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.
TEKNIK MENENTUKAN KOMPOSISI BUAH PADA MASALAH PENGANGKUTAN DENGAN MENGGUNAKAN...faisalpiliang1
Teknik menentukan komposisi buah pada masalah pengangkutan dengan menggunakan metode greedy knapsack membahas cara menentukan jenis dan jumlah buah yang dapat diangkut secara optimal menggunakan truk berkapasitas 15 ton dengan mempertimbangkan berat dan nilai setiap jenis buah. Metode ini mengurutkan rasio antara nilai dan berat setiap buah secara menurun untuk menentukan solusi terbaik.
Knapsack problem adalah masalah memilih barang dengan mempertimbangkan berat dan nilai setiap barang untuk memaksimalkan keuntungan total dalam batasan kapasitas knapsack. Metode greedy digunakan dengan memilih barang berdasarkan nilai, berat, atau rasio nilai-berat untuk mendapatkan solusi. Masalah ini relevan dalam pengisian barang di gudang atau optimalisasi sumber daya.
Metode Greedy digunakan untuk memecahkan masalah optimasi dengan membuat pilihan optimum lokal pada setiap langkah agar mengarah pada solusi optimum global. Metode ini menerapkan prinsip "raku dan tamak" dimana pada setiap langkah membuat keputusan terbaik untuk mendapatkan solusi secara incremental. Metode Greedy diterapkan pada masalah seperti penukaran uang, penyimpanan data optimal, knapsack, dan pembuatan pohon minimal.
Dokumen tersebut membahas metode greedy untuk memecahkan masalah optimasi. Metode ini mengambil keputusan lokal yang optimal pada setiap langkah untuk mencapai solusi global yang optimal. Dibahas pula contoh-contoh masalah optimasi seperti penukaran uang, knapsack problem, dan penyimpanan program secara optimal yang dapat diselesaikan menggunakan metode greedy.
Algoritma greedy digunakan untuk memecahkan masalah optimasi dengan memilih solusi secara langkah demi langkah, dimana setiap langkah memilih alternatif terbaik berdasarkan fungsi seleksi. Algoritma ini tidak selalu menghasilkan solusi optimal global meskipun memberikan hasil yang mendekati optimal. Contoh penerapannya adalah masalah penukaran uang dan knapsack.
TEKNIK MENENTUKAN KOMPOSISI BUAH PADA MASALAH PENGANGKUTAN DENGAN MENGGUNAKAN...faisalpiliang1
Teknik menentukan komposisi buah pada masalah pengangkutan dengan menggunakan metode greedy knapsack membahas cara menentukan jenis dan jumlah buah yang dapat diangkut secara optimal menggunakan truk berkapasitas 15 ton dengan mempertimbangkan berat dan nilai setiap jenis buah. Metode ini mengurutkan rasio antara nilai dan berat setiap buah secara menurun untuk menentukan solusi terbaik.
Knapsack problem adalah masalah memilih barang dengan mempertimbangkan berat dan nilai setiap barang untuk memaksimalkan keuntungan total dalam batasan kapasitas knapsack. Metode greedy digunakan dengan memilih barang berdasarkan nilai, berat, atau rasio nilai-berat untuk mendapatkan solusi. Masalah ini relevan dalam pengisian barang di gudang atau optimalisasi sumber daya.
Metode Greedy digunakan untuk memecahkan masalah optimasi dengan membuat pilihan optimum lokal pada setiap langkah agar mengarah pada solusi optimum global. Metode ini menerapkan prinsip "raku dan tamak" dimana pada setiap langkah membuat keputusan terbaik untuk mendapatkan solusi secara incremental. Metode Greedy diterapkan pada masalah seperti penukaran uang, penyimpanan data optimal, knapsack, dan pembuatan pohon minimal.
Dokumen tersebut membahas metode greedy untuk memecahkan masalah optimasi. Metode ini mengambil keputusan lokal yang optimal pada setiap langkah untuk mencapai solusi global yang optimal. Dibahas pula contoh-contoh masalah optimasi seperti penukaran uang, knapsack problem, dan penyimpanan program secara optimal yang dapat diselesaikan menggunakan metode greedy.
Algoritma greedy digunakan untuk memecahkan masalah optimasi dengan memilih solusi secara langkah demi langkah, dimana setiap langkah memilih alternatif terbaik berdasarkan fungsi seleksi. Algoritma ini tidak selalu menghasilkan solusi optimal global meskipun memberikan hasil yang mendekati optimal. Contoh penerapannya adalah masalah penukaran uang dan knapsack.
Penerapan Metode Greedy Knapsack dalam Menentukan Komposisi Buah-buahanfaisalpiliang1
Teks tersebut membahas penerapan metode Greedy Knapsack untuk menentukan komposisi buah-buahan yang dapat disimpan di lemari pendingin dengan kapasitas tertentu. Metode ini digunakan untuk menghitung kombinasi jenis dan jumlah buah yang memberikan nilai total maksimum sambil memenuhi kapasitas lemari. Hasilnya menunjukkan bahwa dengan menggunakan kriteria rasio profit dan bobot tertinggi, komposisi salak 67,7%,
Dokumen tersebut membahas metode greedy dalam penyelesaian masalah optimasi. Metode ini mengambil keputusan lokal yang optimal pada setiap langkah untuk mencapai solusi global yang optimal. Beberapa contoh masalah yang dapat diselesaikan dengan metode ini adalah optimal storage, knapsack problem, minimum spanning tree, dan shortest path problem.
Dokumen tersebut membahas metode greedy dalam penyelesaian masalah optimasi. Metode ini mengambil keputusan secara lokal di setiap langkah untuk mencapai solusi global yang optimal. Beberapa contoh masalah yang dapat diselesaikan dengan metode ini adalah optimal storage, knapsack problem, minimum spanning tree, dan shortest path problem.
TEKNIK MENENTUKAN LINTASAN TERPENDEK PADA JARINGAN LOKAL KOMPUTER MENGGUNAKA...Joshua Rumagit
Oleh: Faisal Piliang
Program Studi Sistem Informasi, Fakultas Telematika, Universitas Trilogi Jalan Kampus Trilogi/d.h.STEKPI No. 1, Kalibata Jakarta, Indonesia Email : faisalpiliang@universitas-trilogi.ac.id
.
1. Papan program linier adalah alat peraga untuk menentukan daerah penyelesaian sistem pertidaksamaan linier dua variabel.
2. Cara membuatnya dengan menggambar sistem pertidaksamaan dan garis batasnya, sedangkan penggunaannya dengan mengetes titik-titik di dalam daerah tersebut.
