Professional Documents
Culture Documents
Introduction
Ada 3 permasalah yang dapat diaplikasikan dalam dengan menggunakan pohon: 1. Bagaimana item seharusnya disimpan sehingga dapat memudahkan pencarian . 2. Eksekusi atau keputusan seperti apa yang harus dibuat untuk menemukan item tertentu dari bebagai objek dari tipe tertentu. 3. Bagaimana kumpulan dari karakter bisa secara efien dikodekan oleh bit strings.
ABDILLAH & ROY
Contoh
Masukan data berikut ke dalam pohon pencarian (50, 32, 18, 40, 60, 52, 5,25, 70)
Pohon Keputusan
Adalah pohon yang digunakan untuk memodelkan persoalan yang terdiri dari serangkaian keputusan yang mengarah ke solusi. Simpul Keputusan Daun Solusi
Kode Awalan
Adalah himpunan kode misalnya kode biner sedemikian sehingga tidak ada anggota kumpulan yang merupakan awalan dari anggota yang lain. Himpunan { 000, 001, 01, 10, 11} adalah kode awalan.. Himpunan {1, 00, 01, 000, 0001 } bukan kode awalan
ABDILLAH & ROY
Kode Huffman
sebuah metode untuk membangun pohon biner berdasarkan frekuensi. Metode huffman biasa digunakan dalam proses kompresi data.
Contoh
dalam kode ASCII string 7 huruf ABACCDAmembutuhkan representasi 7 8 bit = 56 bit (7 byte), dengan rincian sebagai berikut: A = 01000001 B = 01000010 A = 01000001 C = 01000011 C = 01000011 D = 01000100 A = 01000001 Pada string di atas, frekuensi kemunculan A = 3, B = 1, C = 2, dan D = 1,
ABDILLAH & ROY
LANGKAH
Pilih 2 string yang berpeluang paling kecil yaitu B dan D sehingga menjadi simbol BD dengan peluang 1/7 + 1/7 = 2/7 Pilih dua simbol berikutnya yang paling kecil. Dua simbol tersebut adalah C (peluang 2/7). Sehingga menghasilkan simbol baru CBD. Yang memiliki kekerapan 2/7 + 2/7 = 4/7. Langkah selanjutnya sama seperti prosedur sebelumnya. Yaitu mencari peluang terkecil yaitu A (peluang 3/7) dan CBD (peluang 4/7) menghasilkan simpul ABCD yang merupakan akar dari pohon Huffman, dengan peluang 3/7 + 4/7 = 7/7.
ABDILLAH & ROY
Sekian Terimakasih