Program Dinamis (Dynamic Programming)

Slides:



Advertisements
Presentasi serupa
Program Dinamis (Dynamic Programming)
Advertisements

Teori P, NP, dan NP-Complete
Pengantar Strategi Algoritma
GRAF TIDAK BERARAH PART 2 Dosen : Ahmad Apandi, ST
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Program Dinamis (Dynamic Programming)
Design and Analysis of Algorithm Dynamic Programming
Design and Analysis of Algorithm Back Track Algorithm
Hill Climbing.
Pencarian Heuristik.
Penerapan BFS dan DFS pada Pencarian Solusi
Hill Climbing Best First Search A*
Pengantar Strategi Algoritmik
Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)
Ruang Keadaan (state space)
Pendefinisian problema sebagai proses pencarian ruang keadaan
Pertemuan 23 BRANCH AND BOUND (1)
Pertemuan 24 BRANCH AND BOUND (2)
Pertemuan 16 DYNAMIC PROGRAMMING : TRAVELING SALESMAN PROBLEM (TSP)
Pertemuan 13 Dynamic Programming
Pencarian Heuristik.
Programa Dinamis.
Informed (Heuristic) Search
Dynamic Programming Widodo. Pengantar  Dynamic Programming (DP) merupakan algoritma untuk memecahkan persoalan optimasi yaitu persoalan yang.
Penerapan BFS dan DFS pada Pencarian Solusi
KECERDASAN BUATAN PERTEMUAN 10.
Pencarian Heuristik.
Perbandingan Algoritma Brute Force dan Depth First Search (DFS) dalam Kasus Travelling Salesman Problem (TSP) Ervin Yohannes ( )
DISUSUN OLEH : IPHOV KUMALA SRIWANA
Metode Pencarian/Pelacakan
PEMROGRAMAN DINAMIS Modul 9. PENELITIAN OPERASIONAL Oleh : Eliyani
Algoritma Greedy Team Fasilkom.
Pendekatan Inferensi dalam Sistem Pakar
Bahan Kuliah IF2211 Strategi Algoritma
Pencarian Simulated Annealing
MATERI PERKULIAHAN ANALISIS ALGORITMA
Graf Berlabel Graf Euler Graf Hamilton
Greedy Pertemuan 7.
Dynamic Programming (Program Dinamis)
Pertemuan 6 Pencarian Heuristik
Design and Analysis Algorithm
Pendefinisian problema sebagai proses pencarian ruang keadaan
Program Dinamis.
Dynamic Programming Program dinamik adalah salah satu teknik matematika yang digunakan untuk mengoptimalkan proses pengambilan keputusan secara bertahap.
MATERI PERKULIAHAN ANALISIS ALGORITMA
Pertemuan 12 METODA GREEDY lanjutan….
ALGORITMA GREEDY, KRUSKAL, MINIMUM SPANNING TREE
MATERI PERKULIAHAN ANALISIS ALGORITMA
Exhaustive Search.
Algoritma Runut-balik (Backtracking)
Pendekatan Inferensi dalam Sistem Pakar
Pertemuan 13 DYNAMIC PROGRAMMING : FIBONACCI SEQUENCE PROBLEM
MATERI PERKULIAHAN ANALISIS ALGORITMA
MATERI PERKULIAHAN ANALISIS ALGORITMA
Dynamic Programming (2)
MODEL RANTAI MARKOV Pertemuan 11
PEMROGRAMAN DINAMIS Pertemuan 7
Analisa Algoritma Konsep Algoritma.
Program Dinamis (Dynamic Programming)
KECERDASAN BUATAN PERTEMUAN 10.
Program Dinamis (Dynamic Programming)
Program Dinamis (Dynamic Programming)
Informed (Heuristic) Search
ALGORITMA GREEDY : MINIMUM SPANNING TREE
Penerapan BFS dan DFS pada Pencarian Solusi
Algoritma Runut-balik (Backtracking)
Program Dinamis (Dynamic Programming)
Pengantar Strategi Algoritma
Program Dinamis (Dynamic Programming)
OPERATIONS RESEARCH – I
Transcript presentasi:

Program Dinamis (Dynamic Programming)

Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage) sedemikian sehingga solusi dari persoalan dapat dipandang dari serangkaian keputusan yang saling berkaitan.

Pada penyelesaian persoalan dengan metode ini: terdapat sejumlah berhingga pilihan yang mungkin, solusi pada setiap tahap dibangun dari hasil solusi tahap sebelumnya, kita menggunakan persyaratan optimasi dan kendala untuk membatasi sejumlah pilihan yang harus dipertimbangkan pada suatu tahap.

