SlideShare a Scribd company logo
1 of 18
Ajeng Savitri P, M.Kom
Analysis & Strategy
of Algorithm
Pertemuan 6
OBJECTIVE
 To learn what the Exhaustive Search is
 To learn how Exhaustive Search can solve the T
ravelling Salesman Problem
DEFINISI
Teknik pencarian solusi secara solusi brute force untuk
masalah yang melibatkan pencarian elemen dengan sif
at khusus, biasanya di antara objek-objek kombinatorik
seperti permutasi, kombinasi, atau himpunan bagian
dari sebuah himpunan.
Exhaustive Search Steps
1. Enumerasi (list) setiap solusi yang mungkin dengan cara
yang sistematis.
2. Evaluasi setiap kemungkinan solusi satu per satu, mungki
n 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, umumkan solusi terbaik (the
winner)
Travelling Salesman Problem
Pencarian rute terpendek atau jarak minimum oleh
seorang salesman dari suatu kota ke n-kota tepat satu
kali dan kembali ke kota awal keberangkatan.
Persoalan TSP ini dimodelkan sebagai graf lengkap
dengan (n) buah simpul.
Bobot pada setiap setiap sisi menyatakan jarak antar
a dua buah kota yang bertetangga.
Persoalan TSP tidak lain adalah menemukan sirkuit
Hamilton dengan bobot minimum.
Sirkuit Hamilton ialah sirkuit yang melalui tiap sim
didalam graf tepat satu kali. Kecuali simpul asal
(sekaligus simpul akhir) yang di lalui dua kali.
Exhaustive Search untuk Persoalan TSP
1. Enumerasikan (list) semua sirkuit Hamilton dari graf l
engkap dengan n buah simpul.
2. Hitung (evaluasi) bobot setiap sirkuit Hamilton yang d
itemukan pada langkah 1.
3. Pilih sirkuit Hamilton yang mempunyai bobot terkecil.
Contoh
Misalkan simpul a
adalah kota tempat di
mulainya perjalanan
(starting city).
a b
cd
12
8
15
10
95
Step 1
Enumerasikan semua sirkuit Hamilton
Rute perjalanan (tour)
abcda
abdca
acbda
acdba
adbca
adcba
Step 2
Hitung (evaluasi) bobot setiap sirkuit Hamilton yang di
temukan
Rute perjalanan (tour) Bobot
abcda
abdca
acbda
acdba
adbca
adcba
10+12+8+15 = 45
12+ 5+9+15 = 41
10+ 5+9+8 = 32
12+ 5+9+15 = 41
10+ 5+9+8 = 32
10+12+8+15 = 45
Step 3
Pilih sirkuit Hamilton yang mempunyai bobot terkecil d
ari hasil pada langkah ke 2
Untuk 4 kota, terdapat 6 buah kemungkinan rute perjalanan
(atau sirkuit Hamilton). Rute perjalananan terpendek adalah
acbda atau adbca
dengan bobot = 32.
Penjelasan
Untuk n buah simpul semua rute perjalanan yang mungkin
dibangkitkan dengan permutasi dari n – 1 buah simpul.
Permutasi dari n – 1 buah simpul adalah (n – 1)!
Pada contoh di atas, untuk n = 4 akan terdapat
(4 – 1)! = 3! = 6 buah rute perjalanan.
Perbaikan
Setengah dari rute perjalanan adalah hasil pencerminan dari
setengah rute yang lain, yakni dengan mengubah arah rute
perjalanan
1 dan 6
2 dan 4
3 dan 5
Dengan demikian, untuk graf dengan n bua
h
simpul, kita hanya perlu mengevaluasi sirku
it Hamilton sebanyak (n – 1)!/2.
a b
cd
12
8
15
10
a b
cd
12
15
95
a b
cd
810
95
Problem
• Untuk ukuran masukan yang besar, algoritma
exhaustive search menjadi sangat tidak mangkus.
• Pada persoalan TSP misalnya, untuk jumlah simpul
n = 20 akan terdapat (19!)/2 = 6  1016 sirkuit Hami
lton yang harus dievaluasi satu per satu.
REFFERENCE
 Munir, Rinaldi. Diktat Kuliah “Kompleksitas Algoritma”, Departemen T
eknik Informatika ITB
 Levitin, Anany. 2012. Introduction to the Design and Analysis of A
lgorithms, 3rd Edition.Addison Wesley
Terima Kasih
ajeng.savitri@teknokrat.ac.id
https://teknokrat.ac.id/en/
https://spada.teknokrat.ac.id/