3. Tujuannya adalah memudahkan siswa memahami konsep dasar program linier.
Bahan kuliah ini membahas tentang teknik riset operasi yang mencakup pendahuluan riset operasi, program linear menggunakan metode grafik dan simplek, dualitas dan analisis sensitivitas, persoalan penugasan, transportasi, dan jaringan. Juga dibahas contoh soal dan penyelesaiannya menggunakan teknik riset operasi."
Mata kuliah ini membahas tentang aturan dasar dalam perhitungan kemungkinan (aturan perkalian dan penjumlahan), prinsip inklusi-eksklusi, dan prinsip sarang merpati beserta contoh penerapannya dalam menyelesaikan masalah perhitungan kemungkinan.
Bab VII dokumen tersebut membahas program linear, yang merupakan metode untuk memecahkan masalah optimisasi linear dengan menggunakan sistem pertidaksamaan linear. Program linear melibatkan kemampuan menyelesaikan masalah tersebut, menggambar daerah himpunan penyelesaian, dan mengubah soal cerita menjadi model matematika berupa variabel dan pertidaksamaan. Contoh soal dan penyelesaiannya pun diajukan untuk memperjelas konsep program linear
Dokumen tersebut membahas algoritma greedy. Algoritma greedy adalah metode yang populer untuk memecahkan masalah optimasi dengan mengambil pilihan terbaik pada setiap langkah tanpa mempertimbangkan konsekuensi di masa depan. Dokumen tersebut menjelaskan unsur-unsur algoritma greedy seperti himpunan kandidat, himpunan solusi, fungsi seleksi, dan fungsi kelayakan. Contoh masalah menukarkan uang 32 dengan koin dig
Comparison of Dynamic Programming Algorithm and Greedy Algorithm on Integer K...faisalpiliang1
At this time the delivery of goods to be familiar because the use of delivery of goods services greatly facilitate customers. PT Post Indonesia is one of the delivery of goods. On the delivery of goods, we often encounter the selection of goods which entered first into the transportation and held from the delivery. At the time of the selection, there are Knapsack problems that require optimal selection of solutions. Knapsack is a place used as a means of storing or inserting an object. The purpose of this research is to know how to get optimal solution result in solving Integer Knapsack problem on freight transportation by using Dynamic Programming Algorithm and Greedy Algorithm at PT Post Indonesia Semarang. This also knowing the results of the implementation of Greedy Algorithm with Dynamic Programming Algorithm on Integer Knapsack problems on the selection of goods transport in PT Post Indonesia Semarang by applying on the mobile application. The results of this research are made from the results obtained by the Dynamic Programming Algorithm with total weight 5022 kg in 7 days. While the calculation result obtained by Greedy Algorithm, that is total weight of delivery equal to 4496 kg in 7 days. It can be concluded that the calculation results obtained by Dynamic Programming Algorithm in 7 days has a total weight of 526 kg is greater when compared with Greedy Algorithm.
APLIKASI POINT OF SALE MULTI OUTLET DAN MULTI PAYMENT BERBASIS WEB DAN ANDROIDfaisalpiliang1
Dokumen tersebut membahas tentang perancangan aplikasi point of sale multi outlet dan multi payment berbasis web dan android. Aplikasi ini dirancang untuk memudahkan proses transaksi penjualan di beberapa outlet sekaligus dengan berbagai metode pembayaran. Proses perancangan meliputi pengumpulan data, analisis sistem, perancangan sistem, basisdata dan antarmuka. Hasilnya adalah aplikasi POS yang dapat memberikan laporan penjualan akurat dan memudahkan proses trans
Peningkatan Keterampilan Berbicara dengan Bercerita Menggunakan Komik Elektro...faisalpiliang1
Penelitian ini bertujuan untuk meningkatkan keterampilan berbicara anak usia 5-6 tahun di TK Setia Budhi dengan menggunakan komik elektronik tematik. Hasilnya menunjukkan peningkatan signifikan keterampilan berbicara anak dari 33,33% menjadi 80,55% setelah intervensi bercerita menggunakan komik elektronik."
COVID-19 and Disruption in Management and Education Academics: Bibliometric M...faisalpiliang1
COVID-19, What to do now? This issue has had devastating effects in all domains of society
worldwide. Lockdowns, the lack of freedom and social distancing meant the closure of a country’s
entire activity. Having effects at all levels, beside incalculable ones in health, it is argued that scientific
activity in education, business, economics and management suffered some of the most drastic impacts
of this pandemic. This study aims to map the scientific literature in these areas in the context of
COVID-19 and analyze its content through bibliometrics, which made it possible to highlight the
scarcity of studies on the topic, namely empirical studies on the effects of this pandemic on scientific
research and teaching/education. The results show there is a lack of peer-reviewed publications on
this topic, with the studies covered (93) via the threads used revealing only 28 articles coming within
the proposed objective. The bibliometrics corroborates that shortage. Finally, the contributions and
implications for theory and practice are presented, followed by the limitations and suggestions for
future research.
More Related Content
Similar to PENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG
Penerapan Metode Greedy Knapsack dalam Menentukan Komposisi Buah-buahanfaisalpiliang1
Teks tersebut membahas penerapan metode Greedy Knapsack untuk menentukan komposisi buah-buahan yang dapat disimpan di lemari pendingin dengan kapasitas tertentu. Metode ini digunakan untuk menghitung kombinasi jenis dan jumlah buah yang memberikan nilai total maksimum sambil memenuhi kapasitas lemari. Hasilnya menunjukkan bahwa dengan menggunakan kriteria rasio profit dan bobot tertinggi, komposisi salak 67,7%,
Dokumen tersebut membahas metode greedy dalam penyelesaian masalah optimasi. Metode ini mengambil keputusan lokal yang optimal pada setiap langkah untuk mencapai solusi global yang optimal. Beberapa contoh masalah yang dapat diselesaikan dengan metode ini adalah optimal storage, knapsack problem, minimum spanning tree, dan shortest path problem.
Dokumen tersebut membahas metode greedy dalam penyelesaian masalah optimasi. Metode ini mengambil keputusan secara lokal di setiap langkah untuk mencapai solusi global yang optimal. Beberapa contoh masalah yang dapat diselesaikan dengan metode ini adalah optimal storage, knapsack problem, minimum spanning tree, dan shortest path problem.
