ANALISA JARINGAN

Model Penelitian Operasional

Deterministik
Programa linier
Transportasi
Penugasan dll

Model
dalam
OR
Probabilistik/ Stokastik
Antrian
Programa Dinamis
Programa non-linier, dll
Jenis Pendekatan
Variabel persoalan
bersifat pasti; variasi
Persoalan tidak signifikan
Variabel persoalan
Memiliki variasi tetapi Deterministik
pola variasi diketahui

Persoalan Persoalan
Probabilistik Tidak Pasti

Variabel persoalan
memiliki variasi dengan
pola yang tidak diketahui
PENGANTAR
PT. OR adalah suatu kawasan hutan lindung yang telah ditata
sedemikian rupa sehingga dapat digunakan untuk “hiking” oleh
sehumlah terbatas pecinta alam. Pada saat ini, tidak ada mobil
umum yang diperkenankan masuk ke kawasan ini. Meskipun
demikian, pengelola menyediakan “trem” yang dikelola oleh petugas
setempat. Adapun pola jalan dan persinggahan-persinggahan yang
bisa digunakan ditunjukkan pada gambar.
• O adalah tempat masuk ke taman lindung tersebut, sedangkan
huruf-huruf lain menyatakan tempat persinggahan.
• Angka-angka menyatakan jarak dari suatu tempat persinggahan ke
tempat persinggahan lain (dalam satuan Km)
• Trem akan dioperasikan dari stasiun O menuju stasiun T
Terdapat Tiga permasalahan yang dihadapi, yaitu:
1. Menentukan rute mana yang menghasilkan total jarak terpendek
2. Jika pada kawasan itu akan dibangun jalur telpon untuk
memperlancar komunikasi antar stasiun, maka dimanakan kabel
telpon akan dipasang sehingga total panjang kabel akan minimum
3. Untuk menjaga kelestarian lingkungan, pada kawasan tersebut telah
dibuat aturan yang menetapkan banyaknya perjalanan trem pada
masing-masing jalur setiap harinya. Batasan yang dipergunakan
berbeda antara suatu jalur dengan jalur lainnya. Karena itu
pengelola perlu menentukan rute-rute perjalanan yang dapat
memaksimalkan jumlah perjalanan trem setiap harinya.
Tiga permasalahan tersebut dapat dipandang sebagai:
1. Menentukan rute terpendek (shortest rute)
2. Minimasi jaringan atau rentang pohon (minimal spanning three)
3. Persoalan aliran maksimum (maximum flow).
DEFINISI JARINGAN
Jaringan  terdiri dari sekelompok node/vertek yang
dihubungkan oleh busur/ cabang.
Contoh : dalam jaringan transportasi, kota mewakili
node dan jalan raya mewakili busur, dengan lalu lintas
mewakili arus busur
Network G=(N,A)
dimana N : himpunan node
A : himpunan busur

Teori Optimasi 8
N = {1, 2, 3, 4, 5}
A = {(1,2), (1,3), (2,3), (2,4), (2,5), (3,4), (3,5), (4,5)}
Suatu jenis arus tertentu berkaitan dengan setiap jaringan
(misalnya, arus produksi minyak dalam jaringan pipa dan arus
lalu lintas dalam jaringan transportasi). Arus dalam sebuah
busur dibatasi oleh kapasitasnya.
Sebuah busur dikatakan terarah jika busur tersebut
memungkinkan arus positif dalam satu arah dan arah nol
dalam arah yang berlawanan

Teori Optimasi 9
Jalur  urutan busur-busur tertentu yang menghubungkan
dua node tanpa bergantung pada orientasi busur-busur
tersebut secara individual.
Contoh : busur (1,3), (3,2) dan (2,4) mewakili sebuah jalur dari
node 1 ke node 4.
Loop  jika jalur itu menghubungkan sebuah node dengan
dirinya sendiri.
Contoh : busur (2,3), (3,4) dan (4,2) membentuk sebuah loop

