greedy
Greedy digunakan untuk penyelesaian beberapa
masalah antara lain :
a. TSP (Traveling Sallesperson Problem)
b. MST (Minimum spanning Tree)
c. Minimasi waktu dalam sistem (penjadwalan)
DASAR TEORI
Algoritma Greedy
Minimum spanning Tree
Algoritma Kruskal
Algoritma Solin
Algoritma Prim
ALGORITMA GREEDY
Memecahkan masalah dengan cara step by step,
langkahnya sebagai berikut :
a. Memilih langkah yang terbaik pada saat itu tanpa
memprediksi kedepanya
b. Memilih optimum lokan dan berakhir pada optimum
global
Secara umum algoritma greedy disusun oleh elemen
elemen berikut :
a. Himpunan kandidat
b. Himpunan Solusi
c. Fungsi Seleksi (Selection Function)
d. Fungsi Kelayakan (feasible)
MINIMUM SPANNING TREE
Pencarian biaya yang minimum dari suatu graph sehingga
membentuk pohon .
Syarat Graph yang dapat dicari minimum spanning
treenya :
a. Graph harus terhubung
b. Ruasnya punya bobot
c. Graph tidak berarah
Algoritma yang dipakai untuk menentukan minimum
spanning tree :
a. Algoritma Kruskal
b. Algoritma Solin
c. Algoritma Prim
ALGORITMA KRUSKAL
Himpunan sisi dari G diurutkan membesar
sesuai bobot sisi tersebut.
Buat T dengan memasukan 1 sisi terpendek dari
G tersebut.
Ulang (banyak sisi T = (banyak simpul G)1)
Ambil sisi selanjutnya dari G.
Jika sisi itu tidak membuat sirkuit di T
Masukan sisi itu ke T
Masukan simpulsimpul sisi itu ke T
Pseudocode algoritma kruskal
ALGORITMA PRIM’S
Contoh 1 : Contoh 2
4 5 7 11
1 2 10 1 4 5
1 3 14 3 5 5
1 4 15 4 6 6
2 3 12 2 4 9
3 4 9 1 2 7
2 5 7
2 3 8
4 5 15
5 6 8
5 7 9
6 7 11
Keluaran:
Hasil keluaran hampir sama dengan masukan.
Cukup tampilkan saja panjang kabel minimum
yang harus dibuat, kemudian, tampilkan,
wilayah, wilayah mana saja yang harus
dihubungkan, beserta dengan panjangnya. Hasil
maupun urutan dari jaringan yang terbentuk
boleh berbeda, namun panjang minimum yang
didapat harus sesuai.
KELUARAN
Contoh 1 Contoh 2
31 39
1 2 10 1 4 5
2 3 12 3 5 5
3 4 9 4 6 6
1 2 7
2 5 7
5 7 9
REALISASI
10 12
A C
9
D
REALIASI ALGORITMA KRUSKAL
10 12
A C
9
D
KESIMPULAN
Algoritma Prim dan Algoritma Kruskal dapat
menyelesaikan permasalahan pencarian pohon
merentang minimum dengan tepat.
Algoritma Prim lebih efisien dibanding algoritma
Kruskal saat graf yang diberikan memiliki
banyak sisi dengan simpul yang sedikit (graf
lengkap).
Algoritma Kruskal lebih efisien dibanding
algoritma Prim saat graf yang diberikan
memiliki banyak simpul dengan sisi yang
sedikit.