TEKNIK MENENTUKAN LINTASAN TERPENDEK PADA JARINGAN LOKAL KOMPUTER MENGGUNAKA...Joshua Rumagit
Oleh: Faisal Piliang
Program Studi Sistem Informasi, Fakultas Telematika, Universitas Trilogi Jalan Kampus Trilogi/d.h.STEKPI No. 1, Kalibata Jakarta, Indonesia Email : faisalpiliang@universitas-trilogi.ac.id
.
1. Papan program linier adalah alat peraga untuk menentukan daerah penyelesaian sistem pertidaksamaan linier dua variabel.
2. Cara membuatnya dengan menggambar sistem pertidaksamaan dan garis batasnya, sedangkan penggunaannya dengan mengetes titik-titik di dalam daerah tersebut.
3. Tujuannya adalah memudahkan siswa memahami konsep dasar program linier.
Bahan kuliah ini membahas tentang teknik riset operasi yang mencakup pendahuluan riset operasi, program linear menggunakan metode grafik dan simplek, dualitas dan analisis sensitivitas, persoalan penugasan, transportasi, dan jaringan. Juga dibahas contoh soal dan penyelesaiannya menggunakan teknik riset operasi."
Mata kuliah ini membahas tentang aturan dasar dalam perhitungan kemungkinan (aturan perkalian dan penjumlahan), prinsip inklusi-eksklusi, dan prinsip sarang merpati beserta contoh penerapannya dalam menyelesaikan masalah perhitungan kemungkinan.
Bab VII dokumen tersebut membahas program linear, yang merupakan metode untuk memecahkan masalah optimisasi linear dengan menggunakan sistem pertidaksamaan linear. Program linear melibatkan kemampuan menyelesaikan masalah tersebut, menggambar daerah himpunan penyelesaian, dan mengubah soal cerita menjadi model matematika berupa variabel dan pertidaksamaan. Contoh soal dan penyelesaiannya pun diajukan untuk memperjelas konsep program linear
Dokumen tersebut membahas algoritma greedy. Algoritma greedy adalah metode yang populer untuk memecahkan masalah optimasi dengan mengambil pilihan terbaik pada setiap langkah tanpa mempertimbangkan konsekuensi di masa depan. Dokumen tersebut menjelaskan unsur-unsur algoritma greedy seperti himpunan kandidat, himpunan solusi, fungsi seleksi, dan fungsi kelayakan. Contoh masalah menukarkan uang 32 dengan koin dig
Comparison of Dynamic Programming Algorithm and Greedy Algorithm on Integer K...faisalpiliang1
At this time the delivery of goods to be familiar because the use of delivery of goods services greatly facilitate customers. PT Post Indonesia is one of the delivery of goods. On the delivery of goods, we often encounter the selection of goods which entered first into the transportation and held from the delivery. At the time of the selection, there are Knapsack problems that require optimal selection of solutions. Knapsack is a place used as a means of storing or inserting an object. The purpose of this research is to know how to get optimal solution result in solving Integer Knapsack problem on freight transportation by using Dynamic Programming Algorithm and Greedy Algorithm at PT Post Indonesia Semarang. This also knowing the results of the implementation of Greedy Algorithm with Dynamic Programming Algorithm on Integer Knapsack problems on the selection of goods transport in PT Post Indonesia Semarang by applying on the mobile application. The results of this research are made from the results obtained by the Dynamic Programming Algorithm with total weight 5022 kg in 7 days. While the calculation result obtained by Greedy Algorithm, that is total weight of delivery equal to 4496 kg in 7 days. It can be concluded that the calculation results obtained by Dynamic Programming Algorithm in 7 days has a total weight of 526 kg is greater when compared with Greedy Algorithm.
APLIKASI POINT OF SALE MULTI OUTLET DAN MULTI PAYMENT BERBASIS WEB DAN ANDROIDfaisalpiliang1
Dokumen tersebut membahas tentang perancangan aplikasi point of sale multi outlet dan multi payment berbasis web dan android. Aplikasi ini dirancang untuk memudahkan proses transaksi penjualan di beberapa outlet sekaligus dengan berbagai metode pembayaran. Proses perancangan meliputi pengumpulan data, analisis sistem, perancangan sistem, basisdata dan antarmuka. Hasilnya adalah aplikasi POS yang dapat memberikan laporan penjualan akurat dan memudahkan proses trans
Peningkatan Keterampilan Berbicara dengan Bercerita Menggunakan Komik Elektro...faisalpiliang1
Penelitian ini bertujuan untuk meningkatkan keterampilan berbicara anak usia 5-6 tahun di TK Setia Budhi dengan menggunakan komik elektronik tematik. Hasilnya menunjukkan peningkatan signifikan keterampilan berbicara anak dari 33,33% menjadi 80,55% setelah intervensi bercerita menggunakan komik elektronik."
COVID-19 and Disruption in Management and Education Academics: Bibliometric M...faisalpiliang1
COVID-19, What to do now? This issue has had devastating effects in all domains of society
worldwide. Lockdowns, the lack of freedom and social distancing meant the closure of a country’s
entire activity. Having effects at all levels, beside incalculable ones in health, it is argued that scientific
activity in education, business, economics and management suffered some of the most drastic impacts
of this pandemic. This study aims to map the scientific literature in these areas in the context of
COVID-19 and analyze its content through bibliometrics, which made it possible to highlight the
scarcity of studies on the topic, namely empirical studies on the effects of this pandemic on scientific
research and teaching/education. The results show there is a lack of peer-reviewed publications on
this topic, with the studies covered (93) via the threads used revealing only 28 articles coming within
the proposed objective. The bibliometrics corroborates that shortage. Finally, the contributions and
implications for theory and practice are presented, followed by the limitations and suggestions for
future research.
Mengukur Tingkat Kematangan Tata Kelola Sistem Informasi Akademik Menggunakan...faisalpiliang1
Dokumen tersebut membahas pengukuran tingkat kematangan tata kelola sistem informasi akademik menggunakan kerangka COBIT 4.1 dan Balanced Scorecard. Penelitian ini mengukur tingkat kematangan tata kelola sistem informasi akademik STIMIK Sepuluh Nopember Jayapura khususnya pada proses PO5 dan DS6 menggunakan COBIT dan perspektif keuangan Balanced Scorecard. Hasilnya menunjukkan tingkat kematangan saat ini berada pada level
Ringkasan dari dokumen tersebut adalah sebagai berikut:
Pertama, dokumen tersebut membahas tentang rancang bangun aplikasi e-learning bahasa Jepang berbasis web. Kedua, aplikasi ini dirancang menggunakan metode waterfall dan menampilkan entity relationship diagram serta data flow diagram. Ketiga, aplikasi ini bertujuan untuk memudahkan pembelajaran bahasa Jepang bagi pemula."
