LAPORAN

ALGORITMA PEMROGRAMAN 2
Matrix Chain Multiplication

Dosen: Nur Aini Rakhmawati, M.Sc.Eng

AULIA FEBRIYANTI 22 BUDI CHANDRA DEKARALOS 32 SITI HAJAR MASRUROH 36 VLADIMIR DIMITRI 43 ANGGIK LY PRITA 47 ADITYAN NOVANANDA P R 53 SINGGIH SETYO JATMIKO 55 FITRAH MEILIA PURNAMA 71 RAMA CATUR A P P 77 ARIEF RAKHMAN 92 MOCH YASIN 701

INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SISTEM INFORMASI – FTIf
November 2008

Matrix Chain Multiplication
Review Perkalian matriks berantai (Matrix Chain Multiplication), sesuai dengan namanya, adalah perkalian dari serangkaian matriks. Operasi perkalian matriks adalah operasi yang bersifat asosiatif, yaitu urutan operasi yang dilakukan dapat diubah-ubah dengan bebas dan tetap tidak akan berpengaruh pada hasil akhir operasi. Jika kita melakukan perkalian antara dua buah matrix, syarat yang harus dipenuhi sama adalah dengan banyaknya jumlah jumlah kolom yang pada matrix pertama harus baris matrix kedua. Yang

harus dicari jalan keluarnya dalam hal ini adalah jika kita mengalikan matriks-matriks tersebut sesuai urutannya, proses yang dilakukan sering kali tidak efektif dan memakan waktu lama. Ini dikarenakan oleh banyaknya operasi perkalian integer yang dilakukan. Misalnya diberikan 2 buah matriks : A(3x5) B(5x4) Jumlah perkalian (usaha) yang diperlukan untuk mendapatkan hasil perkalian dari matriks tersebut adalah : 3x5x4 = 60 perkalian. Ternyata dengan pilihan urutan perkalian matriks yang berbeda kita akan bisa membutuhkan jumlah perkalian (usaha) yang berbeda pula. Sehingga memilih urutan perkalian matriks yang tepat, menyelesaikan perkalian matriks berantai tersebut dengan lebih cepat dan efisien. Karena dengan memilih urutan perkalian yang tepat, kita dapat mereduksi jumlah perkalian yang harus dilakukan untuk mendapatkan solusi akhir dari perkalian matriks berantai tersebut. Dengan menggunakan metode Matrix Chain Multiplication ini, kita dapat menyelesaikan permasalahan Bagaimana kita mendapatkan rantai

Split index Product computed by applet. table generated by applet.j] = 0 Digunakan apabila indeks ke-i=ke-j Digunakan apabila indeks ke-i < ke-j. 2.j]+pi-1 pk pj - Tujuan Matrix Chain Multiplication merupakan contoh Algoritma dari Dynamic Programing di mana algoritma MCM tersebut bertujuan untuk menghasilkan biaya komputasi yang paling optimum.k]+m[k+1. m [i. dan rekursif (top down). . . MCM ini dapat dikerjakan dengan 3 cara yaitu iterative (bottom up).j]=m[i. m[i. Ket gambar : - Rumus mencari nilai m adalah sebagai berikut : 1. Table of scalar multiplications.perkalian pada beberapa matrix yang akan menghasilkan biaya komputasi yang paling optimum. memorized.

