Skip to main content

Posts

Graph and Set - Tutorial Bahasa Indonesia

  Set adalah kumpulan object. - Set A adalah subset dari set B jika semua elemen A terdapat di dalam set B. - Union adalah gabungan dari 2 set. - Disjoint adalah gabungan dari 2 set dimana tidak ada elemen yang sama dari kedua set tersebut. - Partisi set adalah kumpulan set yang mempunyai syarat :    1. 2 set haruslah saling disjoint    2. Union dari semua partisi akan menghasilkan set awal • Disjoint Set adalah struktur data yang menyimpan kumpulan partisi set dimana kumpulan partisi ini saling disjoint - Disjoint Set tidaklah sama dengan Set. - Dikenal juga dengan sebutan Union Find. - Biasa digunakan untuk mencari Minimum Spanning Tree dari suatu Graph. - Operasi yang ada antara lain :   1. makeSet(x) = membuat set baru berisi elemen x   2. findSet(x) = mengembalikan set yang mempunyai elemen x   3. union(x,y) = menggabungkan set x & y kemudian menghapus set asli x & y. • Path Compression adalah suatu teknik yang digunakan untuk meningkatkan efisiensi da
Recent posts

Tutorial Binary Heap - Bahasa Indonesia

☻ Binary Heap Binary dapat berwujud Min Heap dan Max Heap. Apa perbedaan Min Heap dan Max Heap ? • Min Heap = Binary Heap dimana Parent Node memiliki value lebih kecil dibandingkan kedua Child Node. • Max Heap = Max Heap adalah kebalikan dari Min Heap yaitu Parent Node memiliki value lebih besar dibandingkan kedua Child Node. Property dari Binary Heap :  Semua element dari binary heap dapat disimpan didalam sebuah array. Elemen i dari suatu array akan mempunyai left child di 2i sedangkan right child di 2i+1. Sedangkan elemen i akan mempunyai parent di index i/2 dengan pembulatan ke bawah. Property lain yang harus di ingat adalah semua level kecuali level terakhir harus penuh. Tinggi dari binary heap adalah log n. Operations dari Binary Heap :  Operasi di dalam Binary Heap terdapat Searching, Insert, dan Delete. 1. Searching : Proses Searching akan sama dengan proses searching di Binary Search Tree. 2. Insertion = Proses insert selalu dilakukan dari leaf node. Kita tidak

AVL Tree (+Code), Konsep Awal B-Tree, dan Red-Black Tree

♣ AVL TREE AVL Tree adalah suatu jenis modifikasi BST. Tree ini dinamai sesuai dengan penemunya yaitu Adelson, Velsky, dan Landis. AVL Tree juga dikenal sebagai self-balancing tree karena jenis tree ini dapat mengoptimasi dirinya sendiri dengan melakukan operasi tertentu. Tujuan dari self -balancing tree ini adalah mempercepat operasi yang ada di BST pada umumnya yaitu insert, search, dan delete. Dengan AVL maka average case dan worst case dari BST dapat diperbaiki menjadi O (log n). • Hal penting yang perlu dipelajari di dalam konsep AVL Tree adalah : 1. Height 2. Balance Factor 3. Rotation Pattern 1. Height Konsep height pada dasarnya sama didalam semua konsep tree. Height root biasa dimulai dengan 0. Height adalah jarak suatu Node dengan Leaf Node terjauh dari Node tersebut. 2. Balance Factor Pada konsep AVL kita mengenal konsep baru yaitu balance factor. Balance factor adalah selisih tinggi antara subtree kiri dan kanan. Balance factor ini kita gunakan untuk menentu