TEKNIK MENENTUKAN PERJALANAN PADA MASALAH PERSIMPANGAN DENGAN MENGGUNAKAN MET...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 Coloring Graphatau pewarnaan graf. Pewarnaan graf adalah proses pelabelan setiap simpul dalam graf dengan label tertentu (warna) sehingga tidak ada dua simpul bertetanggan yang memiliki warna yang sama. Pewarnaan graf dapat diaplikasikan dalam berbagai bidang atau masalah. Salah satu aplikasi pewarnaan graf adalah dalam masalah pewarnaan lampu lalulintas. Dalam pewarnaan lampu lalulintas, setiap jalur dinyatakan sebagai simpul dan sisi menggambarkan bahwa kedua jalur yang terhubung oleh sisi tersebut berjalan secarabersamaan sehingga terjadi konflik. Tujuan dari penerapan graf pada masalah pewarnaan lampu lalulintas adalah agar mengetahui jalur-jalur mana yang terjadi konflik dan jalur mana saja yang diperbolehkan. Adapun tantangan dari problem ini adalah bagaimana caranya mengusahakan agar jumlah warna yang diperlukan seminimal mungkin.
PENERAPAN METODE GREEDY DALAM OPTIMASI PENUKARAN UANG SEBESAR 125 RIBU RUPIAHfaisalpiliang1
Greedy method is the most popular method for solving the optimization problem; it is often also used to obtain the optimal solution of a problem. Issues optimization (optimization problems) is a matter of looking for the optimum solution. There are two kinds of optimization problems, namely maximization (maximization) and Minimize (minimization). The problem can be solved in such Greedy method is an optimization problem in exchange of money. In this journal, taken a case on the issue of how to optimize the exchange of money amounting to 125 thousand dollars?
Penerapan Algoritma Greedy Dalam Menentukan Rute Terpendek Puskesmas (Studi K...faisalpiliang1
1. Penelitian ini menggunakan algoritma Greedy untuk menentukan rute terpendek dari lokasi pengguna ke tujuh puskesmas di Kota Tanjungpinang berdasarkan koordinat simpul dan koneksi jalan.
Efektifitas Penerapan Metode AHP dalam Pemilihan Perangkat Lunak Pengolah Cit...faisalpiliang1
Sistem pendukung keputusan (SPK) dirancang untuk membantu pengambilan keputusan mulai dari mengidentifikasi masalah hingga mengevaluasi alternatif. Penelitian ini menganalisis penerapan metode AHP dalam pemilihan perangkat lunak pengolah citra dengan menggunakan kriteria manfaat dan biaya. Hasilnya memberikan urutan alternatif perangkat lunak berdasarkan nilai prioritas.
PENERAPAN METODE GREEDY COLORING DALAM MENYELESAIKAN MASALAH PERSIMPANGAN JALANfaisalpiliang1
AbstrakAbstrakAbstrakAbstrakGreedy method is one of the ways or techniques to design an algorithm that is widely used to find optimal solutions of a problem. One of the problems that can be solved in the method is the Greedy Graph Coloring Problem or graph coloring. One application is in the coloring of a graph coloring problem traffic lights. In the traffic light staining, each lane is expressed as a node and illustrates that the two sides are connected by a path that runs along the side of coming into conflict. The purpose of the application of the graph coloring problem is the traffic lights in order to determine which lines of conflict and where the lines are allowed. The challenge of this problem is how to see to it that the required number of colors to a minimum.
SISTEM PENUNJANG KEPUTUSAN PEMILIHAN PERANGKAT LUNAK PENGOLAH CITRA DENGAN ME...faisalpiliang1
Makalah ini membahas sistem pendukung keputusan untuk memilih perangkat lunak pengolah citra dengan menggunakan metode Analytical Hierarchy Process (AHP) dan Multi-Criteria Decision Making (MCDM). Metode ini digunakan untuk menentukan pilihan perangkat lunak pengolah citra berdasarkan kriteria manfaat dan biaya. Hasil akhirnya menunjukkan Dreamweaver sebagai pilihan utama, diikuti Frontpage dan Photoshop.
SISTEM PENUNJANG KEPUTUSAN PEMILIHAN PERANGKAT PEMROSESAN DATA MENGGUNAKAN ME...faisalpiliang1
Dokumen tersebut merupakan prosiding Konferensi Nasional Sistem Informasi 2015 yang diselenggarakan oleh Universitas Klabat bekerja sama dengan Institut Teknologi Bandung. Acara ini berisi ringkasan makalah yang dipresentasikan oleh para peneliti dan akademisi dari berbagai perguruan tinggi di Indonesia.
TEKNIK MENENTUKAN KOMPOSISI HEADGEAR BOX DALAM UNDIVIDED RAGNAROK , UNDI...faisalpiliang1
Permainan Undivided Ragnarok merupakan permainan yang dilakukan secara online yang terhubung dengan internet dari seluruh dunia. Para pemain mengumpulkan poin dari beberapa
event /acara yang ada didalam permainan tersebut. Poin tersebut dapat ditukar dengan kotak penutup kepala (Headgear Box) sebagai aksesoris/avatar dari karakter pemainnya. Permainan Undivided Ragnarok memiliki 6 jenis headgear box. Tujuan dari penelitian ini adalah untuk membantu permasalahan optimasi penukaran headgear box sebesar 1.000 poin, bagaimana para pemain mengatur komposisi headgear yang akan ditukar, jenis headgear apa saja yang boleh dipilih dan seberapa banyak headgear tersebut ditukar, agar sesuaidengan perolehan nilai permainan sebesar 1.000 poin. Metode penelitian yang digunakan yaitu metode Greedy. Masalah adalah bagaimana memilih atau menentukan banyaknya headgear dari beberapa jenis headgear yang ada dalam headgear box sedemikian rupa sehingga bisa mendapatkan nilai maksimum dansesuai dengan kapasitas maksimum perolehan poin. Kesimpulan dari penelitian ini adalah dengan menggunakan metode Greedy dapat membantu menyelesaikan persoalan optimasi penukaran headgear box untuk mencari jumlah headgear box seminimal mungkin dengan komposisi tiga jenis Luxurious Headgearbox senilai 300 poin dan satu jenis Cola Headgear box sebesar 100 poin.