Tinjau graf di bawah ini Tinjau graf di bawah ini. Kita ingin menemukan lintasan terpendek dari 1 ke 10.

Prinsip Optimalitas Pada program dinamis, rangkaian keputusan yang optimal dibuat dengan menggunakan Prinsip Optimalitas. Prinsip Optimalitas: jika solusi total optimal, maka bagian solusi sampai tahap ke-k juga optimal.

Prinsip optimalitas berarti bahwa jika kita bekerja dari tahap k ke tahap k + 1, kita dapat menggunakan hasil optimal dari tahap k tanpa harus kembali ke tahap awal. ongkos pada tahap k +1 = (ongkos yang dihasilkan pada tahap k ) + (ongkos dari tahap k ke tahap k + 1)

Dengan prinsip optimalitas ini dijamin bahwa pengambilan keputusan pada suatu tahap adalah keputusan yang benar untuk tahap-tahap selanjutnya. Pada metode greedy hanya satu rangkaian keputusan yang pernah dihasilkan, sedangkan pada metode program dinamis lebih dari satu rangkaian keputusan. Hanya rangkaian keputusan yang memenuhi prinsip optimalitas yang akan dihasilkan.

Karakteristik Persoalan Program Dinamis Persoalan dapat dibagi menjadi beberapa tahap (stage), yang pada setiap tahap hanya diambil satu keputusan. Masing-masing tahap terdiri dari sejumlah status (state) yang berhubungan dengan tahap tersebut. Secara umum, status merupakan bermacam kemungkinan masukan yang ada pada tahap tersebut.

Graf multitahap (multistage graph) Graf multitahap (multistage graph). Tiap simpul di dalam graf tersebut menyatakan status, sedangkan V1, V2, … menyatakan tahap.

Hasil dari keputusan yang diambil pada setiap tahap ditransformasikan dari status yang bersangkutan ke status berikutnya pada tahap berikutnya. Ongkos (cost) pada suatu tahap meningkat secara teratur (steadily) dengan bertambahnya jumlah tahapan. Ongkos pada suatu tahap bergantung pada ongkos tahap-tahap yang sudah berjalan dan ongkos pada tahap tersebut.

Adanya hubungan rekursif yang mengidentifikasikan keputusan terbaik untuk setiap status pada tahap k memberikan keputusan terbaik untuk setiap status pada tahap k + 1. Prinsip optimalitas berlaku pada persoalan tersebut.

Dua pendekatan PD Dua pendekatan yang digunakan dalam PD: maju (forward ) dan mundur (backward ).

Misalkan x1, x2, …, xn menyatakan peubah (variable) keputusan yang harus dibuat masing-masing untuk tahap 1, 2, …, n. Maka, Program dinamis maju. Program dinamis bergerak mulai dari tahap 1, terus maju ke tahap 2, 3, dan seterusnya sampai tahap n. Runtunan peubah keputusan adalah x1, x2, …, xn.

Program dinamis mundur Program dinamis mundur. Program dinamis bergerak mulai dari tahap n, terus mundur ke tahap n – 1, n – 2, dan seterusnya sampai tahap 1. Runtunan peubah keputusan adalah xn, xn-1, …, x1.

Langkah-langkah Pengembangan Algoritma Program Dinamis Karakteristikkan struktur solusi optimal. Definisikan secara rekursif nilai solusi optimal. Hitung nilai solusi optimal secara maju atau mundur. Konstruksi solusi optimal.

Travel Salesman Problem (TSP) Tentukan lintasan terpendek dari simpul 1 ke simpul 10:

Penyelesaian dengan Program Dinamis Mundur Misalkan x1, x2, …, x4 adalah simpul-simpul yang dikunjungi pada tahap k (k = 1, 2, 3, 4). Maka rute yang dilalui adalah 1x1x2x3x4 , yang dalam hal ini x4 = 10.

Pada persoalan ini, Tahap (k) adalah proses memilih simpul tujuan berikutnya (ada 4 tahap). Status (s) yang berhubungan dengan masing-masing tahap adalah simpul-simpul di dalam graf.

Perhitungan Maju Apakah hasilnya sama ? Coba buktikan……..

Solusi : Tahap 1 S 2 3 4 1 Fs(1) X1*

Tahap 2 S 5 6 7 2 9 8 3 4 Fs(2) X2* 3 atau 4

Tahap 3 S 8 9 5 11 6 10 7 Fs(3) X3*

Tahap 4 S 10 8 11 9 Fs(4) X4* 8 atau 9