Teori Optimasi 10
Jaringan (Network)
Jaringan (Network) merupakan sebuah istilah untuk
menandai model-model yang secara visual bisa
diidentifikasi sebagai sebuah sistem jaringan yang
terdiri atas rangkaian-rangkaian noda (node) dan
kegiatan (activity).
• Sebuah jaringan terdiri dari sekumpulan node yang terhubungan
dengan arcs atau branches.
• Node (lingkaran kecil), menyatakan sebuah kejadian atau peristiwa
atau event. Kejadian didefinisikan sebagai ujung atau pertemuan
dari satu atau beberapa kegiatan
• Arcs (anak panah), menyatakan sebuah kegiatan atau aktivitas.
Kegiatan di sini didefinisikan sebagai hal yang memerlukan jangka
waktu tertentu dalam pemakaian sejumlah sumber daya (sumber
tenaga, peralatan, material, biaya).
Terminologi Jaringan
Contoh-contoh sistem jaringan
Lintasan Terpendek
 Pada jaringan yang diberikan, cari lintasan jarak, waktu, atau
biaya minimum dari poin awal (the start node) sampai ke
tujuan (the terminal node)
 Definisi masalah
 Terdapat n buah node, dimulai dengan start node 1 dan
diakhiri dengan terminal node n.
 Bi-directional arcs menghubungkan connected node i
dan j dengan jarak nonnegatif, dij
 Cari lintasan total jarak minimum yang
menghubungkan node to node n.
Algoritma Dijkstra
• Step 1: tetapkan node 1 dengan label permanen [0,S]. Angka
pertama adalah jarak dari node 1; angka kedua adalah preceeding
node. Karena node 1 tidak memiliki preceeding node, maka
starting node dilabeli dengan S.
• Step 2: hitung label-label sementara, (d,n), untuk tiap node yang
dapat dicapai secara langsung dari node 1. d = jarak langsung dari
node 1 ke node in question — ini disebut sebagai distance value. n
menunjukkan preceeding node pada rute dari node 1 — ini disebut
sebagai preceeding node value. (Seluruh node yang dilabeli pada
langkah ini memiliki n = 1)
Step 3: identifikasi node dengan label sementara yang memiliki
distance value terkecil. Anggap node ini adalah node k. Node k
kemudian dilabeli secara permanen (menggunakan tanda kurung
[ , ]). Jika seluruh node telah dilabeli secara permanen, GO TO STEP
5.
Step 4: untuk setiap node yang tidak memiliki label permanen yang
dapat dicapai secara langsung dari node k pada langkah 3, hitung
jumlah t, dimana
t = (arc distance dari node k menuju node i)
+ (Distance value pada node k).

(Continued on next slide . . .)

Step 4: lanjutan ...
• Jika node yang belum dilabeli secara permanen memiliki label
sementara, bandingkan t dengan distance value saat ini dengan
node yang dipertanyakan yang terlabeli sementara.
• Jika t < distance value dari node yang terlabeli sementara, ganti
label sementara yang dipertanyakan dengan (t,k).
• Jika t > distance value dari node yang terlabeli sementara,
pertahankan label sementara saat ini.
• Jika node yang belum dilabeli secara permanen tidak memiliki
label sementara, buat label sementara (t,k) untuk node yang
dipertanyakan.
Setelah itu, GO TO STEP 3.
• Step 5:
• Label permanen mengidentifikasi jarak terpendek dari node
1 menuju setiap node seperti halnya preceeding node pada
rute terpendek.
• Rute terpendek pada given node dapat dicari secara
backwards dengan dimulai dari given node dan bergerak
menuju preceeding node.
• Dengan melanjutkan prosedur ini dari preceeding node akan
menghasilkan rute terpendek dari node 1 menuju node yang
dipertanyakan.
Contoh Kasus Shortest Path
• Find the shortest route from node 1 to node 7 in
the network:
5
2 5

4 6
3 2
7 3
1 3 7

5 1 2
6

4 6
8
Contoh Kasus Shortest Path
• Iteration 1
• Step 1: tetapkan node 1 dengan label permanen [0,S].
• Step 2: karena node 2, 3, dan 4 terhubung langsung dengan
node 1, tetapkan label sementara
• (4,1) untuk node 2;
• (7,1) untuk node 3; dan
• (5,1) untuk node 4.

• Step 3: node 2 adalah node yang dilabeli sementara yang

memiliki jarak terpendek (4), dan selanjutnya menjadi node
baru yang terlabeli permanen.
Contoh Kasus Shortest Path
• Label sementara:
(4,1)
5
2 5

4 6
3 2
7 3
[0,S] 1 3 (7,1) 7

5 1 2
6

(5,1) 4 6
8
Contoh Kasus Shortest Path
• Iteration 1
• Step 4: untuk setiap node yang berlabel sementara yang
terhubung dengan node 2 hanya dengan satu arc, hitung
jumlah arc length dengan distance value node 2 (yaitu 4).