More Related Content

What's hot (14)

Kul 1 Mtk1
Kul 1 Mtk1Kul 1 Mtk1
Kul 1 Mtk1
 
Kul 1 Mtk1
Kul 1 Mtk1Kul 1 Mtk1
Kul 1 Mtk1
 
Mtk
MtkMtk
Mtk
 
Mekanika7
Mekanika7Mekanika7
Mekanika7
 
P5 aplikasi limit turunan integral
P5 aplikasi limit turunan integralP5 aplikasi limit turunan integral
P5 aplikasi limit turunan integral
 
Powerpoint
PowerpointPowerpoint
Powerpoint
 
Modul 2- balok terjepit sebelah
Modul 2- balok terjepit sebelahModul 2- balok terjepit sebelah
Modul 2- balok terjepit sebelah
 
Kalkulus MTK
Kalkulus MTKKalkulus MTK
Kalkulus MTK
 
Pedoman penskoran uas x fisika
Pedoman penskoran uas x fisikaPedoman penskoran uas x fisika
Pedoman penskoran uas x fisika
 
Barisan dan deret
Barisan dan deretBarisan dan deret
Barisan dan deret
 
RAbu Bab 1 sma xii peminatan (nengsih)
RAbu Bab 1   sma xii peminatan (nengsih)RAbu Bab 1   sma xii peminatan (nengsih)
RAbu Bab 1 sma xii peminatan (nengsih)
 
Xi materi dan tugas 4 mantan
Xi materi dan tugas 4 mantanXi materi dan tugas 4 mantan
Xi materi dan tugas 4 mantan
 
Cremona2
Cremona2Cremona2
Cremona2
 
Xi materi dan tugas 3 mantan
Xi materi dan tugas 3 mantanXi materi dan tugas 3 mantan
Xi materi dan tugas 3 mantan
 

Similar to Exhaustive Search

Mi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasiMi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasi
Hari Sumartono
 
Stuktur Diskrit qwertyuiopasdfghjklzxcvb
Stuktur Diskrit qwertyuiopasdfghjklzxcvbStuktur Diskrit qwertyuiopasdfghjklzxcvb
Stuktur Diskrit qwertyuiopasdfghjklzxcvb
NabilHamzahA
 
MKB3462-Kecerdasan-Buatan_4_Heuristic-Search_v2.pptx
MKB3462-Kecerdasan-Buatan_4_Heuristic-Search_v2.pptxMKB3462-Kecerdasan-Buatan_4_Heuristic-Search_v2.pptx
MKB3462-Kecerdasan-Buatan_4_Heuristic-Search_v2.pptx
Didik56
 
Evaluasi trayek angkot untuk mengatasi kemacetan di Bandung
Evaluasi trayek angkot untuk mengatasi kemacetan di BandungEvaluasi trayek angkot untuk mengatasi kemacetan di Bandung
Evaluasi trayek angkot untuk mengatasi kemacetan di Bandung
Syawalianto Rahmaputro
 

Similar to Exhaustive Search (13)

207 p13
207 p13207 p13
207 p13
 
Teknik pencarian heuristik
Teknik pencarian heuristikTeknik pencarian heuristik
Teknik pencarian heuristik
 
Mi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasiMi+ +bab+3+metode+transportasi
Mi+ +bab+3+metode+transportasi
 
Algoritma pencarian lintasan jalur terpendek
Algoritma pencarian lintasan jalur terpendekAlgoritma pencarian lintasan jalur terpendek
Algoritma pencarian lintasan jalur terpendek
 
Stuktur Diskrit qwertyuiopasdfghjklzxcvb
Stuktur Diskrit qwertyuiopasdfghjklzxcvbStuktur Diskrit qwertyuiopasdfghjklzxcvb
Stuktur Diskrit qwertyuiopasdfghjklzxcvb
 
Algoritma Branch and Bound
Algoritma Branch and BoundAlgoritma Branch and Bound
Algoritma Branch and Bound
 
