8.

Graf, Diagram Pohon dan Aplikasinya
Pengantar
Definisi. Suatu graf sederhana G=(V,E) terdiri dari himpunan tak kosong dari simpul (vertex) V, dan himpunan pasangan tak berurut anggota berlainan dari V yang disebut sebagai garis hubung (edge) E.

Graf sederhana mirip seperti graf berarah, tetapi arah garis hubungnya tidak ditentukan (tidak memiliki arah). Kadangkala kita ingin memodelkan berbagai hubungan antar simpul yang tidak mungkin dilakukan dengan graf sederhana. multigraf. Pada kasus ini, kita harus memakai

Definisi. Suatu multigraf G=(V,E) terdiri dari himpunan simpul V, himpunan garis hubung E, dan sebuah fungsi f dari E ke {{u, v} | u, v ∈ V, u ≠ v}.

Garis hubung e1 dan e2 disebut garis hubung ganda atau garis hubung sejajar jika f(e1)=f(e2). Catatan: • Garis hubung dalam multigraf tidak perlu didefinisikan sebagai pasangan, tapi bisa berjenis apapun. • Loop tidak diperbolehkan di dalam multigraf (u ≠ v).

Contoh 8.1: Suatu multigraf G dengan simpul V={a, b, c, d}, garis hubung {1, 2, 3, 4, 5} dan fungsi f dengan f(1)={a, b}, f(2) = {a, b}, f(3) = {b, c}, f(4) = {c, d} dan f(5) = {c, d} dapat digambarkan sebagai berikut.

1 a 2 b 3 c

4 d

5

8. Graf, Diagram Pohon dan Aplikasinya - 1

Untuk mengantisipasi keberadaan loop didalam graf, kita perlu mendefinisikan graf berjenis berikut ini.

Definisi. Suatu pseudograf G=(V, E) terdiri dari himpunan simpul V, himpunan garis hubung E, dan fungsi f dari E ke {{u, v} | u, v ∈ V}.

Suatu garis hubung disebut loop jika f(e) = {u, u} untuk suatu u∈V.

Definisi. Suatu graf berarah G=(V, E) terdiri dari himpunan simpul V dan himpunan garis hubung E yaitu pasangan berurut anggota V.

Definisi. Suatu multigraf berarah G=(V, E) terdiri dari himpunan simpul V, himpunan garis hubung E, dan fungsi f dari E ke {(u, v) | u, v ∈ V}.

Garis hubung e1 dan e2 disebut sebgai garis hubung ganda jika f(e1) = f(e2). Contoh 8.2: Suatu multigraf berarah G dengan simpul V={a, b, c, d}, garis hubung {1, 2, 3, 4, 5} dan fungsi f dimana f(1) = (a, b), f(2) = (b, a), f(3) = (c, b), f(4) = (c, d) dan f(5) = (c, d) digambarkan sebagai berikut.

1 a 2 b 3 c

4 d

5

Risalah dari beberapa jenis graf dan sifat-sifatnya diiberikan pada tabel berikut ini.

No 1 2 3 4 5

Jenis Graf Sederhana Multigraf Pseudograf Graf Berarah Multigraf Berarah

Garis hubung? Tak berarah Tak berarah Tak berarah Berarah Berarah

Ada Grs. Hub. Ganda? Tidak Ya Ya Tidak Ya

Ada Loop? Tidak Tidak Ya Ya Ya

8. Graf, Diagram Pohon dan Aplikasinya - 2

Model dari Graf
Contoh 8.3: Bagaimana cara menyatakan jaringan (dua arah) Kerta Api yang menghubungkan sekumpulan kota? Kita harus memakai graf sederhana dengan garis hubung {a, b} merupakan jalur langsung yang menghubungkan kota a dengan kota b.

Cirebon

Jakarta Ponorogo Bandung Madiun

Tasikmalaya

Contoh 8.4: Di dalam suatu turnamen sepakbola, setiap tim bertanding dengan tim lain tepat satu kali. Bagaimana cara merepresentasikan hasil turnamen (suatu tim mengalahkan tim lain)? Kita harus menggunakan graf berarah dengan garis hubung (a, b) menunjukkan tim a mengalahkan tim b.

Juventus

Real Madrid

AC Milan

Persib

Beberapa Terminologi dalam Graf
Definisi. Dua buah simpul, u dan v, dalam graf tak berarah G disebut berdekatan (atau bertetangga) dalam G jika {u, v} adalah suatu garis hubung dalam G.

8. Graf, Diagram Pohon dan Aplikasinya - 3

6: Amati graf yang sama dan tentukan banyaknya garis hubung dan jumlah dari derajat semua simpulnya. v}. atau disebut juga menghubungkan u dengan v. Simpul ini terhubung dengan tepat satu buah simpul lainnya. loop). Catatan: Suatu simpul yang memiliki loop setidaknya akan berderajat 2 dan. karena tidak terhubung (adjacent) dengan simpul lain manapun. kecuali loop di dalam simpul yang menyumbang derajat simpul sebanyak dua. Derajat dari suatu simpul pada graf tak berarah adalah banyaknya garis hubung yang berasal dari. Graf. dan j tergelantung. Definisi. Derajat dari suatu simpul v dituliskan sebagai deg(v).simpul tersebut. Dengan kata lain. Simpul dengan derajat nol disebut sebagai simpul yang terisolasi. Contoh 8. Derajat maksimum adalah deg(g)=5.4 . yaitu dengan menghitung banyaknya garis yang menyentuh simpul tersebut. Diagram Pohon dan Aplikasinya . 8.Jika e = {u. d. dan simpul a. v}.5: Diantara graf berikut. Graf tersebut merupakan pseudograf (tak berarah. tidak terisolasi./berakhir ke. Simpul berderajat satu disebut sebagai simpul yang tergelantung (pendant). manakah simpul yang terisolasi. meski dia tidak terhubung ke simpul yang lain. Contoh 8. yang tergelantung. derajat dari simpul dapat ditentukan secara sederhana. dan berapakah derajat maksimumnya? Tentukan juga jenis dari graf? i d a f e g b c j h Jawab: Simpul f terisolasi. garis hubung e disebut sebagai incident dengan simpul u dan v. Simpul u dan v disebut juga titik ujung (endpoints) dari garis hubung {u. perdefinisi.

