Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
PERBANDINGAN ALGORITMA GREEDY DAN DIJKSTRA UNTUK MENENTUKAN LINTASAN TERPENDEK
SKRIPSI
HENNY SYAHRIZA LUBIS 051411009
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
PERBANDINGAN ALGORITMA GREEDY DAN DIJKSTRA UNTUK MENENTUKAN LINTASAN TERPENDEK
SKRIPSI
Diajukan untuk melengkapi tugasakhir dan memenuhi syarat mencapai gelar Sarjana Sains
HENNY SYAHRIZA LUBIS 051411009
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
PERSETUJUAN
Judul : PERBANDINGAN ALGORITMA GREEDY DAN
DIJKSTRA UNTUK MENENTUKAN LINTASAN TERPENDEK
Kategori : SKRIPSI
Nama : HENNY SYAHRIZA LUBIS
Nomor Induk Mahasiswa : 051411009
Program Studi : SARJANA (S1) MATEMATIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 20 Maret 2009
Komisi Pembimbing :
Pembimbing 2, Pembimbing1,
Drs. Marwan Harahap, M.Eng. Drs. Sawaluddin,M.IT.
NIP.130422437 NIP.132206398
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU Ketua
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
PERNYATAAN
PERBANDINGAN ALGORITMA GREEDY DAN DIJKSTRA UNTUK MENENTUKAN LINTASAN TERPENDEK
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 20 Maret 2009
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
PENGHARGAAN
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpahan rahmat dan karunia-Nya skripsi ini berhasil diselesaikan dalam waktu yang telah ditetapkan.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
ABSTRAK
Algortima Dijkstra dan Algoritma Greedy merupakan algoritma untuk menemukan jarak terpendek dari suatu verteks ke verteks yang lainnya pada suatu graph yang berbobot, di mana jarak antar verteks adalah bobot dari tiap edge atau arc pada graph
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
COMPARASION OF DIJKSTRA AND GREEDY ALGORITHMS FOR CHOOSE THE SHORTEST PATH.
ABSTRACT
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
DAFTAR ISI
1.2 Perumusan Masalah 2
1.3 Pembatasan Masalah 2
1.4 Tujuan Penelitian 3
1.5 Kontribusi Penelitian 3
1.6 Metode Penelitian 3
1.7 Tinjauan Pustaka 4
Bab 2 Landasan Teori 6
2.1 Teori Dasar Graph 6
2.1.1 Graph Berarah 6
2.1.2 Graph Tak Berarah 8
2.1.3 Graph Berbobot 9
2.1.4 Refrentasi Graph Dalam Matriks 10
2.2 Lintasan ( Path ) 11
2.2.1 Path Minimum 12
2.2.2 Lintasan Terpendek ( Shortest Path ) 14
2.3 Algoritma Greedy 15
2.3.1 Cara Kerja Algoritma Greedy 17
2.3.2 Pseudocode Algoritma Greedy 18
2.4 Algoitma Dijkstra 19
2.4.1 Sejarah Algoritma Dijkstra 19
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Bab 3 Pembahasan 23
3.1 Implementasi Algoritma Greedy 23
3.1.1 Pemeriksaan Verteks dan Lintasan Pertama 23
3.1.2 Input Graph 25
3.1.3 Proses Graph 27
3.2 Prosedure Algoritma Greedy 29
3.3 Flowchart Algoritma Greedy 31
3.4 Implementasi Algoritma Dijkstra 32
3.4.1 Input Graph 42
3.4.2 Proses Graph 44
3.5 Prosedure Algoritma Dijkstra 46
3.6 Flowchart Algoritma Dijkstra 48
3.7 Flowchart Program 49
3.7.1 Halaman Utama 50
3.7.2 Halaman Komputasi 51
3.7.3 Halaman Hasil 55
3.7.4 Kebutuhan Perangkat 57
Bab 4 Kesimpulan dan Saran 59
4.1 Kesimpulan 59
4.2 Saran 59
Daftar Pustaka 60
Lampiran Listing Program 61
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
DAFTAR TABEL
Halaman
Tabel 3.1 Hasil Iterasi ke 1 33
Tabel 3.2 Hasil Iterasi ke 2 34
Tabel 3.3 Hasil Iterasi ke 3 34
Tabel 3.4 Hasil Iterasi ke 4 35
Tabel 3.5 Hasil Iterasi ke 5 35
Tabel 3.6 Hasil Iterasi ke 6 36
Tabel 3.7 Hasil Iterasi ke 7 37
Tabel 3.8 Hasil Iterasi ke 8 37
Tabel 3.9 Hasil Iterasi ke 9 38
Tabel 3.10 Hasil Iterasi ke 10 39
Tabel 3.11 Hasil dari seluruh tabel 39
Tabel 3.12 Beda Jarak Lintasan Terpendek Algoritma Greedy
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
DAFTAR GAMBAR
Halaman
Gambar 2.1 Graph Berarah atau Digraph 7
Gambar 2.2 Graph Berarah 8
Gambar 2.3 Graph Tak Berarah 9
Gambar 2.4 Graph Berarah Berbobot 9
Gambar 2.5 Graph Tidak Berarah dan Tidak Berbobot 10
Gambar 2.6 Graph Dengan 4 Buah Verteks 12
Gambar 2.7 Graph Dengan 6 Verteks dan 10 Edge 13
Gambar 2.8 Shortest Path(Garis Tebal) 15
Gambar 3.1 Graph Untuk Algoritma Greedy 23
Gambar 3.2 Lintasan 1 Algoritma Greedy 24
Gambar 3.3 Lintasan 2 Algoritma Greedy 24
Gambar 3.4 Lintasan 3 Algoritma Greedy 25
Gambar 3.5 Flowchart Algoritma Greedy 31
Gambar 3.6 Graph Untuk Algoritma Dijkstra 32
Gambar 3.7 Node Terpilih Pada Iterasi ke 1 33
Gambar 3.8 Node Terpilih Pada Iterasi ke 2 34
Gambar 3.9 Node Terpilih Pada Iterasi ke 3 34
Gambar 3.10 Node Terpilih Pada Iterasi ke 4 35
Gambar 3.11 Node Terpilih Pada Iterasi ke 5 36
Gambar 3.12 Node Terpilih Pada Iterasi ke 6 36
Gambar 3.13 Node Terpilih Pada Iterasi ke 7 37
Gambar 3.14 Node Terpilih Pada Iterasi ke 8 38
Gambar 3.15 Node Terpilih Pada Iterasi ke 9 38
Gambar 3.16 Node Terpilih Pada Iterasi ke 10 39
Gambar 3.17 Flowchart Algoritma Dijkstra 48
Gambar 3.18 Flowchart Aplikasi Algoritma Greedy dan Dijkstra 49
Gambar 3.19 Perancangan Diagram Halaman Utama 50
Gambar 3.20 Tampilan Output Halaman Utama 50
Gambar 3.21 Perancangan Diagram Halaman Komputasi 51 Gambar 3.22 Tampilan Menu Perancangan Lintasan Terpendek 51
Gambar 3.23 Tampilan Menu Peta 52
Gambar 3.24 Tampilan Menu Graph 52
Gambar 3.25 Tampilan Menu Cari Lintasan Terpendek 53
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.27 Tampilan Menu Editor Jalan 54
Gambar 3.28 Tampilan Menu Editor Hapus 54
Gambar 3.29 Tampilan Menu Editor Tambah Caption 55
Gambar 3.30 Implementasi Form Graph Algoritma Dijkstra 55 Gambar 3.31 Implementasi Form Hasil Komputasi Algoritma Dijkstra 56 Gambar 3.32 Implementasi Form Graph Algoritma Greedy 56 Gambar 3.33 Implementasi Form Hasil Komput asi Algoritma Greedy 56 Gambar 3.34 Grafik Lama Proses Pencarian Lintasan Terpendek Algoritma
Greedy dan Dijkstra 58
BAB 1
PENDAHULUAN
1.1Latar Belakang
Dalam kehidupan, sering dilakukan perjalanan dari suatu tempat atau kota ke tempat yang lain dengan mempertimbangkan efisiensi, waktu dan biaya sehingga diperlukan ketepatan dalam menentukan jalur terpendek antar suatu kota. Hasil penentuan jalur terpendek akan menjadi pertimbangan dalam pengambilan keputusan untuk menunjukkan jalur yang ditempuh. Hasil yang didapatkan juga membutuhkan kecepatan dan keakuratan dengan bantuan komputer.
