Minimum Spanning Tree (MST)

Top PDF Minimum Spanning Tree (MST):

An Efficient Minimum Spanning Tree based Clustering Algorithm

An Efficient Minimum Spanning Tree based Clustering Algorithm

Clustering is a process which partitions a given dataset into homogeneous groups based on given features such that similar objects are kept in a group whereas dissimilar objects are in different groups. Clustering plays an important role in various fields including image processing, computational biology, mobile communication, medicine and economics. With the recent advances of microarray technology, there has been tremendous growth of the microarray data. Identifying co- regulated genes to organize them into meaningful groups has been an important research in bioinformatics. Therefore, clustering analysis has become an essential and valuable tool in microarray or gene expression data analysis [1]. In the recent years, although a number of clustering algorithms [2], [3], [4], [5], [6], [7] have been developed, most of them are confronted in meeting the robustness, quality and fastness at the same time. Minimum spanning tree (MST) is an useful data structure that has been used to design many clustering algorithms. Initially, Zahn [8] proposed an MST based clustering algorithm. Later MST has been extensively studied for clustering by several researchers in biological data analysis [9], image processing [10], [11], [12] pattern recognition [13], etc. One approach [8] of the MST based clustering algorithm is to first construct MST over the whole dataset. Then the inconsistent edges are repeatedly removed to form connected
Baca lebih lanjut

5 Baca lebih lajut

IMPLEMENTASI FAST MINIMUM SPANNING TREE UNTUK MELAKUKAN PENGELOMPOKAN DATA PADA PENGENALAN POLA

IMPLEMENTASI FAST MINIMUM SPANNING TREE UNTUK MELAKUKAN PENGELOMPOKAN DATA PADA PENGENALAN POLA

Pengelompokan data berdasarkan kemiripan pola untuk data non-convex tidak bisa dilakukan dengan algoritma klastering biasa seperti k-means. Data bersifat convex memiliki kondisi jika diambil sembarang pasangan data maka garis yang menghubungkan data termasuk dalam himpunan tersebut. Minimum Spanning Tree (MST) dapat digunakan untuk menyelesaikan permasalahan pengelompokan data non- convex. Hal ini dikarenakan MST merupakan pohon rentang dari suatu graph yang menghubungkan semua titik dengan bobot paling minimal. Akan tetapi implementasi MST konvensional ke dataset yang besar membutuhkan banyak waktu.
Baca lebih lanjut

284 Baca lebih lajut

Aplikasi pembelajaran materi MST (Minimum Spanning Tree) - USD Repository

Aplikasi pembelajaran materi MST (Minimum Spanning Tree) - USD Repository

At present, the delivery of lecture material is still largely done using ppt. It is still less effective because there is no direct interaction between lecturer and students. In fact, there are still many ways we can do to overcome it. This system aims to make students of Data Structure 2 class more understand about Minimum Spanning Tree ( MST ) . In addition, this system also can help lecturer to provide more interactive learning for students.

136 Baca lebih lajut

Algoritma untuk Degree Constrained Minimum Spanning Tree

Algoritma untuk Degree Constrained Minimum Spanning Tree

Teori graph dimulai pada tahun 1736 ketika seorang matematikawan Swiss, Leonhard Euler mempublikasikan tulisan yang berisi solusi untuk menyelesaikan masalah jembatan Konigsberg di Prussia (sekarang Kaliningrad di Russia)(Susanna, 2010). Sejak itu, penelitian terhadap graph terus mengalami perkembangan sei- ring dengan semakin bervariasinya masalah yang dihadapi. Salah satu diantaranya adalah permasalahan degree constrained minimum spanning tree (DCMST).

Baca lebih lajut

Persoalan Degree Constrained Minimum Spanning Tree

Persoalan Degree Constrained Minimum Spanning Tree

Dengan segala kerendahan hati dan penuh sukacita, penulis mengucap- kan puji syukur ke hadirat Tuhan Yang Maha Kuasa atas segala anugrah dan berkat-Nya yang telah diberikan, sehingga penulis dapat menyelesaikan tesis de- ngan judul: PERSOALAN DEGREE CONSTRAINED MINIMUM SPANNING TREE. Tesis ini merupakan salah satu syarat untuk menyelesaikan studi pada Program Studi Magister Matematika SPs Universitas Sumatera Utara.