Teorema Handshaking. dan jumlah seluruh derajat simpulnya adalah 18. yang lainnya berderajat genap ⇒ ⇒ ⇒ Sesudah Kedua simpul berderajat ganjil Kedua simpul berderajat genap Satu simpul berderajat genap.Jawab : Ada 9 garis hubung. Maka 2e = ∑ deg ( v ) v∈V Catatan: Teorema ini tetap berlaku meskipun pada graf terdapat garis hubung ganda maupun loop ganda. maka 2e=60 sehingga e = 30. Teorema. Misalkan G = (V. yakni 8. Contoh 8. Sebelum Kedua simpul berderajat genap Kedua simpul berderajat ganjil Satu simpul berderajat ganjil. Ide: Ada tiga kemungkinan untuk menambahkan garis hubung untuk menyambung dua simpul dalam graf.5 . yakni. Menurut teorema handshaking. Graf. E) suatu graf tak berarah dengan garis hubung e. Diagram Pohon dan Aplikasinya . Penjelasannya: setiap garis hubung baru menambah hasil penjumlahan derajat sebanyak dua (2×9=18).7: Ada berapa garis hubungkah dalam suatu graf yang memiliki 6 simpul. Jadi akan ada 30 buah garis hubung. akan selalu memiliki simpul berderajat ganjil dengan jumlah genap. yang masing-masing simpulnya berderajat 10? Jawab: Jumlah seluruh derajat simpul adalah 6⋅10=60. Suatu graf yang tak berarah. yang lainnya berderajat ganjil Ada dua kemungkinan menambahkan suatu loop ke simpul dalam graf .

hasil penambahan garis hubung masih saja menghasilkan simpul berjumlah genap. Contoh 8. Jika (u. Simpul u disebut sebagai simpul awal (initial vertex) dari (u.6 . Derajat keluar (out-degree) dari v. Simpul awal dan simpul akhir dari suatu loop adalah sama. adalah banyaknya garis hubung dengan v sebagai simpul awalnya. dan v disebut sebagai simpul akhir (terminal vertex) dari (u. dituliskan sebagai deg+(v). Diagram Pohon dan Aplikasinya . Dalam graf dengan garis hubung berarah. Definisi. adalah banyaknya garis hubung dengan v sebagai simpul akhirnya. Maka. d pada graf berikut? deg-(a) = 1 a deg+(a) = 2 b deg-(b) = 4 deg+(b) = 2 deg-(d) = 2 deg+(d) = 1 d c deg-(c) = 0 deg+(c) = 2 8. karena suatu graf tak berarah tanpa garis hubung memiliki sejumlah genap simpul berderajat ganjil (nol). b. Bukti dapat dipelajari dari buku referensi. jika dalam graf ada sejumlah genap simpul berderajat ganjil. Definisi.v). hal yang sama berlaku untuk sebarang graf tak berarah.8: Berapakah derajat keluar dan kedalam dari simpul a. dan v dikatakan terhubung dari (adjacent from) u.Sebelum Simpul berderajat genap Simpul berderajat ganjil ⇒ ⇒ Sesudah Simpul berderajat genap Simpul berderajat ganjil Jadi. u disebut terhubung ke (adjacent to) v.v). v) suatu garis hubung dari graf dengan garis hubung berarah G. derajat kedalam (in-degree) dari simpul v. dituliskan sebagai deg-(v). c. Bagaimana perubahan derajat keluar dan kedalam suatu simpul terhadap penambahan suatu loop ke simpul tsb? Penambahan ini meningkatkan baik derajat keluar maupun kedalam dari simpul yang bersangkutan sebesar satu. Graf.

{ vn-1. Pemberian satu simpul tambahan pada suatu siklus Cn. maka: ∑ deg ( v ) = ∑ deg ( v ) = E − + v∈V v∈V Ini mudah diperiksa. { vn. Diagram Pohon dan Aplikasinya .Teorema. { v1.7 . sebab setiap penambahan garis hubung baru akan meningkatkan baik derajat kedalam maupun derajat keluar sebanyak satu. Siklus (cycle) Cn. E) graf dengan garis hubung berarah. v1}. n ≥ 3. dituliskan sebagai Kn. terdiri atas n buah simpul v1. 8. vn dan garis hubung {v1. Graf. dan lalu menghubungkan simpul tsb ke setiap simpul pada Cn dengan garis hubung baru akan menghasilkan roda (wheel). K1 K2 K3 K4 K5 Definisi. adalah graf sederhana yang mengandung tepat satu garis hubung antara dua simpul yang berbeda. …. vn}. n≥3.v2}. Misalkan G = (V. C3 C4 C5 C6 Definisi. v3}. …. v21. Graf-Graf Khusus Definisi: Graf lengkap (complete graph) pada n buah simpul.

karena setiap garis hubung menghubungkan simpul dalam himpunan bagian penduduk pria dengan simpul didalam himpunan bagian penduduk wanita (dalam pernikahan tradisional). Diagram Pohon dan Aplikasinya . Sebagai conoth.W3 W4 W5 W6 Definisi. Kubus-n (n-cube) dituliskan sebagai Qn adalah graf yang simpulnya merepresentasikan string 2n bit sepanjang n. 110 10 0 Q1 1 11 100 010 00 Q2 01 000 Q3 001 101 111 011 Definisi. Graf ini bipartite. Suatu graf sederhana G disebut bipartite jika himpunan simpul V-nya dapat dipartisi menjadi dua himpunan tak kosong yang tak beririsan V1 dan V2 sedemikian hingga setiap garis hubung dalam graf menghubungkan suatu simpul di V1 dengan simpul di V2 (sedemikian hingga tak ada garis hubung di dalam G menghubungkan dua simpul di V1 maupun di V2). Graf. Dua simpul terhubung jika dan hanya jika bit string yang direpresentasikannya berbeda tepat satu bit. 8. tinjau suatu graf yang merepresen-tasikan setiap penduduk di suatu desa dengan simpul dan setiap pernikahan dengan garis hubung.8 .

Suatu subgraf dari graf G = (V.10: Apakah C6 v6 v2 v4 v5 v3 Ya. Graf bipartite lengkap Km. masing-masing dengan m dan n buah simpul. Dua simpul terhubung jika dan hanya jika mereka berada di himpunan bagian yang berbeda. sebab C6 bisa ditampilkan sebagai berikut: Definisi. Catatan: Tentu saja H adalah graf yang valid.n adalah graf yang himpunan simpulnya dipartisi kedalam dua himpunan bagian. v1 v2 v3 v6 v5 v4 v1 Contoh bipartite? 8.9: Apakah C3 bipartite? Tidak. F) dimana W⊆V dan F⊆E.2 K3.4 Operasi Pada Graf Definisi. 8. Graf. sebab tidak ada cara mem-partisi simpul menjadi dua v2 v3 himpunan sedemikian hingga tidak ada garis hubung dengan kedua titik akhir di himpunan yang sama. E) adalah graf H = (W.9 . Diagram Pohon dan Aplikasinya .v1 Contoh 8. K3. sehingga kita tidak bisa membuang titik ujung dari garis hubung yang tersisa saat kita membentuk H.

G1 G2 G1 ∪ G2 = K5 Representasi Graf Perhatikan dua graf berikut ini. Graf. Gabungan dari dua graf sederhana G1 = (V1. Simpula awal. Gabungan dari G1 dan G2 dituliskan sebagai G1∪G2.Contoh 8. Diagram Pohon dan Aplikasinya . a d b c a d c b 8. tetangga dan simpul akhir didaftarkan pada tabel di bawahnya.11 subgraf dari K5 K5 Definisi. E2) adalah graf sederhana dengan himpunan simpul V1∪V2 dan himpunan garis hubung E1∪E2. E1) dan G2 = (V2.10 .

c. v j } adalah sebuah garis hubung dari G ⎪ ai . jika bukan garis hubung dari G ⎩ a d b Contoh 8. j = ⎨ ⎪0. Anggap simpul pada G disusun dengan urutan v1. jika {vi . dan d ! Jawab: ⎡0 ⎢1 AG = ⎢ ⎢1 ⎢ ⎣1 1 0 0 1 1 0 0 1 1⎤ 1⎥ ⎥ 1⎥ ⎥ 0⎦ c Catatan: Matriks kedekatan dari graf tak berarah selalu simetris Untuk representasi graf dengan garis hubung ganda (multiple edge). matriks boolean tidak bisa dipakai dan sebagai gantinya dipergunakan matriks bilangan cacah.Simpul a b c d Simpul tetangga b. untuk sebuah matriks kedekatan A = ⎡ aij ⎤ . vj}. 8. dan selainnya itu berharga 0. j) dari matriks tersebut sama dengan jumlah garis hubung yang terdapat pada kedua simpul {vi. d a. Graf. AG. Dengan kata lain. b. vn Matriks kedekatan (Adjacency matrix) dari graf G. d a. v2 …. maka berlaku ⎣ ⎦ ⎧1. c. b. adalah sebuah matriks boolean n×n dengan elemen ke (i. j) berharga 1 jika vi dan vj bertetangga. Diagram Pohon dan Aplikasinya .11 . c Simpul a b c d Simpul akhir c a a. E) adalah sebuah graf sederhana dengan |V| = n. c Definisi: Misalkan G = (V. Elemen ke (i. d a. yang berkaitan dengan simpul-simpul.12 Tentukan matriks kedekatan AG untuk graf di samping berdasarkan urutan simpul a. b.

12 . Misalkan G = (V. E) sebuah graf tak berarah dengan |V| = n. b. b. d dan urutan garis b 5 hubung 1. 6! Jawab: ⎡1 ⎢1 M =⎢ ⎢0 ⎢ ⎣0 1 0 0 1 0 1 0 1 0 0 1 1 1 0 1 0 0⎤ 0⎥ ⎥ 1⎥ ⎥ 0⎦ 6 c Catatan : Matriks insiden dari graf tidak berarah. v2. em. c. …. jika garis e j terhubung dengan vi mi . Graf-Graf yang Isomorfis Definisi. Matriks insiden (Incidence matrix) dari G yang berkaitan dengan simpul dan garis hubung adalah matriks boolean n×m dengan elemen ke (i. j) =1 jika garis ej terhubung dengan simpul vi. Diagram Pohon dan Aplikasinya . Graf sederhana G1 = (V1. setiap kolomnya akan berisi 2 buah nilai 1 jika garis hubung menghubungkan dua buah simpul dan berisi 1 buah nilai 1 untuk loop.selain itu a 2 d 3 4 Contoh 8. …. Dengan kata lain . e2. j = ⎨ ⎩0. E1) dan G2 = (V2. maka berlaku ⎧1.13 Tentukan matriks kedekatan AG untuk graf di samping berdasarkan urutan simpul a. 2. 4. 3. vn dan e1. E2) disebut isomorfis jika ada sebuah fungsi bijektif (satu-ke-satu dan onto) dari V1 ke V2 dengan sifat bahwa a bertetangga dengan 8. c. dan selain itu berharga 0. untuk sebuah incidence matrix M = [mij]. Anggap simpul dan garis hubung pada G disusun dengan urutan seperti v1. Graf.a b c Contoh 8. 5. dan d ! Jawab: ⎡0 ⎢1 AG = ⎢ ⎢1 ⎢ ⎣2 1 1 0 1 1 0 0 3 2⎤ 1⎥ ⎥ 3⎥ ⎥ 0⎦ d Definisi.14: Tentukan matriks insiden M untuk graf 1 berikut berdasarkan urutan simpul a.

dan derajat dari simpul-simpulnya sama.15: Apakah kedua graf berikut isomorfis ? a a c b d e c e b d Jawab : Ya.b pada G1 jika dan hanya jika f(a) bertetangga dengan f(b) pada G2. Contoh 8. dua buah graf. isomorfis jika graf-graf tersebut dapat disusun dengan suatu cara sedemikian rupa sehingga tampilannya identik (tentu tanpa merubah ketetanggaan).13 . Graf. Untuk dua buah graf sederhana dengan masing-masing simpulnya berjumlah n buah. maka akan ada n! kemungkinan isomorfisme yang harus diperiksa. Dapat diamati. Keduanya haruslah memiliki jumlah simpul yang sama. keduanya isomorfis karena dapat disusun sehingga terlihat identik. jika pada graf sebelah kanan kita gerakkan simpul b kesebelah kiri garis hubung 8. Secara visual. belum tentu graf tersebut isomorfis. Diagram Pohon dan Aplikasinya . Dengan kata lain. untuk seluruh a dan b pada V1. G1 dan G2 adalah isomorfis jika simpul-simpulnya dapat diurutkan dengan suatu cara sedemikian rupa sehingga matriks kedekatan M G1 dan M G2 adalah identik. tetapi jika seluruhnya sesuai. Perhatikan bahwa dua graf yang salah satu dari invarian di atas berbeda pasti menyebabkan kedua graf tersebut tidak isomorfis. yaitu. dan jumlah garis hubung yang sama . Fungsi f seperti itu disebut isomorfisme. Menentukan dua buah graf tidak isomorfis lebih mudah dibandingkan dengan menentukan apakah dua buah graf isomorfis. sifat yang harus dimiliki oleh dua buah graf sederhana yang isomorfis. Untuk itu kita dapat memeriksa invarian. G1 dan G2.