Secara umum, pencarian jalur terpendek dapat dibagi menjadi 2(dua) metode, yaitu: metode konvensional dan metode heuristik. Metode konvensional merupakan metode yang menggunakan perhitungan matematik biasa, pada pencarian lintasan terpendek hanya dapat diselesaikan untuk 5(lima) sampai 10(sepuluh) verteks, untuk verteks yang lebih banyak metode heuristik lebih variatif dan waktu perhitungan yang diperlukan lebih singkat, karena metode heuristik menggunakan metode pendekatan dan melakukan pencarian.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Algoritma merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah-perintahnya dapat diterjemahkan secara bertahap dari awal hingga akhir. Masalah tersebut dapat berupa apapun dengan catatan untuk setiap masalah, memiliki kriteria kondisi awal yang harus dipenuhi sebelum menjalankan algoritma.
Algoritma yang akan dipergunakan untuk mencari lintasan terpendek dalam hal ini adalah algoritma Greedy dan algoritma Dijkstra, algoritma Dijkstra merupakan algoritma yang paling terkenal untuk mencari lintasan terpendek yang diterapkan pada graph berarah dan berbobot, di mana jarak antar verteks adalah bobot dari tiap arc pada graph tersebut. Selain algoritma Dijkstra, algoritma Greedy merupakan salah satu metode untuk memecahkan masalah optimasi, juga merupakan program yang dapat memecahkan masalah langkah demi langkah, yang pada setiap langkahnya mengambil pilihan yang terbaik yang diperoleh saat itu tanpa memperhatikan konsekuensi ke depannya dengan gagasan dasar adalah membangun solusi besar diatas solusi kecil.
1.2Perumusan Masalah
Perumusan masalah yang akan diteliti dalam tulisan ini adalah bagaimana mengimplementasikan algoritma Greedy dan algoritma Dijkstra sehingga diperoleh algoritma yang tepat dan akurat untuk menyelesaikan masalah lintasan terpendek.
1.3Pembatasan Masalah
Dalam melakukan perbandingan algoritma Greedy dan algoritma Dijkstra dilakukan beberapa batasan sebagai berikut:
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
2. Bobot antar titik yang ditentukan hanyalah bobot jarak. Dengan mengabaikan bobot-bobot lainnya. Sehingga jalur terpendek berdasarkan jarak terpendek antar titik.
3. Keluaran yang dihasilkan adalah hasil dari algoritma Greedy dan Dijkstra yang diimplementasikan dalam suatu program sederhana dengan menggunakan aplikasi Visual Basic 6.0
1.4Tujuan Penelitian
Penelitian ini bertujuan untuk membandingkan pencarian lintasan terpendek manakah yang lebih baik dari implementasi algoritma Greedy dan algoritma Dijkstra.
1.5Kontribusi Penelitian
Dengan membandingkan algoritma Greedy dan algoritma Dijkstra dapatlah diketahui metode mana yang baik untuk menentukan maksimal lintasan terpendek dari suatu titik ke titik yang lain. Hal ini dapat diaplikasikan dalam peta suatu daerah, sistem saluran air PDAM, sistem aliran listrik PLN dan sebagainya.
1.6Metode Penelitian
Penelitian ini dilakukan dengan langkah-langkah sebagai berikut:
1. Menguraikan konsep algoritma Greedy dan Dijkstra dalam menentukan lintasan terpendek.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
3. Melakukan analisa untuk membandingkan kinerja setiap algoritma berdasarkan kelebihan dan kemudahannya.
4. Membuat kesimpulan dan saran dari penelitian yang dilakukan.
1.7Tinjauan Pustaka
Arief Lutfi Hendratmono (2008) dalam makalahnya menguraikan algoritma Dijkstra merupakan algoritma untuk menemukan jarak terpendek dari suatu verteks ke verteks yang lainnya pada suatu graph yang berbobot dengan menggunakan strategi Greedy. Algoritma ini menyelesaikan masalah mencari sebuah lintasan terpendek (sebuah lintasan yang mempunyai panjang minimum) dari verteks a ke verteks z dalam graph berbobot, bobot tersebut adalah bilangan positif jadi tidak dapat dilalui oleh edge(arc) negatif, jika dilalui oleh edge(arc) negatif, maka penyelesaian yang diberikan adalah infiniti.
Seymour Lipschutz dan Marc Lars dalam bukunya ”Matematika Diskrit 2”, definisi graph adalah bahwa sebuah graph terdiri dari 2(dua) bagian yaitu: sebuah himpunan V=V(G) memiliki elemen-elemen yang dinamakan verteks. Kemudian sebuah kumpulan E=E(G) atau A=A(G), merupakan pasangan tak berurut dari verteks-verteks yang berbeda dinamakan edge(arc). Sedangkan multigraph G=G(V,E) terdiri dari suatu himpunan V(verteks) dan suatu himpunan E(edge) kecuali E mengandung multiple edge, yaitu beberapa edge(arc) dengan menghubungkan titik-titik ujung yang sama, dan E mungkin mengandung satu atau lebih loop, yaitu sebuah
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Yeni Kurniasari (2006) dalam makalahnya menguraikan algoritma Greedy merupakan metode untuk menemukan solusi optimum dalam persoalan optimasi dengan solusi langkah perlangkah sebagai berikut:
1. Terdapat banyak pilihan yang perlu dikembangkan pada setiap langkah solusi. Oleh karena itu, pada setiap langkah harus dibuat keputusan yang terbaik dalam menentukan pilihan. Keputusan yang telah diambil pada suatu langkah tidak dapat diubah lagi pada langkah selanjutnya.
2. Pendekatan yang digunakan di dalam algoritma Greedy adalah membuat pilihan yang terlihat memberikan perolehan terbaik, yaitu dengan membuat pilihan optimum local pada setiap langkah dan diharapkan akan mendapatkan solusi optimum global.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
BAB 2
LANDASAN TEORI
2.1Teori Dasar Graph
Sebuah graph G didefinisikan sebagai pasangan himpunan (V,E) di mana V= himpunan verteks {v1,v2,…,vn} dan E=himpunan edge(arc) yang menghubungkan verteks-verteks {e1,e2,…,en} atau dapat ditulis dengan notasi G=(V,E)(Rinaldi Munir, 2006 hal: 291).
Berdasarkan orientasi arah pada sisi, graph dapat dibedakan atas dua jenis yaitu (Rinaldi Munir, 2006 hal: 294):
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Pada graph tak berarah (undirected graph) elemen dari E disebut dengan edge, sedangkan pada graph berarah (directed graph) elemen dari E(A) disebut dengan arc.
Graph berarah G terdiri dari suatu himpunan V dari verteks-verteks dan suatu
himpunan E(A) dari arc sedemikian rupa sehingga setiap arc a A menghubungkan pasangan verteks terurut. Jika terdapat sebuah arc a yang menghubungkan pasangan terurut (v,w) dari verteks-verteks, maka dapat ditulis dengan a=(v,w), yang
Gambar 2.1Graph Berarah atau Digraph
Digraph pada Gambar 2.1 adalah graph berarah dengan himpunan verteks-verteks
V(G)={v1, v2, v3, v4, v5} dan himpunan arc-arc A(G)={a1, a2, a3, a4,ae5, a6} yaitu pasangan terurut dari {(v1, v2), (v2, v3), (v3, v4), (v4, v5), (v5, v1), (v2, v5)}.
