Metode Greedy
Metode greedy adalah metode yang digunakan
untuk memecahkan persoalan optimasi, ada 2 macam persoalan optimasi, yaitu
maksimasi dan minimasi, artinya dengan metode greedy kita bemaksud mencari
solusi terbaik, yaitu solusi yang benilai minimum atau maksimum dari sekumpulan
alternatif solusi yang ada.
Metode greedy dipakai dalam masalah :
1. Optimal On
tape Storage Problem
2. Knapsack
Problem
3. Minimum
Spanning Tree Problem
4. Shortest
Path Problem
Contoh
:
Pada kasus penukaran uang, misalnya kita memiliki uang
senilai 50 dan akan kita tukarkan dengan uang koin, pecahan yang tersedia
adalah 2, 5, 15, 25. Jika kita mengharapkan agar pecahan yang kita miliki
seminim mungkin maka kita bisa menggunakan metode greedy dengan cara memilih
pecahan terbesar terlebih dahulu.
- Uang 50
- Pecahan 2,5,15,25
Dengan
metode greedy kita harus memilih pecahan terbesar terlebih dahulu yaitu 25,
kemudian selanjutnya menghitung sampai sesuai dengan uang yang kita miliki.
yaitu 25+25= 50 (2 koin)
yaitu 25+25= 50 (2 koin)
Ada
beberapa alternatif solusi pemecahan masalah diatas sebagai berikut :
50 = 2+2+2+2+...+2 (25 koin)
50 = 2+2+2+2+2+5+5+15+15 (9 koin)
50 = 5+5+5+5+15+15 (6 koin)
50 = 2+2+2+2+...+2 (25 koin)
50 = 2+2+2+2+2+5+5+15+15 (9 koin)
50 = 5+5+5+5+15+15 (6 koin)
50 = 5+5+15+25 (4 koin)
Dalam hal ini metode greedy berhasil mendapat kan hasil
maksimal secara global atau secara keseluruhan dengan mengambil koin yang
terbesar terlebih dahulu.
Namun ada kalanya metode greedy gagal mendapatkan solusi
optimal, hal ini juga dikarenakan oleh sifat metode greedy itu sendiri yang
memperhatikan keuntungan lokal(diawal) tanpa memperhatikan kemungkinan solusi
yang lain, contoh:
Uang yang ditukar sebesar 9
Pecahan yang tersedia 6,5,4,2, dan 1
Jika kita menukarkan uang tersebut dengan metode greedy maka
kita harus mengambil pecahan terbesar lebih dulu yaitu 6, baru kemudian kita
memilih pecahan berikutnya hingga berjumlah 9
9 = 6+2+1 (3 koin) sedangkan alternatif solusi 9 = 5+4 (2 koin).
Pada contoh diatas jelas terlihat bahwa metode greedy gagal memberikan solusi optimal.
9 = 6+2+1 (3 koin) sedangkan alternatif solusi 9 = 5+4 (2 koin).
Pada contoh diatas jelas terlihat bahwa metode greedy gagal memberikan solusi optimal.
DIVIDE
AND CONQUER
Divide and Conquer merupakan algoritma yang sangat populer di dunia Ilmu
Komputer. Divide and Conquer merupakan algoritma yang prinsip nya adalah memecah-mecah
permasalahan yang terlalu besar menjadi beberapa bagian kecil sehingga lebih
mudah untuk diselesaikan. Langkah-langkah umum algoritma Divide and Conquer :
- Divide : Membagi masalah menjadi beberapa sub-masalah yang memiliki kemiripan dengan masalah semula namun berukuran lebih kecil ( idealnya berukuran hampir sama ).
- Conquer : Memecahkan ( menyelesaikan ) masing-masing sub-masalah ( secara rekursif ).
- Combine : Menggabungkan solusi masing-masing sub-masalah sehingga membentuk solusi masalah semula.
Skema Umum Algoritma Divide and Conquer :
Procedure
DNC ( i,j : integer )
Var K : integer ;
If SMALL (i,j) then SOLVE (i,j)
Else begin
K
: = DIVIDE (i,j)
COMBINE
(DNC(i,k),DNC(k+1,j))
End if
|
Contoh Kasus :
Persoalan
Minimum dan Maksimum (MinMaks)
Persoalan
: Misalnya diketahui table A yang berukuran n eleman sudah berisi nilai
integer. Kita ingin menentukan nilai minimum dan nilai maksimum sekaligus di
dalam table tersebut. Misalkan tabel A berisi elemen-elemen sebagai berikut :
Ide dasar algoritma secara Divide and Conquer :
Nama : Reza Rizki Pradana
Kelas : 1IA25
NPM : 59414187