Metode greedy

Pertemuan 12

Kelompok 6
Cahyuning mardina
Rifka theresia
M.Faisal yunus
 Pengertian
 Metode greedy adalah metode yang digunakan
untuk memecahkan persoalan optimasi
 Persoalan Optimasi  adalah persoalan
mencari solusi optimum
 Persoalan optimasi ada 2  Maksimasi
 Minimasi
 Untuk mendapatkan solusi optimal dari
permasalahan yang mempunyai dua kriteria
yaitu fungsi tujuan/utama dan nilai pembatas
(constraint).
 Proses kerja Metode Greedy
 Untuk menyelesaikan suatu permasalahan
dengan n input data yang terdiri dari
beberapa fungsi pembatas dan satu fungsi
tujuan yang diselesaikan dengan memilih
beberapa solusi yang mungkin (feasible
solution/feasible sets), yaitu bila telah
memenuhi fungsi tujuan/obyektif
 Contoh Masalah Optimasi
 Penukaran uang
 Di berikan uang senilai A. Tukar A dengan
koin-koin uang yang ada
 Berapakah jumlah minimum koin yang di
perlukan untuk penukaran uang tersebut.
 Jumlah minimum koin Persoalan Minimasi
Metode ini banyak digunakan dalam berbagai
penyelesaian masalah,antara lain adalah :

 Optimal Storage on Tapes

problem
 Knapsack problem
 Minimum spanning tree problem
 Shortets path problem
 Optimal Storage on Tapes Problem
 Permasalahan : Bagaimana
mengoptimalisasikan storage/ memory dalam
komputer agar data yang disimpan dapat
termuat dengan optimal
 Misalkan terdapat n program.yang akan
disimpan didalam pita (tape) tsb.mempunyai
panjang maximal sebesar L,masing –masing
program yang akan di simpan mempunyai
panjang L1,L2,L3 . . .Ln cara penyimpanan
adalah secara terurut(sequential).
 L1 L2 L3 ... Ln

PERSOALAN = BAGAIMANA SUSUNAN PENYIMPAN

PROGRAM-PROGRAM TERSEBUT SEHINGGA
L1+L2+L3+.......+LN = L ?

PEMECAHANNYA= JIKA PROGRAM – PROGRAM

TERSEBUT DI SIMPAN DALAM ORDER ,DIMISALKAN

AKAN DI DAPAT K=1  

ADALAH ORDER I,YAITU : J SAMA DENGAN MAKA

Mean retrieval time (MRT) =

j=1

n j
Dan optimal storage = D (l) =
j=1
 Contoh 1:

 Diketahui 3 program yang akan disimpan

dalam media penyimpanan dengan
panjangmasing-masing 5, 10, dan 3.
Bagaimana proses penyimpanan yang
optimal dengan metode greedy
 penyelesaian
 Tentukan nilai panjang, waktu, dan waktu rata-rata
Ada 3 program, dimisalkan panjangnya L1, L2, dan
L3 dengan nilai L1=5, L2=10, danL3=3
 Waktu, disini tidak diketahui, berarti dianggap
waktu tidak mempengaruhi proses penyimpanan,
berarti tidak ada waktu rata-rata.
 Berarti dalam kasus ini yang berpengaruh hanya
panjang dari setiap datanya.
 No Order D(L) Total
 Urutan penyimpanan 1. 1,2,3 5+(5+10)+(5+10+3) 38
dengan menggunakan
teknik faktorial sesuai
2. 1,3,2  5+(5+3)+(5+3+10) 31
dengan jumlah data.
 Dari kasus diketahui 3. 2,1,3 10+(10+5)+(10+5+3) 43
jumlah data (n) adalah
3, berarti kombinasi 4. 2,3,1 10+(10+3)+(10+3+5) 41
yang dibutuhkan
adalah n!, yaitu 3!=3*2*1 5 3,1,2 3+(3+5)+(3+5+10) 29
= 6. Jadi dibutuhkan 6
6 3,2,1 3+(3+10)+(3+10+5) 34
langkah dalam proses
penyusunannya.
ket. No 1 Order 1 = 5
Order 1, 2 =5+10
Order 1,2,3 = 5+10+3

Jadi Total Order 1,2,3 = 5+(5+10)+(5+10+3)

Dari nilai di atas didapat nilai minimal adalah.
 
a. Nilai terkecil pertama adalah 29, yaitu untuk posisi
penyimpanan urutan ke-3 pada posisi pertama
 
b. Nilai terkecil kedua adalah 31, yaitu untuk posisi
penyimpanan urutan ke-1 pada posisi pertama
 
c. Nilai terkecil ketiga bukan 34 dan 38
, sebab urutan penyimpanan pada posisi ke-3 dan ke-1 sudah
diwakili oleh 29 dan 31, sehingga untuk
urutan ketiga adalah 41
 Knapsack Problem
 Knapsack problem adalah suatu masalah
bagaimana cara menentukan pemilihan
barang dari sekumpulan barang di mana
setiap barang tersebut mempunyai berat dan
profit masing masing, sehingga dari
pemilihan barang tersebut didapatkan profit
yang maksimum.
 Masalah knapsack problem

