algoritma dan pemrograman iii
DESCRIPTION
ALGORITMA DAN PEMROGRAMAN III. MATERI. Analisa Algoritma Algoritma Greedy Exploring Graph Algoritma Probabilistic. PENILAIAN. Kuliah50% Tugas 20% UTS 30% UAS 50% Praktikum50%. ANALISA ALGORITMA. Algoritma membantu kita memahami skalabilitas program kita - PowerPoint PPT PresentationTRANSCRIPT
ALGORITMA DAN PEMROGRAMAN III
Analisa Algoritma Algoritma Greedy Exploring Graph Algoritma Probabilistic
MATERI
Kuliah 50%◦ Tugas 20%◦ UTS 30%◦ UAS 50%
Praktikum 50%
PENILAIAN
Algoritma membantu kita memahami skalabilitas program kita
Analisa algoritma memberi gambaran informasi tentang ‘perilaku program’ kita
Mempelajari bagaimana menerapkan algoritma yang baik untuk kasus tertentu membedakan profesi system analyst dan programmer
ANALISA ALGORITMA
Apa yang membuat sebuah algoritma dikatakan LEBIH BAIK dari algoritma yang lain? Kompleksitas waktu (Time Complexity) Kompleksitas ruang (Space Complexity)Kecenderungan saat ini: ruang (hard disk) semakin murah kapasitas data yang diproses semakin besar waktu pemrosesan harus semakin cepat
Kompleksitas waktu menjadi variabel yang sangat penting
Prinsip Perbandingan Algoritma
Efisiensi suatu algoritma tidak dapat diukur dengan satuan waktu (detik, milidetik dsb), karena waktu tempuh algoritma sangat tergantung pada :◦ Banyaknya data◦ Spesifikasi komputer Hardware◦ Compiler software◦ Tegangan listrik◦ Lain-lain
Ukuran Efisiensi Waktu
Efisiensi waktu dalam algoritma diukur dengan satuan n (problem size)
4 langkah untuk menentukan ukuran efisiensi waktu antara lain :◦ Menentukan problem size (n)◦ Menentukan operasi dominan◦ Menentukan fungsi langkah g(n)◦ Menentukan kompleksitas waktu O(f(n)) Big Oh
Efisiensi Waktu
Problem size
Operasi dominan merupakan operasi yang paling banyak dilakukan untuk memecahkan suatu permasalahan.
Operasi dominan ini sangat tergantung pada permasalahan dan operasi yang dilakukan yang banyaknya tergantung pada n
Menentukan Operasi Dominan
Pada algoritma menentukan max/min operasi dominannya adalah operasi perbandingan “<“ atau “>”
Pda algoritma searching operasi dominannya adalah operasi “=“
Contoh
g(n) = banyak kali operasi dominan dilakukan dalam (n)
Menentukan fungsi langkah g(n)
Suatu algoritma dengan fungsi langkah g(n) dikatakan mempunyai kompleksitas waktu O(f(n)) jika terdapat konstanta c>0 sedemikian hingga : g(n) ≤ c.f(n) untuk n > n0
◦ Algoritma MaxMin g(n)= 2n-2 O(n)◦ Algoritma Bubblesort g(n) = n2/2-n/2 O(n2)
Menentukan kompleksitas waktu O(f(n))
Faktor-faktor yang menentukan banyak langkah antara lain :1. Banyaknya operator dasar yang digunakan2. Assigment (konstanta c)3. Function Call4. Struktur Program
- Sekuensial- Percabangan- Kalang (loop)
Efisiensi Algoritma
Misalkan dalam algoritma terdapat blok statement, masing-masing mempunyai banyak langkah :S1 banyak langkah P1S2 banyak langkah P2S3 banyak langkah P3Sn banyak langkah Pn
Total banyak langkah blok-blok statement tersebut adalah
SEKUENSIAL
x x * y operasi 1 = 1 y a * sin(x) operasi 1, procedure 1 = 2 Readln(b) assigment 1 = 1 Writeln (x+y+b) assigment 1
operasi 2 = 3
Banyak langkah = 7
Contoh Sekuensial
Hitung banyak langkah dari algoritma berikut :read(panjang)read(lebar)luas panjang * lebarkeliling 2 * (panjang + lebar)write(luas)write(keliling)
Soal
Bentuk IF k THEN S1ELSE S2
k = kondisi dengan banyak langkah cS1 , S2 = blok statement dengan banyak langkah P1,P2
Percabangan
Kasus terbaik mempunyai banyak langkahc + min (P1, P2)
Kasus terburuk mempunyai banyak langkahc + max (P1, P2)
Operator dasar logika : AND, OR, NOT dihitung 1 langkah
Percabangan
Percabangan
C = 1P1 = 2P2 = 1Kasus terburuk = c + max (P1, P2) = 1 + max(2,1) = 3
Yang dianalisa hanya For Loop
Bentuk umumFor variable nilai awal To nilai akhir Step S
Perulangan (Loop)
Kasus IStatement S mempunyai banyak langkah yang tidak tergantung nilai counterFor counter : awal To akhir
S
Counter ≤ Akhir S dieksekusi sebanyak akhir – awal + 2 kali
Counter = counter + 1 S dieksekusi sebanyak akhir – awal + 1
kali
Perulangan (Loop)
Banyak Langkah = (akhir – awal + 2) + (akhir – awal + 1) (p + 1)
Contoh :For i = 1 to n
x : = x + 5y : = y + x
Perulangan (Loop)
Kasus IIBanyak langkah S bergantung nilai CounterContoh :For i := 1 To n
x := x + yFor j := i To n
y := i + j
Perulangan (Loop)