MATERI PERKULIAHAN ANALISIS ALGORITMA DYNAMIC PROGRAMMING 7 Ken

  • Slides: 26
Download presentation
MATERI PERKULIAHAN ANALISIS ALGORITMA DYNAMIC PROGRAMMING 7 Ken Kinanti Purnamasari

MATERI PERKULIAHAN ANALISIS ALGORITMA DYNAMIC PROGRAMMING 7 Ken Kinanti Purnamasari

Strategi Algoritma 1. Strategi Solusi Langsung (Direct Solution) v Brute-Force, Greedy 2. Strategi Berbasis

Strategi Algoritma 1. Strategi Solusi Langsung (Direct Solution) v Brute-Force, Greedy 2. Strategi Berbasis Ruang Status (State-space Base) v Backtracking, Branch & Bound 3. Strategi Solusi Atas-Bawah (Top-Down Solution) v Divide & Conquer 4. Strategi Solusi Bawah-Atas (Bottom-Up Solution) v Dynamic Programming

DYNAMIC PROGRAMMING

DYNAMIC PROGRAMMING

An idea, like a ghost … must be spoken to a little, before it

An idea, like a ghost … must be spoken to a little, before it will explain itself. Charles Dickens

Dynamic Programming Pengertian n, a m l l e B d r Richa 1950

Dynamic Programming Pengertian n, a m l l e B d r Richa 1950 Program ming = P lanning ≠ Comput er Progr amming

Dynamic Programming Definisi Dynamic Programming adalah pemecahan masalah yang menguraikan solusi menjadi sekumpulan langkah,

Dynamic Programming Definisi Dynamic Programming adalah pemecahan masalah yang menguraikan solusi menjadi sekumpulan langkah, sehingga solusi merupakan rangkaian keputusan yang saling berkaitan. TSP th a P t s e t r o h S ck a s p a n K 1 / 0

Dynamic Programming Greedy VS Dynamic Prog. - Greedy - Dynamic Programming : banyak rangkaian

Dynamic Programming Greedy VS Dynamic Prog. - Greedy - Dynamic Programming : banyak rangkaian keputusan : 1 rangkaian keputusan

Dynamic Programming Karakter Masalah - Terdapat sejumlah berhingga pilihan yang mungkin. - Solusi di

Dynamic Programming Karakter Masalah - Terdapat sejumlah berhingga pilihan yang mungkin. - Solusi di suatu tahap dibangun sebagai hasil solusi tahap sebelumnya. - Digunakan persyaratan optimasi untuk membatasi jumlah pilihan yang dipertimbangkan.

Dynamic Programming Prinsip Optimalitas “ Jika solusi total optimal, maka bagian solusi sampai tahap

Dynamic Programming Prinsip Optimalitas “ Jika solusi total optimal, maka bagian solusi sampai tahap ke-k juga optimal ” Cost[k + 1] = Cost[k] + Cost[k] ke [k+1]

Dynamic Programming Karakter Penyelesaian - Masalah dibagi jadi beberapa tahap. - Setiap tahap dapat

Dynamic Programming Karakter Penyelesaian - Masalah dibagi jadi beberapa tahap. - Setiap tahap dapat menghasilkan suatu keputusan. - Setiap tahap memiliki sejumlah status yang berhubungan dengan tahap tersebut. - Cost meningkat secara teratur sesuai bertambahnya tahapan.

Dynamic Programming Jenis DP - Maju (forward) bergerak mulai dari tahap 1 sampai n.

Dynamic Programming Jenis DP - Maju (forward) bergerak mulai dari tahap 1 sampai n. - Mundur (backward) bergerak mulai dari tahap n sampai 1.

Dynamic Programming Langkah Penyelesaian - Tentukan karakter solusi optimal - Definisikan secara rekursif nilai

Dynamic Programming Langkah Penyelesaian - Tentukan karakter solusi optimal - Definisikan secara rekursif nilai solusi optimal - Hitung nilai solusi optimal dengan cara maju/ mundur - Konstruksi solusi optimal

Dynamic Programming Contoh Kasus - TSP - Shortest Path - 1/0 Knapsack - Binary

Dynamic Programming Contoh Kasus - TSP - Shortest Path - 1/0 Knapsack - Binary Search Tree - Algoritma Warshall - Algoritma Floyd

CONTOH KASUS 1 Dynamic Programming Shortest Path Mencari jalur terpendek antara dua buah lokasi

CONTOH KASUS 1 Dynamic Programming Shortest Path Mencari jalur terpendek antara dua buah lokasi tertentu.

Dynamic Programming CONTOH KASUS 1 Shortest Path MUNDUR - Langkah Dinamis 4 : SOLUSI

Dynamic Programming CONTOH KASUS 1 Shortest Path MUNDUR - Langkah Dinamis 4 : SOLUSI OPTIMUM ASAL Bobot 4(ASAL) X 4 88 3 10 10 99 4 10 10

CONTOH KASUS 1 Shortest Path Dynamic Programming

CONTOH KASUS 1 Shortest Path Dynamic Programming

Dynamic Programming CONTOH KASUS 1 Shortest Path MUNDUR - Langkah Dinamis 3 : KEMUNGKINAN

Dynamic Programming CONTOH KASUS 1 Shortest Path MUNDUR - Langkah Dinamis 3 : KEMUNGKINAN TUJUAN ASAL SOLUSI OPTIMUM 88 99 Bobot 3(ASAL) 55 4 8 4 66 9 7 7 77 6 X 3

CONTOH KASUS 1 Shortest Path Dynamic Programming

CONTOH KASUS 1 Shortest Path Dynamic Programming

Dynamic Programming CONTOH KASUS 1 Shortest Path MUNDUR - Langkah Dinamis 2 : KEMUNGKINAN

Dynamic Programming CONTOH KASUS 1 Shortest Path MUNDUR - Langkah Dinamis 2 : KEMUNGKINAN TUJUAN ASAL SOLUSI OPTIMUM 55 66 77 Bobot 2 (ASAL) 22 11 11 12 11 33 7 9 10 7 44 8 8 11 8 X 2

CONTOH KASUS 1 Shortest Path Dynamic Programming

CONTOH KASUS 1 Shortest Path Dynamic Programming

Dynamic Programming CONTOH KASUS 1 Shortest Path MUNDUR - Langkah Dinamis 1 : KEMUNGKINAN

Dynamic Programming CONTOH KASUS 1 Shortest Path MUNDUR - Langkah Dinamis 1 : KEMUNGKINAN TUJUAN ASAL 21 SOLUSI OPTIMUM 22 33 44 Bobot 1 (ASAL) 13 11 11 11 X 1

CONTOH KASUS 1 Shortest Path Dynamic Programming

CONTOH KASUS 1 Shortest Path Dynamic Programming

CONTOH KASUS 1 Shortest Path Dynamic Programming

CONTOH KASUS 1 Shortest Path Dynamic Programming

Dynamic Programming CONTOH KASUS 1 Shortest Path : Bobot 1 – 3 – 5

Dynamic Programming CONTOH KASUS 1 Shortest Path : Bobot 1 – 3 – 5 – 8 – 10 1 – 4 – 6 – 9 - 10 11

Bagaimana dengan Forward DP ? ? ?

Bagaimana dengan Forward DP ? ? ?

Ada Pertanyaan? ? ?

Ada Pertanyaan? ? ?