Sistem Penunjang Keputusan Pemilihan Sekolah Menengah Kejuruan Teknik Kompute...faisalpiliang1
Decision support system (DSS) is systems that can help a person to make decisions on the various types of options are done accurately and in accordance with the desired goals. Many problems can be solved by using decision support systems. In this research the decision support system is used to help the Junior High School (SMP) graduate students in determining the choice to enter or continue their education to a favorite Vocational High School of Computer Engineering and Networks (SMK TKJ) that anyone wants they select as an advanced stage subsequent education. The method used in this research is using Multi-Criteria Decision Making (MCDM) and Analytical Hierarchy Process (AHP), because it is the most widely used method in solving the problems that are multi-criteria, such as decision support systems to solve problems in determining the election into the favorite Vocational High School of Computer Engineering and Networks (SMK TKJ). The end result of this research is 44.8% weighted value of the respondents answers is chose the SMK TI 2, 29.3% weight value of the respondents answers is chose the SMK TI 1 and 25,9% weight value of the respondents answers is chose the SMK TI 3 as their favorite school.
ANALISIS DAN PERANCANGAN SISTEM INFORMASI PASIEN (SIPASIEN)faisalpiliang1
Dokumen tersebut membahas analisis dan perancangan sistem informasi pasien (SiPasien) untuk membantu klinik kecil dalam pengelolaan data pasien, rekam medis, dan obat. Sistem ini dirancang menggunakan metode waterfall dan pemodelan DFD serta ERD untuk menggambarkan aliran data dan hubungan entitasnya."
1. Artikel ini membahas sistem pendukung keputusan pemilihan perangkat lunak layanan pengolah pemungutan suara elektronik berdasarkan kriteria yang telah ditentukan menggunakan metode Analytical Hierarchy Process (AHP) dan Multi-Criteria Decision Making (MCDM).
2. Hasil penelitian menunjukkan bahwa urutan terbaik perangkat lunak layanan pemungutan suara elektronik adalah Online-Voting, Express-Vote, Simply-Voting, dan Online-Ballot.
STRATEGI OPTIMASI DALAM MENENTUKAN LINTASAN TERPENDEK UNDIVIDED RAGNAROK ASSA...faisalpiliang1
Menyelesaikan masalah jalur terpendek dari suatu kota ke kota berikutnya dengan menggunakan grafik. Algoritma kruskal dapat menyelesaikan masalah jalur terpendek.
OPTIMASI DIAGRAM LAYANAN PEMBELIAN DALAM MENDUKUNG MANAJEMEN HUBUNGAN PELANGGANfaisalpiliang1
Tiga kalimat ringkasan dokumen tersebut adalah:
Dokumen tersebut membahas pengoptimalan diagram layanan pembelian dalam mendukung manajemen hubungan pelanggan dengan menggunakan teknologi komunikasi informasi seperti SMS dan menggambarkannya lewat flowchart, ERD, dan DFD untuk memecahkan masalah layanan pembelian.
PENINGKATAN KUALITAS PENDIDIKAN ANAK DENGAN PEMBANGUNAN KOMIK ELEKTRONIKfaisalpiliang1
Penelitian ini bertujuan untuk merancang komik elektronik yang dapat meningkatkan kualitas pendidikan anak dengan memberikan informasi pembelajaran tentang memilih makanan sehat, lingkungan bersih, dan menggunakan metode survei, wawancara, dan rancang bangun untuk menghasilkan desain komik elektronik interaktif. Hasilnya adalah rancangan komik elektronik dengan berbagai halaman tentang makanan dan lingkungan yang dapat meningkatkan minat
Rangkuman Buku “KORUPSI Melacak Arti, Menyimak Implikasi” Oleh : B. HERRY PR...
PENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG
1. JURNAL TEKNOLOGI INFORMASI
PROGRAM STUDI TEKNIK INFORMATIKA DAN SISTEM INFORMASI, UNIVERSITAS BUNDA MULIA
Volume 10, Nomor 2, Agustus 2014
Teknologi Informasi Page 32 of 49 Greedy Knapsack
PENERAPAN METODE GREEDY KNAPSACK DALAM
MENENTUKAN KOMPOSISI BUAH PADA MASALAH
KERANJANG
Faisal
faisal_piliang@yahoo.co.id
Teknik Informatika – Bina Sarana Informatika - Jakarta
AbstractAbstractAbstractAbstract
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.
Kata Kunci: Metode Greedy, Knapsack Problem.
PENDAHULUAN
Dalam berbelanja di pasar
swalayan disediakan tempat
penampungan belanja berupa sebuah
troli. Masalah yang timbul dalam
meletakkan beberapa objek kedalam
tempat penampungan tersebut.adalah
kapasitas tempat penampungan pada
troli yang terbatas, sehingga dapat
mengakibatkan penampungan tidak
mencukupi. Untuk itu diperlukan
mengatur komposisi objek yang ada,
pemilihan objek yang akan dimasukkan
ke penampung jumlah objek tersebut
yang akan disimpan sehingga
penggunaan troli sebagai penampung
belanja dapat digunakan seoptimum
mungkin. Dari permasalahan tersebut,
munculah suatu permasalahan yang
dikenal dengan “Permasalahan
Keranjang” atau lebih dikenal dengan
“Knapsack Problem”. Masalah Knapsack
merupakan suatu permasalahan untuk
memilih objek dari sekian banyak objek
yang ada dan berapa besar objek
tersebut akan disimpan sehingga
diperoleh suatu penyimpanan yang
optimal dengan memperhatikan
banyaknya objek yang ada dimana
setiap objek memiliki bobot dan profit
nya masing-masing dengan
memperhatikan juga kapasitas dari
media penyimpanan. Permasalahan ini
dapat diselesaikan dengan beberapa
cara, diantaranya adalah dengan cara
Matematika, Kriteria Greedy dan
Algoritma Greedy.
Metode Greedy merupakan
salah satu cara untuk mendapatkan
solusi optimal dalam proses
penyimpanan. Pada metode ini untuk
mendapatkan solusi optimal dari
permasalahan yang mempunyai dua
kriteria yaitu Fungsi Tujuan/Utama dan
Nilai Pembatas (Constrain). Fungsi
Tujuan hanya terdiri atas satu fungsi
sedangkan Fungsi Pembatas dapat
terdiri atas lebih dari satu fungsi.