Pada suatu graph jika dua buah verteks v1 dan v2 dihubungkan oleh suatu edge(arc),
maka kedua verteks tersebut dikatakan adjacent. Pada Gambar 2.1 verteks v1 adjacent
(bertetangga) dengan verteks v2. Sementara itu, arc a1 dikatakan incident (bersisian) dengan verteks v1 dan verteks v2.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
dan berakhir pada suatu verteks, maka jumlah derajat-dalam dan jumlah derajat-luar harus sama dengan n, yaitu jumlah arc pada G.
Sumber (source) adalah sebuah verteks v di G yang mempunyai derajat-luar positif dan derajat-dalam nol. Sedangkan, tujuan (sink) adalah verteks v di G yang mempunyai derajat-dalam positif tetapi derajat-luar nol.
Gambar 2.2Graph Berarah
Gambar 2.2 terdiri dari:
Verteks A B C D E F G
Derajat-dalam (indegree) 0 2 2 4 1 1 2 Derajat-luar (outdegree) 4 1 0 0 3 3 1
Jumlah derajat dalam dan jumlah derajat luar sama dengan 12 yaitu jumlah busur.
Graph pada Gambar 2.2 verteks A adalah sumber (source) karena arc-nya berawal pada A tetapi tidak berakhir di A. Sedangkan C dan D adalah verteks tujuan (sink) karena arc-nya berakhir di C dan di D tetapi tidak berawal di verteks itu.
2.1.2 Graph tak berarah (Undirected Graph)
Graph tak berarah G terdiri dari suatu himpunan V dari verteks-verteks dan suatu
himpunan E dari edge-edge sedemikian rupa sehingga setiap sisi e E dikaitkan
A B
G E D
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
dengan pasangan verteks tak terurut. Jika terdapat sebuah edge e yang menghubungkan verteks v dan w, maka dapat dituliskan dengan e = (v,w) atau e =
Gambar 2.3Graph tak Berarah
Graph pada Gambar 2.3 adalah graph tak berarah dengan himpunan verteks-verteks
V(G) = {v1, v2, v3, v4, v5} dan himpunan sisi E(G) = {e1, e2, e3, e4, e5, e6} yaitu pasangan tak terurut dari {(v1, v2), (v2, v3), (v3, v4), (v4, v5), (v5, v2)}.
2.1.3Graph Berbobot (Weight Graph)
Dalam memodelkan suatu masalah ke dalam graph, ada informasi yang ditambahkan pada arc graph. Misalnya pada graph yang menggambarkan peta jalan raya antara kota-kota, dapat ditambahkan sebuah bilangan pada setiap arc untuk menunjukkan jarak antara kedua kota yang dihubungkan oleh arc tersebut.
Graph berbobot (weighted graph) adalah suatu graph tanpa arc paralel dimana setiap
arc-nya berhubungan dengan suatu bilangan riil tak negatif yang menyatakan bobot
arc (w(a)) tersebut (Jong Jek Siang, 2002, hal: 262).
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Graph tidak berarah dan tidak berbobot: tiap busur tidak mempunyai anak panah dan
tidak berbobot.
Gambar 2.5Graph tidak berarah dan tidak berbobot
2.1.4Representasi Graph dalam Matriks
Matriks dapat digunakan untuk menyatakan suatu graph, Kemudian graph
direpresentasikan pada matriks, yang dapat dibedakan sebagai berikut:
1. Matriks Adjacency
Misalkan G adalah graph berarah yang terdiri dari n verteks tanpa arc paralel. Matriks
Adjacency pada graph G adalah matriks bujur sangkar n x n, A= (aij) dengan
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
2. Matriks Incidency
Matriks incidency atau matriks bersisian adalah matriks yang merepresentasikan hubungan antara verteks dan edge(arc). Misalkan B adalah matriks dengan m baris untuk setiap verteks dan n kolom untuk setiap edge(arc). Jika verteks terhubung dengan edge(arc), maka elemen matriks bernilai 1. Sebaliknya, jika verteks tidak terhubung dengan edge(arc), maka elemen matriks bernilai 0.
Matriks bersisian dari graph Gambar 2.3 adalah:
B =
Misalkan v0 dan vn adalah verteks-verteks dalam sebuah graph. Sebuah lintasan dari
v0 ke vn dengan panjang n adalah sebuah barisan berselang-seling dari n+1 verteks dan n edge yang berawal dengan verteks v0 dan berakhir dengan verteks vn, yang berbentuk (v0,e1,v1,e2,v2 … vn-1,en,vn) dengan edge ei insiden pada verteks vi-1 dan vi untuk i=1,…,n (Richard Johnsonbaugh, 1998, hal: 75).
Jika semua verteks berbeda (setiap edge(arc) dilewati hanya satu kali), maka suatu lintasan dikatakan sederhana (simple path). Jika sebuah lintasan yang berawal dan berakhir pada verteks yang sama, v0=vn, maka disebut lintasan tertutup (close path). Jika verteks awal dan verteks akhir dari lintasan tersebut berbeda, maka sebuah lintasan dikatakan lintasan terbuka (open path).
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
v2
v3
v4
v1
Gambar 2.6Graph dengan Empat Buah Verteks
Pada Gambar 2.6:
Lintasan v1, v2, v3, v4 = lintasan sederhana dengan panjang lintasan 3(tiga). Lintasan v1, v2, v3, v4, v1 = lintasan tertutup dengan panjang lintasan 4(empat). Lintasan v1, v2, v3, v1, v4 = lintasan terbuka dengan panjang lintasan 4(empat).
Jika terdapat lintasan dari vi ke vj, maka suatu graph G dikatakan terhubung. Pada graph berarah, jika setiap pasang dari verteks vi dan vj terdapat sebuah lintasan dari vi ke vj dan dari vj ke vi, maka suatu graph dikatakan terhubung kuat (strongly connected). Jika verteks-verteks dalam sebuah graph sebagai kota-kota dan arc-arc
sebagai jalan, maka sebuah lintasan berhubungan dengan sebuah perjalanan berawal pada suatu kota, melalui beberapa kota dan berakhir di suatu kota.
2.2.1 Path Minimum
Salah satu aplikasi graph berarah berlabel yang sering dipakai adalah mencari path
terpendek di antara 2 verteks. Jika masalahnya adalah mencari jalur tercepat, maka
path terpendek tetap dapat digunakan dengan cara mengganti nilai edge.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Path dengan panjang n dari v ke w adalah walk dari v ke w yang semua edge-nya berbeda. Path dari v ke w dituliskan sebagai v = v0 e1 v1 e2 v2 … vn-1 en vn = w dengan ei ≠ ej untuk i ≠ j.
Lintasan adalah suatu barisan edge
(
)
k1 sedemikian rupa sehingga verteks terminal
j
i
e berimpit dengan verteks awal ) 1 (j+
i
e untuk 1 ≤ j ≤ k – 1.
Gambar 2.7 Graph dengan 6 verteks dan 10 edge
Pada Gambar 2.7 terdapat:
a. v1 e1 v2 e3 v3 e4 v3 e5 v4, barisan ini merupakan Path dari v1 ke v4 dengan panjang 4. Semua edge berbeda (e1, e3, e4, dan e5 masing-masing muncul sekali). Ada verteks yang berulang (v3 muncul 2 kali). Verteks awal dan verteks akhir tidak sama (verteks awal = v1 dan verteks akhir = v4).
b. v1 e1 v2 e3 v3 e5 v4 e5 v3 e6 v5, barisan ini merupakan walk dari v1 ke v5 dengan panjang 5. Ada edge yang muncul lebih dari sekali, yaitu e5 (muncul 2 kali).
2.2.2 Lintasan Terpendek (Shortest Path)
Persoalan mencari lintasan terpendek di dalam graph merupakan salah satu persoalan optimasi. Graph yang digunakan dalam mencari lintasan terpendek adalah
graph berbobot. Bobot pada sisi graph dapat menyatakan jarak antar kota, waktu,
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
biaya dan sebagainya. Dalam hal ini bobot harus bernilai positif, pada lain hal terdapat bobot dengan nilai negatif. Lintasan terpendek dengan verteks awal s dan verteks tujuan t didefinisikan sebagai lintasan terpendek dari s ke t dengan bobot minimum dan berupa lintasan sederhana (simple path).
