Mata kuliah : K0144/ Matematika Diskrit Tahun : 2008

Slides:



Advertisements
Presentasi serupa
Desain Dan Analisis Algoritma
Advertisements

Kompleksitas Algoritma
Algoritma dan Struktur Data
CONDITION I (Tunggal – Ganda) IF - Then
Analysis of Algorithm KULIAH #2. Analysing Control Structure  SEQUENCING, misal P1 dan P2 : dua bagian algoritma (bisa single instruction atau complicated.
Desain dan Analisis Algoritma
sebuah fungsi yang memanggil dirinya sendiri
Tim Matematika Diskrit
PERTEMUAN V Logika Algoritma Algoritma : Metoda pemecahan suatu masalah langkah demi langkah. Karakteristik Algoritma :  Presisi ; langkah-langkahnya.
MATEMATIKA DISKRIT Kompleksitas Algoritma Kelompok 9
Kompleksitas Algoritma
Kompleksitas Waktu Asimptotik
Analisa & Perancangan Sistem Informasi
2 JAM TEORI dan 1 jam praktek
Algoritma dan Struktur Data
Pertemuan 3 ALGORITMA & FUNGSI KOMPLEKSITAS
Pertemuan-2 Kriteria kebaikan suatu algoritme Correctness
PERNYATAAN PERULANGAN
INF-301 FEB 2006 Univ. INDONUSA Esa Unggul PERTEMUAN V Tujuan Instruksional Umum : Permutasi & Kombinasi Tujuan Instruksional Khusus : Mahasiswa dapat.
Analisa Algoritma Running Time.
PART 6 Algoritma DOSEN : AHMAD APANDI, ST.
MATERI PERKULIAHAN ANALISIS ALGORITMA
MATERI PERKULIAHAN ANALISIS ALGORITMA
Kompleksitas Algoritma
DIG1G3 Implementasi Struktur Data
Perulangan.
SUBALGORITMA.
Strategi Algoritma Kuliah 2 : Kompleksitas Algoritma
MATERI PERKULIAHAN ANALISIS ALGORITMA
Pertemuan 25 MERANCANG ALGORITMA DENGAN KOMPLEKSITAS TERTENTU
Algoritma Divide and Conquer
Analisis Algoritma Team Fasilkom.
PERTEMUAN 5 PENYELEKSIAN KONDISI.
DASAR-DASAR ALGORITMA
PENGANTAR STRUKTUR DATA
Dasar – dasar Algoritma dan Pemrograman
Algoritma dan Struktur Data
Algoritme dan Pemrograman
MATERI PERKULIAHAN ANALISIS ALGORITMA
Kompleksitas Algoritma
PART 6 Algoritma DOSEN : AHMAD APANDI, ST.
Faktor analisa algoritma
Pertemuan 11 ANALISA PERANCANGAN PROGRAM Bagian 1.
Outline Materi Alpro-2 Prinsip” Analisa Algoritma
Latihan & Studi Kasus Perulangan / Looping PEMROGRAMAN DASAR
PERCABANGAN.
PEMROGRAMAN DINAMIS Pertemuan 7
Analisis dan Perancangan Algoritma Kuliah 4 : Asymptotic pd Kasus
Pengendalian Proses : Perulangan /Looping
MATERI PERKULIAHAN ANALISIS ALGORITMA
Mata kuliah : K0144/ Matematika Diskrit Tahun : 2008
STRUKTUR CONTROL program
Notasi Asymtotik Pertemuan 2.
STRUKTUR DATA (10) recursive function
ALGORITMA DAN PEMROGRAMAN III
Pertemuan 18 CODE OPTIMIZATION
Kompleksitas Algoritma
PERTEMUAN 4 DAN 5 DASAR-DASAR ALGORITMA
Kompleksitas Waktu Asimtotik
Analisa algoritma rekursif
Perulangan.
PENGULANGAN ALGORITMA & STRUKTUR DATA I PROGRAM STUDI SISTEM INFORMASI
Struktur Data dan Algoritma
Pemrograman & Dasar Komputer
CCM110, MATEMATIKA DISKRIT Pertemuan ke 10, Logika Algoritma
Dr. Mufid Nilmada, SSi., MMSI
Desain dan Analisis Algoritma
Analisis Algoritma E. Haodudin Nurkifli Teknik Informatika
Desain dan Analisis Algoritma
CONDITION I (Tunggal – Ganda) IF - Then. Seleksi kondisi adalah proses penentuan langkah berikutnya berdasarkan proses yang terjadi sebelumnya. Bila kondisi.
Transcript presentasi:

Mata kuliah : K0144/ Matematika Diskrit Tahun : 2008 PENGANTAR ALGORITMA Pertemuan 11: Bina Nusantara