28 Baca lebih lajut

Persoalan Degree Constrained Minimum Spanning Tree

Persoalan Degree Constrained Minimum Spanning Tree

Dalam menyelesaikan persoalan degree constrained minimum spanning tree pada graph G(V, E) berbobot terhubung tak berarah merupakan permasalahan un- tuk menemukan spanning tree T di G dengan total panjang edge yang minimum dan degree dari setiap verteks v i di T dibatasi oleh b i dimana d T (v i ) ≤ b i . Un-

13 Baca lebih lajut

Simulasi minimum spanning tree menggunakan algoritma kruskal - USD Repository

Simulasi minimum spanning tree menggunakan algoritma kruskal - USD Repository

Masalah Minimum Spanning Tree pertama kali diformulasikan oleh seorang ilmuwan Cekoslavia, Otakar Boruvka pada tahun 1926, yang melahirkan sebuah algoritma, dikenal dengan Boruvka’s Algorithm. Algoritma ini memberikan solusi dalam menentukan susunan jaringan kabel listrik yang paling ekonomis. Sejak saat itu, formulasi Minimum Spanning Tree banyak diterapkan di berbagai masalah optimasi kombinatoris, seperti masalah transportasi, desain jaringan telekomunikasi, sistem distribusi, dan lain sebagainya. Masalah-masalah tersebut pada umumnya dapat dibawa ke bentuk masalah program linear, yang saat ini telah ditemukan banyak metode untuk menyelesaikannya, antara lain algoritma waktu polinomial yang dikembangkan oleh Kruskal dan Prim. Penulis hanya akan membahas dan menggunakan algoritma Kruskal.
Baca lebih lanjut

78 Baca lebih lajut

Pemrograman 0-1 Pada Penentuan Minimum Spanning Tree Yang Memenuhi Kendala Biaya

Pemrograman 0-1 Pada Penentuan Minimum Spanning Tree Yang Memenuhi Kendala Biaya

Minimum spanning tree (MST) merupakan sebuah permasalahan dalam suatu graph yang mana banyak aplikasinya baik secara langsung maupun tidak langsung yang telah dipelajari. Salah satu contoh aplikasi secara langsung adalah permasalahan pemasangan jaringan dengan meminimasi jumlah penggunaan kabel/pipa untuk menghubungkan n bangunan secara bersamaan ( connected ). Untuk aplikasi secara tidak langsung termasuk seperti mereduksi data storage dan cluster analisys . Beberapa permasalahan jaringan juga bisa direduksi ke dalam permasalahan minimum spanning tree kemudian diselesaikan dengan cara tersebut. Permasalahan minimum spanning tree juga bisa digunakan untuk menyelesaikan permasalahan graph yang lain, seperti travelling salesman problem (TSP).
Baca lebih lanjut

61 Baca lebih lajut

MUSICAL NOTE RECOGNITION USING MINIMUM SPANNING TREE ALGORITHM

MUSICAL NOTE RECOGNITION USING MINIMUM SPANNING TREE ALGORITHM

III. RESULT AND ANALYSIS The system being built on this research is algorithm MST application to recognize musical note. This application will recognize musical note based on the form and produce a long sound from the recognized musical note. 2. The musical note used in this research is on 6 form, which are, quarter note, half note, eighth note, sixteenth note, and thirty-second note.

Baca lebih lajut

PERBANDINGAN ALGORITMA KRUSKAL DENGAN ALGORITMA GENETIKA DALAM PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) - UNIB Scholar Repository

PERBANDINGAN ALGORITMA KRUSKAL DENGAN ALGORITMA GENETIKA DALAM PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) - UNIB Scholar Repository

Data flow Diagram Level- 2 proses 2 merupakan perincian dari proses MST menggunakan algoritma genetika. Tahapan pertama yang dilakukan setelah data koordinat di-input-kan adala menghitung jarak antar titik koordinat, kemudian membangkitkan populasi awal secara acak, mengevaluasi kromosom (menghitung bobot, nilai fitness, nilai probabilitas, dan nilai kumulatif), melakukan seleksi kromosom untuk dapat dijadikan kromosom induk pada crossover, melakukan persilangan/ rekombinasi, mutasi, dan melakukan pergantian kromosom yang dipilih sebagai bentuk pelestarian kromosom. Memilih hasil minimum dan menggambar tree yang terbentu yang kemudian dilaporkan ke pengguna.
Baca lebih lanjut