Misalkan lubang-lubang pada sebuah lempengan logam adalah verteks-verteks pada graph yang bersesuaian, maka setiap pasangan verteks-verteks dihubungkan dengan sebuah edge(arc) yang terdiri dari bobot waktu untuk memindahkan alat pembor di antara lubang-lubang yang berhubungan. Untuk menghemat waktu dan biaya, alat pembor harus digerakkan secepat mungkin. Sebuah lintasan dengan panjang minimum yang mengunjungi verteks tepat satu kali mewakili lintasan optimal yang dijalani alat pembor. Misalkan dalam masalah ini lintasan diperlukan untuk memulai pada verteks a dan berakhir pada verteks e. Lintasan dengan panjang minimum dapat ditemukan dengan mendaftar semua lintasan yang mungkin dari a ke e yang melalui setiap verteks tepat satu kali dan memilih yang terpendek.
Dalam beberapa hal, panjang sebenarnya mewakili biaya atau beberapa nilai lainnya. Panjang dari lintasanadalah menentukan panjang jumlah dari masing-masing
edge(arc) yang terdiri dari lintasan. Untuk verteks s dan t dalam G, ada beberapa lintasan dari s ke t. Masalah lintasan terpendek meliputi pencarian lintasan dari s ke t
yang mempunyai lintasan terpendek dengan bobot terkecil.
Lintasan terpendek antara 2(dua) verteks dari s ke t dalam jaringan adalah lintasan
graph berarah sederhana dari s ke t dengan sifat dimana tidak ada lintasan lain yang memiliki nilai terendah.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 2.8 Shortest path (garis tebal)
Pada Gambar 2.8 dapat dilihat bahwa setiap arc terletak pada path-path dari titik 1 ke titik 5. Lintasan terpendek dari verteks pada graph Gambar 2.8 adalah P = {1 – 4, 4 – 5} dengan kapasitas 4.
2.3 Algoritma Greedy
Algoritma Greedy adalah algoritma yang memecahkan masalah langkah demi langkah dan merupakan salah satu metode dalam masalah optimasi.
Algoritma Greedy membentuk solusi langkah per langkah sebagai berikut:
1. Terdapat banyak pilihan yang perlu dieksplorasi pada setiap langkah solusi. Oleh karena itu, pada setiap langkah harus dibuat keputusan yang terbaik dalam menentukan pilihan. Keputusan yang telah diambil pada suatu langkah tidak dapat diubah lagi pada langkah selanjutnya.
2. Pendekatan yang digunakan di dalam algoritma Greedy adalah membuat pilihan yang terlihat memberikan perolehan terbaik, yaitu dengan membuat pilihan optimum local pada setiap langkah dan diharapkan akan mendapatkan solusi optimum global.
Algoritma Greedy didasarkan pada pemindahan edge(arc) per edge(arc) dan pada setiap langkah yang diambil tidak memikirkan konsekuensi ke depan, Greedy tidak beroperasi secara menyeluruh terhadap semua alternatif solusi yang ada serta sebagian masalah Greedy tidak selalu berhasil memberikan solusi yang benar-benar optimum
tapi pasti memberikan solusi yang mendekati nilai optimum.
5
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Masalah optimasi dalam konteks algoritma Greedy disusun oleh elemen-elemen sebagai berikut:
1. Himpunan kandidat.
Himpunan ini berisi elemen-elemen yang memiliki peluang untuk pembentuk solusi. Pada persoalan lintasan terpendek dalam graph, himpunan kandidat ini adalah himpunan simpul dari graph tersebut.
2. Himpunan solusi.
Himpunan ini berisi solusi dari permasalahan yang diselesaikan dan elemennya terdiri dari elemen dalam himpunan kandidat, namun tidak semuanya atau dengan kata lain himpunan solusi ini adalah bagian dari himpunan kandidat.
3. Fungsi seleksi.
Fungsi yang pada setiap langkah memilih kandidat yang paling mungkin untuk menghasilkan solusi optimal. Kandidat yang sudah dipilih pada suatu langkah tidak pernah dipertimbangkan lagi pada langkah selanjutnya.
4. Fungsi kelayakan
Fungsi yang memeriksa apakah suatu kandidat yang telah dipilih (diseleksi) dapat memberikan solusi yang layak.
5. Fungsi obyektif
Fungsi yang memaksimumkan atau meminimumkan nilai solusi. Tujuannya adalah memilih satu saja solusi terbaik dari masing-masing anggota himpunan solusi.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Diberikan sebuah sebuah graph berbobot G(V,E). Tentukan lintasan terpendek dari verteks awal a, ke setiap verteks lainnya di G. Asumsi bahwa bobot semua edge(arc)
bernilai positif. Algoritma Greedy untuk mencari lintasan terpendek dapat dirumuskan sebagai berikut:
1. Periksa semua edge(arc) yang langsung bersesuaian dengan verteks a. Pilih
edge(arc) yang bobotnya terkecil. Edge(arc) ini menjadi lintasan terpendek pertama, sebut saja L(1).
2. Tentukan lintasan terpendek ke dua dengan cara sebagai berikut:
(i) Hitung d(i) = panjang L(1) + bobot edge(arc) dari verteks akhir L(1) keverteks i yang lain.
(ii) Pilih d(i) yang terkecil
(iii) Bandingkan d(i) dengan bobot edge(arc) (a,i) lebih kecil daripada d(i), maka L(2) = L(1) U (edge(arc) dari verteks akhir L(i) ke verteks i)
3. Dengan cara yang sama, ulangi langkah (2) untuk menentukan lintasan terpendek berikutnya.
2.3.2 Pseudocode Algoritma Greedy
Procedure greedy (input C: himpunan_kandidat;
output S: himpunan_solusi)
{ Menentukan solusi optimum dari persoalan optimasi dengan algoritma
Greedy
Masukan: himpunan kandidat C
Keluaran: himpunan solusi S
}
Deklarasi
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Algoritma;
S{} { inisialisasi S dengan kosong}
While(belum SOLUSI(S)) and (C= {}) do
X SELEKSI(C); {pilih kandidat dari C }
C C – {x}
If LAYAK(S U {x} then
SS U {x}
Endif
Endwhile
{SOLUSI(S) sudah diperoleh or C = {} }
Analisa:
Ambil satu kandidat dari himpunan kandidat C lalu masukkan ke x dan kurangi C dengan kandidat tersebut. Kemudian apakah layak x digabungkan dengan himpunan solusi S? Jika layak, maka gabungkan x dengan solusi S dan lakukan perulangan hingga C kosong atau solusi S sudah ditemukan.
Layak atau tidaknya x digabung dengan S, melihat tujuan yang ingin dicapai pada kasus yang sedang dipecahkan tetapi tidak melihat apakah hasil tersebut merupakan hasil yang mampu mengoptimalkan tujuan, yang terpenting ketika langkah tersebut diambil setidaknya hasil pada saat itu mendekati tujuan yang ingin dicapai.
Misalkan pada kasus mencari jalur terpendek, saat menguji apakah x layak digabungkan menjadi solusi S, yang menjadi pertimbangan adalah apakah jika x digabungkan dengan S akan menghasilkan solusi S yang terpendek?.
2.4 Algoritma Dijkstra
2.4.1 Sejarah Algoritma Dijkstra
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
adalah bilangan positif jadi tidak dapat dilalui oleh node negatif, namun jika terjadi demikian, maka penyelesaian yang diberikan adalah infiniti.
