You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
the greedy
METHOD
Materi tambahan pertemuan-13
METODE GREEDY
Greedy diambil dari bahasa Inggris berarti : rakus, tamak, loba, serakah.
Prinsip Greedy: “Take What You Can Get Now!”.
Algoritma Greedy membentuk solusi langkah per langkah (step by step).
Greedy adalah strategi pencarian untuk masalah optimasi berbasis prinsip : pada
setiap tahap, pilih solusi paling baik. Dengan harapan, semua tahapan ini akan
menemukan solusi terbaik untuk masalah tersebut. Algoritma greedy termasuk
sederhana dan tidak rumit (Santosa and Ai, 2017).
Materi tambahan pertemuan-13
METODE GREEDY #2
Metode Greedy merupakan salah satu cara untuk mendapatkan solusi
optimal dalam proses penyimpanan. Pada metode ini untuk mendapatkan
solusi optimal dari permasalahan yang mempunyai dua kriteria yaitu :
Fungsi Tujuan/Utama dan Nilai Pembatas (Constrain).
Proses Kerja Metode Greedy
Menyelesaikan suatu masalah dengan beberapa fungsi pembatas untuk
mencapai satu fungsi tujuan. Jadi, dalam penyelesaiannya harus
ditentukan mana sebagai fungsi pembatas dan mana sebagai fungsi
tujuan.
Untuk menyelesaikan suatu permasalahan dengan n input data yang terdiri
dari beberapa fungsi pembatas & 1 fungsi tujuan yang diselesaikan
dengan memilih beberapa solusi yang mungkin (feasible
solution/feasible sets), yaitu bila telah memenuhi fungsi tujuan/obyektif.
Materi tambahan pertemuan-13
METODE GREEDY #3
Dalam kehidupan sehari-hari, media penyimpanan merupakan sebuah
fasilitas yang sangat diperlukan, apalagi untuk sebuah perangkat komputer.
Media penyimpanan sangat berperan penting, baik internal maupun external.
Dalam penyimpanan, unsur yang harus diperhatikan adalah efektif dan
efisiensinya. Anggaplah sebuah lemari pakaian, bagaimana kita mengatur
pakaian didalam lemari, dari posisi susunan sampai dengan jumlah dan jenis
pakaian yang dapat disimpan.
Materi tambahan pertemuan-13
METODE GREEDY #4
Contoh Persoalan Optimasi:
(Masalah Penukaran Uang):
Diberikan uang senilai A. Tukar A dengan koin-koin uang yang ada. Berapa jumlah
minimum koin yang diperlukan untuk penukaran tersebut?
Contoh 1:
tersedia banyak koin : 1, 5, 10, 25
Uang senilai A = 32 dapat ditukar dengan banyak cara berikut :
→ 32 = 1 + 1 + … + 1
(32 koin)
→ 32 = 5 + 5 + 5 + 5 + 10 + 1 + 1 (7 koin)
→ 32 = 10 + 10 + 10 + 1 + 1 (5 koin)
… dan seterusnya.
Minimum : 32 = 25 + 5 + 1 + 1
(4 koin)
Materi tambahan pertemuan-13
METODE GREEDY #5
Metode GREEDY digunakan dalam penyelesaian masalahmasalah
:
1. Optimal On Tape Storage Problem
2. Knapsack Problem
Materi tambahan pertemuan-13
Optimal Storage on Tapes
Permasalahan yang akan ditemukan dalam metode greedy adalah :
❑ Bagaimana mengoptimalkan penyimpanan (pada memory/storage) – Magnetic
tape, agar data yang disimpan dapat termuat dengan optimal.
❑ Bagaimana susunan yang harus dibentuk.
❑ Misalkan terdapat n program yang akan disimpan didalam pita (tape). Pita tsb
mempunyai panjang maks. sebesar L, masing-masing program yang akan
disimpan mempunyai panjang L 1
,L 2
,L 3
...,L n
. Cara penyimpanan adalah terurut
(sequential).
Materi tambahan pertemuan-13
Optimal Storage on Tapes
Penerapan dari Optimal on Tape Storage Problem adalah :
❑ Terdapat pada Pita Kaset.
❑ Media penyimpanan pada abad 19.
❑ Sebelum era digitalilisasi pada abad 20.
Materi tambahan pertemuan-13
Optimal Storage on Tapes
Kriteria Greedy pada Optimal on Tape Storage Problem adalah :
n j
❑ Fungsi tujuan : Optimal Storage = D(I) = l ik
j=1 k=1
❑ Fungsi Pembatas : Mean Retrieval Time (MRT) = t j
/n
n
j=1
Materi tambahan pertemuan-13
Optimal Storage on Tapes
There are n programs that are to be stored on a computer tape
of length L. Associated with each program i is a length L i .
Ada n program yang akan disimpan di magnetic tape komputer panjangnya L,
dengan setiap program i adalah panjang Li.
Assume the tape is initially positioned at the front. If the
programs are stored in the order I = i 1 , i 2 , …, i n , the time t j
needed to retrieve program i j
Asumsikan pita awalnya diposisikan di depan. Jika program disimpan dalam urutan
I = i1, i2, ...,in, waktu tj diperlukan untuk mengambil program ij
j
t j =
k=
1
L ik
Waktu yang diperlukan untuk pengambilan program sama dengan jumlah
dari panjang program ke k
4 -10
Materi tambahan pertemuan-13
Optimal Storage on Tapes
If all programs are retrieved equally often, then the mean
retrieval time .
Jika semua program diambil sama seringnya (konstan), maka waktu pengambilan
rata-rata (Mean Retrieval Time / MRT)
MRT =
This problem fits the ordering paradigm. Minimizing the MRT is
equivalent to minimizing
d(I) =
n
1
n
j
j= 1 k=
1
n
j=
1
t
j
Jumlah waktu pengambilan program dibagi dengan jumlah program.
Masalah ini sesuai dengan wacana pemesanan (ordering). Meminimalkan MRT
sama dengan meminimalkan
L ik
Jumlah program (n) dalam pengambilan (j) ke ‘sekian’, dijumlahkan waktu
pengambilan program (lihat rumus tj)
4 -11
Materi tambahan pertemuan-13
Optimal Storage on Tapes
Case-1 :
❑ Penyimpanan pada pita kaset terdapat 3 file lagu dengan durasi waktu 5
menit,10 menit, 3 menit).
❑ Tentukan urutan penyimpanannya agar dapat menghemat media penyimpannya?
Solution :
1. Menemukan 2 Kriteria Greedy
- Fungsi tujuan: optimalisasi media penyimpanan.
- Fungsi pembatas : waktu akses file (Mean Retrieval Time).
2. Mencari Feasible Solution
Alternatif solusi yang dapat digunakan untuk memperoleh optimal solution.
Materi tambahan pertemuan-13
Optimal Storage on Tapes
❑ Jumlah Feasible Solution untuk 3 buah file input adalah :
N Faktorial, dimana N : Jumlah File
3 ! = 3 x 2 x 1 = 6
❑ Menghitung Fungsi Tujuan & Fungsi Pembatas, yakni :
No Order D(I) Total MRT
1 1,2,3 5+(5+10)+(5+10+3) 38 38/3 = 12,66
2 1,3,2 5+(5+3)+(5+3+10) 31 31/3 = 10,33
3 2,1,3 10+(10+5)+(10+5+3) 43 43/3 = 14,33
4 2,3,1 10+(10+3)+(10+3+5) 41 41/3 = 13,66
5 3,1,2 3+(3+5)+(3+5+10) 29 29/3 = 9,66
6 3,2,1 3+(3+10)+(3+10+5) 34 34/3 = 11,33
Materi tambahan pertemuan-13
Optimal Storage on Tapes
(L 1
,L 2
,L 3
) = (5,10,3)
Dari tabel tersebut, didapat susunan/order yang optimal, sebagai berikut :
❑ Susunan PERTAMA untuk program/lagu ke tiga.
❑ Susunan KEDUA untuk program/lagu ke satu.
❑ Susunan KETIGA untuk program/lagu ke dua.
Materi tambahan pertemuan-13
Optimal Storage on Tapes
Conclusion :
Kunci dari permasalahan Optimal On Tape Storage
Problem adalah Susunan File dari ukuran Kecil ke Besar
(Increasing)
Materi tambahan pertemuan-13
Kasus 2:
Diketahui 4 program yang akan disimpan dalam media penyimpanan dengan
panjang masing-masing 6, 8, 4, dan 2. Bagaimana proses penyimpanan
yang optimal dengan metode greedy.
Jawab :
1. Menemukan 2 Kriteria Greedy
- Fungsi tujuan: optimalisasi media penyimpanan.
- Fungsi pembatas : waktu akses file (Mean Retrieval Time).
2. Mencari Feasible Solution
Alternatif solusi yang dapat digunakan untuk memperoleh optimal
solution.
Materi tambahan pertemuan-13
3.Tabel :
No Order D(I) Total MRT
1 1,2,3,4 6+(6+8)+(6+8+4)+(6+8+4+2) ………
2 1,2,4,3 6+(6+8)+(6+8+2)+(6+8+2+4) ………
3 1,3,2,4 6+(6+4)+(6+4+8)+(6+4+8+2) ………
4 1,3,4,2 ......(selesaikan seperti diatas) ………
4. Dari tabel nilai diatas carilah nilai minimalnya pada setiap level ..!
TAKEHOME …? ☺
Materi tambahan pertemuan-13
Masalah KNAPSACK PROBLEM
Kasus :
Materi tambahan pertemuan-13
Masalah KNAPSACK PROBLEM
Kasus :
Kapasitas max 10 Kg.
Jumlah 10 Kg.
Berat 0.5 Kg.
Berat 1 Kg.
Materi tambahan pertemuan-13
Masalah KNAPSACK PROBLEM
Kasus :
think..?!
Materi tambahan pertemuan-13
Masalah KNAPSACK PROBLEM
Kasus :
Terdapat n obyek (Xi;i=1,2,3,....n) yang masing-masing mempunyai berat
(weight)/Wi & masing-masing memiliki nilai (profit)/Pi yg berbeda-beda.
Masalah :
Bagaimana obyek-obyek tersebut dimuat/dimasukkan kedalam ransel
(knapsack) yang mempunyai kapasitas maksimum = M. Sehingga timbul
permasalahan sebagai berikut :
a. Bagaimana memilih obyek yang akan dimuat dari n obyek yang ada
sehingga nilai obyek termuat jumlahnya sesuai dengan kapasitas ( M).
b. Jika semua obyek harus dimuat kedalam ransel maka berapa bagian dari
setiap obyek yang ada dapat dimuat kedalam ransel sedemikian sehingga
nilai kumulatif maksimum & sesuai dengan kapasitas ransel ?
Materi tambahan pertemuan-13
Penyelesaian Knapsack Problem :
1. Dengan Secara Matematika
2. Dengan Kriteria Greedy.
3. Dengan Algoritma Greedy.
1. Penyelesaian Knapsack Dengan Secara Matematika
Fungsi tujuan = fungsi utama/obyektif = fungsi yang menjadi penyelesaian
permasalahan dengan mendapatkan solusi yang optimal.
Solusi dimaksud = menemukan nilai/profit yang maksimum untuk jumlah
obyek yang dimuat dalam ransel sehingga sesuai
kapasitas.
Materi tambahan pertemuan-13
n
Fungsi Tujuan Maksimum : Pi Xi
i=1
Fungsi pembatas = fungsi subyektif = fungsi yang bertujuan untuk
memberikan batas maksimum dari setiap obyek untuk
dapat dimuat dalam ransel sehingga kapasitasnya tidak
melebihi dari jumlah maksimum daya tampung ransel.
n
Fungsi Pembatas : Wi Xi M
i=1
dimana : 0 Xi 1 ; Pi >0 ; Wi > 0
Materi tambahan pertemuan-13
Contoh Kasus :
Terdapat 3 buah barang yang akan dimuat kedalam ransel (knapsack) yang
mempunyai kapasitas muat maksimum : 20Kg. masing-masing barang
tersebut mempunyai berat : 18Kg, 15Kg, dan 10Kg dan masing-masing
barang memiliki nilai yaitu : 25, 24 dan 15.
Permasalahan :
Tentukan berat dari tiap-tiap barang yang dapat dimuat sehingga nilai barang
yang termuat dalam knapsack adalah maksimum dan sesuai dengan
kapasitas knapsack..!!
Penyelesaian (Matematika) :
Diketahui bahwa kapasitas M : 20Kg dengan jumlah barang n=3.
Berat (Wi) masing-masing barang : (W 1
, W 2
, W 3
) = (18, 15, 10)
Nilai (Pi) masing-masing barang : (P 1
, P 2
, P 3
) = (25, 24, 15)
Materi tambahan pertemuan-13
Fungsi pembatas = fungsi subyektif = fungsi yang bertujuan untuk
memberikan batas maksimum dari setiap obyek untuk
dapat dimuat dalam ransel sehingga kapasitasnya tidak
melebihi dari jumlah maksimum daya tampung ransel.
3
Fungsi Pembatas : Wi Xi 20
i=1
Nilai-nilai batasannya : 0 Xi 1 ; Pi >0 ; Wi > 0
batas bawah
batas atas
Materi tambahan pertemuan-13
1. Menentukan solusi (feasible solution) yang mungkin dari 3 barang
tersebut, yaitu dengan 2xn. Lalu hitung dengan tujuan mendapatkan berat
sesuai dengan kapasitas ransel (≤ 20Kg).
a. Untuk X1=0 X2=1 X3=?
18.X1 + 15.X2 + 10.X3 ≤ 20
18.0 + 15.1 + 10X3 ≤ 20
10X3 ≤ 20 – 15
X3 = 5/10 = 1/2
b. Untuk X1=1 X2=0 X3=?
18.X1 + 15.X2 + 10.X3 ≤ 20
18.1 + 15.0 + 10X3 ≤ 20
10X3 ≤ 20 – 18
X3 = 2/10 = 1/5
(W 1
, W 2
, W 3
) = (18, 15, 10)
Wi.Xi ≤ 20
Materi tambahan pertemuan-13
c. Untuk X1=1 X3=0 X2=?
18.X1 + 15.X2 + 10.X3 ≤ 20
15X2 ≤ 20 – 18
X2 = 2/15
d. Untuk X1=0 X3=1 X2=?
18.X1 + 15.X2 + 10.X3 ≤ 20
15X2 ≤ 20 – 10
X2 = 10/15 = 2/3
e. Untuk X2=1 X3=0 X1=?
18.X1 + 15.X2 + 10.X3 ≤ 20
18X1 ≤ 20 – 15
X1 = 5/18
f. Untuk X2=0 X3=1 X1=?
18.X1 + 15.X2 + 10.X3 ≤ 20
18X1 ≤ 20 – 10
X1 = 10/18 = 5/9
(W 1
, W 2
, W 3
) = (18, 15, 10)
Wi.Xi ≤ 20
(W 1
, W 2
, W 3
) = (18, 15, 10)
Wi.Xi ≤ 20
Materi tambahan pertemuan-13
2. Berikutnya masukan elemen-elemen kemungkinan pembatas tersebut
dalam suatu tabel agar lebih mudah untuk dapat melihat dan menentukan
solusi yang optimal dari nilai (profit) maksimal :
(W1, W2, W3) = (18, 15, 10)
(P1, P2, P3) = (25, 24, 15)
Solusi Ke (X1 , X2 , X3) ∑ Wi.Xi ∑ Pi.Xi
1 (0 , 1 , 1/2) 20 31,5
2 (1 , 0 , 1/5) 20 28,0
3 (1 , 2/15 , 0) 20 28,2
4 (0 , 2/3 , 1) 20 31,0
5 (5/18 , 1 , 0) 20 30,9
6 (5/9 , 0 , 1) 20 28,8
3. Dari tabel diatas bahwa nilai (profit) maksimum = 31,5 yang diperoleh dari
solusi (feasible) pertama dengan nilai X1=0, X2=1 dan X3=1/2.
Materi tambahan pertemuan-13
4. Kesimpulan yang dapat diambil : bahwa komposisi dari ke-3 barang yang
dapat termuat dalam ransel dengan profit maksimum : 31,5 adalah
sebagai berikut :
a. Barang jenis I tidak dimuat (X1=0) : 0 Kg
b. Barang jenis II dimuat seluruhnya (X2=1) : 15 Kg
c. Barang jenis III dimuat sebagian (X3=1/2) : 5 Kg
Maka total Kapasitas Knapsack adalah
: 20 Kg
Materi tambahan pertemuan-13
2. Penyelesaian Knapsack Dengan Kriteria Greedy
Contoh Kasus :
Terdapat 3 buah barang yang akan dimuat kedalam ransel (knapsack) yang
mempunyai kapasitas muat maksimum : 20Kg. masing-masing barang
tersebut mempunyai berat : 18Kg, 15Kg, dan 10Kg dan masing-masing
barang memiliki nilai yaitu : 25, 24 dan 15.
Permasalahan :
Tentukan berat dari tiap-tiap barang yang dapat dimuat sehingga nilai barang
yang termuat dalam knapsack adalah maksimum dan sesuai dengan
kapasitas knapsack..!!