Baca lebih lajut

Penyelesaian Masalah Generalized Minimum Spanning Tree dengan Metode Heuristik Local Search

Penyelesaian Masalah Generalized Minimum Spanning Tree dengan Metode Heuristik Local Search

Generalized minimum spanning tree (GMST) merupakan minimum spanning tree dari suatu graf dengan simpul-simpulnya terbagi menjadi beberapa kumpulan simpul yang disebut cluster. GMST dapat diselesaikan menggunakan metode heuristik local search yang dalam langkah-langkah penyelesaian juga memerlukan algoritme Prim untuk menentukan minimum spanning tree. Dalam karya ilmiah ini masalah GMST diaplikasikan pada masalah penentuan lokasi gardu-gardu induk listrik di setiap kecamatan di Kota Palangkaraya. Setiap kecamatan memiliki beberapa kelurahan yang akan ditentukan sebagai lokasi pemasangan gardu induk listrik sehingga panjang kabel listrik yang digunakan adalah minimum.
Baca lebih lanjut

66 Baca lebih lajut

APLIKASI ALGORITMA PRIM UNTUK MENENTUKAN MINIMUM SPANNING TREE SUATU GRAF BERBOBOT DENGAN MENGGUNAKAN PEMROGRAMAN BERORIENTASI OBJEK | Nugraha | FORISTEK : Forum Teknik Elektro dan Teknologi Informasi 702 2433 1 PB

APLIKASI ALGORITMA PRIM UNTUK MENENTUKAN MINIMUM SPANNING TREE SUATU GRAF BERBOBOT DENGAN MENGGUNAKAN PEMROGRAMAN BERORIENTASI OBJEK | Nugraha | FORISTEK : Forum Teknik Elektro dan Teknologi Informasi 702 2433 1 PB

Abstract- In this study, the algorithm used is Prim’s algorithm—an algorithm in graph theory to seek a minimum spanning tree for a weighted connected graph. The program used is a program created with Delphi 7 programming language used for searching the minimum spanning tree of a graph model with the weight of each form of distance/length connecting the points/vertices. Then display the information search process sequence of minimum spanning tree, the total number of minimum length and the resulting computing time to determine the efficiency of Prim’s algorithm. Based on the results of research, Prim's algorithm computation time in finding the minimum spanning tree of a weighted graph will grow up along with increasing the number of points/vertices and the number of sides of the weighted graph.
Baca lebih lanjut

10 Baca lebih lajut

Menentukan Pohon Rentang Minimal (Minimum Spanning Tree) Dari Graf Berbobot

Menentukan Pohon Rentang Minimal (Minimum Spanning Tree) Dari Graf Berbobot

Kemiskinan bagi masyarakat seringkali diartikan sebagai suatu keadaan dimana seseorang tidak memiliki uang, atau pendapatannya yang rendah bahkan tidak dapat memenuhi kebutuhan dasar hidup sehari-hari. Konsep tentang kemiskinan sangat beragam, mulai dari sekedar ketidakmampuan memenuhi kebutuhan komsumsi dasar dan memperbaiki keadaan, kurangnya kesempatan berusaha, hingga pengertian yang lebih luas yang memasukkan aspek sosial dan moral. Tetapi pada umumnya, ketika orang berbicara tentang kemiskinan, yang dimaksud adalah kemiskinan material. Dengan pengertian ini, maka seseorang masuk dalam kategori miskin apabila tidak mampu memenuhi standar minimum kebutuhan pokok untuk dapat hidup secara layak (Ridwan Muhtadin. 2013). Berbagai cara telah dilakukan pemerintah Indonesia, untuk dapat menanggulangi kemiskinan yang melanda masyarakat seperti pemberian bantuan dana sosial bagi masyarakat yang kurang mampu, yaitu dengan cara pemberian bantuan melalui program keluarga harapan (PKH).
Baca lebih lanjut

Baca lebih lajut

PERBANDINGAN ALGORITMA KRUSKAL DENGAN ALGORITMA GENETIKA DALAM PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) SKRIPSI