2. JURNAL TEKNOLOGI INFORMASI
PROGRAM STUDI TEKNIK INFORMATIKA DAN SISTEM INFORMASI, UNIVERSITAS BUNDA MULIA
Volume 10, Nomor 2, Agustus 2014
Teknologi Informasi Page 33 of 49 Greedy Knapsack
Rumusan Masalah
Rumusan masalah dari
penelitian ini adalah rencana
pembelian 3 (tiga) jenis buah-buahan
yang akan dimuat kedalam keranjang
atau troli dengan kapasitas troli
maksimal sebesar 100 kg. Serta
bagaimana cara untuk menentukan
komposisi ketiga jenis buah-buahan
tersebut dapat dimuat secara optimal
tanpa harus mengulangi kembali.
Tujuan dan Manfaat Penelitian
Berdasarkan rumusan masalah
di atas, maka tujuan penulisan ini
adalah untuk menerapkan atau meng-
implementasikan metode “Greedy
Knapsack” dalam menyelesaikan
masalah penampungan.
Manfaat penelitian bagi Penulis
adalah untuk mengembangkan wawasan
disiplin ilmu yang telah dipelajari untuk
mengkaji permasalahan tentang
Implementasi Metode Greedy Pada
Penyelesaian Masalah Knapsack.
Manfaat penelitian bagi
Pembaca adalah sebagai tambahan
wawasan dan informasi tentang
implementasi metode Algoritma Greedy
dalam penyelesaian masalah Knapsack.
Manfaat bagi Swalayan adalah
dapat digunakan sebagai sarana dan
informasi bagi lembaga pendidikan
serta sebagai kontribusi keilmuan bagi
lembaga terkait.
Batasan Masalah
Adapun batasan masalah
penelitian ini lebih ditekankan pada
bagaimana menentukan komposisi
buah-buahan yang akan dimuat
kedalam sebuah troli secara optimal
dengan menggunakan metode Greedy
Knapscak
Landasan Teori
Prinsip Greedy merupakan
metode yang paling populer untuk
menemukan solusi optimum dalam
persoalan optimasi (optimization
problem) dengan membentuk solusi
langkah per langkah (step by step).
Sesuai arti harfiah Greedy yang berarti
tamak, prinsip utama dari Algoritma ini
adalah mengambil sebanyak mungkin
apa yang dapat diperoleh sekarang
(Rinaldi Munir, 2004)[3].
Prinsip utama Algoritma Greedy
adalah ”take what you can get now!”
maksud dari prinsip tersebut adalah
sebagai berikut : Pada setiap langkah
dalam Algoritma Greedy, diambil
keputusan yang paling optimal untuk
langkah tersebut tanpa memperhatikan
konsekuensi pada langkah selanjutnya.
Dinamakan solusi tersebut dengan
optimum lokal. Kemudian saat
pengambilan nilai optimum local pada
setiap langkah, diharapkan tercapai
optimum global, yaitu tercapainya
solusi optimum yang melibatkan
keseluruhan langkah dari awal sampai
akhir (Budi Satrio dkk, 2006).[6]
Penelitian Sejenis
Terdapat penelitian-penelitian
sejenis ataupun penelitian yang relevan
dengan penelitian ini yang sudah
pernah dipublikasikan
• “Implementasi Metode Algoritma
Greedy Pada Permasalahan
Transportasi” (Sitaresmi Syah
Palupi, 2009)[4].
• “Penerapan Prinsip Greedy dalam
Permainan Kartu Hearts” (Adrian
Edbert Luman, 2007).[3]
• Metode Pencarian Langsung untuk
Menyelesaikan Problema Knapscak”
(Sri Wahyuni,2009)[7].
• “Pendekatan Algoritma Greedy
pada Duelmasters Trading Card
Game” (Aden Rohmana, 2010)[5].
• “Aplikasi Algoritma Greedy pada
Pemilihan Jenis Olahraga Ringan”
(Ni Made Satvika Iswari, 2010)[1].
3. JURNAL TEKNOLOGI INFORMASI
PROGRAM STUDI TEKNIK INFORMATIKA DAN SISTEM INFORMASI, UNIVERSITAS BUNDA MULIA
Volume 10, Nomor 2, Agustus 2014
Teknologi Informasi Page 34 of 49 Greedy Knapsack
• “Aplikasi Algoritma Greedy untuk
Optimasi Sistem Booking Hotel
Online” (Selly Yuvita, 2010)[8].
Analisa dan Pembahasan Masalah
Seperti sudah dibahas di atas,
ada tiga cara penyelesaian masalah,
yaitu dengan cara matematika, kriteria
greedy dan algoritma greedy.
Penyelesaian Dengan Cara Matematika
Penyelesaian dengan
menggunakan cara matematika dapat
dilakukan dengan cara sebagai berikut:
Objek (n) = (1, 2, 3, 4)
Kapasitas (M) = 100
(W1, W2, W3, W4) = (60, 40,
50,20)
(P1, P2, P3, P4) = (100, 80,
75, 50)
Nilai probabilitas 0 ≤ Xi ≤
1
Solusi ke Nilai
Probabilitas Fungsi
Pembatas Fungsi Tujuan
∑ Wi.Xi ≤ M
∑ Pi.Xi (Maximum)
(X1, X2, X3, X4)
(W1.X1)+(W2.X2)+(W3.X3)+(W4.X
4) ≤ M
∑ Pi.Xi (Max) =
(P1.X1)+(P2.X2)+(P3.X3)
+(P3.X3)
Gambar 1 merupakan
penyelesaian dengan cara matematika.
Dengan cara ini sulit untuk menentukan
yang paling optimal sebab kita harus
mencari nilai probabilitas yang tersebar
antara 0 dan 1, 0 ≤ Xi ≤ 1 untuk setiap
objek. Cara ini disarankan tidak
digunakan.
