Analisis Algoritma Greedy Lintasan Terpanjang. Skema Umum Algoritma Greedy

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM

3.1 Analisis Algoritma Greedy Lintasan Terpanjang.

Algoritma Greedy adalah algoritma yang memecahkan masalah langkah per langkah, pada setiap langkah: 1. mengambil pilihan yang terbaik yang dapat diperoleh pada saat itu tanpa memperhatikan konsekuensi ke depan prinsip “take what you can get now” 2. berharap bahwa dengan memilih optimum lokal pada setiap langkah akan berakhir dengan optimum global. Pada setiap langkah diperoleh optimum lokal. Bila algoritma berakhir, kita berharap optimum lokal menjadi optimum global.

3.2 Skema Umum Algoritma Greedy

Algoritma Greedy disusun oleh elemen-elemen berikut: 1. Himpunan kandidat. Universitas Sumatera Utara Berisi elemen-elemen pembentuk solusi. 2. Himpunan solusi Berisi kandidat-kandidat yang terpilih sebagai solusi persoalan. 3. Fungsi seleksi selection function Memilih kandidat yang paling memungkinkan mencapai solusi optimal. Kandidat yang sudah dipilih pada suatu langkah tidak pernah dipertimbangkan lagi pada langkah selanjutnya. 4. Fungsi kelayakan feasible Memeriksa apakah suatu kandidat yang telah dipilih dapat memberikan solusi yang layak, yakni kandidat tersebut bersama-sama dengan himpunan solusi yang sudah terbentuk tidak melanggar kendala constraints yang ada. Kandidat yang layak dimasukkan ke dalam himpunan solusi, sedangkan kandidat yang tidak layak dibuang dan tidak pernah dipertimbangkan lagi. 5. Fungsi obyektif, yaitu fungsi yang memaksimumkan atau meminimumkan nilai solusi misalnya panjang lintasan, keuntungan, dan lain-lain. 1. algoritma Greedy tidak beroperasi secara menyeluruh terhadap semua alternatif solusi yang ada sebagaimana pada metode exhaustive search. 2. pemilihan fungsi SELEKSI: Mungkin saja terdapat beberapa fungsi SELEKSI yang berbeda, sehingga kita harus memilih fungsi yang tepat Universitas Sumatera Utara jika kita ingin algoritma bekerja dengan benar dan menghasilkan solusi yang benar-benar optimum a. Karena itu, pada sebagian masalah algoritma Greedy tidak selalu berhasil memberikan solusi yang benar-benar optimum. b. Jika jawaban terbaik mutlak benar-benar optimum tidak diperlukan, maka algoritma Greedy sering berguna untuk menghasilkan solusi yang menghampiri approximation optimum, daripada menggunakan algoritma yang lebih rumit untuk menghasilkan solusi yang eksak.

3.2.1 Analisis Masukan Input

Masukan input dari program dalam menentukan lintasan terpanjang ini, berupa parameter-parameter yang di perlukan dalam algoritma Greedy yaitu: a. Data jumlah vertex yang menyatakan suatu kota di simbolkan dengan define V dan di deklarasikan dalam int x dan y. b. Parameter yang digunakan dalam perhitungan algoritma Greedy, yaitu: 1. Ukuran vertex yaitu x dan y yang menyatakan suatu kota. 2. Jarak yang merupakan jarak antar vertex atau kota yang dikalkulasikan dengan perhitungan matematika dengan rumus: fori=1;iV;i++ forj=1;jV;j++ 3. Asal vertex dan target vertex yang masing-masing mendeklarasikan kota awal dan kota akhir yang membentuk suatu jalur dan pada Universitas Sumatera Utara akhirnya perhitungan dari pemilihan nilai terbesar sampai terkecil membentuk suatu lintasan terpanjang yang optimum.

3.2.2 Analisis Proses

Proses-proses yang diperlukan dalam menentukan lintasan terpanjang ini antara lain : 1. Proses pemasukan banyaknya vertex atau kota. 2. Proses pencarian nilai terbesar dan terkecil pada algoritma Greedy. 3. Proses penyimpanan nilai bobot jarak antara vertex atau kota di dalam co pada algoritma Greedy. 4. Proses menentukan Jarak yang merupakan jarak antar vertex atau kota yang dikalkulasikan dengan perhitungan matematika dengan rumus: fori=1;iV;i++ forj=1;jV;j++ 5. Proses penentuan lintasa terpanjang yang dilakukan oleh metode perolehan solusi optimum yang digunakan, yaitu heuristik.

3.2.3 Analisis Keluaran Output

Dalam perancangan program, terdapat dua proses yang dilakukan, yaitu proses penyimpanan nilai-nilai pada suatu vertex yang dilakukan oleh algoritma Greedy dan penentuan nilai vertex tertinggi yang merupakan hasil dari pencarian lintasan terpanjang. Universitas Sumatera Utara

3.3 Metode Perolehan Solusi Optimum