• Node 3: 3 + 4 = 7 (tidak lebih kecil dari label saat ini; jangan

diubah)

• Node 5: 5 + 4 = 9 (tetapkan label sementara pada node 5 dengan

(9,2) karena node 5 belum memiliki label)
Contoh Kasus Shortest Path
• Hasil Iterasi 1
[4,1] (9,2)
5
2 5

4 6
3 2
7 3
[0,S] 1 3 (7,1) 7

5 1 2
6

(5,1) 4 6
8
 Contoh Kasus Shortest Path
• Iteration 2
• Step 3: node 4 memiliki jarak label sementara terpendek (5).
Node 4 menjadi node baru yang terlabeli permanen.
• Step 4: untuk setiap node dengan label sementara yang
terhubung dengan node 4 menggunakan satu arc, hitung
jumlah arc length dengan distance value node 4 (yaitu 5).
• Node 3: 1 + 5 = 6 (ganti label sementara node 3 dengan (6,4) karena 6
< jarak saat ini (7))
• Node 6: 8 + 5 = 13 (tetapkan label sementara node 6 dengan (13,4)
karena node 6 belum dilabeli)
Contoh Kasus Shortest Path
• Hasil Iterasi 2

[4,1] (9,2)
5
2 5

4 6
3
2
7 3
[0,S] 1 3 (6,4) 7

5 1 2
6

[5,1] 4 6 (13,4)
8
Contoh Kasus Shortest Path
• Iteration 3
• Step 3: node 3 memiliki jarak label sementara terpendek
(6), sehingga menjadi node baru yang terlabeli secara
permanen.
• Step 4: untuk setiap node dengan label sementara yang
terhubung dengan node 3 hanya dengan satu arc, hitung
jumlah arc length dengan jarak ke node 3 (yaitu 6).
• Node 5: 2 + 6 = 8 (ganti label sementara node 5 dengan (8,3)
karena 8 < jarak saat ini (9))
• Node 6: 6 + 6 = 12 (ganti label sementara node 6 dengan (12,3)
karena 12 < jarak saat ini (13))
Contoh Kasus Shortest Path
• Hasil Iterasi 3
[4,1] (8,3)
5
2 5

4 6
3 2
7 3
[0,S] 1 3 [6,4] 7

5 1 2
6

[5,1] 4 6 (12,3)
8
Contoh Kasus Shortest Path
• Iteration 4
• Step 3: node 5 memiliki jarak label sementara terkecil (8),
sehingga menjadi node baru yang terlabeli permanen.
• Step 4: untuk setiap node dengan label sementara yang
terhubung dengan node 5 hanya dengan satu arc, hitung
jumlah arc length dengan distance value dari node 5 (yaitu
8).
• Node 6: 3 + 8 = 11 (ganti label sementara node 6 dengan (11,5)
karena 11 < jarak saat ini (12))
• Node 7: 6 + 8 = 14 (tetapkan label sementara untuk node 7
dengan (14,5) karena node 7 belum dilabeli)
Contoh Kasus Shortest Path
• Hasil Iterasi 4
[4,1] [8,3]
5
2 5

4 6
3 2
7 3 (14,5)
[0,S] 1 3 [6,4] 7

5 1 2
6

[5,1] 4 6 (11,5)
8
Contoh Kasus Shortest Path
• Iteration 5
• Step 3: node 6 memiliki jarak label sementara terkecil
(11), sehingga menjadi node baru dengan label permanen.
• Step 4: untuk setiap node dengan label sementara yang
terhubung dengan node 6 hanya dengan satu arc, hitung
jumlah arc length ditambah dengan distance value pada
node 6 (yaitu 11).
• Node 7: 2 + 11 = 13 (ganti label sementara node 7 dengan (13,6)
karena 13 < jarak saat ini (14))
Contoh Kasus Shortest Path
• Hasil Iterasi 5
[4,1] [8,3]
5
2 5

4 6
3 2
7 3 (13,6)
[0,S] 1 3 [6,4] 7

5 1 2
6

[5,1] 4 6 [11,5]
8
Contoh Kasus Shortest Path
• Iteration 6
• Step 3: node 7 jadi terlabeli permanen, dan karenanya
seluruh node terlabeli permanen. Lanjutkan pada
ringkasan di langkah 5.