MKB3462-Kecerdasan-Buatan_4_Heuristic-Search_v2.pptx
MKB3462-Kecerdasan-Buatan_4_Heuristic-Search_v2.pptxMKB3462-Kecerdasan-Buatan_4_Heuristic-Search_v2.pptx
MKB3462-Kecerdasan-Buatan_4_Heuristic-Search_v2.pptx
 
06. MODEL ARUS JARINGAN.pdf
06. MODEL ARUS JARINGAN.pdf06. MODEL ARUS JARINGAN.pdf
06. MODEL ARUS JARINGAN.pdf
 
LN8 - Planning and Managing Long Haul Freight Transportation
LN8 - Planning and Managing Long Haul Freight TransportationLN8 - Planning and Managing Long Haul Freight Transportation
LN8 - Planning and Managing Long Haul Freight Transportation
 
Pertemuan 05 Teknik Pencarian (Search) -lanjutan
Pertemuan 05 Teknik Pencarian (Search) -lanjutanPertemuan 05 Teknik Pencarian (Search) -lanjutan
Pertemuan 05 Teknik Pencarian (Search) -lanjutan
 
Teknik Optimasi TSP
Teknik Optimasi TSPTeknik Optimasi TSP
Teknik Optimasi TSP
 
Evaluasi trayek angkot untuk mengatasi kemacetan di Bandung
Evaluasi trayek angkot untuk mengatasi kemacetan di BandungEvaluasi trayek angkot untuk mengatasi kemacetan di Bandung
Evaluasi trayek angkot untuk mengatasi kemacetan di Bandung
 
PPt fungsi Kuadrat (2).pptx
PPt fungsi Kuadrat (2).pptxPPt fungsi Kuadrat (2).pptx
PPt fungsi Kuadrat (2).pptx
 

More from Ajeng Savitri

More from Ajeng Savitri (20)

Software Testing Documentation
Software Testing DocumentationSoftware Testing Documentation
Software Testing Documentation
 
Software Productivity Measurement
Software Productivity MeasurementSoftware Productivity Measurement
Software Productivity Measurement
 
Debugging (Part 2)
Debugging (Part 2)Debugging (Part 2)
Debugging (Part 2)
 
Debugging
DebuggingDebugging
Debugging
 
Software Testing Strategy (Part 2)
Software Testing Strategy (Part 2)Software Testing Strategy (Part 2)
Software Testing Strategy (Part 2)
 
Software Testing Strategy
Software Testing StrategySoftware Testing Strategy
Software Testing Strategy
 
Object Oriented Testing
Object Oriented TestingObject Oriented Testing
Object Oriented Testing
 
Testing Technique (Part 2)
Testing Technique (Part 2)Testing Technique (Part 2)
Testing Technique (Part 2)
 
Testing Technique
Testing TechniqueTesting Technique
Testing Technique
 
Testing Plan
Testing PlanTesting Plan
Testing Plan
 
Methodology Selection Strategy
Methodology Selection Strategy Methodology Selection Strategy
Methodology Selection Strategy
 
Software Testing - Software Quality (Part 2)
Software Testing - Software Quality (Part 2)Software Testing - Software Quality (Part 2)
Software Testing - Software Quality (Part 2)
 
Software Testing - Software Quality
Software Testing - Software QualitySoftware Testing - Software Quality
Software Testing - Software Quality
 
Computer Evolution and Performance
Computer Evolution and PerformanceComputer Evolution and Performance
Computer Evolution and Performance
 
Software Testing - Introduction
Software Testing - IntroductionSoftware Testing - Introduction
Software Testing - Introduction
 
Sequence Diagram
Sequence DiagramSequence Diagram
Sequence Diagram
 
Activity Diagram
Activity DiagramActivity Diagram
Activity Diagram
 
Use Case Diagram
Use Case DiagramUse Case Diagram
Use Case Diagram
 
Requirement Gathering
Requirement GatheringRequirement Gathering
Requirement Gathering
 