Namun dalam TA-nya tersebut digunakan software Matlab dengan asumsi software tersebut sudah mengerti bagaimana cara perkalian yang efisien. utamanya di Java. dan tidak efektif. (2005) menyatakan bahwa penerapan yang riil dari MCM digunakan untuk menghitung biaya minimum dari perkalian matriks. Karena . 3. Andre Parvian A. Perkalian ini awalnya akan diproses secara sekuensial. Akan tetapi. Dibawah ini merupakan contoh pengimplementasian aplikasi MCM yang kami dapatkan dari beberapa narasumber yaitu : 1. 2. Hasil Wawancara Algoritma Matrix Chain Multiplication dapat diimplementasikan dalam kehidupan sehari-hari untuk menyelesaikan beberapa masalah. Ini dapat dioptimalkan dengan algoritma MCM. Nela Oktivani (2005) menyatakan bahwa selama ini belum pernah mengimplementasikan algoritma MCM.Implementasi Aplikasi Matrix Chain Multiplication (MCM) 1. dalam Tugas Akhirnya mengenai JST (Jaringan Saraf Tiruan) Rekuren dan beberapa model hasil riset biasanya ada banyak perkalian matriks yang umumnya berukuran besar. Di sini Algoritma MCM dapat digunakan untuk menyusun brackets-bracketsnya sehingga dapat lebih mudah dan cepat dalam menyelesaikan pekerjaan. Riska Asriana ( 2006) menyatakan bahwa : Pengimplementasian aplikasi MCM ini dapat diterapkan dalam Kalkulator scientific. yang akan memakan banyak memori. ini dihubungkan dengan kemampuan prosesor computer untuk melakukan perhitungan terhadap perkalian matriks.

clock computer untuk perkalian biayanya lebih besar daripada clock computer untuk melakukan penjumlahan. aplikasi graph. tetapi menunjukkan bahwa perhitungan matriks dengan konsep ini memang dapat mengurangi biaya untuk melakukan perhitungan perkalian matriks. Cormen mengusulkan algoritma yang dapat mengurangi factor “mengalikan” dalam perhitungan perkalian matriks berantai.sehingga pengiriman pesan dapat berjalan dengan cepat. 4. Model berpikir MCM ini juga dipakai untuk optimasi untuk proses manufaktur. Bapak Arif Wibisono (Dosen) menjelaskan bahwa pengimplementasian Algoritma MCM ini berguna dalam pencarian pola proses gambar pengenalan sidik jari. Sehingga diperlukan suatu metode untuk melakukan optimasi terhadap perhitungan perkalian matriks. Penelitian oleh orang Indonesia dilakukan oleh pihak ITB yang walaupun konsepnya mirip dengan Cormen. . Ibu Wiwik Anggraeni (Dosen) menjelaskan bahwa penggunaan perkalian matrix (seperti perkalian matrix yang terdapat pada algoritma MCM ) dalam daily activity dapat digunakan dalam proses enkripsi pada pengiriman pesan . 5. dengan metode MCM yang dikemukakan oleh cormen ini dapat dilihat bahwa biaya yang digunakan untuk melakukan perkalian adalah minimal dikarenakan Mr. supply chain.seperti yang kita ketahui bersama.

Matrix Chain Multiplication digunakan untuk mencari perkalian beberapa buah matrix secara optimal dari segi waktu dan penggunaan memori.2. berbeda dengan rekursif yang memerlukan beberapa kali looping. Sungje Hong. Cormen pada bukunya yang berjudul Introduction to Algorithms. Metode rekursif dikatakan top-down dengan alasan karena metode rekursif bisa dibentuk seperti bagan pohon (tree) dimana untuk menemukan hasil akhir di bagian top membutuhkan hasil-hasil di bagian bawahnya terlebih dahulu. and Sunggu Lee dari Pohang University of Science and Technology dalam jurnalnya yang berjudul Processor Allocation and task Scheduling of Matrix Chain Products on Parallel System menjelaskan bahwa permasalahan matrix chain dapat diselesaikan pada sistem paralel. 2nd Edition. Cara iteratif atau biasa disebut bottom-up langsung mencari hasil akhir dengan sekali jalan. dan rekursif (juga bisa disebut top-down). memoized. Salah satunya Heejo Lee. Paper Matrix Chain Multiplication dapat diimplementasikan dengan berbagai cara. Jong Kim. Dalam bukunya. yaitu iteratif (atau bisa disebut bottomup). metode ini hanya memerlukan sekali jalan. Oleh karena itu. menurut teori. metode ini lebih hemat memori daripada metode sebelumnya. Secara keseluruhan isi Jurnal ini adalah implemetasi dari matrix chain product pada sistem paralel dan perhitungan alokasi . Cormen juga menjelaskan bahwa matrix chain multiplication dapat diimplementasikan dengan tiga cara. Beberapa ahli juga menulis mengenai masalah matrix chain multiplication ini. Kebanyakan dari mereka adalah penerapan lebih lanjut dari permasalahan matrix chain multiplication ini. mulai dari mencari perkalian Matrix yang paling optimal sampai dengan penerapan lebih lanjut oleh para ahli seperti yang ditulis dalam jurnal jurnal ilmiah yang mereka rilis. Seperti yang sudah ditulis oleh Thomas H. penerapannyapun sangat luas.