PERBANDINGAN ALGORITMA KRUSKAL DENGAN ALGORITMA GENETIKA DALAM PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) SKRIPSI

Pohon Rentangan pada suatu graf adalah subgraf minimal yang menghubungkan semua simpul pada graf, apabila graf tersebut adalah graf berbobot (Weighted Graf), kemudian dari pohon rentang yang dimiliki oleh graf didefinisikan sebagai penjumlahan dari bobot – bobot seluruh cabang pada pohon rentang maka akan diperoleh pohon rentang yang memiliki bobot. Pohon rentang yang memiliki bobot terkecil pada suatu graph berbobot tersebut disebut Pohon rentang minimum (Minimum Spanning Tree) atau dengan pengertian lain Minimum Spanning Tree adalah metode yang digunakan untuk menentukan spanning tree yang menjangkau semua titik dengan total bobot sisi minimum pada graph terhubung dan berbobot. Contoh bentuk graf lengkap dan Minimum Spanning Tree yang dihasilkan pada gambar 2.8 dibawah ini.
Baca lebih lanjut

68 Baca lebih lajut

Penyelesaian Stacker Crane Problem dengan Algoritme Largearcs dan Smallarcs

Penyelesaian Stacker Crane Problem dengan Algoritme Largearcs dan Smallarcs

In graph theory, the Rural Postman Problem (RPP) aims to determine the shortest route with minimum cost, in which only certain edges or arcs are necessarily traversed. One type of RPP is Stacker Crane Problem (SCP) which deals with a mixed graph but only arcs are necessarily traversed. SCP can be solved by using two heuristic algorithms, i.e. Largearcs and Smallarcs algorithms, which include other algorithms in their steps, such as: Dijkstra algorithm to determine shortest route, Hungaria method to determine minimum bipartite matching, Prim algorithm to determine minimum spanning tree, and van Aardenne-Ehrenfest & de-Bruijn algorithm and Fleury algorithm to determine Euler circuits. The shortest Euler circuit resulted from two heuristic algorithms can be used to find a solution of SCP. The application of SCP is illustrated in establishing the minimum distance route of catering delivery.
Baca lebih lanjut

Baca lebih lajut

isprsarchives XL 1 W3 67 2013

isprsarchives XL 1 W3 67 2013

For both synthetic datasets, we used a mixture of linear and non- linear DR techniques, namely PCA, LLE, LE, SNE, and Isomap. The neighborhood parameter for nonlinear techniques was set to 12 . First, we constructed the neighborhood graph of datasets with respect to euclidean distances between points. We performed a pre-processing in order to ensure that the distances differ. This was done due to the fact that if the edge weights in a graph are unique then the minimum spanning tree is also unique. The Prim algorithm was used to compute the tree. Second, we applied di- mension reduction to both synthetic and real datasets. For syn- thetic datasets we reduced the dimension from 3 to 2 and for real datasets from 560 to 3 . For synthetic datasets, the position of points before dimension reduction were used for 3D visualiza- tion which is not important because we are interested in distances between points. For real dataset, the 3D position of points for visualization is actually the output of dimension reduction. The computed trees for different datasets and different dimension re- duction techniques are presented in Figures 5, 6, and 7. In these figures the blue points are data points, the green lines depict the edges of minimum spanning tree constructed from neighborhood graphs of data points before dimension reduction, and the red lines depict the edges of minimum spanning tree constructed after applying dimension reduction. In these visualization, if the min- imum spanning tree does not change we should not see and red lines. Therefore, red lines show how much and where the mini- mum spanning tree is changed during dimension reduction. For example, in figure 5, we see readily that LE and Isomap exhibit better performance than PCA, LLE, and SNE. Figure 6 shows that PCA, Isomap, and LE exhibit better performance than LLE and SNE. Additionally, LE has a weaker performance relative to PCA and Isomap. These two figures shows us that the performance of a specific dimension reduction may vary from dataset to dataset. For instance, PCA exhibits a better performance in dealing with Swiss-roll than S-curve datasets. The same process was carried out on real dataset and the results are depicted in Figure 7. As it might be understood, 2D figures can not truely show us the performance of a specific dimension reduction technique. For example, in Figure 7 it is hard to compare and evaluate the perfor- mance of PCA, LE, and SNE in dealing with real dataset (the face dataset). Therefore, we additionally visualized the results in an immersive 3D virtual environment (CAVE). Some images of the CAVE while the user is looking at the results are depicted in Fig- ure 8. In immersive visualization, the use can easily go inside the data and see where the distances are not preserved. Furthermore, by zooming in and out, the user get a local or global overview of the performance of the employed dimension reduction technique.
Baca lebih lanjut

