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

MCM ini dapat dikerjakan dengan 3 cara yaitu iterative (bottom up). table generated by applet. m [i.perkalian pada beberapa matrix yang akan menghasilkan biaya komputasi yang paling optimum. Split index Product computed by applet.j] = 0 Digunakan apabila indeks ke-i=ke-j Digunakan apabila indeks ke-i < ke-j. .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. Ket gambar : - Rumus mencari nilai m adalah sebagai berikut : 1. . 2. m[i.k]+m[k+1. Table of scalar multiplications. dan rekursif (top down). memorized.j]=m[i.

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

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

Seperti yang sudah ditulis oleh Thomas H. 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. Matrix Chain Multiplication digunakan untuk mencari perkalian beberapa buah matrix secara optimal dari segi waktu dan penggunaan memori. penerapannyapun sangat luas. Cormen juga menjelaskan bahwa matrix chain multiplication dapat diimplementasikan dengan tiga cara. Dalam bukunya. metode ini lebih hemat memori daripada metode sebelumnya. 2nd Edition. Sungje Hong. memoized. Beberapa ahli juga menulis mengenai masalah matrix chain multiplication ini. berbeda dengan rekursif yang memerlukan beberapa kali looping. Salah satunya Heejo Lee. yaitu iteratif (atau bisa disebut bottomup). Secara keseluruhan isi Jurnal ini adalah implemetasi dari matrix chain product pada sistem paralel dan perhitungan alokasi . metode ini hanya memerlukan sekali jalan. Cara iteratif atau biasa disebut bottom-up langsung mencari hasil akhir dengan sekali jalan. menurut teori. 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.2. Kebanyakan dari mereka adalah penerapan lebih lanjut dari permasalahan matrix chain multiplication ini. dan rekursif (juga bisa disebut top-down). Jong Kim. Cormen pada bukunya yang berjudul Introduction to Algorithms. Paper Matrix Chain Multiplication dapat diimplementasikan dengan berbagai cara. 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. Oleh karena itu.

Terdapat sumber-sumber lain yang menjelaskan tentang implementasi Matrix Chain Multiplication. Kyrang lebih dia menjelaskan dipecahkan secara efisien dengan matrix chain multiplication. Marcel Nooijen. algoritma yang digunakan memecahkan permasalahan ini dan untuk menemukan nearoptimal triangulasi dari polygon convex (triangulation of a convex polygon). 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.1. Namun.4653 .edu/viewdoc/summary?doi=10. Pada bagian awal dijelaskan bahwa perhitungan beberapa matrix yang dikalikan dan jumlahnya berpengaruh pada jumlah operasinya. Chi-chung Lam.7.1. Paper I: “A Performance Optimization Framework for Compilation of Tensor Contraction Expressions into Parallel Programs” Oleh Gerald Baumgartner. Ramanujam url : http://citeseerx. J. David E. Sebenarnya hal ini hamper sama dengan yang ditulis Cormen dalam bukunya. Dalam penerapan yang lebih lanjut. dibagian awal numerik dan non-numerik dapat dia menyinggung sedikit tentang matrix chain.ist.prosesor pada sistem yang memiliki bahwa permasalahan permasalahan multiprosesor. Namun. Sementara itu. Daniel Cociorva. yaitu 4 paper di bawah ini.psu. Bernholdt. 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. Robert Harrison.

Susunan terbalik ini dapat dihitung secara langsung dengan melihat protein CD tanpa harus melakukan penyederhanaan dan melakukan standarisasi teknik invers matriks.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.acm. Curtis Johnson. url : http://www. Paper II: “Analysis of protein circular dichroism spectra for secondary structure using a simple matrix multiplication” Oleh : Larry A.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.org/citation. Compton and W. β-turn. Uri Zwick url : http://portal. antiparallel and parallel β-sheet. dan struktur random lainnya.cfm?id=982828 . Paper III : “Detecting short directed cycles using rectangular matrix multiplication and dynamic programming” Oleh : Raphael Yuster. Jr.sciencedirect.