Algoritma Dijkstra melibatkan pemasangan label pada verteks. Misalkan L(v) menyatakan label dari verteks v. Pada setiap pembahasan, beberapa verteks mempunyai label sementara dan yang lain mempunyai label tetap. Misalkan T menyatakan himpunan verteks yang mempunyai label sementara. Dalam menggambarkan algoritma tersebut verteks-verteks yang mempunyai label tetap akan dilingkari. Selanjutnya, jika L(v) adalah label tetap dari verteks v, maka L(v) merupakan panjang lintasan terpendek dari a ke v. Sebelumnya semua verteks mempunyai label sementara. Setiap iterasi dari algoritma tersebut mengubah status satu label dari sementara ke tetap, sehingga algoritma dapat berakhir ketika z menerima sebuah label tetap. Pada bagian ini L(z) merupakan panjang lintasan terpendek dari a ke z. Pada algoritma Dijkstra node digunakan, karena algoritma Dijkstra menggunakan diagram pohon(tree) untuk penentuan jalur lintasan terpendek dan menggunakan graph yang berarah.
2.4.2 Cara Kerja Algoritma Dijkstra
Algoritma ini mencari panjang lintasan terpendek dari verteks a ke verteks z dalam sebuah graph berbobot tersambung.
Langkah-langkah dalam menentukan lintasan terpendek pada algoritma Dijkstra yaitu:
1. Pada awalnya pilih node dengan bobot yang terendah dari node yang belum terpilih, diinisialisasikan dengan ’0’ dan yang sudah terpilih diinisialisasikan dengan ’1’.
2. Bentuk tabel yang terdiri dari node, status, bobot dan predecessor. Lengkapi kolom bobot yang diperoleh dari jarak node sumber ke semua node yang langsung terhubung dengan node sumber tersebut.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
4. Tetapkan node terpilih dengan lebel permanen dan perbaharui node yang langsung terhubung.
5. Tentukan node sementara yang terhubung pada node yang sudah terpilih
sebelumnya dan merupakan bobot terkecil dilihat dari tabel dan tentukan sebagai node terpilih berikutnya.
6. Apakah node yang terpilih merupakan node tujuan? Jika ya, maka kumpulan node terpilih atau predecessor merupakan rangakaian yang menunjukkan lintasan terpendek.
7. Begitu seterusnya hingga semua node terpilih.
Pseudocode algoritma Dijkstra adalah sebagai berikut:
Procedure Dijkstra(INPUT m: matriks, a: simpul awal)
{
Mencari lintasan terpendek dari simpul awal a ke semua simpul
Lainnya.
Masukan: matriks ketetanggaan (m) dari graph berbobot G dan
simpul awal a
Keluaran: lintasan terpendek dari a ke semua simpul lainnya.
}
{ Langkah 0 (inisialisasi:)}
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Cari j sedemikian sehingga sj=0
dan
dj = min {d1,d2,...,dn}
sj 1 { simpul j sudah terpilih}
perbarui d, untuk i = 1,2,3,s.d.n dengan:
di(baru) = min{di(lama,dj+ mji}
Jika menggunakan algoritma Dijkstra untuk menentukan jalur terpendek dari suatu
graph, maka akan menemukan jalur yang terbaik, karena pada waktu penentuan jalur
yang akan dipilih, akan dianalisis bobot dari node yang belum terpilih, lalu dipilih node dengan bobot yang terkecil. Jika ternyata ada bobot yang lebih kecil melalui node tertentu, maka bobot akan dapat berubah. Algoritma Dijkstra akan berhenti ketika semua node sudah terpilih, dan dengan algoritma Dijkstra ini dapat menemukan jarak terpendek dari seluruh node, tidak hanya untuk node dari asal dan tujuan tertentu saja.
Algoritma Dijkstra menggunakan waktu sebesar O(V*logV+E) di mana V dan E adalah banyaknya verteks dan arc. Kompleksitas algoritma Dijkstra adalah O(n2). Sehingga untuk mencari semua pasangan verteks terpendek, total waktu asimptotik komputasinya adalah: T(n)=n.O(n2)=O(n3), algoritma Dijktra lebih menguntungkan dari sisi running time.
.
BAB 3
PEMBAHASAN
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Implementasi algoritma Greedy dirancang dalam bahasa pemograman Visual Basic 6.0. Berikut adalah contoh algoritma Greedy.
1. Pemeriksaan verteks dan lintasan pertama 2. Input Graph
3. Proses Graph
Gambar 3.1 Graph Untuk Algoritma Greedy
3.1.1 Pemeriksaan verteks dan lintasan pertama
Pada Gambar 3.1 terdapat 10 kota dan jalur yang menghubungkan kota-kota tersebut beserta jarak antar kotanya dari kota A (asal) ke kota J (tujuan).
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.2 Lintasan 1 Algoritma Greedy
Dari B terdapat 3 jalur yang memungkinkan, yaitu BE dengan jarak 2, BC dengan jarak 5, dan BG dengan jarak 4. BE terpilih karena jaraknya lebih kecil BC dan BG.
Gambar 3.3 Lintasan 2 Algoritma Greedy
Dari E terdapat 4 jalur yang memungkinkan yaitu ED dengan jarak 6, EF dengan jarak 9, EJ dengan jarak 5 dan EH dengan jarak 7. EJ terpilih karena jarak lebih kecil dari ED, EF dan EH, karena verteks tujuan telah tercapai maka algoritma Greedy berhenti sampai di sini. Lintasan terpendeknya adalah ABEJ dengan total jarak 9.
Gambar 3.4 Lintasan 3 Algoritma Greedy
3.1.2 Input Graph
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
caption dari setiap titik yang akan menjadi nama titik tersebut dan caption pada jalan akan menjadi jarak antara titik yang satu dengan yang lainnya.
1. Prosedure untuk membuat titik:
Private Sub mnuTambahTItik_Click()
theBlockCollection.AddShape 3, theBlockCollection.getFreeTagID()
End Sub
2. Prosedure untuk membuat jalan/garis tanpa panah:
Private Sub mnuJoinLine_Click()
If (PREV_SELECTED_SHAPE <> -1) And (SELECTED_SHAPE <> -1) Then
theLineCollection.AddLine
frmPeta.shp(PREV_SELECTED_SHAPE).Tag,
frmPeta.shp(SELECTED_SHAPE).Tag, False
Else
MsgBox "Two objects should be selected!"
End If
End Sub
3. Menambah caption titik/verteks dengan posisi di tengah:
Private Sub mnTbhCaptionDiTengah_Click()
If (SELECTED_SHAPE <> -1) Then
Dim s As String
s = InputBox("Enter the caption for a shape", "Caption",
theBlockCollection(frmPeta.shp(SELECTED_SHAPE).Tag).sCaptiontheBlockC
ollection(frmPeta.shp(SELECTED_SHAPE).Tag).sCaption = s
theBlockCollection(frmPeta.shp(SELECTED_SHAPE).Tag).updateShapeCaptio
nPos
Else
MsgBox "Object should be selected!"
End If
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
4. Menambah caption titik/verteks dengan posisi di atas:
Private Sub mnuTbhCaptionDitengah_Click()
5. Menambah caption titik/verteks dengan posisi di bawah:
Private Sub mnuAddCaptionLowerToBlock_Click()
mnuAddCaptionUpperToBlock_Click
theBlockCollection(frmPeta.shp(SELECTED_SHAPE).Tag).bSetUpperCaptionD
own = True
theBlockCollection(frmPeta.shp(SELECTED_SHAPE).Tag).updateShapeCaptio
nPos
End Sub
6. Menambah caption jalan dengan posisi di tengah:
Private Sub mnuTbhCaptionJalan_Click()
If (PREV_SELECTED_SHAPE <> -1) And (SELECTED_SHAPE <> -1) Then
Dim s As String
s = InputBox("Enter the caption")
theLineCollection.AddCaptionToLine
frmPeta.shp(PREV_SELECTED_SHAPE).Tag,
frmPeta.shp(SELECTED_SHAPE).Tag, s
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
MsgBox "Two objects should be selected!"