Baca lebih lajut

Muchammad Abrori dan Najib Ubaidillah

Muchammad Abrori dan Najib Ubaidillah

Universitas Islam Indonesia (UII) intergrated campus computer network built since 1995. Development of UII integrated campus computer network is using a star topology and fiber optic (FO) cable. Considering that the star topology is the topology that requires a lot of wires, this study was conducted to determine and examine how the application of graph on the FO cable network UII integrated campus in order to minimize the cost, because FO cable network can be modeled by a graph where the buildings as points, while FO cable that connects to each building as a line. This type of research that is used here is a case study, in which data collection by observation, interviews, and documentation. This study used 4 algorithms, that is Kruskal algorithm, Prim, Boruvka and Solin algorithm to find the Minimum Spanning Tree. Based on the research that has been done, the conclution about the troubleshooting steps of optimization UII integrated campus FO cable network based graph theory has been got. From the four algorithms obtained the most optimal results FO cable length 4.700 meters long and is 1.590 meters cable lines. While the results of observations made, it is known that the existing computer network in UII integrated campus has a cable length of 6.120 meters and 2.050 meters long track. The results of the analysis showed that the resulrs of the study 23.2% more optimal than the existing computer networks in UII integrated campus.
Baca lebih lanjut

Baca lebih lajut

Pembentukan zona musim Kabupaten Ngawi dengan metode SKATER (spatial k’luster analysis by tree edge removal) - ITS Repository

Pembentukan zona musim Kabupaten Ngawi dengan metode SKATER (spatial k’luster analysis by tree edge removal) - ITS Repository

yang besar perbedaannya sehingga akan diperoleh hasil subtrees yang merepresentasikan region akhir yang terbentuk (Assuncao et al., 2006). Pengolahan data untuk pengelompokan dengan metode ‘K’luster Analysis by Tree Edge Removal (SKATER) dapat dilakukan di software R menggunakan package spdep, maptools, lattice, dan gstat (Bekti R. D., 2015) atau dapat dilakukan analisis dengan implementasi library TERRALIB pada software TERRAVIEW (Gilberto, L'ubia, Ferreira, De, Cartaxo, Souza , 2008).

Baca lebih lajut

Perbandingan penggunaan Algoritma Semut (Ant Colony) dan Algoritma Prim pada rute wisata kota tua Jakarta” - Diponegoro University | Institutional Repository (UNDIP-IR)

Perbandingan penggunaan Algoritma Semut (Ant Colony) dan Algoritma Prim pada rute wisata kota tua Jakarta” - Diponegoro University | Institutional Repository (UNDIP-IR)

Ant Colony System (ACS) adalah sebuah metodologi yang dihasilkan melalui pengamatan terhadap semut. Pada algoritma ACS, semut berfungsi sebagai agen yang ditugaskan untuk mencari solusi terhadap suatu masalah optimisasi. ACS telah diterapkan dalam berbagai bidang, salah satunya adalah untuk mencari solusi optimal pada Traveling Salesman Problem (TSP).Algoritma Prim merupakan salah satu algoritma yang bekerja secara greedy. Pada algoritma Prim akan membentuk minimum spanning tree langkah per langkah. Pada setiap langkah dipilih sisi graf G yang mempunyai bobot minimum dan terhubung dengan minimum spanning tree yang telah terbentuk.Tugas akhir ini membandingkan antara Algoritma Ant Colony System dan Algoritma Prim dalam pencarian rute terpendek pada lokasi wisata kota tua Jakarta dimana seluruh tempat wisata yang ada dapat dilalui.Dengan menggunakan algoritma Ant Colony System, seorang wisatawan harus menempuh jarak 5,28 km untuk mengunjungi seluruh lokasi wisata yang ada. Sedangkan dengan menggunakan algoritma Prim,seorang wisatawan harus menempuh jarak 6,12 km.
Baca lebih lanjut

Baca lebih lajut

Show all 5131 documents...