Pengertian Algoritma Algoritma adalah urutan langkah yang tepat dan pasti dalam memecahkan suatu masalah secara logis. Beberapa masalah dapat diselesaikan dengan algoritma yang bermacam-macam asal hasilnya sama. Setiap bahasa pemrograman memiliki kelebihan dan kekurangan dalam mengimplementasikan algoritma dan setiap pemrogram dapat mengimplementasikan suatu algoritma dengan cara yang berbeda-beda pula. Namun algoritma dapat dianalisis efisiensi dan kompleksitasnya. Bina Nusantara

Analisis Algoritma Penilaian algoritma didasarkan pada: Waktu eksekusi (paling utama) Penggunaan memori/sumber daya Kesederhanaan dan kejelasan algoritma Analisis algoritma tidak mudah dilakukan secara pasti, maka hanya diambil: Kondisi rata-rata (average case) Kondisi terburuk (worst case) Waktu eksekusi dipengaruhi oleh: Jenis data input Jumlah data input Pemilihan instruksi bahasa pemrograman Bina Nusantara

Analisis Algoritma (2) Faktor-faktor yang menyulitkan analisis disebabkan oleh: Implementasi instruksi oleh bahasa pemrograman yang berbeda Ketergantungan algoritma terhadap jenis data Ketidakjelasan algoritma yang diimplementasikan Langkah-langkah analisis algoritma Menentukan jenis/sifat data input. Mengidentifikasi abstract operation dari data input. Menganalisis secara matematis untuk menentukan average case atau worst case nya. Bina Nusantara

Big-Oh Adalah fungsi yang lebih berkaitan dengan kelajuan proses daripada kelajuan pertambahan data. T(n) = O(f(n)) Jika ada konstan c, sehingga T(n) ≤ c.f(n) Secara sederhana dikatakan bahwa O(f(n)) dpt dianggap sebagai nilai maksimum dari c.f(n). Bina Nusantara

Big-Oh Contoh: Jika f(n) = 2n2 maka T(n) = O(n2) Jika f(n) = 4n2 + 7n + 3 maka T(n) = O(n2) Jika f(n) = n3 – 2n + 4 maka T(n) = O(n3) Bina Nusantara

Contoh Big-Oh Bina Nusantara

Contoh Big-Oh Contoh program: sum = 0; for( i=0; i<n; i++) for(j=0; j<n; j++) sum = sum + a[j]; Bina Nusantara

Klasifikasi Algoritma Bina Nusantara

Klasifikasi Algoritma (2) Bina Nusantara

Klasifikasi Algoritma (3) Bina Nusantara

Klasifikasi Algoritma (4) Bina Nusantara

Klasifikasi Algoritma (5) Bina Nusantara

Tabel Perbandingan Bina Nusantara

Implementasi Pada implementasinya, algoritma kadang-kadang memiliki Big-Oh yang merupakan kombinasi dari klasifikasi dasar tersebut. Perancangan algoritma yang memiliki Big-Oh baik tetapi rumit tidak selalu menguntungkan apabila jumlah data inputnya hanya sedikit. Nilai Big-Oh adalah nilai worst case, sehingga dalam implementasinya biasanya tidak mencapai nilai setinggi itu. Bina Nusantara

Contoh dan Aturan For loop (perulangan) Waktu eksekusi pada for loop, maksimum sebanyak waktu eksekusi statement-statement yang ada di dalam loop dikalikan banyaknya iterasi. Contoh: for(a=0; a<n; a++) //n kali { m = p + q; //n kali t = y * z; //n kali } Waktu eksekusi = 3 x n kali Jadi T(n) = O(n) Bina Nusantara

Contoh dan Aturan Contoh: for(i=0 ; i<n ; i++) //n kali Nested for loop (perulangan bersarang) Dianalisis dari loop terdalam kemudian keluar. Waktu eksekusi total sebuah statement adalah waktu eksekusi statement tsb dikalikan hasil kali dari banyaknya iterasi semua loop yang ada diluarnya. Contoh: for(i=0 ; i<n ; i++) //n kali for( j=0 ; j<m ; j++) //m kali a[i,j] = 0 ; //m x n kali a[i,j] akan dieksekusi sebanyak (m x n) kali. Jadi T(n) = O(n2) Bina Nusantara

Consecutive Statement (statement yang berurutan) Untuk statement yang berurutan, waktu eksekusinya adalah jml dari masing-masing statement. Berdasarkan pengertian Big-OH, hal tsb akan diambil nilai yang terbesar. Bina Nusantara

Contoh dan Aturan if else Total waktu eksekusi adalah waktu test ditambah waktu yang terbesar dari eksekusi Statemen1 atau Statemen2 Bina Nusantara

Terima kasih Semoga berhasil Bina Nusantara