Gambar 2.1 Tahap pencarian algoritma Maximal Shift.
2.5. Algoritma Quick Search
Menurut Sunday, 1990 algoritma Quick Search adalah algoritma yang paling sederhana dimana perbandingan yang dilakukan secara ketat dari kiri ke kanan
Stephen, 1994. Algoritma Quick Search ini mencari data secara berurut pada tiap karater dalam teks sehingga pencarian disebut pencarian sekuensial atau sequential
search. Algoritma Quick Search mencari pola karakter berdasarkan nilai Quick Search-bad character atau qsBc Handik, 2006.
[ ] { { [ ] } }
Proses pertama yang dilakukan adalah mencari nilai Quick Search-bad character atau qsBc yang digunakan untuk proses pergeseran. Seperti pada Tabel 2.5.
Tabel 2.5 Perhitungan preQsBc pada Contoh QS
Langkah-langkah pencarian dengan algoritma Quick Search. 1.
Pertama dihitung selisih panjang pola dan panjang teks. 2.
Proses pencarian dimulai dengan mencocokkan karakter pola pertama dengan karakter teks pertama.
C A
C G
T qsBc[c]
2 7
1 9
Universitas Sumatera Utara
3. Jika terjadi kecocokkan maka pencarian diteruskan dengan mencocokkan
karakter pola selanjutnya dengan karakter pada teks. 4.
Jika semua pola ditemukan maka dianggap telah menemukan ouput string yang dicari.
5. Jika ada ketidakcocokkan maka terjadi perhitungan qsBc, dari hasil
perhitungan qsBc akan digunakan untuk pergeseran, pergeseran terus terjadi hingga jumlah pergeseran lebih besar dibandingan selisih panjang teks dengan
panjang pola.
Universitas Sumatera Utara
Gambar 2.2 Tahap pencarian algoritma Quick Search
2.6. Kompleksitas Algoritma
Kompleksitas dari suatu algoritma merupakan ukuran seberapa banyak komputasi yang dibutuhkan algoritma tersebut untuk menyelesaikan masalah. Algoritma yang
dapat menyelesaikan suatu permasalahan dalam waktu yang singkat memiliki kompleksitas yang rendah, sementara algoritma membutuhkan waktu yang lama untuk
menyelesaikan masalahnya mempunyai kompleksitas yang tinggi. Kompleksitas algoritma terdiri dari dua macam yaitu kompleksitas waktu dan kompleksitas ruang
Azizah, 2013.
Kompleksitas waktu dinyatakan oleh Tn, diukur dari jumlah tahapan komputasi yang dibutuhkan untuk menjalankan sebagai fungsi dari ukuran masukan n, dimana ukuran
masukan n merupakan jumlah data yang diproses oleh algoritma. Waktu yang diperlukan untuk menjalankan suatu algoritma harus semakin cepat. Karena
kompleksitas waktu menjadi hal yang sangat penting, maka analisis kompleksitas algoritma deteksi tepi akan dilakukan terhadap running time algoritma tersebut.
2.6.1. Notasi Asimptotik
Untuk nilai n cukup besar, bahkan tidak terbatas, dilakukan analisis efisiensi asimptotik dari suatu algoritma untuk menentukan kompleksitas waktu yang sesuai
atau disebut juga kompleksitas waktu asimptotik. Notasi yang digunakan untuk menentukan kompleksitas waktu asimptotik dengan melihat waktu tempuh running
time. Kompleksitas waktu asimptotik terdiri dari tiga macam yaitu Lavitin, 2011: 1.
Keadaan terbaik best case dinotasikan dengan Big-Omega. 2.
Keadaan rata-rata everage case dilambangkan dengan notasi Big- theta.
Universitas Sumatera Utara
3. Keadaan terburuk worsh case dilambangkan dengan notasi Big-O.
Gambar 2.3 Contoh Grafik Notasi
Asimptotik Ω.
Gambar 8.3 menunjukan notasi Ω menjadi batas bawah dari suatu fungsi agar berada dalam suatu faktor konstan. Dinyatakan
jika terdapat konstanta positif
dan sedemikian sehingga pada
dan dikanan , nilai
selalu berada tepat pada atau diatas Lavitin, 2011.
Gambar 2.4 Contoh Grafik Notasi Asimptotik
.
Gambar 8.4 menunjukan notasi membatasi suatu fungsi agar berada dalam
faktor konstan. Dinyatakan dengan jika terdapat konstanta positif
Universitas Sumatera Utara
, , dan
sedemikian sehingga pada dan di kanan
, nilai selalu berada
tepat pada , tepat pada
, atau diantara dan
.
Gambar 2.5 Contoh Grafik Notasi Asimptotik
.
Gambar 8.5 menunjukan noatsi menjadi batas atas dari suatu fungsi agar
berada dalam suatu faktor konstan. Dinyatakan dengan jika terdapat
konstanta positif , dan
sedemikian sehingga pada dan di kanan
, nilai selalu berada tepat pada
, atau dibawah . Kompleksitas waktu algoritma biasa dihitung dengan menggunakan notasi
, dibaca dari Lavitin, 2011.
Universitas Sumatera Utara
2.7. Farmakologi
Farmakologi adalah ilmu yang mempelajari tentang obat, bertujuan agar dapat menggunakan obat untuk pencegahan, diagnosis, dan pengobatan penyakit. Prinsip
farmakologi adalah molekul obat harus dapat mempengaruhi secara kimia satu atau lebih isi sel agar mengahasilkan respons farmakologi. Cabang-cabang farmakologi
mencakup Susanti Kumala, 2011 : 1.
Farmakoqnosi adalah ilmu yang mempelajari tentang sifat-sifat tumbuhan dan bahan lain yang merupakan sumber obat.
2. Farmasi adalah ilmu yang mempelajari tentang cara membuat,
memformulasikan, menyimpan dan menyediakan obat. 3.
Farmakologi klinik adalah ilmu yang mempelajari tentang efek obat pada manusia.
4. Farmakokinetika adalah ilmu yang mempelajari tentang nasib obat dalam
tubuh yaitu absorpsi, distribusi, metabolisme, dan ekskresinya. 5.
Farmakodinamika adalah ilmu yang mempelajari tentang efek obat terhadpa fisiologi dan biokimia berbagai organ tubuh mekanisme kerjanya.
6. Toksikologi adalah ilmu yang mempelajari tentang keracunan zat kimia
termasuk obat.
Universitas Sumatera Utara
BAB 1
PENDAHULUAN
1.1. Latar Belakang