End If
End Sub
3.1.3 Proses Graph
Data graph yang telah diinput pada form graph selanjutnya diproses untuk mendapatkan matriks jarak dari graph tersebut. Berikut prosedure pada proses graph:
Private Sub cmdCalcData_Click()
Dim i As Integer
Dim j As Integer
Dim toIndex As Integer
flxMap.Rows = frmPeta.theBlockCollection.Count + 1
flxMap.Cols = frmPeta.theBlockCollection.Count + 1
If frmPeta.theBlockCollection.Count > 0 Then
flxMap.FixedRows = 1
For i = 1 To frmPeta.theBlockCollection.Count
flxMap.row = i
flxMap.col = 0
flxMap.Text = frmPeta.theBlockCollection(i).sCaption
flxMap.row = 0
flxMap.col = i
flxMap.Text = frmPeta.theBlockCollection(i).sCaption
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
For j = 1 To frmPeta.theLineCollection.Count
If frmPeta.theLineCollection(j).sFrom =
ReDim jarak(Me.flxMap.Rows - 1, Me.flxMap.Rows - 1)
ReDim visib(Me.flxMap.Rows - 1, Me.flxMap.Rows - 1)
For i = 1 To Me.flxMap.Rows - 1
3.2 Prosedure Algoritma Greedy
Berikut prosedure yang digunakan pada algoritma Greedy:
Dim src As Integer
Dim dest As Integer
src = getIndexOfTabName(sFrom)
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
If (src = -1) Or (dest = -1) Then
MsgBox "something wrong!!!"
Exit Sub
End If
Dim ketemu as boolen
Dim CC as integer
Dim Lc() as integer
Dim Ltemp () as integer
LC(1) = src
CC(1)=LC(1)
Counter=1
While ( LC <> null and ketemu <> true ) do
CC(counter)=LC(counter)
LC(1)=0
If CC(countre) <> 0 then
For a = 0 ubound(cc)
{mulai penelusuran semua child}
If cc(a) <> Ltemp then
LC(counter+1)=cc(a)
Ltemp=CC
Endif
endif
LP(ubound+1)=CC(counter+1
if adj(lp(a,b))<> 0 then
ketemu true
endif
Loop
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.5 Flowchart Algoritma Greedy
3.4Implementasi Algoritma Dijkstra
Implementasi algoritma Dijkstra dirancang dalam bahasa pemograman Visual Basic 6.0. Berikut adalah tahap proses implementasi algoritma Dijkstra:
1. Input Graph
Mulai
Tentukan Vs dan Vt
Jalur=0 Tentukan vs(V1) dan Cari V2
Bandingkan Lintasan Kesemua verteks terhubung
Vt Tercapai
Jalur Verteks Tujuan Lintasan
Terpendek Ditemuka n
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
2. Proses Graph
Pada algoritma Dijkstra node digunakan, karena algoritma Dijkstra menggunakan diagram pohon(tree) untuk penentuan jalur lintasan terpendek dan menggunakan
graph yang berarah. Algoritma Dijkstra mencari jarak terpendek dari node asal ke
node terdekatnya, kemudian ke node berikutnya, dan seterusnya. Secara umum sebelum dilakukan I iterasi, algoritma sudah mengidentifikasi jarak terdekat dari i-1 node terdekatnya. Jika seluruh node berbobot tertentu yang (positif), maka node terdekat berikutnya dari node asal dapat ditemukan selama node berdekatan dengan node Ti. Kumpulan node yang berdekatan dengan node di Ti inilah yang merupakan kandidat dari algoritma Dijkstra untuk memilih node berikutnya dari node asal.
Adapun gambar dari graph yang akan diselesaikan dengan algoritma Dijkstra adalah sebagai berikut:
Gambar 3.6 Graph Untuk Algoritma Dijkstra
Langkah-langkah untuk menentukan jarak terpendek dari A ke J dengan menggunakan algoritma Dijkstra adalah sebagai berikut:
1. Pada awalnya status dari node yang belum terpilih diinisialisasikan dengan ‘0’ dan yang sudah terpilih diinisialisasi dengan ‘1’ dimulai dari node A.
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
3. Predecessor (node sumber) dari node A, B, C, D adalah A, karena jarak dihitung dari node A, sehingga node A disebut sebagai predecessor (node sumber), sedangkan untuk node F, G, H, I, J diinisialisasi dengan ‘-‘
dikarenakan tidak ada lintasan (arc) yang langsung menghubungkan dari node A, sehingga jaraknya tidak ada.
Tabel 3.1 Hasil Iterasi Ke-1
Node A B C D E F G H I J
Status 1 0 0 0 0 0 0 0 0 0
Bobot - 2 8 3 - - - -
Predecessor A A A A - - - -
A
Gambar 3.7 Node Terpilih Pada Iterasi ke-1
Dari Tabel 3.1 pilih node yang memiliki bobot yang paling kecil dan status nya masih ‘0’, yaitu node B. Untuk itu status node B menjadi ‘1’ dan predecessor-nya masih tetap A, dan node yang lain predecessor-nya masih sama. Jika node B sudah terpilih, maka ada perubahan pada bobot node C, di mana awalnya bernilai 8 sekarang menjadi 7. Bobot 8 diperoleh dari node yang langsung bergerak dari A ke C, padahal terdapat jalur yang lebih pendek yaitu melalui B, dengan bobot 7, sehingga predecessor pada C menjadi B, karena node B sudah terpilih, selanjutnya diperoleh node E dengan bobot 4 dan node G dengan bobot 6, predecessor E dan G adalah B, di mana untuk mencapai node E dan G dari node A bisa melalui node B. Sehingga diperoleh:
Tabel 3.2 Hasil Iterasi Ke-2
Node A B C D E F G H I J
Status 1 1 0 0 0 0 0 0 0 0
Bobot - 2 7 3 4 - 6 - - -
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
A
B
Gambar 3.8 Node terpilih pada Iterasi ke-2
Dari Tabel 3.2 di didapatkan bahwa node D memiliki bobot yang paling kecil, sehingga statusnya akan berubah menjadi ‘1’ dan predecessor-nya masih tetap A. Sehingga diperoleh:
Tabel 3.3 Hasil Iterasi Ke-3
Node A B C D E F G H I J
Status 1 1 0 1 0 0 0 0 0 0
Bobot - 2 7 3 4 - 6 - - -
Predecessor A A B A B - B - - -
A
B D
Gambar 3.9 Node terpilih pada Iterasi ke-3
Dari Tabel 3.3 didapatkan bahwa node E memiliki bobot yang paling kecil, sehingga statusnya akan berubah menjadi ‘1’. Jika node E sudah terpilih, maka node F mempunyai bobot 13, node H bobotnya 11 dan node J bobotnya 9. Untuk mencapai node F, H dan node J dari node A bisa melalui node B, kemudian melalui node E dengan predecessor-nya berubah menjadi E. Sehingga diperoleh:
Tabel 3.4 Hasil Iterasi Ke-4
Node A B C D E F G H I J
Status 1 1 0 1 1 0 0 0 0 0
Bobot - 2 7 3 4 13 6 11 - 9
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.10 Node terpilih pada Iterasi ke-4
Dari Tabel 3.4 didapatkan bahwa node G memiliki bobot yang paling kecil, sehingga statusnya akan berubah menjadi ‘1’, predecessor-nya masih tetap B. Jika node G sudah terpilih, maka ada perubahan bobot pada node F dengan bobot 13 berubah menjadi 12 dan predecessor E menjadi G. Sehingga diperoleh:
Tabel 3.5 Hasil Iterasi Ke-5
Node A B C D E F G H I J
Status 1 1 0 1 1 0 1 0 0 0
Bobot - 2 7 3 4 12 6 11 - 9
Predecessor A A B A B G B E - E
Gambar 3.11 Node terpilih pada Iterasi ke-5
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Tabel 3.6 Hasil Iterasi Ke-6
Node A B C D E F G H I J
Status 1 1 1 1 1 0 1 0 0 0
Bobot - 2 7 3 4 12 6 11 - 9
Predecessor A A B A B G B E - E