• Step 5: ringkas dengan pengusutan backwards rute

terpendek melewati label permanen.
Contoh Kasus Shortest Path
• Ringkasan solusi

Node minimum distance shortest route

2 4 1-2
3 6 1-4-3
4 5 1-4
5 8 1-4-3-5
6 11 1-4-3-5-6
7 13 1-4-3-5-6-7
Contoh Kasus Shortest Path
• Find the shortest route from node 1 to all other
nodes in the network:
5
2 5

4 6
3
2
7 3
1 3 7

5 1 2
6

4 6
8
Tentukan Rute Terpendek
Model Minimum Spanning Tree
 Tree merupakan sekelompok arcs
yang terhubung yang tidak
membentuk siklus 1 3

2 4

1 3 5 Spanning tree merupakan

Tree yang menghubungkan
4
seluruh node pada suatu
2
jaringan.
Masalah minimum spanning tree berusaha untuk mencari
jumlah arc lengths minimum yang dibutuhkan untuk
menghubungkan seluruh node dalam suatu jaringan.
Kriteria yang akan diminimisasi dalam kasus minimum
spanning tree tidak terbatas pada jarak meskipun istilah
“terdekat” ("closest“) digunakan untuk menjelaskan suatu
prosedur. Kriteria lainnya adalah seperti waktu dan biaya.
Prosedur penyelesaian
Step 1: pilih salah satu node (bebas) dan hubungan pada node
terdekat. Kedua node ini menjadi connected nodes, dan sisa
node lainnya menjadi unconnected nodes.
Step 2: identifikasi unconnected node yang terdekat dengan
salah satu dari connected nodes (tidak perlu
mempertimbangkan ikatan). Tambahkan node baru ini pada
kelompok connected nodes. Ulangi langkah ini sampai seluruh
node terhubung.
Note: Suatu kasus dengan n node yang akan dihubungkan
akan memerlukan n - 1 iterasi dari langkah di atas.
Contoh: Minimum Spanning Tree
• Find the minimum spanning tree:

3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 1: Secara acak dipilih node 1, kita lihat bahwa node terdekat
adalah node 2 (distance = 30). Sehingga, awalnya kita punya:
Connected nodes: 1,2
Unconnected nodes: 3,4,5,6,7,8,9,10
Arcs terpilih: 1-2
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 2: Unconnected node terdekat dari connected node adalah
node 5 (distance = 25 to node 2). Node 5 menjadi connected node.
Connected nodes: 1,2,5
Unconnected nodes: 3,4,6,7,8,9,10
Arcs terpilih: 1-2, 2-5
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 3: Unconnected node terdekat dari connected node adalah
node 7 (distance = 15 to node 5). Node 7 menjadi connected node.
Connected nodes: 1,2,5,7
Unconnected nodes: 3,4,6,8,9,10
Arcs terpilih: 1-2, 2-5, 5-7
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 4: Unconnected node terdekat dari connected node adalah
node 10 (distance = 20 to node 7). Node 10 menjadi connected node.
Connected nodes: 1,2,5,7,10
Unconnected nodes: 3,4,6,8,9
Arcs terpilih: 1-2, 2-5, 5-7, 7-10
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 5: Unconnected node terdekat dari connected node adalah
node 8 (distance = 25 to node 10). Node 8 menjadi connected node.
Connected nodes: 1,2,5,7,10,8
Unconnected nodes: 3,4,6,9
Arcs terpilih: 1-2, 2-5, 5-7, 7-10, 10-8
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 6: Unconnected node terdekat dari connected node adalah
node 6 (distance = 35 to node 10). Node 6 menjadi connected node.
Connected nodes: 1,2,5,7,10,8,6
Unconnected nodes: 3,4,9
Arcs terpilih: 1-2, 2-5, 5-7, 7-10, 10-8, 10-6
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 7: Unconnected node terdekat dari connected node adalah
node 3 (distance = 20 to node 6). Node 3 menjadi connected node.
Connected nodes: 1,2,5,7,10,8,6,3
Unconnected nodes: 4,9
Arcs terpilih: 1-2, 2-5, 5-7, 7-10, 10-8, 10-6, 6-3
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 8: Unconnected node terdekat dari connected node adalah
node 9 (distance = 30 to node 6). Node 9 menjadi connected node.
Connected nodes: 1,2,5,7,10,8,6,3,9
Unconnected nodes: 4
Arcs terpilih: 1-2, 2-5, 5-7, 7-10, 10-8, 10-6, 6-3, 6-9
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Iteration 9: Unconnected node yang tersisa tinggal node 4. Node yang
paling dekat dengan node 4 adalah node 6 (distance = 45).
Selanjutnya, minumum spanning tree (lihat slide selanjutnya) terdiri
dari: Arcs: 1-2, 2-5, 5-7, 7-10, 10-8, 10-6, 6-3, 6-9, 6-4
Nilai: 30 + 25 + 15 + 20 + 25 + 35 + 20 + 30 + 45 = 245
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
25
50
8
Optimum spanning tree
3 60
45 9
20 30
50
1 45
4 6
40
40
30 35
5
15
25
7 20
10
2 35
30
50 25
8
Tentukan jaringan atau rentang pohon minimal
Maximum flow
• Masalah maximum flow terkait dengan penentuan
volume aliran maksimum dari satu node (disebut
source) menuju node lainnya (disebut sink).
• Pada masalah maximum flow, setiap arc memiliki arc
flow capacity maksimum yang membatasi aliran
menuju arc tersebut.
• Dimungkinkan bahwa sebuah arc, (i,j), dapat
memiliki flow capacity yang berbeda antara dari i ke j
dengan dari j ke i.
• Step 1: cari sebuah lintasan dari source node menuju sink node
yang memiliki flow capacities positif (pada arah aliran) untuk
setiap arcs pada lintasan. Jika tidak ada lintasan yang tersedia,
artinya solusi optimal telah ditemukan.

• Step 2: cari arc capacity terkecil, pf, pada lintasan yang terpilih di
langkah 1. Tingkatkan aliran pada jaringan dengan mengirim
sejumlah pf pada lintasan ini.

• Step 3: pada lintasan yang terpilih di langkah 1, kurangi seluruh arc

flow capacities pada arah aliran dengan pf dan tambahkan seluruh
arc flow pada arah aliran yang berlawanan dengan pf. Selanjutnya
Go to step 1.
Contoh: Maximum Flow
• Find the maximum flow from node 1 to node 7 in the
following network:

2 3 3 5
2 2
0 4

3 3 0
4
4 0 4 3 0 7
1
5 1 0
3
0 3 1 5
3 6 0 6
Contoh: Maximum Flow
• Iteration 1
• Step 1: cari lintasan dari source node, 1, menuju the sink
node, 7, yang memiliki flow capacities yang lebih besar
dari nol pada seluruh arcs lintasan. Salah satu lintasannya
adalah 1-2-5-7.
• Step 2: Arc flow capacity terkecil pada lintasan
1-2-5-7 adalah minimum dari {4, 3, 2} = 2.
• Step 3: kurangi seluruh arc flow pada arah aliran dengan
2 pada lintasan ini dan tambahkan seluruh arc flow pada
arah yang berlawanan dengan 2:
(1-2) 4 - 2 = 2 (2-1) 0 + 2 = 2
(2-5) 3 - 2 = 1 (5-2) 3 + 2 = 5
(5-7) 2 - 2 = 0 (7-5) 0 + 2 = 2
Contoh: Maximum Flow
• Hasil Iterasi 1

2 1 5 5
2 0
2 4

3 3 2
2 2 2
4 0 4 3 0 7
1
5 1
3 0

0 3 1 5
3 6 0 6
Contoh: Maximum Flow
• Iteration 2
• Step 1: lintasan 1-4-7 memiliki flow capacity yang
lebih besar dari nol pada tiap arc.
• Step 2: Arc flow capacity terkecil pada 1-4-7 adalah
3.
• Step 3: kurangi arc flow capacities lintasan pada arah
aliran dengan 3, dan tambahkan kapasitas ini pada
arah yang berlawanan dengan 3:
(1-4) 4 - 3 = 1 (4-1) 0 + 3 = 3
(4-7) 3 - 3 = 0 (7-4) 0 + 3 = 3
Contoh: Maximum Flow
• Hasil Iterasi 2

