Creator Media

Algoritma greedy merupakan algoritma yang memecahkan masalah langkah demi langkah dengan mengambil pilihan yang terbaik yang dapat diperoleh saat itu yang diistilahkan dengan optimum local . Algoritma ini berharap bahwa dengan memilih optimum lokal pada setiap langkah akan mencapai optimum global. Prinsipnya take what you can get now! tidak ada waktu untuk balik mengecek ke belakang atau ke depan.

Di dalam algoritma greedy prinsip pencarian jalur terpendek memakai fungsi seleksi dan itu sangat berguna untuk menentukan jalan tersingkat untuk menuju suatu tempat sesuai dengan asumsi diatas. Dalam penerapannya, algoritma ini tidak selalu mendapatkan solusi optimal namunpasti menemukan solusi. Kelebihan algoritma ini adalah kemampuannya menemukan solusi dengan jumlah kode yang banyak dilakukan dengan sangat cepat. Untuk memecahkan persoalan dengan algoritma greedy, diperlukan elemen-elemen sebagai berikut.

Elemen Elemen Algoritma Greedy

1. 1. Himpunan Kandidat (C)

      Himpunan ini berisi elemen-elemen pembentuk solusi.

   2. Himpunan Solusi (S)

      Himpunan ini berisi kandidat yang terpilih sebagai solusi persoalan. Dengan kata lain, himpunan solusi adalah himpunan bagian dari himpunan kandidat.

   3. Fungsi Seleksi

      Fungsi seleksi merupakan fungsi yang ada pada setiap langkah memilih kandidat yang paling memungkinkan guna mencapai solusi optimal.

   4. Fungsi Kelayakan (Feasible)

      Fungsi kelayakan adalah fungsi yang memeriksa apakah suatu kandidat yang telah dipilih dapat memberikan solusi yang layak dan tidak melanggar batasan atau constraints yang ada.

   5. Fungsi Objektif

      Fungsi objektif adalah fungsi yang memaksimumkan atau meminimumkan nilai solusi.

1. 1. Greedy by Profit, pilih benda-benda dengan keuntungan maksimum dan benda-benda tersebut memiliki berat yang masih dapat ditampung oleh sisa kapasitas Knapsack.
   2. Greedy by Weight, pilih benda-benda dengan berat minimum dan benda-benda tersebut memiliki volume yang masih dapat ditampung oleh sisa kapasitas Knapsack.
   3. Greedy by Volume, pilih benda-benda dengan volume minimum dan benda-benda tersebut memiliki berat yang masih dapat ditampung oleh sisa kapasitas Knapsack.
   4. Greedyby Weight Density, pilih benda-benda dengan keuntungan per berat yang nilainya maksimum dan benda-benda tersebut memiliki berat dan volume yang masih dapat ditampung oleh sisa kapasitas Knapsack.
   5. Greedy by Volume Density, pilih benda-benda dengan keuntungan per volume yang nilainya maksimum dan benda-benda tersebut memiliki berat dan volume yang masih dapat ditampung oleh sisa kapasitas Knapsack.

Originally posted 2022-10-19 00:54:54.