7. Chi-chung Lam.1.edu/viewdoc/summary?doi=10. dibagian awal numerik dan non-numerik dapat dia menyinggung sedikit tentang matrix chain. David E.4653 . Bernholdt. Sementara itu. Terdapat sumber-sumber lain yang menjelaskan tentang implementasi Matrix Chain Multiplication. Dalam penerapan yang lebih lanjut. Arthur Czumaj dari Warsaw University dalam jurnalnya yang berjudul An Optimal Parallel algorithm for Computing A Nearoptimal order of Matrix Multiplication menjelaskan tentang perkalian beberapa matrix dalam sistem parallel. Daniel Cociorva. Kyrang lebih dia menjelaskan dipecahkan secara efisien dengan matrix chain multiplication. algoritma yang digunakan memecahkan permasalahan ini dan untuk menemukan nearoptimal triangulasi dari polygon convex (triangulation of a convex polygon). J.ist. Pada bagian awal dijelaskan bahwa perhitungan beberapa matrix yang dikalikan dan jumlahnya berpengaruh pada jumlah operasinya. Ramanujam url : http://citeseerx.prosesor pada sistem yang memiliki bahwa permasalahan permasalahan multiprosesor. yaitu 4 paper di bawah ini. Robert Harrison. Paper I: “A Performance Optimization Framework for Compilation of Tensor Contraction Expressions into Parallel Programs” Oleh Gerald Baumgartner. Marcel Nooijen. Namun. perbedaannya disini Arthur Czumaj menerapkannya lebih lanjut dan berada pada tingkatan yang lebih tinggi dibanding Cormen dan Arthur Czumaj juga menggunakan sistem paralel untuk penelitiannya tersebut.1. Namun.psu. Sebenarnya hal ini hamper sama dengan yang ditulis Cormen dalam bukunya.

Compton and W.sciencedirect. Jr. antiparallel and parallel β-sheet. Paper II: “Analysis of protein circular dichroism spectra for secondary structure using a simple matrix multiplication” Oleh : Larry A. dan struktur random lainnya.cfm?id=982828 .acm.Abstract : Paper ini membahas tentang sebuah program system synteshis untuk memfasilitasi generasi kelas komputasi yang high-perfomance terutama dalam bidang fisika quantum dan kimia kuantum yang juga mengimplementasikan tentang matrix chain multiplication. β-turn. Curtis Johnson. Susunan terbalik ini dapat dihitung secara langsung dengan melihat protein CD tanpa harus melakukan penyederhanaan dan melakukan standarisasi teknik invers matriks. url : http://www. Paper III : “Detecting short directed cycles using rectangular matrix multiplication and dynamic programming” Oleh : Raphael Yuster.com/science?_ob=ArticleURL&_udi=B6W9VDYM9HNMM&_user=10&_rdoc=1&_fmt=&_orig=search&_sort=d&view=c&_acct =C000050221&_version=1&_urlVersion=0&_userid=10&md5=a758e22 9d16baee5ffafab370cc9fd5a Abstract : Susunan kebalikan circular dichroism (CD) terdiri dari tiap-tiap 5 struktur protein mayor kedua antara lain : α-helix. Uri Zwick url : http://portal.org/citation.