Contoh 8. Simpul d pada graf dikanan berderajat satu. xn. f(d) = c. xn}. x1. Maka fungsi isomorfis f dari graf kiri ke graf sebelah kanan adalah: f(a) = e. en dari graf sehingga f(e1)={x0. ….14 . e2. Lintasan atau sirkit disebut sederhana jika tidak mengandung garis yang sama lebih dari sekali. Definisi (Lanjutan). dimana n adalah bilangan bulat positif dalam sebuah graf tidak berarah adalah sebuah urutan garis hubung e1. Lintasan atau sirkit ini disebut melalui (pass through/ traverse) x0. Definisi. x1. kita menuliskan lintasan tersebut dengan urutan/ deretan simpul x0.16: Apakah kedua graf berikut isomorfis ? b c a e d a e b c d Jawab : Tidak. f(e) = d. x1}.c}. Konektivitas Graf Definisi.{a. karena secara unik dapat menentukan lintasan. karena derajat dari simpul-simpulnya berlainan. tetapi tidak ada satupun simpul pada graf dikiri yang berderajat 1. Sebuah lintasan (path) dengan panjang n dari u ke v. f(e2) = {x1. Lintasan adalah sebuah sirkit jika dimulai dan diakhiri pada simpul yang sama. f(b) = a. Graf tak berarah disebut terhubung (connected) jika ada lintasan diantara setiap pasangan dari simpul yang berbeda dalam graf 8. xn-1. x2}. f(en) = {xn-1. …. yaitu jika u = v. Jika graf tersebut adalah sebuah graf sederhana. dgn x0= u dan xn = v. Graf. f(c) = b. Diagram Pohon dan Aplikasinya . ….

sebuah graf yang tidak terhubung adalah gabungan dari dua atau lebih subgraf yang terhubung dengan masing-masing pasangan darinya tidak memiliki simpul bersama (disjoint).15 . Contoh 8. setiap dua komputer dalam jaringan dapat berkomunikasi jika dan hanya jika graf dari jaringan tersebut terhubung. Selalu ada lintasan sederhana antara setiap pasangan simpul yang berbeda dari suatu graf-tak-berarah yang terhubung Definisi.b c a e b c d tak terhubung a e terhubung d b c a d terhubung b e c a d f e tak terhubung Sebagai contoh.17: tentukan komponen-komponen terhubung dari graf berikut ini? g a d e i b c f j h 8. Gambar di atas menunjukkan contoh-contoh graf yang terhubung dan yang tak-terhubung. Subgraf-subgraf yang terhubung tetapi disjoint ini disebut komponen-komponen terhubung dari graf. Graf. Diagram Pohon dan Aplikasinya . Teorema. [Catatan: sebuah graf yang mengandung hanya satu simpul selalu terhubung karena tidak berisi suatu pasangan simpul yang berbeda].

b. Graf. karena ada lintasan diantara tidak ada lintasan dari b ke d.16 . tetapi tidak dari b ke a. c. Diagram Pohon dan Aplikasinya . b pada graf. {e}.19: Apakah dua graf berikut ini isomorfis ? 8. Jumlah dan ukuran dari komponen dan sirkit terhubung merupakan invarian berkaitan dengan isomorfisme dari graf sederhana Contoh 8. Sebuah graf berarah disebut terhubung kuat (strongly connected) jika ada sebuah lintasan dari a ke b dan dari b ke a untuk semua pasangan simpul a. Definisi.Jawab: Komponen-komponen terhubung adalah graf dengan simpul-simpul {a. {f}. dan {g. j}. d}. Sebuah graf berarah disebut terhubung lemah (weakly connected) jika hanya ada sebuah lintasan diantara dua simpul dalam graf tidak berarahnya. seluruh kemungkinan pasangan simpul. i. Definisi. atau sebaliknya) Contoh 8. h. ( Ada lintasan dari a ke b. karena (misalnya) Terhubung kuat.18: Apakah graf berarah berikut ini terhubung kuat atau lemah? a b d c d a b c Terhubung lemah.

Pseudocode dari algoritma Dijkstra dapat dilihat di bawah ini. lintasan dengan jumlah bobot minimal sepanjang jalannya?“ Hal ini misalnya berkaitan dengan koneksi tercepat pada jaringan komputer atau hubungan lintasan kereta terpendek Algoritma Dijkstra Algoritma Dijkstra adalah sebuah prosedur iteratif untuk mencari lintasan terpendek antara dua simpul. di dalam graf dengan pembobot. sedangkan pada graf sebelah kiri tidak ada sirkit yang demikian. untuk merepresentasikan jarak antara kota dalam jaringan jalan kereta. yaitu. a dan z. Graf. sebagai contoh. karena graf sebelah kanan berisi sirkit dengan panjang 3 . 8. Prosedur ini dilaksanakan dengan cara mencari panjang lintasan terpendek dari sebuah simpul pendahulu dan menambahkan simpulsimpul tersebut ke himpunan simpul S. Satu pertanyaan yang sangat penting yang dapat kita selidiki pada graf seperti ini adalah: “Yang manakah lintasan terpendek antara dua simpul dalam graf. Algoritma berhenti setelah simpul z tercapai.Jawab: tidak . Diagram Pohon dan Aplikasinya . Masalah Lintasan Terpendek Kita dapat memberikan bobot pada garis dari graf. seperti dilukiskan pada graf berikut ini. Bo go r 25 Jakarta 600 180 400 Bandung Yogyakarta Pembobotan graf dapat juga dipakai untuk memodelkan jaringan komputer dengan response time atau biaya sebagai bobotnya.17 .