 Kasus: terdapat n obyek(Xi; i= 1,2,3,... n) yang

masing masing mempunyai berat (weight)/Wi
& masing masing memiliki nilai (profit)/ Pi
yang berbeda beda
 Masalah knapsack problem
 Bagaimana obyek obyek tersebut dimuat /
dimasukan kedalam ransel (knapsack) yang
mempunyai kapasitas maks = M. Sehingga timbul
permasalahan sbb :

 Bagaimana memilih obyek yang akan dimuat dari n

obyek yang ada sehingga nilai obyek temuat
jumlahnya sesuai dengan kapasitas (<= M).
 Jika semua obyek harus dimuat kedalam ransel maka
berapa bagian dari setiap obyek yang ada dapat
dimuat kedalam ransel sedemikian sehingga nilai
kum. Maksiamal dan sesuai dengan kapasitas ransel.
 Penyelesaian knapsack problem:
1. Secara matimatika
2. Dengan kriteria greedy
3. Dengan algoritma pemrograman greedy
1. Penyelesaian knapsack dengan cara
matematika

Fungsi
  tujuan = fungsi utama/objektif fungsi yg
menjadi penyelesaian permasalahan dgn
mendapatkan solusi yg optimal
Solusi dimaksud = menemukan nilai / profit yg
maks. Untuk jumlah obyek yg dimuat dalam
ransel shg sesuai kapasitas

Fungsi Tujuan Maksimum =

 Fungsi pembatas = fungsi subyektif = fungsi
yang bertujuan untuk memberikan batas
maksimal dari setiap obyek untuk dapat
dimuat dalam ransel sehingga kapasitasnya
tidak melebihi dari jumlah maksimum daya
tampung ransel.

Dimana : o ≤ Xi ≤ 1 ; Pi > o ; Wi > o

Catatan: karena menggunakan matimatika sangat
sulit dan kompleks, maka tidak akan dibahas
lebih lanjut.
 2. Penyelesaian dengan kriteria greedy

Konsep dari kriteria yang ditawarkan oleh

metode greedy yaitu:
 Pilih obyek (barang) dengan nilai Pi maksimal

atau terbesar.
 Pilih obyek (barang) dengan Wi minimal

dahulu
 Pilih obyek (barang) dengan perbandingan

nilai dan berat yaitu Pi/Wi terbesar

 Contoh knapsack
Diketahui bahwa Kapasitas M=20kg
dengan jumlah barang n = 3
 Berat Wi masing-masing barang (W1,W2,W3) = (18,15,,10)

 Nilai Profit masing-masing barang(P1,P2,P3) = (25,24,15)

Pilih Barang dengan nilai profit maksimal :

P1=25  x1 = 1. di misalkan batas atas nilai
P2=24  x2 = 2/15.di hitung dengan fungsi pembatas
P3=15  x3 = 0.di misalkan batas bawah nilai.

Pilih barang dengan berat minimal

W1 = 18  x1= 0. sebagai batas bawah
W2 = 15  x2= 2/3 di hitung dengan fungsi pembatas
W3 = 10  x3= 1. sebagai batas atas.
Pilih barang dengan menghitung perbandingan yang
terbesar dari profit dibagi Berat(Pi/Wi) diurut secara tidak
naik.

P1/w1 = 25/18 (1.38) x1= 0. karena terkecil x1 = 0

P2/w2= 24/ 15 ( 1.6 ) x2 = 1. karena terbesar x2= 1
P3/w3= 15/10 ( 1.5 ) x3 = 1/2 
dicari  dengan fungsi pembatas  x3 =1/2
solusi (x1,x2,x3) Σwixi Σpixi

Pi max 1,2/15,0 20 28.2

Wi min 0,2/3,1 20  31.0

Pi/wi max 0,1,1/2  20  31.5

Nilai Profit maksimal =31,5

 Minimum Spanning Tree Problem
 Permasalahan umum dari minimum spanning
tree adalah mencari minimum biaya
(cost)spanning tree dari setiap ruas (edge) suatu
graph yang membentuk pohon (tree).
  Dalam mendapatkan solusi yang diharapkan
maka akan dipilih ruas menurut
kriteriaoptimisasi yang menghasilkan biaya
minimum. Dengan demikian penambahan
jumlahbiayanya relatif kecil dari setiap ruas
yang telah terpilih dan membentuk spanning
tree.
Untuk masalah minimum spanning tree, syarat graph dapat dicari
minimum spanning treenya adalah :

 Graph harus terhubung

 Ruasnya punya bobot / nilai
 Graphnya tidak berarah

Algoritma yang dapat dipakai untuk menentukan minimum

spanning tree adalah :

 Algoritma Solin
 Algoritma Kruskal
 Algoritma Prim’s
 Shortest Path Problem
Masalah menemukan jalur terpendek antara
dua persimpangan pada peta jalan dapat
dimodelkan sebagai kasus khusus dari
masalah jalur terpendek dalam grafik, di
mana simpul terkait dengan persimpangan
dan tepi sesuai dengan segmen jalan,
masing-masing ditimbang oleh panjang
jalan. segmen.
Terima kasih