Penyelesaian (Kriteria Greedy) :
Konsep dari kriteria yang ditawarkan oleh metode Greedy yaitu :
- Pilih obyek (barang) dengan nilai Pi maximal atau terbesar
- Pilih obyek (barang) dengan berat Wi minimal dahulu.
- Pilih obyek (barang) dengan perbandingan nilai & berat yaitu Pi/Wi yang
terbesar.
Materi tambahan pertemuan-13
Penyelesaian (Kriteria Greedy) :
1. Pilih obyek (barang) dengan nilai Pi maximal atau terbesar
P1 = 25 → X1 = 1, dimisalkan sebagai Batas Atas Nilai
P2 = 24 → X2 = 2/15, dihitung dengan Fungsi Pembatas
P3 = 15 → X3 = 0, dimisalkan sebagai Batas Bawah Nilai
2. Pilih barang dengan Berat Minimal
W1 = 18 → X1 = 0, sebagai Batas Bawah Nilai
W2 = 15 → X2 = 2/3, dihitung dengan Fungsi Pembatas
W3 = 10 → X3 = 1, sebagai Batas Atas Nilai
Materi tambahan pertemuan-13
3. Pilih barang dengan menghitung perbandingan yang terbesar dari
Profit dibagi Berat (Pi/Wi) yang diurut secara tidak naik, yaitu :
P1/W1 : 25/18 = 1,39 → karena terkecil, maka X1 = 0
P2/W2 : 24/15 = 1,60 → karena terbesar, maka X2 = 1
P3/W3 : 15/10 = 1,50 → dengan Fungsi pembatas X3 = 1/2.
4. Dibuatkan tabel berdasarkan elemen dari ke-3 kriteria metode Greedy
(W1, W2, W3) = (18, 15, 10)
(P1, P2, P3) = (25, 24, 15)
Solusi Ke (X1 , X2 , X3) ∑ Wi.Xi ∑ Pi.Xi
Pi Max ( 1, 2/15, 0) 20 28,2
Wi Min ( 0, 2/3, 1) 20 31,0
Pi/Wi Max ( 0, 1, 1/2 ) 20 31,5
Nilai profit maksimal = 31,5 dengan komposisi yang sama.
the greedy method
# lanjutan
Materi tambahan pertemuan-13
METODE GREEDY
Metode Greedy merupakan salah satu cara untuk mendapatkan solusi
optimal dalam proses penyimpanan. Pada metode ini untuk mendapatkan
solusi optimal dari permasalahan yang mempunyai dua kriteria yaitu :
Fungsi Tujuan/Utama dan Nilai Pembatas (Constrain).
Proses Kerja Metode Greedy
Menyelesaikan suatu masalah dengan beberapa fungsi pembatas untuk
mencapai satu fungsi tujuan. Jadi, dalam penyelesaiannya harus
ditentukan mana sebagai fungsi pembatas dan mana sebagai fungsi
tujuan.
Untuk menyelesaikan suatu permasalahan dengan n input data yang terdiri
dari beberapa fungsi pembatas & 1 fungsi tujuan yang diselesaikan
dengan memilih beberapa solusi yang mungkin (feasible
solution/feasible sets), yaitu bila telah memenuhi fungsi tujuan/obyektif.
Materi tambahan pertemuan-13
Algoritma Greedy,
PROCEDURE GREEDY KNAPSACK (P, W, x, n)
float P(1 : n), W(1 : n), x(1 : n), M, isi;
int i, n;
x(1 : 1) 0; isi M;
FOR i 1 TO n
{
If W(i) > M; EXIT ENDIF
x(i) 1
isi isi – W(i)
}
REPEAT
IF i ≤ n ; x(i) isi/W(i) ENDIF
END GREEDY KNAPSACK
Pada Algoritma Greedy dapat berjalan efektif bila masukan yang diberikan
yaitu nilai atau Profit dan Berat dari objek telah diurutkan terlebih dahulu.
Materi tambahan pertemuan-13
Urutan tersebut dapat dilakukan dengan melihat hasil
perbandingan antara Nilai/Profit dengan Berat (Pi/Wi) yang disusun
secara tidak naik (non-Decreasing).
Pada akhirnya, proses penyelesaian dengan cara Matematika, Kriteria
Greedy dan Algoritma Greedy secara keseluruhan bertujuan untuk
menyelesaikan permasalahan secara optimal.
