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

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

utamanya di Java. (2005) menyatakan bahwa penerapan yang riil dari MCM digunakan untuk menghitung biaya minimum dari perkalian matriks. Ini dapat dioptimalkan dengan algoritma MCM. Andre Parvian A. 3. 2. Namun dalam TA-nya tersebut digunakan software Matlab dengan asumsi software tersebut sudah mengerti bagaimana cara perkalian yang efisien. Riska Asriana ( 2006) menyatakan bahwa : Pengimplementasian aplikasi MCM ini dapat diterapkan dalam Kalkulator scientific. yang akan memakan banyak memori. Nela Oktivani (2005) menyatakan bahwa selama ini belum pernah mengimplementasikan algoritma MCM. dan tidak efektif. Hasil Wawancara Algoritma Matrix Chain Multiplication dapat diimplementasikan dalam kehidupan sehari-hari untuk menyelesaikan beberapa masalah. 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. 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.Implementasi Aplikasi Matrix Chain Multiplication (MCM) 1. Karena . 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.

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

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

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

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

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

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

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. m [i. m [i.j]= m [i. 2.k] + m [k+1.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.12/13/2008 Table of scalar multiplications. yang dimana algoritma MCM tersebut bertujuan untuk menghasilkan biaya komputasi yang paling optimum Main Menu # 2 . Split index table generated by applet.

5. 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. 3. Disini Algoritma MCM dapat digunakan untuk menyusun brackets-bracketsnya sehingga dapat lebih mudah dan cepat dalam menyelesaikan pekerjaan. 2.” Implementasi # 3 .12/13/2008 Algoritma Matrix Chain Multiplication dapat diimplementasikan dalam kehidupan sehari-hari untuk menyelesaikan beberapa masalah. 4.

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

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

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

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

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

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

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