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

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

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

Penelitian oleh orang Indonesia dilakukan oleh pihak ITB yang walaupun konsepnya mirip dengan Cormen. supply chain. 4. 5. 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.seperti yang kita ketahui bersama. Sehingga diperlukan suatu metode untuk melakukan optimasi terhadap perhitungan perkalian matriks. Model berpikir MCM ini juga dipakai untuk optimasi untuk proses manufaktur. clock computer untuk perkalian biayanya lebih besar daripada clock computer untuk melakukan penjumlahan. 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. 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. .

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

Dalam penerapan yang lebih lanjut. Paper I: “A Performance Optimization Framework for Compilation of Tensor Contraction Expressions into Parallel Programs” Oleh Gerald Baumgartner. Daniel Cociorva. Ramanujam url : http://citeseerx.4653 .prosesor pada sistem yang memiliki bahwa permasalahan permasalahan multiprosesor. Namun. Chi-chung Lam. David E. Bernholdt. Sebenarnya hal ini hamper sama dengan yang ditulis Cormen dalam bukunya.psu. 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. Sementara itu. Namun. algoritma yang digunakan memecahkan permasalahan ini dan untuk menemukan nearoptimal triangulasi dari polygon convex (triangulation of a convex polygon). Kyrang lebih dia menjelaskan dipecahkan secara efisien dengan matrix chain multiplication. Marcel Nooijen. J. Terdapat sumber-sumber lain yang menjelaskan tentang implementasi Matrix Chain Multiplication. yaitu 4 paper di bawah ini.ist.edu/viewdoc/summary?doi=10.7.1. Pada bagian awal dijelaskan bahwa perhitungan beberapa matrix yang dikalikan dan jumlahnya berpengaruh pada jumlah operasinya. 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. Robert Harrison. dibagian awal numerik dan non-numerik dapat dia menyinggung sedikit tentang matrix chain.

acm.org/citation. url : http://www. β-turn.cfm?id=982828 .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. Jr. Paper III : “Detecting short directed cycles using rectangular matrix multiplication and dynamic programming” Oleh : Raphael Yuster. Uri Zwick url : http://portal. Compton and W.sciencedirect. Curtis Johnson. 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. 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.

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

Misalnya: kalkulator sciencetific (Riska). aplikasi graph. Selain itu. 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. yaitu: penggunaan transmisi garis multikonduktor. optimalisasi framework untuk kompilasi dalam ekspresi tensor menjadi paralel program. supply chain (Arif Wibisono). serta analisis protein circular dichroism spectra. mendeteksi jalan perputaran terpendek. pencarian pola proses gambar pengenalan sidik jari. clock computer (Andre). banyak diimplementasikan menggunakan MCM ini. untuk optimasi proses manufaktur. .

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

Dibawah ini merupakan contoh pengimplementasian aplikasi MCM yang kami dapatkan dari beberapa narasumber yaitu : 1.12/13/2008 Algoritma Matrix Chain Multiplication dapat diimplementasikan dalam kehidupan sehari-hari untuk menyelesaikan beberapa masalah. 2.” Implementasi # 3 . 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. 3. Disini Algoritma MCM dapat digunakan untuk menyusun brackets-bracketsnya sehingga dapat lebih mudah dan cepat dalam menyelesaikan pekerjaan. 5. 4.

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

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful