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

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

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

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

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

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

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

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

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

Product computed by applet Keterangan gambar : Rumus mencari nilai m adalah sebagai berikut : 1. 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.j] = 0 Digunakan apabila indeks ke – i = ke – j Digunakan apabila indeks ke – i < ke – j.k] + m [k+1.j]= m [i. m [i.12/13/2008 Table of scalar multiplications. 2. m [i.

3. 2. 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. 5. 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.12/13/2008 Algoritma Matrix Chain Multiplication dapat diimplementasikan dalam kehidupan sehari-hari untuk menyelesaikan beberapa masalah.” Implementasi # 3 . 4.

dengan metode MCM yang dikemukakan oleh cormen ini dapat dilihat bahwa biaya yang digunakan untuk melakukan perkalian adalah minimal dikarenakan Mr. ini dihubungkan dengan kemampuan prosesor computer untuk melakukan perhitungan terhadap perkalian matriks. dan tidak efektif. utamanya di Java. dalam Tugas Akhirnya mengenai JST (Jaringan Saraf Tiruan) Rekuren dan beberapa model hasil riset biasanya ada banyak perkalian matriks yang umumnya berukuran besar. Karena seperti yang kita ketahui bersama. Sehingga diperlukanlah suatu metode untuk melakukan optimasi terhadap perhitungan perkalian matriks. Akan tetapi. 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.” Implementasi # 4 .12/13/2008 “Selama ini belum pernah mengimplementasikan algoritma MCM.” Implementasi # “penerapan yang riil dari MCM digunakan untuk menghitung biaya minimum dari perkalian matriks. 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. Perkalian ini awalnya akan diproses secara sekuensial. Ini dapat dioptimalkan dengan algoritma MCM. Cormen mengusulkan algoritma yang dapat mengurangi factor “mengalikan” dalam perhitungan perkalian matriks berantai. yang akan memakan banyak memori.

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

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

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

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

Jong Kim. Sungje Hong. • 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. and Sunggu Lee Abstract: Dalam paper ini. dijelaskan tentang pengalokasian prosesor dalam penerapan matrix chain scheduling problem (MCSP).

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

Sign up to vote on this title
UsefulNot useful