Slide ini berisi penjelasan tentang teorema-teorema yang berlaku untuk notasi asimptotik beserta cara perhitungannya untuk kebutuhan waktu suatu algoritma.
Slide ini berisi penjelasan tentang teorema-teorema yang berlaku untuk notasi asimptotik beserta cara perhitungannya untuk kebutuhan waktu suatu algoritma.
Slide ini merupakan bahan ajar mata kuliah Analisis Algoritma di Teknik Informatika UNIKOM dan berisi tentang pengantar kenapa mahasiswa harus belajar Analisis Algoritma.
Makalah Peranan Semaphore Sistem Operasi - Universitas WidyatamaDEDE IRYAWAN
Semaphore adalah salah satu teknik sinyal sederhana, dan merupakan konsep penting dalam OS desain, dimana sebuah nilai integer digunakan untuk pensinyalan antara proses. Hanya tiga operasi yang mungkin dilakukan pada semaphore, yang semuanya atom: inisialisasi, penurunan, dan penaikan.
Perbandingan algoritma brute force , divide and conquerohohervin
comparing brute force algorithms, divide and conquer algorithm, and decrease and conquer algorithms.
advantage and weakness each algorithm
indonesian version.
TEKNIK PENCARIAN (SEARCH) lanjutan:
• Teknik Pencarian Blind Search
• Teknik Pencarian Heuristic Search
• Teknik Search
• Topologi Proses Search
• Metode Search Breadth First Search
Algoritma ini merupakan salah satu metode kecerdasann buatan untuk pencocokan kata / kalimat, dan dapat digunakan dalam pencocokan binary. contoh kasus dapat digunakan untuk pengolahan citra, deteksi, pencarian KMS
Slide ini merupakan bahan ajar mata kuliah Analisis Algoritma di Teknik Informatika UNIKOM dan berisi tentang pengantar kenapa mahasiswa harus belajar Analisis Algoritma.
Makalah Peranan Semaphore Sistem Operasi - Universitas WidyatamaDEDE IRYAWAN
Semaphore adalah salah satu teknik sinyal sederhana, dan merupakan konsep penting dalam OS desain, dimana sebuah nilai integer digunakan untuk pensinyalan antara proses. Hanya tiga operasi yang mungkin dilakukan pada semaphore, yang semuanya atom: inisialisasi, penurunan, dan penaikan.
Perbandingan algoritma brute force , divide and conquerohohervin
comparing brute force algorithms, divide and conquer algorithm, and decrease and conquer algorithms.
advantage and weakness each algorithm
indonesian version.
TEKNIK PENCARIAN (SEARCH) lanjutan:
• Teknik Pencarian Blind Search
• Teknik Pencarian Heuristic Search
• Teknik Search
• Topologi Proses Search
• Metode Search Breadth First Search
Algoritma ini merupakan salah satu metode kecerdasann buatan untuk pencocokan kata / kalimat, dan dapat digunakan dalam pencocokan binary. contoh kasus dapat digunakan untuk pengolahan citra, deteksi, pencarian KMS
TEKNIK MENENTUKAN KOMPOSISI BUAH PADA MASALAH PENGANGKUTAN DENGAN MENGGUNAKAN...faisalpiliang1
Metode Greedy adalah salah satu cara atau teknik merancang suatu algoritma. Metode Greedy digunakan untuk mendapatkan solusi optimal dari suatu permasalahan. Salah satu permasalahan yang dapat diselesaikan dalam metode Greedy adalah masalah Knapsack atau ransel untuk tempat penampungan. Masalah Knapsack atau ransel adalah bagaimana memilih atau menentukan dari sekian banyak objek dari beberapa objek yang ada yang dapat dimuat ke dalam ransel sedemikian sehingga mendapatkan nilai kumulatif yang paling maksimum dan sesuai dengan nilai kapasitas maksimum ransel. Dalam penulisan ini diambil suatu kasus permasalahan mengenai pengiriman buah-buahan yang pada setiap jenisnya memiliki harga dan berat yang berbeda atau bervariasi yang dalam proses pengirimannya dibutuhkan sebuah alat pengangkutan berupa mobil truk Dalam hal ini, permasalahan yang timbul adalah bagaimana cara yang dipergunakan untuk dapat menentukan komposisi setiap jenis buah yang ada sesuai dengan nilai dan beratnya masing-masing dengan perbandingan dari nilai (profit) dengan beratnya yang terbesar, dan bagaimana dalam satu kali pengiriman dapat memuat buah secara optimal tanpa harus mengulangi pengangkutan kembali barang yang sama Dengan demikian apabila dalam satu kali pengiriman barang sudah dapat mengangkut secara optimal sesuai dengan kapasitas alat angkut, maka biaya dari pengangkutan barang tersebut bisa diminimalkan.
PENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH...faisalpiliang1
Greedy method is frequently used to find optimal solutions of a problem. One of the problems that can be solved in Greedy method is Knapsack problem or basket for the shelter. Knapsack problems or basketball is how to choose or define the many objects from several existing objects that can be loaded into the basket in such a way so get the maximum cumulative value and according to the maximum capacity of the bucket.
The purpose of this paper is to solve the problem of determining the composition of the three (3) types of fruit available (and in every kind have value and weight for different or varied) by using a comparison of the value (profit) with the largest weight, and to determine how the shelter was able to take a four (4) types of fruit available is optimally.
Slide ini menjelaskan perihal penggunaan komentar yang baik dan buruk pada suatu kode program. Slide ini merupakan bahan ajar untuk mata kuliah Clean Code dan Design Pattern.
Materi untuk mata kuliah Pengujian Perangkat Lunak perihal Pengujian Perangkat Luak yang berfokus kepada Unit VS. Integration Testing dan White Box serta Black Box Testing
Slide ini berisi penjelasan tentang Data Mining Klasifikasi. Di dalamnya ada tiga algoritma yang dibahas, yaitu: Naive Bayes, kNN, dan ID3 (Decision Tree).
Slide ini merupakan saduran dari slide milik Google dan Borrys Hasian yang berisi penjelasan dasar tentang Google Design Sprint. Slide ini boleh digunakan untuk kebutuhan edukasi dan boleh disebarluaskan untuk kebutuhan tersebut.
Slide ini berisi penjelasan tentang scrum, bahan dasar, dan workflownya. Slide ini boleh dipergunakan untuk kebutuhan edukasi dan dipersilakan untuk disebarluaskan.
Presentasi ini dibuat untuk kepentingan akademik di UNIKOM. Prsentasi ini berisi teori-teori Business Model Canvas yang sebagian besar diambil dari Buku Startupreneur karya Hendry E. Ramdhan.
File ini berisi teori tentang SCRUM bagi para pemula yang mau mengimplementasikan SCRUM. File ini hanya digunakan untuk kebutuhan edukasi dan bukan untuk tujuan bisnis.
5. Exhaustive Search:
Teknik pencarian solusi secara brute force untuk masalah yang
melibatkan pencarian elemen dengan sifat khusus (objek-objek
kombinatorik atau himpunan bagian dari suatu himpunan)
6. Langkah-langkah:
1 Enumerasi (list) setiap solusi yang mungkin dengan cara yang sistematis.
2 Evaluasi setiap kemungkinan solusi satu per satu, mungkin saja beberapa
kemungkinan solusi yang tidak layak dikeluarkan, dan simpan solusi
terbaik yang ditemukan sampai sejauh ini (the best solusi found so far).
3 Bila pencarian berakhir, maka umumkan solusi terbaik.
7. Untuk bisa melihat strategi algoritma
Brute Force pada Exhaustive Search
mari kita lihat penerapannya.
8. Kasus:
Travelling Salesman Problem (TSP)
Persoalan:
Diberikan n buah kota serta diketahui jarak antara setiap kota satu
sama lain. Temukan perjalanan (tour) terpendek yang melalui setiap
kota lainnya hanya sekali dan kembali lagi ke kota asal keberangkatan
(sirkuit Hamilton dengan bobot minimum).
9. Langkah-langkah TSP:
1 Enumerasi (list) semua sirkuit Hamilton dari graph lengkap dengan n
buah simpul.
2 Hitung (evaluasi) bobot setiap sirkuit Hamilton yang ditemukan pada
langkah 1.
3 Pilih sirkuit Hamilton yang mempunyai bobot terkecil.
14. Perbaikan dari pola pikir tersebut adalah
memangkas setengah enumerasi yang
terbentuk karena hanya pencerminan
dari dari setengah enumerasi yang ada.
16. Kasus:
1/0 Knapsack
Persoalan:
Diberikan n buah objek dan sebuah knapsack dengan kapasitas
bobot K. Setiap objek memiliki properti bobot (weigth) wi dan
keuntungan(profit) pi.
Bagaimana memilih objek-objek yang akan dimasukkan ke
dalam knapsack agar memiliki keuntungan maksimum tanpa
melebihi bobot tampungan knapsack.
17. Tampilan Solusi:
! = {!$, !&, … , !(}
Dimana:
Xi = 1 jika objek ke-i dimasukkan ke dalam knapsack
Xi = 0 jika objek ke-i tidak dimasukkan ke dalam knapsack
18. Langkah-langkah 1/0 Knapsack:
1 Enumerasi (list) semua himpunan bagian dari himpunan dengan n objek.
2 Hitung (evaluasi) total keuntungan dari setiap himpunan bagian dari
langkah 1.
3 Pilih himpunan bagian yang memberikan total keuntungan terbesar.
19. Contoh Kasus:
n = 4.
w1 = 2; p1 = 20
w2 = 5; p2 = 30
w3 = 10; p3 = 50
w4 = 5; p4 = 10
Kapasitas knapsack K = 16
Cari kombinasi untuk mencari
keuntungan maksimum
menggunakan 1/0 knapsack!
20. Himpunan Bagian Total Bobot Total Keuntungan
{} 0 0
{1} 2 20
{2} 5 30
{3} 10 50
{4} 5 10
{1,2} 7 50
{1,3} 12 70
{1,4} 7 30
{2,3} 15 80
{2,4} 10 40
{3,4} 15 80
{1,2,3} 17 Tidak layak
{1,2,4} 12 60
{1,3,4} 17 Tidak layak
{2,3,4} 20 Tidak layak
{1,2,3,4} 22 Tidak layak
Himpunan bagian objek yang
memberikan keuntungan
maksimum adalah {2,3} dengan
total keuntungan adalah 80.
Solusi:
X = {0, 1, 1, 0}