Gambar 3.12 Node terpilih pada Iterasi ke-6
Dari Tabel 3.6 didapatkan bahwa node J memiliki bobot yang paling kecil, sehingga statusnya akan berubah menjadi ‘1’ dengan predecessor-nya E. Jika node J sudah terpilih, maka diperoleh node I dengan bobot 19 yang bersumber dari node ABEJI. Sehingga diperoleh:
Tabel 3.7 Hasil Iterasi Ke-7
Node A B C D E F G H I J
Status 1 1 1 1 1 0 1 0 0 1
Bobot - 2 7 3 4 12 6 11 19 9
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.13 Node terpilih pada Iterasi ke-7
Dari Tabel 3.7 didapatkan bahwa node H memiliki bobot yang paling kecil, sehingga statusnya akan berubah menjadi ‘1’ dengan predecessor-nya E. Jika node J sudah terpilih, maka diperoleh node I dengan bobot 19 berubah bobotnya menjadi 15 dengan
predecessor-nya H yang bersumber dari node ABEHI. Sehingga diperoleh:
Tabel 3.8 Hasil Iterasi Ke-8
Node A B C D E F G H I J
Status 1 1 1 1 1 0 1 1 0 1
Bobot - 2 7 3 4 12 6 11 15 9
Predecessor A A B A B G B E H E
Gambar 3.14 Node terpilih pada Iterasi ke-8
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Tabel 3.9 Hasil Iterasi Ke-9
Node A B C D E F G H I J
Status 1 1 1 1 1 1 1 1 0 1
Bobot - 2 7 3 4 12 6 11 15 9
Predecessor A A B A B G B E H E
Gambar 3.15 Node terpilih pada Iterasi ke-9
Semua node telah terpilih dan hanya tinggal node I yang belum terpilih, selanjutnya status node I akan berubah menjadi ‘1’, predecessor-nya masih tetap H dengan bobot 15. Sehingga diperoleh:
Tabel 3.10 Hasil Iterasi Ke-10
Node A B C D E F G H I J
Status 1 1 1 1 1 1 1 1 1 1
Bobot - 2 7 3 4 12 6 11 15 9
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.16 Node terpilih pada Iterasi ke-10
Hasil dari seluruh tabel adalah sebagai berikut:
Tabel 3.11 Hasil dari seluruh tabel
Iterasi Ke 1
Node A B C D E F G H I J
Status 1 0 0 0 0 0 0 0 0 0
Bobot - 2 8 3 - - - -
Predecessor A A A A - - - -
Iterasi Ke 2
Node A B C D E F G H I J
Status 1 1 0 0 0 0 0 0 0 0
Bobot - 2 7 3 4 - 6 - - -
Predecessor A A B A B - B - - -
Iterasi Ke 3
Node A B C D E F G H I J
Status 1 1 0 1 0 0 0 0 0 0
Bobot - 2 7 3 4 - 6 - - -
Predecessor A A B A B - B - - -
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Node A B C D E F G H I J
Status 1 1 0 1 1 0 0 0 0 0
Bobot - 2 7 3 4 13 6 11 - 9
Predecessor A A B A B E B E - E
Iterasi Ke 5
Node A B C D E F G H I J
Status 1 1 0 1 1 0 1 0 0 0
Bobot - 2 7 3 4 12 6 11 - 9
Predecessor A A B A B G B E - E
Iterasi Ke 6
Node A B C D E F G H I J
Status 1 1 1 1 1 0 1 0 0 0
Bobot - 2 7 3 4 12 6 11 - 9
Iterasi Ke 7
Node A B C D E F G H I J
Status 1 1 1 1 1 0 1 0 0 1
Bobot - 2 7 3 4 12 6 11 19 9
Predecessor A A B A B G B E J E
Iterasi Ke 8
Node A B C D E F G H I J
Status 1 1 1 1 1 0 1 1 0 1
Bobot - 2 7 3 4 12 6 11 15 9
Predecessor A A B A B G B E H E
Iterasi Ke 9
Node A B C D E F G H I J
Status 1 1 1 1 1 1 1 1 0 1
Bobot - 2 7 3 4 12 6 11 15 9
Predecessor A A B A B G B E H E
Iterasi Ke 10
Node A B C D E F G H I J
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Bobot - 2 7 3 4 12 6 11 15 9
Predecessor A A B A B G B E H E
Program akan berhenti karena semua node sudah terpilih. Sehingga akan menghasilkan jalur terpendek dari node A ke setiap node yang ada. Untuk melihat jalur mana yang terpilih dapat ditelusuri dari predecessor-nya, Sehingga akan didapat:
A B : A - B : 2
A C : A - B - C : 7
A D : A - D : 3
A E : A - B - E : 4 A F : A - B - G – F : 12 AG : A – B – G : 6 AH : A – B – E – H : 11 AI : A – B – E – H – I : 15 AJ : A – B – E – - J : 9
3.4.1 Input Graph
Proses input graph dilakukan dengan cara menggambar titik dan jalan yang menghubungkan setiap titik pada halaman graph. Selanjutnya adalah membuat
caption dari setiap titik yang akan menjadi nama titik tersebut dan caption pada jalan akan menjadi jarak antara titik yang satu dengan yang lainnya.
1. Prosedure untuk membuat titik:
Private Sub mnuTambahTItik_Click()
theBlockCollection.AddShape 3, theBlockCollection.getFreeTagID()
End Sub
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Private Sub mnuJoinLine_Click()
If (PREV_SELECTED_SHAPE <> -1) And (SELECTED_SHAPE <> -1) Then
theLineCollection.AddLine
3. Menambah caption titik/node dengan posisi di tengah:
Private Sub mnTbhCaptionDiTengah_Click()
If (SELECTED_SHAPE <> -1) Then
Dim s As String
s = InputBox("Enter the caption for a shape", "Caption",
theBlockCollection(frmPeta.shp(SELECTED_SHAPE).Tag).sCaptiontheBlockC
4. Menambah caption titik/node dengan posisi di atas:
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Else
MsgBox "Object should be selected!"
End If
End Sub
5. Menambah caption titik/node dengan posisi di bawah:
Private Sub mnuAddCaptionLowerToBlock_Click()
mnuAddCaptionUpperToBlock_Click
theBlockCollection(frmPeta.shp(SELECTED_SHAPE).Tag).bSetUpperCaptionD
own = True
theBlockCollection(frmPeta.shp(SELECTED_SHAPE).Tag).updateShapeCaptio
nPos
End Sub
6. Menambah caption jalan dengan posisi di tengah:
Private Sub mnuTbhCaptionJalan_Click()
If (PREV_SELECTED_SHAPE <> -1) And (SELECTED_SHAPE <> -1) Then
Dim s As String
s = InputBox("Enter the caption")
theLineCollection.AddCaptionToLine
frmPeta.shp(PREV_SELECTED_SHAPE).Tag,
frmPeta.shp(SELECTED_SHAPE).Tag, s
Else
MsgBox "Two objects should be selected!"
End If
End Sub
3.4.2 Proses Graph
Data graph yang telah diinput pada form graph selanjutnya diproses untuk mendapatkan matriks jarak dari graph tersebut. Berikut Prosedure pada proses graph:
Private Sub cmdCalcData_Click()
Dim i As Integer
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Dim toIndex As Integer
flxMap.Rows = frmPeta.theBlockCollection.Count + 1
flxMap.Cols = frmPeta.theBlockCollection.Count + 1
If frmPeta.theBlockCollection.Count > 0 Then
flxMap.FixedRows = 1
For i = 1 To frmPeta.theBlockCollection.Count
flxMap.row = i
flxMap.col = 0
flxMap.Text = frmPeta.theBlockCollection(i).sCaption
flxMap.row = 0
flxMap.col = i
flxMap.Text = frmPeta.theBlockCollection(i).sCaption
flxMap.row = i
ReDim jarak(Me.flxMap.Rows - 1, Me.flxMap.Rows - 1)
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
For i = 1 To Me.flxMap.Rows - 1
For j = 1 To Me.flxMap.Cols - 1
jarak(i, j) = flxMap.TextMatrix(i, j)
If jarak(i, j) = 0 Then
visib(i, j) = 0 '
Else
visib(i, j) = Round(1 / jarak(i, j), 2)
End If
Next
Next
End Sub
3.5 Prosedure Algoritma Dijkstra
Berikut prosedure yang digunakan pada algoritma Dijkstra:
Dim src As Integer
Dim dest As Integer
src = getIndexOfTabName(sFrom)
dest = getIndexOfTabName(sTo)
If (src = -1) Or (dest = -1) Then
MsgBox "something wrong!!!"
Exit Sub
End If
Dim MAX As Integer
MAX = flxMap.Cols
Dim current As Integer
Dim dist_fc As Integer
Dim i As Integer
Dim min As Integer
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
do_search = True
current = src
dist_fc = 0
flxS.TextMatrix(1, current) = "True"
flxS.row = 1
flxS.col = current
flxS.CellForeColor = vbRed
flxS.CellFontBold = True
flxDist.TextMatrix(1, current) = 0
Do While do_search
For i = 1 To MAX - 1
If ((myVl(flxMap.TextMatrix(current, i)) <> 0) And _
(myVl(flxDist.TextMatrix(1, i)) >
myVl(flxMap.TextMatrix(current, i)) + dist_fc)) Then
flxDist.TextMatrix(1, i) =
myVl(flxMap.TextMatrix(current, i) + dist_fc)
flxPath.TextMatrix(1, i) = current
End If
Next i
min = INF
For i = 1 To MAX - 1
If ((myVl(flxDist.TextMatrix(1, i)) < min) And (flxS.TextMatrix(1, i)
= "False")) Then
min = myVl(flxDist.TextMatrix(1, i))
current = i
dist_fc = myVl(flxDist.TextMatrix(1, i))
End If
Next i
flxS.TextMatrix(1, current) = "True"
If (min = INF) Then
do_search = False
End If
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
3.6Flowchart Algoritma Dijkstra
Mulai
Tentukan Vs dan Vt
Jalur= 0 Tentukan Vs(V1) sebagai T-node Permanen
Cari V2 sementara dengan bobot terkecil dan tetapkan Predecessor
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Tidak
Ya
Gambar 3.17 Flowchart Algoritma Dijkstra
3.7Flowchart Program
Adapun flowchart dari program untuk menentukan lintasan terpendek dengan menggunakan algoritma Greedy dan Dijkstra adalah sebagai berikut:
T-node=Vt
Lintasan terpendek ditemukan
Telusuri jalur Predecessor
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Start
Tampilkan Form Utama
Menu Graph
Tampilkan Form Graph
Input Node Asal dan Node
Tujuan Cari Rute Terpendek
Algoritma Dijstra
Algoritma Greedy
Cari Rute terpendek berdasarkan algoritma
Yang dipilih
Tampilkan Hasil Ya
Ya
Ya
Tidak
Ya
End
Tidak Tidak
Gambar 3.18 Flowchart Aplikasi Algoritma Greedy dan Dijkstra
3.7.1 Halaman Utama
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Judu Aplikasi
Data Graph Menu Utama
Gambar 3.19 Perancangan Diagram Halaman Utama
Gambar 3.20 Tampilan Output Halaman Utama
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Halaman komputasi adalah halaman untuk input yang dibutuhkan pada saat proses pencarian jalur terpendek, dan hasil dari komputasi. Gambar 3.21 merupakan diagram dari halaman komputasi.
Matriks Jarak
Pilih Algoritma
Titik Awal Titik Tujuan
Hasil Komputasi
Proses
Gambar 3.21 Perancangan Diagram Halaman Komputasi
Pada menu perancangan lintasan terpendek terdiri dari menu: Peta, graph, cari rute terpendek, dan editor.
Gambar 3.22 Tampilan Menu Perancangan Lintasan Terpendek
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.23 Tampilan Menu Peta
Untuk menu “Graph“ pada perancangan lintasan terpendek terdiri dari menu: Buka
graph dan simpan graph.
Gambar 3.24 Tampilan Menu Graph
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.25 Tampilan Menu Cari Lintasan Terpendek
Untuk menu “Editor“ pada perancangan lintasan terpendek terdiri dari menu:
1. Titik terdiri dari: a. Titik Baru
b. Ganti Warna Background c. Ganti Warna Border d. Ubah Ukuran
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
2. Jalan terdiri dari: a. Garis b. Panah
Gambar 3.27 Tampilan Menu Editor Jalan
3. Hapus terdiri dari: a. Jalan b. Titik
Gambar 3.28 Tampilan Menu Editor Hapus
4. Tambahkan Caption terdiri dari:
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
b. Jalan
Gambar 3.29 Tampilan Menu Tambah Caption
3.7.3 Halaman Hasil
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
Gambar 3.30 Implementasi Form Graph Algoritma Dijkstra
Gambar 3.31 Implementasi Form Hasil Komputasi Algoritma Dijkstra
Gambar 3.32 Implementasi Form Graph Algoritma Greedy
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
3.7.4 Kebutuhan Perangkat
Adapun perangkat keras dan perangkat lunak yang digunakan pada saat mplementasi algoritma Greedy dan algoritma Dijkstra adalah dengan spesifikasi sebagai berikut:
1. Procesessor Pentium IV 1,8D GHz
2. Memory 512 MB
3. Harddisk 40 GB
4. O/S Windows XP
5. Monitor Samsung 17’’
Dari hasil percobaan yang dilakukan untuk menentukan perbedaan jarak lintasan terpendek pada algoritma Greedy dan Dijkstra serta untuk melakukan pengujian, dipilih sejumlah Graph dengan lintasan berbeda-beda yaitu:
Tabel 3.12
Beda Jarak Lintasan
Terpendek Algoritma Greedy dan Dijktra
No. Nama File Jarak Lintasan Terpendek
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
0
Jarak Lintasan Terpendek Algoritma
Greedy dan Dijkstra
Gambar 3.34 Grafik Jarak Lintasan Terpendek Algoritma Greedy dan Dijkstra
1 Coba 1. tzr 10 13
2 Coba 2.tzr 12 27
3 Coba 3.tzr 14 38
4 Coba 4.tzr 18 54
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Dari penelitian dan hasil implementasi mengenai perbandingan algoritma Greedy dan Dijkstra berdasarkan jarak lintasannya, algoritma Greedy menghasilkan jarak yang lebih besar seperti pada file Coba2.tzr jumlah jarak yang diperoleh adalah 27, sedangkan pada algoritma Dijkstra jarak yang diperoleh adalah 12. Algoritma Greedy tidak beroperasi secara menyeluruh terhadap semua alternatif fungsi yang ada, sehingga lintasan terpendek hanya diperoleh dari verteks asal hingga verteks tujuan, sedangkan algoritma Dijkstra beroperasi secara menyeluruh terhadap semua alternatif fungsi yang ada, sehingga lintasan terpendek tidak hanya diperoleh dari node sumber ke node tujuan saja, akan tetapi lintasan terpendek dapat diperoleh dari semua node.
4.2 Saran
Henny Syahriza Lubis : Perbandingan Algoritma Greedy Dan Dijkstra Untuk Menentukan Lintasan Terpendek, 2009. USU Repository © 2009
cakupan yang lebih besar dan mengimplementasikannya dengan bahasa pemograman yang berbeda dan menggunakan algoritma yang berbeda.
DAFTAR PUSTAKA
Chartrand, Gary and Ortrud R. O, 1993. Apllied and Algorithmic Graph Theory, McGraw. Hill, Inc.
C.L.LIU, 1995. Dasar-dasar Matematika Diskrit, Jakarta. PT. Gramedia Pustaka Utama.
Jek Siang, Jong, 2002. Matematika Diskrit dan Aplikasinya pada Ilmu Komputer,
Yogyakarta, Andi.
James, R. Evans et al Optimization for Network and Graph.
Kurniasari, Yeni, 2006. Penerapan Algoritma Greedy.
Lutfi, Hendratmono Arief, 2008. Algoritma Dijkstra untuk menemukan jarak terpendek dengan menggunakan strategi greedy.
Prama, Irvan, 2006. Algoritma Greedy Untuk Mencari Lintasan Terpendek.
Robin J. Wilson and John J. Watkins, 1990. Graphs an Introductory Approach, John Wiley & Sons, Inc.