Selain itu. C. Algorithma baru ini menggunakan optimal matrix multiplication algorithma. hubungan antara hubungan familiar tersebut untuk case dua konduktor dan case multionduktor dapat dilihat.untuk apapun nilai k ≥ 3.jsp?arnumber=1128669 Abstract : Dengan menggunakan teori variabel tetap.e. i. kegunaan matriks identitas termasuk submatriks dari rantai parameter matriks untuk sebuah garis transmisi multickonduktor dapat dilihat. Identitas tersebut mengizinkan solusi mudah dan mengurangi konsumsi waktu berlebih matrix multiplication. sebuah arah dari suatu cycle dengan jarak ki. . di dalam sebuah digraphs. Paper IV: “Useful Matrix Chain Parameter Identities for the Analysis of Multiconductor Transmission Lines (Short Papers)” Oleh : Paul.org/xpl/freeabs_all. Algorithma yang baru ini merupakan sebuah proses penyederhanaan dari sebuah algorithma umum yang menyatakan untuk mencari sebuah arah Ck.Abstract : Paper ini menjelaskan menjelaskan tentang penemuan sebuah algorithma baru dalam mendeteksi jarak hasil terpendek dari suatu cycles di dalam sebuah digraphs.R. url : http://ieeexplore.ieee. Identitas ini merupakan ekstensi dari gabungan properties yang familiar dengan dua garis konduktor menuju garis multikonduktor dan digunakan untuk formulasi solusi sempurna untuk terminal tersebut ketika garis diterminasi oleh linear network.

aplikasi graph.Kesimpulan Walaupun tidak banyak hal orang yang mengetahui dapat tentang Matrix Chain dengan Multiplication. dalam beberapa paper disebutkan beberapa penerapan lain yang menggunakan konsep MCM ini. pencarian pola proses gambar pengenalan sidik jari. untuk optimasi proses manufaktur. Selain itu. banyak diimplementasikan menggunakan MCM ini. optimalisasi framework untuk kompilasi dalam ekspresi tensor menjadi paralel program. yaitu: penggunaan transmisi garis multikonduktor. Misalnya: kalkulator sciencetific (Riska). . clock computer (Andre). mendeteksi jalan perputaran terpendek. supply chain (Arif Wibisono). serta analisis protein circular dichroism spectra.

12/13/2008 Laporan Implementasi Aplikasi Algoritma Matrix Chain Multiplication Presented by: AULIA FEBRIYANTI 22 BUDI CHANDRA DEKARALOS 32 SITI HAJAR MASRUROH 36 VLADIMIR DIMITRI 43 ANGGIK LY PRITA 47 ADITYAN NOVANANDA P R 53 SINGGIH SETYO JATMIKO 55 FITRAH MEILIA PURNAMA 71 RAMA CATUR A P P 77 ARIEF RAKHMAN 92 MOCH YASIN 701 # 1 .

k] + m [k+1. m [i. Split index table generated by applet.12/13/2008 Table of scalar multiplications. Product computed by applet Keterangan gambar : Rumus mencari nilai m adalah sebagai berikut : 1.j]= m [i. 2. yang dimana algoritma MCM tersebut bertujuan untuk menghasilkan biaya komputasi yang paling optimum Main Menu # 2 .j] + pi-1 pk pj Main Menu # Matrix Chain Multiplication merupakan contoh Algoritma dari Dynamic Programing. m [i.j] = 0 Digunakan apabila indeks ke – i = ke – j Digunakan apabila indeks ke – i < ke – j.

3.12/13/2008 Algoritma Matrix Chain Multiplication dapat diimplementasikan dalam kehidupan sehari-hari untuk menyelesaikan beberapa masalah. Dibawah ini merupakan contoh pengimplementasian aplikasi MCM yang kami dapatkan dari beberapa narasumber yaitu : 1. RISKA ARSIANA NELA OKTAVIANI ANDRE PARVIAN WIWIK ANGGRAENI ARIF WIBISONO (SI Angkatan 2006) (SI Angkatan 2005) (SI Angkatan 2005) (Dosen SI) (Dosen SI) From Papers Main Menu # “Pengimplementasian aplikasi MCM ini dapat diterapkan dalam Kalkulator scientific.” Implementasi # 3 . 4. 5. 2. Disini Algoritma MCM dapat digunakan untuk menyusun brackets-bracketsnya sehingga dapat lebih mudah dan cepat dalam menyelesaikan pekerjaan.