. 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. 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. di dalam sebuah digraphs.ieee. i. url : http://ieeexplore. sebuah arah dari suatu cycle dengan jarak ki. Algorithma yang baru ini merupakan sebuah proses penyederhanaan dari sebuah algorithma umum yang menyatakan untuk mencari sebuah arah Ck.untuk apapun nilai k ≥ 3.R.jsp?arnumber=1128669 Abstract : Dengan menggunakan teori variabel tetap.org/xpl/freeabs_all. C.Abstract : Paper ini menjelaskan menjelaskan tentang penemuan sebuah algorithma baru dalam mendeteksi jarak hasil terpendek dari suatu cycles di dalam sebuah digraphs.e. Algorithma baru ini menggunakan optimal matrix multiplication algorithma. hubungan antara hubungan familiar tersebut untuk case dua konduktor dan case multionduktor dapat dilihat. Selain itu. Paper IV: “Useful Matrix Chain Parameter Identities for the Analysis of Multiconductor Transmission Lines (Short Papers)” Oleh : Paul.

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

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 .

m [i. Split index table generated by applet. 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. 2.j] = 0 Digunakan apabila indeks ke – i = ke – j Digunakan apabila indeks ke – i < ke – j. m [i.j]= m [i. Product computed by applet Keterangan gambar : Rumus mencari nilai m adalah sebagai berikut : 1.12/13/2008 Table of scalar multiplications.k] + m [k+1.

3.” Implementasi # 3 . 4. 2.12/13/2008 Algoritma Matrix Chain Multiplication dapat diimplementasikan dalam kehidupan sehari-hari untuk menyelesaikan beberapa masalah. 5. Dibawah ini merupakan contoh pengimplementasian aplikasi MCM yang kami dapatkan dari beberapa narasumber yaitu : 1. Disini Algoritma MCM dapat digunakan untuk menyusun brackets-bracketsnya sehingga dapat lebih mudah dan cepat dalam menyelesaikan pekerjaan. 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.

Sehingga diperlukanlah suatu metode untuk melakukan optimasi terhadap perhitungan perkalian matriks. Ini dapat dioptimalkan dengan algoritma MCM. ini dihubungkan dengan kemampuan prosesor computer untuk melakukan perhitungan terhadap perkalian matriks. dengan metode MCM yang dikemukakan oleh cormen ini dapat dilihat bahwa biaya yang digunakan untuk melakukan perkalian adalah minimal dikarenakan Mr. yang akan memakan banyak memori. dan tidak efektif. Namun dalam TA-nya tersebut digunakan software Matlab dengan asumsi software tersebut sudah mengerti bagaimana cara perkalian yang efisien. clock computer untuk perkalian biayanya lebih besar daripada clock computer untuk melakukan penjumlahan. 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.” Implementasi # “penerapan yang riil dari MCM digunakan untuk menghitung biaya minimum dari perkalian matriks. Cormen mengusulkan algoritma yang dapat mengurangi factor “mengalikan” dalam perhitungan perkalian matriks berantai. Karena seperti yang kita ketahui bersama. utamanya di Java.12/13/2008 “Selama ini belum pernah mengimplementasikan algoritma MCM. Perkalian ini awalnya akan diproses secara sekuensial.” Implementasi # 4 . Akan tetapi.

supply chain.” Implementasi # 5 . aplikasi graph. 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 .” Implementasi # “Pengimplementasian Algoritma MCM ini berguna dalam pencarian pola proses gambar pengenalan sidik jari.sehingga pengiriman pesan dapat berjalan dengan cepat.

Marcel Nooijen. Daniel Cociorva. 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. Robert Harrison. David E. Chi-chung Lam. # 6 .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. J. Bernholdt.

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

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

Sungje Hong. dijelaskan tentang pengalokasian prosesor dalam penerapan matrix chain scheduling problem (MCSP). and Sunggu Lee Abstract: Dalam paper ini. • Main Menu # 9 . MCSP inilah yang digunakan untuk mengefisienkan penggunaan prosesor.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. Jong Kim.

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

Sign up to vote on this title
UsefulNot useful