Perbedaannya, terletak pada “waktu pengerjaan dari tiap-tiap
penyelesaian”
1. Penyelesaian dengan matematika, tentunya waktu yang diperlukan
cukup lama, karena banyak ditemui beberapa feasible dari input yang
diberikan.
2. Dengan Metode Greedy, cukup efektif hanya kelemahannya apabila
objek barang yang akan dimasukan kedalam Knapsack memiliki jumlah
yang lebih banyak.
Materi tambahan pertemuan-13
3. Penyelesaian Knapsack Dengan Algoritma Greedy
Penyelesaian dengan 2 cara sebelumnya terlihat adanya kelemahan dan
ketidak esifienan serta banyaknya kemungkinan (feasible) yang terjadi dalam
penyelesaian.
Berikut disampaikan tahapan penyelesaian dengan Algoritma Greedy :
Lihat kembali nilai Berat dan Profit masing-masing :
W1, W2, W3 = [18, 15, 10] P1, P2, dan P3 = [25, 24, 15]
• Pertama kali adalah melakukan pengurutan secara non-decreasing
terlebih dahulu terhadap hasil Pi/Wi (lihat hasil pada Metode Greedy...!!)
Pi/Wi → 25/18 = 1,39 akan menjadi urutan ke-3
Pi/Wi → 24/15 = 1,60 akan menjadi urutan ke-1
Pi/Wi → 15/10 = 1,50 akan menjadi urutan ke-2
Sehingga menghasilkan pola urutan yang baru untuk urutan Berat dan
Profit, yakni : W1, W2, W3 : [15, 10, 18] dan P1, P2, P3 : [24, 15, 25]
Materi tambahan pertemuan-13
3. Penyelesaian Knapsack Dengan Algoritma Greedy
Urutan yang baru untuk urutan Berat dan Profit, yakni :
W1, W2, W3 : [15, 10, 18] dan P1, P2, P3 : [24, 15, 25]
• Kemudian data-data tersebut dimasukan ke Algoritma Greedy Knapsack (lihat
Algoritma Greedy), sehingga proses penyelesaian sebagai berikut :
x(1 : n) 0
Isi 20
i = 1
W(1) > isi ?
15 > 20 kondisi SALAH
x(1) yang berarti bahwa barang tersebut dapat dimasukan seluruhnya
isi = 20 – 15 → kapasitas Knapsack akan berkurang dari yang sebelumnya 20 kg dikurangi 15kg,
sisa kapasitas yakni 5kg.
i = 2
W(2) > isi ?
10 > 5 kondisi BENAR
x(2) = 5/10 = ½ → benda seberat 10kg hanya dapat dimasukan kedalam Knapsack sebanyak ½
saja, yakni 5kg.
i = 3
Endif → diakhiri karena kapasitas dari Knapsack sudah tidak memungkinkan lagi.
Materi tambahan pertemuan-13
3. Penyelesaian Knapsack Dengan Algoritma Greedy
• Profit nilai yang didapat adalah :
P1 + P2 + P3, yaitu :
24.1 + 15.1/2 + 25.0 = 24 + 7,5 = 31,5
• Komposisi yang didapatkan dengan metode Algoritma Greedy sama
hasilnya dengan 2 metode yang sebelumnya, bedanya hanya terdapat
pada efisiensi penyelesaian yang dilakukan.
Materi tambahan pertemuan-13
KESIMPULAN :
✓ Cara matematika dianggap lebih rumit dan tidak cocok untuk digunakan,
karena harus memperhatikan nilai probabilitas setiap item, nilai ini merupakan
faktor penentu mengingat nilai probabilitas (Xi) 0≤Xi≤1. Kisaran nilai-nilai Xi di sini
sangat luas, bisa 0, 0,1, 0,01, 0,001, ... 1.
✓ Cara kriteria greedy dianggap lebih mudah dan lebih optimal dibanding cara
yang lain meskipun kekurangannya harus mengerjakan beberapa tahapan terlebih
dahulu.
✓ Cara algoritma greedy lebih cepat penyelesaiannya namun harus tahu algoritma
dan harus paham cara penterjemahan algoritma tersebut.
Selain itu teknik ini akan efektif jika objek disusun secara tidak naik terlebih
dahulu berdasarkan nilai Pi/Wi.
Materi tambahan pertemuan-13
exercise … ☺
SLIDE AKHIR
sampai bertemu pada pertemuan
berikutnya …