v) { ini menjumlahkan sebuah simpul ke S dengan label minimal dan memperbaharui label-label simpul yang tidak di S} end {L(z) = panjang jalur terpendek dari a ke z} Contoh 8. vj). vj) = ∞ jika {vi. STEP-0 STEP-1 b∞ a 0 2 c∞ 4 1 5 8 d ∞ 6 ∞ z 0 a 4 1 2 b 4(a) 5 8 d ∞ 6 2 e ∞ 3 ∞ z 2 e ∞ 3 10 c 2(a) 10 8.18 . dengan simpul a = v0. v1. vn = z dan bobot positif w(vi. vj} bukan garis hubung pada G) for i := 1 to n L(vi) := ∞ L(a) := 0 S := ∅ {label-label sekarang diinisialisasi sehingga label dari a adalah nol dan label yang lainnya adalah ∞. dan set S adalah kosong} while z∉S begin u := simpul tidak pada S dengan minimal L(u) S := S∪{u} for seluruh simpul v tidak pada S if L(u) + w(u. v) < L(v) then L(v) := L(u) + w(u.20: Tentukan lintasan terpendek dari graf berikut ini dengan menggunakan algoritma Dijkstra. Graf.procedure Dijkstra(G: graf sederhana yang terhubung dan dengan pembobot. Diagram Pohon dan Aplikasinya . …. dimana w(vi.

c) 3 ∞ z a 0 4 1 2 b 3 (a. c. c) 5 8 d 10 (a. c) 5 a 0 4 1 2 c 2(a) 10 8 d 10 (a. c. d) STEP-6: b 3 (a.19 . Diagram Pohon dan Aplikasinya .STEP-2 STEP-3 b 3 (a. e) e 10(a. b) 6 2 e 3 z 13 (a. b. Graf.b) 6 2 e 12 (a. d. c. Algoritma Dijkstra akan mencari panjang lintasan terpendek antara dua simpul dalam graf yang terhubung. 8. b. d. c. c) 5 a 0 4 1 2 c 2(a) 10 8 d 10 (a. c. sederhana. c. dengan pembobot. b) 6 2 e 12 (a. b. d) Teorema. tidak berarah. d) 10(a. b) 6 2 e 3 z 13 (a. c. d) b 3 (a. b. c) 3 ∞ z c 2(a) 10 STEP-4 STEP-5 b 3 (a. c. c. b. c) 5 a 0 4 1 2 c 2(a) 10 8 d 10 (a. c) 5 a 0 4 1 2 c 2(a) 10 8 d 8(a. b) 6 2 e z 3 14 (a. c. b. c. e) 10(a.

20 . yang dapat kita bentuk dengan menghubungkan simpul-simpul tersebut dengan garis hubung? 8. tidak berarah. Contoh 8. dengan pembobot. lengkap. sehingga ia ingin mementukan lintasan terpendek dalam perjalanannya.Teorema. Permasalahan ini dapat dilukiskan sebagai berikut: Seorang traveling salesman ingin mengunjungi sejumlah kota dan kembali ke titik awal mula pemberangkatan. Algorithm Dijkstra menggunakan O(n2) operasi (penjumlahan dan perbandingan) untuk mencari panjang lintasan terpendek antara dua simpul dalam graf yang terhubung. Contoh8. Jo r o n g 650 700 550 Jogja 200 Semarang Jakarta 700 600 Jawab: Lintasan terpendek adalah Jogja. Semarang. Graf.000 Km). Jakarta. tidak berarah. Jogja (2. Traveling Salesman Problem (TSP) TSP adalah salah satu masalah klasik dalam ilmu komputer. Jorong.22: Diberikan n buah simpul. Diagram Pohon dan Aplikasinya . Kita dapat merepresentasikan kota-kota dan jarak nya dengan sebuah graf dengan pembobot. Tentunya ia ingin menghemat waktu dan energi. Masalahnya adalah menentukan sirkit dengan total bobot yang minimum dan setiap simpul dikunjungi tepat satu kali. berapa banyak siklis Cn berbeda. sederhana.21: Lintasan mana yang akan diambil oleh traveling salesman untuk mengunjungi kota-kota berikut? (Jarak dinyatakan dalam kilometer).

sehingga ada (n–1)! Buah pilihan untuk seluruh siklis. Dalam kasus ini. Diagram pohon (tree) adalah sebuah graf tak berarah yang terhubung (connected). Akan tetapi. maka tidak akan ada garis-hubung paralel atau loop didalam sebuah tree. Oleh karena itu. yang tidak mengandung sirkit sederhana. dst. tree haruslah sebuah graf yang sederhana. kita dapat menggunakan algoritma pendekatan yang efisien dalam menentukan sebuah lintasan. Gambar berikut ini menunjukkan graf yang berupa tree dan yang bukan tree. Sampai saat ini belum ada algoritma yang dapat menyelesaikan masalah TSP dengan kompleksitas polynomial worst-case time complexity .jumlah ini termasuk siklis yang identik yang dibentuk dalam arah kebalikannya. dimana lintasan yang diperoleh mungkin sedikit lebih panjang dibanding lintasan traveling salesman yang seharusnya tetapi dengan kompleksitas perhitungan polinomial. Kemudian kita memiliki (n–1) pilihan untuk simpul ke dua dalam siklis. Teorema. (n–2) untuk simpul ketiga. t re e bukan tree 8. Diagram Pohon (Tree) Definisi. Sebuah graf tidak berarah adalah tree jika dan hanya jika ada sebuah lintasan sederhana yang unik antara simpul-simpulnya. Oleh karena itu jumlah siklis yang berbeda sesungguhnya adalah Cn = (n – 1)!/2. penyelesaian TSP (secara analitik) tidak praktis. Graf.Ini artinya. untuk jumlah simpul yang banyak.Jawab: Pertama kita pilih titik awal. Karena tree tidak mempunyai sirkit sederhana.21 . Diagram Pohon dan Aplikasinya . misalnya dengan algoritma jaringan syaraf tiruan.

Sebuah tree bersama-sama dengan root-nya menghasilkan sebuah graf berarah yang disebut sebuah rooted-tree. kita menggunakan tree untuk merepresentasikan struktur bertingkat (hierarchical structures). Jika u parent dari v maka v adalah child dari u Siblings adalah simpul-simpul dengan parent yang sama Ancestors dari suatu simpul (selain root) adalah simpul-simpul pada lintasan dari root ke simpul tersebut. Height dari rooted tree adalah level maksimum dari simpul Sebuah tree bias menggambarkan silsilah keturunan dari sebuah keluarga. Sebuah graf tidak berarah yang tidak berisi sirkit sederhana dan tidak perlu terhubung disebut sebuah forest. atau direktori dalam sebuah komputer seperti yang dilukiskan pada gambar berikut ini. diluar simpul itu sendiri dan termasuk root. Sebuah simpul dari sebuah tree disebut sebagai leaf jika ia tidak memiliki children. Graf. Descendants dari simpul v adalah simpul-simpul dengan v sebagai ancestor-nya. Diagram Pohon dan Aplikasinya .bukantree t re e Definisi.22 . Level dari simpul v adalah panjang dari lintasan yang unik dari root ke simpul tersebut. Kita sering memilih simpul tertentu dari tree sebagai akarnya (root). 8. Secara umum. Level dari root didefinisikan = 0. Beberapa istilah dalam tree: • • • • • • • Parent dari simpul v (selain root) adalah simpul u yang unik sedemikian sehingga ada sebuah garis-hubung berarah dari u ke v.

Uwes Tini B o no usr / bin temp Franky Jo n i Petra bin spool ls Tree di samping menyatakan ekspresi aritmatika ⋅ + z x y (y + z)⋅(x . Graf. 8. Teorema. Khususnya. Sebagai contoh. Rooted-tree disebut sebuah m-ary tree jika setiap simpul internal tidak memiliki lebih dari m children. dentist. Pohon Pencari Biner (Binary Search Tree) Binary search tree (BST) berguna untuk melakukan pencarian besar-besaran pada daftar item tertentu. Diagram Pohon dan Aplikasinya . simpul-simpul diberi kunci sedemikian hingga kunci pada suatu simpul lebih besar daripada kunci lain pada subtree kiri dan sekaligus lebih kecil daripada semua simpul pada subtree kanan. Teorema. Sebuah tree disebut full m-ary tree jika setiap simpul internal memiliki tepat m children. BST untuk string math. Tree dengan n simpul memiliki (n – 1) buah garis hubung. m-ary tree dengan m = 2 disebut sebagai binary tree. dan masing-masing simpul dilabeli dengan sebuah key. power. north. computer.23 . zoo.y) y Definisi. Full m-ary tree dengan i-buah simpul internal mengandung n = mi + 1 simpul. BST adalah sebuah binary tree yang masing-masing child dari simpul ditentukan sebagai child kanan atau kiri. book diberikan pada diagram berikut. Saat membuat tree tersebut.

kita dapat memulai dari root dan membandingkan key-nya dengan x. Untuk n item. Jika x lebih kecil dari key. Misalkan G sebuah graf sederhana.23: Ketika musim dingin.math computer power book dentist no rth zoo Untuk melakukan pencarian sebuah item x pada BST. Contoh 8. 8. Catatan: Pohon pembentang dari G=(V. suhu di Boston bisa menjadi sangat dingin. E) adalah graf terhubung pada V dengan jumlah garis minimum = (|V| .1). kita teruskan ke child kiri dari simpul tersebut. Berikut ini adalah graf lengkap dari rancangan (awal) terowongan tersebut. dan jika x lebih besar dari key. sehingga keenam buah universitas di wilayah ini memutuskan untuk membangun sistem terowongan yang akan menghubungkan seluruh perpustakaan di universitas yang ada di Boston. Pohon pembentang (spanning tree) dari G adalah sebuah sub-graf dari G yang merupakan tree yang berisi setiap simpul dari G. pencarian dapat dibentuk dengan jumlah langkah maksimumsebesar ⎡log(n + 1)⎤ Aplikasi dari Tree Ada sejumlah aplikasi penting dari tree. Prosedur tersebut diulang terus sampai kita menemukan item yang kita cari atau kita tidak dapat meneruskannya lebih lanjut lagi. Diagram Pohon dan Aplikasinya .24 . diantaranya : • • • Optimasi jaringan dengan pohon pembentang minimum (minimum spanning trees) Penyelesaian masalah dengan proses lacak-balik pada pohon keputusan (backtracking in decision trees) Kompresi data dengan pohon pengkode Huffman (Huffman coding trees) Definisi. Graf. kita teruskan ke sebelah kanan.

25 . Diagram Pohon dan Aplikasinya . Sebagai contoh. MST pada graf terhubung dan dengan pembobot adalah sebuah pohon pembentang yang mempunyai jumlah bobot paling kecil. pohon pembentang berikut ini yang menyatakan lima buah terowongan sudah cukup untuk menghubungkan ke enam buah perpustakaan.Brandeis Univ Harvard Univ MIT Boston Univ Tufts Univ Univ Mass Akan ada suatu pohon pembentang dari graf ini yang menghubungkan seluruh perpustakaan dengan jumlah terowongan yang minimum. Graf. Brandeis Univ Harvard Univ MIT Boston Univ Tufts Univ Univ Mass Masalah berikutnya adalah bagaimana cara menentukan sistem terowongan tersebut dengan biaya semurah mungkin. Jika diberikan sebuah 8. Inilah yang disebut sebagai masalah pohon pembentang minimum (MST-Minimum Spanning Tree).

diperoleh bahwa biaya termurah adalah 20 Milyar rupiah. Untuk graf dengan ukuran besar. dan letakkan pada pohon pembentang. diperlukan algoritma untuk mencari MST. Diagram Pohon dan Aplikasinya . Brandeis Univ 7 8 9 Harvard Univ 4 2 3 6 Boston Univ 9 4 6 MIT 5 4 5 4 Tufts Univ Univ Mass Dengan melihat graf diatas.grf terbobot. 8. • Secara berurutan tambahkan pada garis-hubung dengan bobot minimum yang terhubung pada simpul yang telah ada pada tree dan tidak membentuk sirkit sederhana dengan garis-garis yang telah ada pada tree • Berhenti saat (n – 1) buah garis-hubung telah ditambahkan. Graf. Algoritma Prim Berikut ini langkah-langkah dalam algoritma Prim : • Mulai dengan memilih suatu garis dengan bobot terkecil.26 . Dua diantaranya yang akan kita bahas adalah algoritma Prim dan algoritma Kruskal. bagaimana cara menentukan MST? Berikut ini graf seperto contoh diatas tetapi dengan bobot yang menyatakan biaya pembangunan terowongan dalam Milyar rupiah. Algoritma Kruskal Algoritma Kruskal identik dengan algoritma Prim. kecuali bahwa algoritma ini tidak membutuhkan garis-hubung baru untuk dihubungkan ke simpul yang telah ada pada tree.

lacak-balik ke parent dari simpul terkini dan ambil lintasan lain turun darinya. dengan sub-tree pada simpul-simpul tersebut adalah semua hasil dari keputusan yang mungkin. lacak-balik ke parent-nya.Kedua algoritma dijamin dapat menghasilkan pohon pembentang yang minimum dari graf terhubung dan terboboti. Lacak Balik Pada Pohon Keputusan Pohon keputusan adalah suatu rooted-tree dimana masing-masing simpul internal berkaitan dengan keputusan/tindakan. sampai tercapai solusi atau sampai pada situasi dimana tidak ada solusi yang didapatkan. lalu bergerak turun.27 . Dalam kasus terakhir. efisiensi dari prosedur ini dapat meningkat secara dramatis dengan tenik lacak balik (backtracking). Jika seluruh lintasan dari simpul ini telah dikaji. Diagram Pohon dan Aplikasinya . Pohon keputusan dapat dipakai untuk memodelkan suatu pengambilan keputusan terhadap masalah tertentu. Graf. Kita dapat menyelesaikan masalah yang demikian dengan membuat pohon keputusan yang lengkap dan kemudian menentukan lintasan dari root ke leave yang berkorespondensi dengan solusi dari masalah tersebut.24 : [Masalah n-queen] Bagaimana cara menempatkan n buah queen pada papan catur berukuran n×n sedemikian hingga tidak ada dua queen dapat saling menangkap/ memakan? 8. yakni. Teruskan prosedur sampai kita mendapatkan solusi atau tidak terdapat solusi (tidak ada lagi lintasan yang dapat dicoba). Dalam beberapa kasus. membuat rangkaian keputusan. Contoh 8. Kemungkinan solusi dari masalah berkaitan dengan lintasan dari root ke leaf dari pohon keputusan. dimana rangkaian keputusan membawa kepada suatu solusi. Idenya: Kita mulai pada root dari pohon keputusan. Terdapat sekelompok masalah yang memerlukan exhaustive search dari seluruh kemungkinan rangkaian keputusan guna mendapatkan pemecahan.

28 . Oleh karena itu. Diagram Pohon dan Aplikasinya . … Keputusan n: Tempatkan queen pada kolom ke-n Kita sekarang akan menyelesaikan masalah 4-queens menggunakan metoda backtracking. vertikal. kita dapat menggambarkan solusi dari masalah ini sebagai rangkaian dari n buah keputusan : Keputusan 1: Tempatkan queen pada kolom ke-1 Keputusan 2: Tempatkan queen pada kolom ke-2 …. Graf.Sebuah queen dapat bergerak dalam sejumlah petak secara horizontal. dan X X X Disini petak target yang mungkin dari queen Q ditandai dengan X. 8. X X X X X X X X X X X X X X X X X X X X diagonal. Q X X X X Jelaslah bahwa pada suatu solusi dari masalah n-queen. akan ada tepat satu queen pada masing-masing kolom dari papan.

Diagram Pohon dan Aplikasinya .25: Pada permulaan permainan. pemain mengambil 1. Contoh 8. Komputer ingin membuat keputusan yang 8. dst. Pemain pertama mendapat giliran pertama. dst. atau 3 koin. ke-3 oleh komputer . dimana keputusan pertama oleh komputer. ada 7 buah koin diatas meja. Setiap mendapat giliran.29 . bergantian. Kemudian permainan dapat gambarkan sebagai rangkaian dari keputusan. ke-2 oleh manusia. Graf. Pemain yang dapat mengambil seluruh koin tersisa adalah yang keluar sebagai pemenangnya Marilah kita asumsikan bahwa komputer (C) merupakan pemain pertama yang harus melakukan pergerakan pertama. kemudian pemain ke-2. Sampai seluruh koin habis diambil.Papan Kosong Q Q Tempat queen ke-1 Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Tempat queen ke-2 Q Tempat queen ke-3 Tempat queen ke-4 Kita dapat juga menggunakan metoda backtracking untuk menuliskan program “pintar” yang dapat memainkan suatu game anatara komputer dengan manusia sebagai lawannya. 2.

tidak mungkin memeriksa setiap kemungkinan urutan pergerakan.menjamin bahwa kemenangan selalu ada ditangannya. 8 bit untuk ASCII).30 . Diagram Pohon dan Aplikasinya . Graf. Asumsikan bahwa pemain manusia (H) selalu mencari pergerakan yang optimal. Pemain komputer hanya melihat beberapa jumlah pergerakan tertentu ke depan dan memperkirakan peluang dari kemenangan. Akan tetapi. C H C H C 4 1 3 2 2 1 3 1 1 2 7 3 6 1 2 1 5 1 3 3 4 2 2 1 3 5 1 3 4 2 2 1 3 1 3 4 2 2 1 3 2 1 1 3 2 1 1 3 2 C C C 3 2 H H H H H H C C C Komputer harus mulai dengan mengambil 3 buah koin agar terjamin dia akan selalu menang . Ada beberapa hal yang harus diperhatikan ketika menggunakan VLC. kita ingin mengkodekan karakter “e” dengan bit “0”. “a” dengan “1”. Untuk permainan lain yang lebih kompleks dan menarik seperti catur. dan “t” dengan “01”. kita dapat menghemat memori dan mereduksi waktu transmisi dengan cara menggunakan kode yang panjangnya dapt diubah (VLC-variable length codes). Misalnya. Pohon Pengkode Huffman Kita biasanya mengkodekan suatu string dengan menggunakan kode yang panjangnya tetap (fixed-length codes) pada seluruh alfabet (mis. Bagaimana 8. jika karakter yang berbeda muncul dengan frekuensi yang berbeda. Ide dasar dari teknik pengkodean ini adalah nya adalah memakai kode terpendek untuk karakter yang paling sering muncul.