Business Value
Business ValueBusiness Value
Business Value
 

Exhaustive Search

  • 1. Ajeng Savitri P, M.Kom Analysis & Strategy of Algorithm Pertemuan 6
  • 2. OBJECTIVE  To learn what the Exhaustive Search is  To learn how Exhaustive Search can solve the T ravelling Salesman Problem
  • 3. DEFINISI Teknik pencarian solusi secara solusi brute force untuk masalah yang melibatkan pencarian elemen dengan sif at khusus, biasanya di antara objek-objek kombinatorik seperti permutasi, kombinasi, atau himpunan bagian dari sebuah himpunan.
  • 4. Exhaustive Search Steps 1. Enumerasi (list) setiap solusi yang mungkin dengan cara yang sistematis. 2. Evaluasi setiap kemungkinan solusi satu per satu, mungki n 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, umumkan solusi terbaik (the winner)
  • 5. Travelling Salesman Problem Pencarian rute terpendek atau jarak minimum oleh seorang salesman dari suatu kota ke n-kota tepat satu kali dan kembali ke kota awal keberangkatan.
  • 6. Persoalan TSP ini dimodelkan sebagai graf lengkap dengan (n) buah simpul. Bobot pada setiap setiap sisi menyatakan jarak antar a dua buah kota yang bertetangga.
  • 7. Persoalan TSP tidak lain adalah menemukan sirkuit Hamilton dengan bobot minimum. Sirkuit Hamilton ialah sirkuit yang melalui tiap sim didalam graf tepat satu kali. Kecuali simpul asal (sekaligus simpul akhir) yang di lalui dua kali.
  • 8. Exhaustive Search untuk Persoalan TSP 1. Enumerasikan (list) semua sirkuit Hamilton dari graf l engkap dengan n buah simpul. 2. Hitung (evaluasi) bobot setiap sirkuit Hamilton yang d itemukan pada langkah 1. 3. Pilih sirkuit Hamilton yang mempunyai bobot terkecil.
  • 9. Contoh Misalkan simpul a adalah kota tempat di mulainya perjalanan (starting city). a b cd 12 8 15 10 95
  • 10. Step 1 Enumerasikan semua sirkuit Hamilton Rute perjalanan (tour) abcda abdca acbda acdba adbca adcba
  • 11. Step 2 Hitung (evaluasi) bobot setiap sirkuit Hamilton yang di temukan Rute perjalanan (tour) Bobot abcda abdca acbda acdba adbca adcba 10+12+8+15 = 45 12+ 5+9+15 = 41 10+ 5+9+8 = 32 12+ 5+9+15 = 41 10+ 5+9+8 = 32 10+12+8+15 = 45
  • 12. Step 3 Pilih sirkuit Hamilton yang mempunyai bobot terkecil d ari hasil pada langkah ke 2 Untuk 4 kota, terdapat 6 buah kemungkinan rute perjalanan (atau sirkuit Hamilton). Rute perjalananan terpendek adalah acbda atau adbca dengan bobot = 32.
  • 13. Penjelasan Untuk n buah simpul semua rute perjalanan yang mungkin dibangkitkan dengan permutasi dari n – 1 buah simpul. Permutasi dari n – 1 buah simpul adalah (n – 1)! Pada contoh di atas, untuk n = 4 akan terdapat (4 – 1)! = 3! = 6 buah rute perjalanan.
  • 14. Perbaikan Setengah dari rute perjalanan adalah hasil pencerminan dari setengah rute yang lain, yakni dengan mengubah arah rute perjalanan 1 dan 6 2 dan 4 3 dan 5
  • 15. Dengan demikian, untuk graf dengan n bua h simpul, kita hanya perlu mengevaluasi sirku it Hamilton sebanyak (n – 1)!/2. a b cd 12 8 15 10 a b cd 12 15 95 a b cd 810 95
  • 16. Problem • Untuk ukuran masukan yang besar, algoritma exhaustive search menjadi sangat tidak mangkus. • Pada persoalan TSP misalnya, untuk jumlah simpul n = 20 akan terdapat (19!)/2 = 6  1016 sirkuit Hami lton yang harus dievaluasi satu per satu.
  • 17. REFFERENCE  Munir, Rinaldi. Diktat Kuliah “Kompleksitas Algoritma”, Departemen T eknik Informatika ITB  Levitin, Anany. 2012. Introduction to the Design and Analysis of A lgorithms, 3rd Edition.Addison Wesley

Editor's Notes

  1. Sayangnya, untuk persoalan TSP tidak ada algoritma lain yang lebih baik daripada algoritma exhaustive search.