Review Data Structure + Contoh Soal Double Linked List - Bahasa Indonesia

1. Pointer and Array materi tentang pointer sebenarnya sudah didapatkan pada semester, namun konsep pointer ini ditekankan kembali. Mengapa ? Karena pada data structure ini pointer adalah konsep yang harus dikuasai terlebih dahulu. Semua alokasi memory yang dilakukan secara dinamis akan disimpan didalam bagian memory yang bernama heap. Untuk mengakses Heap kita harus menggunakan pointer. Array pada semester ini akan jarang digunakan, array biasa dimunculkan untuk melakukan perbandingan dengan Linked List. Selain ini Array juga akan kita temukan pada implementasi Hash Table. 2. Linked List Linked List adalah suatu bentuk struktur data dimana struktur daat ini bertipe linear, sama seperti Array. Lalu apa kelebihan Linked List dibandingkan Array ? Dengan menggunakan Linked List berarti kita dapat menambahkan data terus menerus secara dinamis (dalam batas memory), tidak seperti Array dimana ukuran haruslah fix di awal dan tidak bisa diubah lagi. Pada Linked List kita biasa mengenal

Binary Search Tree - Introduction - Tutorial - Bahasa indonesia

Binary Search Tree Binary Search Tree atau yang juga dikenal dengan Ordered Binary Tree adalah suatu implementasi data structure dengan tipe Tree. Tidak seperti Binary Tree biasa, Binary Search Tree memiliki beberapa rules khusus antara lain, Left Sub Tree mempunyai value lebih kecil dari Root dan Right Sub Tree memiliki value lebih besar dari Root. Di BST sub-tree juga memberlakukan aturan yang sama. Tujuan Implementasi BST adalah agar operasi yang biasa kita lakukan seperti Inserti, Delete, dan Search bisa berjalan lebih cepat. Elemen pada BST direpresentasikan dengan Node. Node ini akan memiliki 2 pointer yang mengarah ke kanan dan kiri. Setiap Node dapat memiliki antara 0-2 child. Node yang tidak memiliki child biasa disebut Leaf Node. Operations pada BST : 1. Searching Pada proses searching kita pertama-tama akan melakukan pengecekan terlebih dahulu apakah tree kosong atau tidak. Jika Tree kosong maka operasi akan langsung selesai. Namun, jika didalam Tree terdapat data

Double Linked List & Hash Table Konsep - Bahasa Indonesia

♣ Double Linked List    Double Linked List adalah bentuk konsep data sturcture yang serupa dengan Single Linked List dimana elemen disimpan dengan posisi terurut. Dengan menggunakan Double Linked List operasi yang dilakukan akan lebih efisien dibandingkan menggunakan Single Linked List.    Perbedaan Double dan Single Linked List yang utama adalah pada jumlah pointer yang dimiliki. Double memiliki 2 pointer yang biasa disebut Next dan Prev sedangkan Single hanya memiliki 1 pointer Next saja.    Operasi pada Double Linked List juga kurang lebih sama seperti Single Linked List yaitu traversing, inserting, searching, dan deleting. Insert dan Delete = dapat dilakukan diawal, diakhir, sesudah Node, atau sebelum Node. Gambar 1 : Kita gunakan untuk membuat struct Node dan 2 pointer untuk menunjuk Head (data pertama kita) dan Tail (data terakhir kita). Gambar 2 : Membuat suatu fungsi untuk membuat Node baru. Gambar 3 : Mulai membuat fungsi untuk Insert. pushHead ->

Linked List Implementation Concept - Stack & Queue - Bahasa Indonesia

1. Introduction      Setelah belajar tentang penerapan Linked List khususnya Single Linked List, kita melanjutkan proses pembelajaran tentang Struktur Data kita kepada konsep Stack dan Queue. Sebenarnya kedua konsep ini dapat diterapkan dengan menggunakan struktur data yang telah kita pelajari jauh-jauh hari yaitu Array, namun pada saat ini kita akan memfokuskan pada penerapan Stack dan Queue dengan Linked List 2. Stack     Stack adalah struktur data yang menyimpan element secara berurut . Analogi yang sering digunakan untuk menggambarkan konsep stack adalah tumpukan piring dimana piring yang akan kita ambil pasti merupakan piring paling atas dan pada saat kita menaruh piring baru, kita pasti akan meletakkan piring tersebut di posisi paling atas.     Sebutan Stack yang sering kita gunakan adalah Last In First Out (LIFO) . Pada penerapannya stack memiliki beberapa operasi yaitu push, pop, peek (top). Push adalah operasi ketika kita akan menambahkan data/Node pada Linked List a