Kalau dilihat lebih cermat. Maka. Sehingga. Maka. Sebagai contoh. kita dapat menggunakan kode prefiks (prefix code). Tentu saja kode yang demikian tidak dapat diterima karena dapat menyebabkan kesalahan/ kehilangan informasi. bit string untuk sebuah karakter tidak pernah akan menjadi prefiks (bagian pertama) dari bit string karakter lainnya. Ambil contoh string “eeadfeejjeggebeeggddehhhececddeciedee” 8. Kode prefiks dapat disusun dengan bantuan pohon biner. atau “tt”. Bit string yang dipakai untuk mengkodekan karakter adalah rangkaian label dari garis dalam lintasan yang unik dari root ke leaf yang dilabeli dengan karakter tersebut. 0 1 Pada pohon biner ini tidak ada leaf yang dapat menjadi ancestor e 0 1 dari leaf lainnya. karena kode tersebut bisa juga dihasilkan dari kata “eat”. pohon biner untuk contoh pengkodean “tea” yang telah dibahas adalah sebagai berikut.31 . pertama kita harus mencari frekuensi karakter dalam string tersebut. Untuk menentukan kode yang optimal (terpendek) dari suatu string. dimana karakter adalah label dari leaf dalam pohon biner tersebut. Untuk menghindari kerancuan ini. “a” dengan “10”. kata “tea” akan dikodekan sebagai “11010”. dan “t” dengan “11” adalah kode prefiks. maka kodenya adalah “0101”.kemudian kita mengkodekan kata “tea”? Dari system ini. Inilah yang dimaksud a t dengan kore prefiks. Graf. “eaea”. Garis dari tree dilabeli sedemikian hingga garis ke child kiri diberi bit “0” dan ke ichild kanan dengan bit “1”. Bit string ini adalah unik karena hanya kata tea dan tidak ada kata lain yang dapat dikodekan dengan hasil yang sama. tidak ada kode dari karakter dapat menjadi prefix dari kode karakter lainnya. Diagram Pohon dan Aplikasinya . kode tersebut rancu. pengkodean “e” dengan “0”. Pada kode prefiks.

dilabeli dengan huruf dan frekuensinya. 3×h.String ini berisi 1×a. Ini diulang sehingga kita dapatkan tree tunggal. kita menentukan 2 frekuensi terendah antara simpul-simpul tunggal dan root-root dari tree-tree yang telah kita buat. satu untuk masingmasing huruf. algoritma Huffman mulai dengan n simpul. STEP-1 1 a STEP-2 1 b 1 f 1 i 2 j 3 c 3 h 4 g 6 d 15 e 2 1 a STEP-3 1 1 b f 1 i 2 j 3 c 3 h 4 g 6 d 15 e 2 1 a 1 b 1 f 2 1 i 2 j 3 c 3 h 4 g 6 d 15 e 8. Kita kemudian menentukan 2 buah simpul yang paling kecil frekuensinya dan gantikan mereka dengan tree dimana root dilabeli dengan jumlah dari kedua frekuensi tersebut dan yang dua childrennya adalah dua simpul yang kita gantikan. dan 2×j. 15×e. Pada langkah berikutnya. 1×i. Untuk alfabet berisi n huruf. Kita sekarang dapat menggunakan algoritma Huffman untuk membuat coding tree yang optimal. 1×b. 1×f. 6×d. 3×c. Graf. Diagram Pohon dan Aplikasinya .32 . 4×g.

STEP-4 2 1 a 1 b 1 f STEP-5 4 2 1 i 2 j 3 c 3 h 4 g 6 d 15 e 5 2 1 a 1 b 3 c 1 f 2 4 2 j 1 i 3 h 4 g 6 d 15 e STEP-6 5 2 1 a 1 b 3 c 1 f 2 4 2 j 1 i 3 h 7 4 g 6 d 15 e 8.33 . Diagram Pohon dan Aplikasinya . Graf.

Diagram Pohon dan Aplikasinya .STEP-7 9 5 2 1 a 1 b 3 c 1 f 2 1 i 4 2 j 3 h 7 4 g 6 d 15 e STEP-8 9 5 2 1 a 1 b 3 c 1 f 2 1 i 4 2 j 3 h 7 13 6 4 g d 15 e 8.34 . Graf.

Graf.STEP-9 22 9 5 2 1 a 1 b 3 c 1 f 2 1 i 4 2 j 3 h 7 4 g 13 6 d 15 e STEP-10 37 22 9 5 2 1 a 1 b 3 c 1 f 2 1 i 4 2 j 15 13 7 3 h 4 g e 6 d 8.35 . Diagram Pohon dan Aplikasinya .

Graf. 3): 0001 d (freq. 2): 0011 Sehingga. panjang kode dari seluruh string adalah 4⋅37 = 148 bit. 1): 00100 g (freq. pohon pengkode Huffman selalu menghasilkan VLC dengan panjang deskripsi yang minimum untuk string tersebut. kita memerlukan 4 bit setiap karakternya (ada 10 karakter yang berbeda). 3): 0100 i (freq. string asal “eeadfeejjeggebeeggddehhhececddeciedee” menggunakan kode dengan panjang tetap.Akhirnya kita bisa mengubahnya menjadi kode prefiks sebagai berikut: 0 0 0 0 0 a 1 1 c 0 b f 1 0 1 1 j i 0 h 0 1 1 e 1 1 d g VLC-nya adalah: a (freq. Sehingga. 8. Dapat diperlihatkan bahwa untuk setiap string yang diberikan. kita hanya membutuhkan 1⋅5 +1⋅5 + 3⋅4 + 6⋅3 + 15⋅1 + 1⋅5 + 4⋅4 + 3⋅4 + 1⋅5 + 2⋅4 = 101 bit. 15): 011 1 f (freq. 1): 00001 c (freq. Diagram Pohon dan Aplikasinya . Tetapi dengan VLC.36 . 1): 00101 j (freq. 6): e (freq. 4): 0101 h (freq. 1): 00000 b (freq.

Sign up to vote on this title
UsefulNot useful