Penyelesaian dencan Cara Kriteria
Greedy
Penyelesaian dengan
menggunakan cara Kriteria Greedy
dapat dilakukan dengan cara yang
dimulai dengan langkah berikut:
Objek (n) = (1, 2, 3, 4)
Kapasitas (M) = 100
(W1, W2, W3, W4) = (60, 40,
50,20)
(P1, P2, P3, P4) = (100, 80,
75, 50)
Nilai probabilitas 0 ≤ Xi ≤
1
Solusi ke Nilai
Probabilitas Fungsi
Pembatas Fungsi Tujuan
∑ Wi.Xi ≤ M
∑ Pi.Xi (Maximum)
(X1, X2, X3, X4)
(W1.X1)+(W2.X2)+(W3.X3)+(W4.X
4) ≤ M
∑ Pi.Xi (Max) =
(P1.X1)+(P2.X2)+(P3.X3)
+(P3.X3)
No (X1,X2,X3,X4) (W1.X1)+ (W2.X2)+ (W3.X3)+ (W4.X4) ∑Wi.Xi≤M
1 (1,1,0,0) 60 40 0 0 100
2 (1,0,4/5,0) 60 0 40 0 100
3 (1,1/2,0,1) 60 20 0 20 100
4 (1,0,2/5,1) 60 0 20 20 100
5 (0,1,1,1/2) 0 40 50 10 100
… … … … … …
No (X1,X2,X3,X4) (P1.X1)+ (P2.X2)+ (P3.X3)+ (P4.X4) ∑Pi.Xi(Max)
1 (1,1,0,0) 100 80 0 0 180
2 (1,0,4/5,0) 100 0 60 0 160
3 (1,1/2,0,1) 100 40 0 50 190
4 (1,0,2/5,1) 100 0 30 50 180
5 (0,1,1,1/2) 0 80 75 25 180
… … … … … …
Gambar 1. penyelesaian dengan cara
Matematika
Berikutnya pilih objek dengan bobot
terkecil (Wi), agar menghasilkan data
seperti pada ambar 2, sehingga susunan
data menjadi:
(W4, W2, W3, W1) = (20, 40,
50, 60)
4. JURNAL TEKNOLOGI INFORMASI
PROGRAM STUDI TEKNIK INFORMATIKA DAN SISTEM INFORMASI, UNIVERSITAS BUNDA MULIA
Volume 10, Nomor 2, Agustus 2014
Teknologi Informasi Page 35 of 49 Greedy Knapsack
(P4, P2, P3, P1) = (50, 80,
75, 100)
Sehingga nilai ∑ Pi.Xi
(Max) = 190
(X4,X2,X3,X1) (W4.X4)+ (W2.X2)+ (W3.X3)+ (W1.X1) ∑Wi.Xi≤M
(1,1,4/5,0) 20 40 40 0 100
(X4,X2,X3,X1) (P4.X4)+ (P2.X2)+ (P3.X3)+ (P1.X1) ∑Pi.Xi(Max)
(1,1,4/5,0) 50 80 60 0 190
Gambar2. penyelesaian dengan bobot
terkecil
Pilih objek dengan profit terbesar (Pi)
seperti yang diperagakan pada gambar
3, sehingga susunan data menjadi:
(W1, W2, W3, W4) = (60, 40,
50,20)
(P1, P2, P3, P4) = (100, 80,
75, 50)
Sehingga nilai ∑ Pi.Xi
(Max) = 180
(X1,X2,X3,X4) (W1.X1)+ (W2.X2)+ (W3.X3)+ (W4.X4) ∑Wi.Xi≤M
(1,1,0,0) 60 40 0 0 100
(X1,X2,X3,X4) (P1.X1)+ (P2.X2)+ (P3.X3)+ (P4.X4) ∑Pi.Xi(Max)
(1,1,0,0) 100 80 0 0 180
Gambar 3. penyelesaian dengan bobot
terkecil
Pilih objek dengan nilai perbandingan
profit dengan bobot yang terbesar (Pi
/Wi) seperti yang ditunjukkan pada
gambar 4. Dengan cara sebagai berikut:
Objek (n) = (1, 2, 3, 4)
Kapasitas (M) = 100
(W1, W2, W3, W4) = (60, 40,
50,20)
(P1, P2, P3, P4) = (100, 80,
75, 50)
perbandingan profit dengan
bobot
P1/ W1 = 100/60 = 1.67
P2/ W2 = 80/40 = 2
P3/ W3 = 75/50 = 1,5
P4/ W4 = 50/20 = 2,5
Susun data sesuai kriteria,
secara tidak naik (non
increasing):
(P4, P2, P1, P3) = (50, 80,
100, 75)
(W4, W2, W1, W3) = (20, 40,
60, 50)
Sehingga nilai ∑ Pi.Xi
(Max) = 196.67
(X4,X2,X1,X3) (W4.X4)+ (W2.X2)+ (W1.X1)+ (W3.X3) ∑Wi.Xi≤M
(1,1,2/3,0) 20 40 40 0 100
(X4,X2,X1,X3) (P4.X4)+ (P2.X2)+ (P1.X1)+ (P3.X3) ∑Pi.Xi(Max)
(1,1,2/3,0) 50 80 66.67 0 196.67
Gambar 4. Tabel penyelesaian dengan
perbandingan profit dengan bobot
Dari 3 kriteria di atas dapat
disimpulkan bahwa fungsi tujuan yang
bernilai maximum adalah 196,67
dengan fungsi pembatasnya adalah 100
dan nilai probabilitasnya adalah (X4, X2,
X1, X3) = (1, 1, 2/3, 0), jadi disini yang
memeberikan hasil optimal pada
kriteria yang ke-3 yaitu Pilih objek
dengan nilai perbandingan profit
dengan bobot yang terbesar (Pi/Wi)
Penyelesaian Dengan Cara Algoritma
Greedy
Penyelesaian dengan cara
algoritma greedy akan efektif jika
objek disusun secara tidak naik (non
increasing) berdasarkan nilai Pi/Wi.
Data yang diketahui:
Objek (n) = (1, 2, 3, 4)
Kapasitas (M) = 100
(W1, W2, W3, W4) = (60, 40,
50,20)
(P1, P2, P3, P4) = (100, 80,
75, 50)
Nilai probabilitas 0 ≤ Xi ≤
1
5. JURNAL TEKNOLOGI INFORMASI
PROGRAM STUDI TEKNIK INFORMATIKA DAN SISTEM INFORMASI, UNIVERSITAS BUNDA MULIA
Volume 10, Nomor 2, Agustus 2014
Teknologi Informasi Page 36 of 49 Greedy Knapsack
Solusi ke Nilai
Probabilitas Fungsi
Pembatas Fungsi Tujuan
∑ Wi.Xi ≤ M
∑ Pi.Xi (Maximum)
(X1, X2, X3, X4)
(W1.X1)+(W2.X2)+(W3.X3)+(W4.X
4) ≤ M
∑ Pi.Xi (Max) =
(P1.X1)+(P2.X2)+(P3.X3)
+(P3.X3)
Susunan data sesuai kriteria perban-
dingan profit dengan bobot dengan
bobot yang terbesar (Pi/Wi)
P1/ W1 = 100/60 = 1.67
P2/ W2 = 80/40 = 2
P3/ W3 = 75/50 = 1,5
P4/ W4 = 50/20 = 2,5
Susun data sesuai kriteria, secara tidak
naik (non increasing):
(P4, P2, P1, P3) = (50, 80, 100, 75)
(W4, W2, W1, W3) = (20, 40, 60, 50)
Setelah mendapatkan susunan data
yang terbaru masukkan nilai kriteria di
atas ke dalam algoritma greedy seperti
pada program 1.
Program 1. Algoritma Greedy
1. nama prosedur/proses
PROCEDURE GREEDY KNAPSACK
(P, W, X, n)
2. variabel yang digunakan
REAL P(1:n), W(1:n),
X(1:n), M, isi
3. variabel yang digunakan
INTEGER i, n
4. X(1:n) = 0
5. isi = M
6. FOR i = 1 TO n DO
7. IF W(i) > isi THEN EXIT
ENDIF
8. X(i) = 1
9. isi = isi – W(i)
10. REPEAT
11. IF i ≤ n THEN X(i) =
isi/W(i) ENDIF
12. akhir prosedur/proses END
GREEDY KNAPSACK
Proses kegiatan dimulai dari langkah
ke- 4 sampai dengan 11.
X(1:4) = 0, artinya X(1)=0,
X(2)=0, X(3)=0, X(4)=0;
isi = M = 100
penjelasan pengulangan untuk iterasi i
= 1 sampai dengan 4 adalah sebagai
berikut:
Untuk i = 1,
Apakah W(1) > isi dan Apakah 20 > 100,
jawabnya tidak, karena tidak maka
perintah dibawah IF dikerjakan. Nilai
probabilitas untuk objek pada urutan
pertama (X1)
X(1) = 1
isi = 100 – 20 = 80
mengulang untuk perulangan FOR
REPEAT
Untuk i = 2
Apakah W(2) > isi dan apakah 40 > 80,
jawabnya tidak, karena tidak maka
perintah dibawah IF dikerjakan.Nilai
probabilitas untuk objek pada urutan
kedua (X2)
X(2) = 1
isi = 80 – 40 = 40
mengulang untuk perulangan FOR
REPEAT
Untuk i = 3
Apakah W(3) > isi dan apakah 40 > 60,
jawabnya tidak, karena tidak maka
perintah dibawah IF dikerjakan. Nilai
probabilitas untuk objek pada urutan
ketiga (X3)
X(3) = 40/60 = 2/3
isi = 40 – 40 = 0
mengulang untuk perulangan FOR
REPEAT
Untuk i = 4
Apakah W(4) > isi dan Apakah 50 > 0,
jawabnya ya, karena ya maka perintah
EXIT dikerjakan, yaitu keluar dari
pengulangan/FOR dan mengerjakan
perintah di bawah REPEAT. Nilai
probabilitas untuk objek pada urutan
keempat (X4).
Apakah 4 ≤ 4, jawabnya ya, karena ya
maka X(4) = 0/0 = 0. Pada iterasi ini
proses iterasi selesai yang merupakan
akhir dari prosedur greedy Knapsack.
Berarti untuk nilai X(4) = 0, sebab nilai
probabilitas untuk objek ke-4 tidak
pernah dicari. Sehingga susunan adalah
Susun data sesuai kriteria, secara tidak
6. JURNAL TEKNOLOGI INFORMASI
PROGRAM STUDI TEKNIK INFORMATIKA DAN SISTEM INFORMASI, UNIVERSITAS BUNDA MULIA
Volume 10, Nomor 2, Agustus 2014
Teknologi Informasi Page 37 of 49 Greedy Knapsack
naik (non increasing). Seperti yang
ditunjukkan pada gambar 5.
(P4, P2, P1, P3) = (50, 80,
100, 75)
(W4, W2, W1, W3) = (20, 40,
60, 50)
Sehingga nilai ∑ Pi.Xi
(Max) = 196.67
(X4,X2,X1,X3) (W4.X4)+ (W2.X2)+ (W1.X1)+ (W3.X3) ∑Wi.Xi≤M
(1,1,2/3,0) 20 40 40 0 100
(X4,X2,X1,X3) (P4.X4)+ (P2.X2)+ (P1.X1)+ (P3.X3) ∑Pi.Xi(Max)
(1,1,2/3,0) 50 80 66.67 0 196.67
Gambar 5. Penyelesaian dengan
algoritma Greedy
Simpulan
Penerapan algoritma greedy
knapsack dapat dipakai untuk
menyelesaikan permasalahan tempat
penampungan baik keranjang ataupun
troli di pasar swalayan. Dari analisa dan
pembahasan diatas didapatkan hasil
akhir nilai ∑ Pi.Xi (Maximum) adalah
196.67
Daftar Pustaka
[1] Iswari, Ni Made Satvika., Aplikasi
Algoritma Greedy pada Pemilihan
Jenis Olahraga Ringan, Laporan
Tugas Akhir, Program Studi Teknik
Informatika, Institut Teknologi
Bandung, Bandung, 2010.
[2] Luman, Adrian Edbert., Penerapan
Prinsip Greedy dalam Permainan
Kartu Hearts, Laporan Tugas Akhir,
Program Studi Teknik Informatika,
Institut Teknologi Bandung,
Bandung, 2007.
[3] Munir, Renaldi., Algoritma Greedy,
http://informatika.stei.itb.ac.id/~
rinaldi.munir, 2004.
[4] Palupi, Sitaresmi
Syah.,Implementasi Metode
Algoritma Greedy Pada
Permasalahan Transportasi,
Laporan Tugas Akhir, Universitas
Islam Negri Maulana Malik Ibrahim,
Malang, 2009).
[5] Rohmana, Aden., Pendekatan
Algoritma Greedy pada
Duelmasters Trading Card Game,
Laporan Tugas Akhir, Program
Studi Teknik Informatika, Institut
Teknologi Bandung, Bandung,
2010.
[6] Satrio, Budi., Kurniawan, Ivan.,
Afifa, Selvira., Perbandingan
Algoritma Greedy dan Variannya
Dalam Penyelesaian Persoalan
Shortest Common Superstring.,
Laboratorium Ilmu dan
Rekayasa Komputasi, Bandung,
2006.
[7] Wahyuni, Sri.,Metode Pencarian
Langsung untuk Menyelesaikan
Problema Knapscak, Departemen
Matematika, Laporan Tugas Akhir,
Fakultas MIPA – Universitas
Sumatera Utara, Sumatra Utara,
2009).
[8] Yuvita, Selly., Aplikasi Algoritma
Greedy untuk Optimasi Sistem
Booking Hotel Online, Laporan
Tugas Akhir, Program Studi Teknik
Informatika, Institut Teknologi
Bandung, Bandung, 2010