ini dihubungkan dengan kemampuan prosesor computer untuk melakukan perhitungan terhadap perkalian matriks. Sehingga diperlukanlah suatu metode untuk melakukan optimasi terhadap perhitungan perkalian matriks. yang akan memakan banyak memori. Ini dapat dioptimalkan dengan algoritma MCM. utamanya di Java. Penelitian oleh orang Indonesia dilakukan oleh pihak ITB yang walaupun konsepnya mirip dengan punya cormen tetapi menunjukkan bahwa perhitungan matriks dengan konsep ini memang dapat mengurangi biaya untuk melakukan perhitungan perkalian matriks. dalam Tugas Akhirnya mengenai JST (Jaringan Saraf Tiruan) Rekuren dan beberapa model hasil riset biasanya ada banyak perkalian matriks yang umumnya berukuran besar. clock computer untuk perkalian biayanya lebih besar daripada clock computer untuk melakukan penjumlahan. Cormen mengusulkan algoritma yang dapat mengurangi factor “mengalikan” dalam perhitungan perkalian matriks berantai. dan tidak efektif.” Implementasi # “penerapan yang riil dari MCM digunakan untuk menghitung biaya minimum dari perkalian matriks. Namun dalam TA-nya tersebut digunakan software Matlab dengan asumsi software tersebut sudah mengerti bagaimana cara perkalian yang efisien. dengan metode MCM yang dikemukakan oleh cormen ini dapat dilihat bahwa biaya yang digunakan untuk melakukan perkalian adalah minimal dikarenakan Mr. Karena seperti yang kita ketahui bersama.12/13/2008 “Selama ini belum pernah mengimplementasikan algoritma MCM. Perkalian ini awalnya akan diproses secara sekuensial. Akan tetapi.” Implementasi # 4 .

supply chain. aplikasi graph.” Implementasi # 5 .” Implementasi # “Pengimplementasian Algoritma MCM ini berguna dalam pencarian pola proses gambar pengenalan sidik jari.sehingga pengiriman pesan dapat berjalan dengan cepat. Model berpikir MCM ini juga dipakai untuk optimasi untuk proses manufaktur.12/13/2008 “Penggunaan perkalian matrix (seperti perkalian matrix yang terdapat pada algoritma MCM ) dalam daily activity dapat digunakan dalam proses enkripsi pada pengiriman pesan .

Robert Harrison. David E. Marcel Nooijen. Ramanujam • Abstract : Paper ini membahas tentang sebuah program system synteshis untuk memfasilitasi generasi kelas komputasi yang highperfomance terutama dalam bidang fisika quantum dan kimia kuantum yang juga mengimplementasikan tentang matrix chain multiplication. Chi-chung Lam. Bernholdt. Daniel Cociorva. # 6 . J.12/13/2008 Papers • Arthur Czumaj dari Warsaw University dalam jurnalnya yang berjudul An Optimal Parallel algorithm for Computing A Near-optimal order of Matrix Multiplication algoritma yang digunakan memecahkan permasalahan ini dan untuk menemukan near-optimal triangulasi dari polygon convex (triangulation of a convex polygon) # Papers (cont’d) • “A Performance Optimization Framework for Compilation of Tensor Contraction Expressions into Parallel Programs” Oleh Gerald Baumgartner.