2 1 5 5
2 0
2 4

3 3 2
2+3=5 2 5
1 3 4 0 3 7
1
5 1
3 0

0 3 1 5
3 6 0 6
Contoh: Maximum Flow
• Iteration 3
• Step 1: Lintasan 1-3-4-6-7 memiliki flow capacity lebih
besar dari nol pada tiap arc.
• Step 2: Arc capacity minimum pada 1-3-4-6-7 adalah 1.
• Step 3: kurangi arc capacities lintasan pada arah aliran
dengan 1 dan tambahkan arc capacities pada arah aliran
berlawanan dengan 1:
(1-3) 3 - 1 = 2 (3-1) 0 + 1 = 1
(3-4) 3 - 1 = 2 (4-3) 5 + 1 = 6
(4-6) 1 - 1 = 0 (6-4) 1 + 1 = 2
(6-7) 5 - 1 = 4 (7-6) 0 + 1 = 1
Contoh: Maximum Flow
• Hasil Iterasi 3

2 1 5 5
2 0
2 4

3 3 2
5+1=6 2 6
1 3 4 0 3 7
1
6 0
2 1

1 2 2 4
3 6 0 6
Contoh: Maximum Flow
• Iteration 4
• Step 1: Lintasan 1-3-6-7 memiliki flow capacity lebih
besar dari nol untuk tiap arc.
• Step 2: Arc capacity minimum pada 1-3-6-7 adalah 2.
• Step 3: kurangi seluruh arc flow capacities pada
lintasan arah aliran dengan 2 dan tambahkan arc flow
capacities pada arah berlawanan dengan 2:
(1-3) 2 - 2 = 0 (3-1) 1 + 2 = 3
(3-6) 6 - 2 = 4 (6-3) 0 + 2 = 2
(6-7) 4 - 2 = 2 (7-6) 1 + 2 = 3
Contoh: Maximum Flow
• Hasil Iterasi 4

2 1 5 5
2 0
2 4

3 3 2
6+2=8 2 8
1 3 4 0 3 7
1
6 0
0 3

3 2 2 2
3 4 2 6
Contoh: Maximum Flow
• Iteration 5
• Step 1: dengan menggunakan algoritma shortest route,
rute terpendek dari node 1 menuju node 7 adalah 1-2-4-3-
6-7.
• Step 2: Arc capacity terkecil pada 1-2-4-3-6-7 adalah 2.
• Step 3: kurangi arc flow capacities pada lintasan arah aliran
dengan 2 dan tambahkan kapasitas ini pada arah
berlawanan dengan 2:
(1-2) 2 - 2 = 0 (2-1) 2 + 2 = 4
(2-4) 2 - 2 = 0 (4-2) 3 + 2 = 5
(4-3) 6 - 2 = 4 (3-4) 2 + 2 = 4
(3-6) 4 - 2 = 2 (6-3) 2 + 2 = 4
(6-7) 2 - 2 = 0 (7-6) 3 + 2 = 5
 Contoh: Maximum Flow
• Iteration 5 results
2 1 5 5
0 0
4 4

8+2=10 5 3 2 10
0
1
1 3 4 0 3 7
4 0
0 5
3 4 2 0
3 2 4 6

Sudah tidak terdapat flow menuju sink node 7 yang positif.

Dengan demikian, flow maksimal yang dari node 1 to node 7 telah
didapat.
Contoh: Maximum Flow
• Find the maximum flow from node 1 to node 7 in the
following network:

2 3 3 5
2 2
0 4

3 3 0
4
4 0 4 3 0 7
1
5 1 0
3
0 3 1 5
3 6 0 6
Contoh: Maximum Flow
• Ringkasan Solusi

2
2 5

2 2
4

10 3 3 10
4 7
1
1 1
3
5
3 6
4
Contoh: Maximum Flow
NOTE
 Terdapat “degree of randomness” untuk algoritma
maximum flow.
 Ingat kembali pada langkah 1 terdapat pernyataan “cari
satu lintasan...“, selama masih mengikuti algoritma, kita
akan mendapat solusi, apapun lintasan yang kita pilih
pada setiap iterasi.
 Dua orang yang menyelesaikan masalah mungkin
mendapatkan solusi flow routings yang berbeda, namun
maximum flows akan tetap sama.
latihan
Selesaikan dengan Shortest Path
Minimal Spanning Tree Problem
Example:
The State University campus has five computers. The distances
between computers are given in the figure below. What is the
minimum length of cable required to interconnect the
computers? Note that if two computers are not connected this is
because of underground rock formations.
1
1
2
2
2
6

5 4
2 3
4
4
5 3
Selesaikan dengan Max Flow
Terima Kasih