di dalam sebuah digraphs. # 7 . Uri Zwick • Abstract : Paper ini menjelaskan menjelaskan tentang penemuan sebuah algorithma baru dalam mendeteksi jarak hasil terpendek dari suatu cycles di dalam sebuah digraphs. i. # Papers (cont’d) • “Detecting short directed cycles using rectangular matrix multiplication and dynamic programming” Oleh : Raphael Yuster. Algorithma baru ini menggunakan optimal matrix multiplication algorithma. antiparallel and parallel β-sheet.untuk apapun nilai k ≥ 3. sebuah arah dari suatu cycle dengan jarak ki. Curtis Johnson. Algorithma yang baru ini merupakan sebuah proses penyederhanaan dari sebuah algorithma umum yang menyatakan untuk mencari sebuah arah Ck. • Abstract : Susunan kebalikan circular dichroism (CD) terdiri dari tiap-tiap 5 struktur protein mayor kedua antara lain : α-helix.e.12/13/2008 Papers (cont’d) • “Analysis of protein circular dichroism spectra for secondary structure using a simple matrix multiplication” Oleh : Larry A. Compton and W. Susunan terbalik ini dapat dihitung secara langsung dengan melihat protein CD tanpa harus melakukan penyederhanaan dan melakukan standarisasi teknik invers matriks. Jr. dan struktur random lainnya. β-turn.

Heterogeneous Network of Workstations (HNOWs) merupakan hal yang tersebar di berbagai universitas dan perusahaan. C. and Yves Robert. Member. Identitas tersebut mengizinkan solusi mudah dan mengurangi konsumsi waktu berlebih matrix multiplication. yaitu dengan menjalankan PVM atau percobaan MPI yang merupakan alternatif termurah untuk membeli super komputer.R. Ini merupakan tantangan. • Abstract: Identitas ini merupakan ekstensi dari gabungan properties yang familiar dengan dua garis konduktor menuju garis multikonduktor dan digunakan untuk formulasi solusi sempurna untuk terminal tersebut ketika garis diterminasi oleh linear network. Vincent Boudet. Fabrice Rastello. penamaan. Saat menerapkan MM algorithm dalam HNOWs. ide tersebut untuk menggunakan semua sumber daya. IEEE Abstract: Problem ini ditujukan untuk menghitung keseimbangan pekerjaan dengan sumber kecepatan yang berbeda dengan volume komunikasi minimal. Mereka menampilkan kompuer paralel miskin. Dalam hal ini yang dibandingkan adalah kecepatan prosesor. tetapi sangat berguna yang diberikan MM dalam scientific computing. dan mesin yang lebih pelan. # Papers (cont’d) • Matrix Multiplication on Heterogeneous Platforms by: Oliver Beaumont. • • # 8 .12/13/2008 Papers (cont’d) • “Useful Matrix Chain Parameter Identities for the Analysis of Multiconductor Transmission Lines (Short Papers)” Oleh : Paul.

12/13/2008 Papers (cont’d) • Paper yang membahas hal sejenis dengan aplikasi algoritma Matrix Multiplication: – Matrix Multiplication on three Heterogeneous Processor – Adaptive Matrix Multiplication in Heterogeneous Environment # Papers (cont’d) • Processor Allocation and Task Scheduling of Matrix Chain Products on Parallel Systems Heejo lee. dijelaskan tentang pengalokasian prosesor dalam penerapan matrix chain scheduling problem (MCSP). and Sunggu Lee Abstract: Dalam paper ini. MCSP inilah yang digunakan untuk mengefisienkan penggunaan prosesor. Sungje Hong. • Main Menu # 9 . Jong Kim.

untuk optimasi proses manufaktur. yaitu: penggunaan transmisi garis multikonduktor. Selain itu. serta analisis protein circular dichroism spectra. aplikasi graph. mendeteksi jalan perputaran terpendek. Misalnya: kalkulator sciencetific (Riska). clock computer (Andre). supply chain (Arif Wibisono). Main Menu # 10 . banyak hal yang dapat diimplementasikan dengan menggunakan MCM ini. pencarian pola proses gambar pengenalan sidik jari. optimalisasi framework untuk kompilasi dalam ekspresi tensor menjadi paralel program.12/13/2008 Walaupun tidak banyak orang mengetahui tentang Matrix Chain Multiplication. dalam beberapa paper disebutkan beberapa penerapan lain yang menggunakan konsep MCM ini.

Sign up to vote on this title
UsefulNot useful