Dengan kehadiran jejaring sosial seperti Facebook, Twitter, Instagram, dll., tegur sapa tak terbatas antar kolega dan teman yang secara geografis dekat dan terjangkau. Kehadiran smartphone menambah “kesempitan” dunia, yaitu bias disebut dengan dunia hanya dalam genggaman. Dengan fitur-fitur atau aplikasi-aplikasinya yang menggiurkan tiap penggunanya, khususnya remaja, menambah konsetrasinya di dunia maya. Kejadian yang marak di dunia maya, khususnya di jejaring sosial, dan dunia remaja adalah fenomena narsis. Fenomena narsis, secara umum, adalah kebiasaan mejeng dan jepret di depan kamera kemudian memposting dan mengunggahnya ke jejaring sosial, sehingga diketahui oleh khalayak ramai. Di STMIK ASIA MALANG fenomena ini udah sering terjadi dikalangan mahasiswa, dari yang perempuan hingga laki-laki. Semakin canggih teknologi komunikasi berkembang, semakin marak fenomena narsis tersebut. Fenomena ini lebih dikenal dengan sebutan selfie yang akhir-akhir ini sangat mudah di jumpai di media social. Gaya foto semacam ini adalah untuk menampilkan foto diri sendiri, baik sebagian atau keseluruhan, tanpa bantuan orang lain. Gaya hidup yang seperti ini membuat mahasiswa semakin hari semakin suka untuk berselfie. Bahkan mahasiswa pun biasa nya melakukan selfie tak melihat suasana tempat dan sebagainya. Hobi mengambil foto diri sendiri atau dikenal dengan istilah selfie dan mempublikasikan di dunia maya sudah jadi tren. Banyak orang yang beranggapan bahwa hobi ini bentuk dari sifat narsistik. Memang itu sedikit bersifat narsistik.
Selasa, 01 Desember 2015
Dengan kehadiran jejaring sosial seperti Facebook, Twitter, Instagram, dll., tegur sapa tak terbatas antar kolega dan teman yang secara geografis dekat dan terjangkau. Kehadiran smartphone menambah “kesempitan” dunia, yaitu bias disebut dengan dunia hanya dalam genggaman. Dengan fitur-fitur atau aplikasi-aplikasinya yang menggiurkan tiap penggunanya, khususnya remaja, menambah konsetrasinya di dunia maya. Kejadian yang marak di dunia maya, khususnya di jejaring sosial, dan dunia remaja adalah fenomena narsis. Fenomena narsis, secara umum, adalah kebiasaan mejeng dan jepret di depan kamera kemudian memposting dan mengunggahnya ke jejaring sosial, sehingga diketahui oleh khalayak ramai. Di STMIK ASIA MALANG fenomena ini udah sering terjadi dikalangan mahasiswa, dari yang perempuan hingga laki-laki. Semakin canggih teknologi komunikasi berkembang, semakin marak fenomena narsis tersebut. Fenomena ini lebih dikenal dengan sebutan selfie yang akhir-akhir ini sangat mudah di jumpai di media social. Gaya foto semacam ini adalah untuk menampilkan foto diri sendiri, baik sebagian atau keseluruhan, tanpa bantuan orang lain. Gaya hidup yang seperti ini membuat mahasiswa semakin hari semakin suka untuk berselfie. Bahkan mahasiswa pun biasa nya melakukan selfie tak melihat suasana tempat dan sebagainya. Hobi mengambil foto diri sendiri atau dikenal dengan istilah selfie dan mempublikasikan di dunia maya sudah jadi tren. Banyak orang yang beranggapan bahwa hobi ini bentuk dari sifat narsistik. Memang itu sedikit bersifat narsistik.
Kamis, 05 Februari 2015
STRUKTUR DATA
TREE
Definisi
·
Dalam
ilmu komputer, sebuah pohon biner (binary tree) adalah sebuah pohon struktur
data dimana setiap simpul memiliki anak
· Secara
khusus anaknya dinamakan kiri dan kanan.
·
TREE adalah suatu graphyang acyclic, simple, conneted yang tidak
mengandung loop.
·
ROOT
Tree A ; suatu vertex dengan derajat masuk=0
·
LEAF Tree A ; suatu vertex dengan derajat keluar=0
·
Tree A
atas vertex-vertex : V1,V2,V3,.....Vn harus mempunyai :
o
Satu
root A – Root (A) = V1
o
Sisanya
(V2,V3,......Vn) dipartisi menjadi Tm subtree; dimana 0<m<n-1
·
Contoh
TREE A
·
Keterangan
o
Root (A) = B
o
Leaf
(A)= A,C,D,G,H
o
B
mempunyai 4 subtree : A,C,I,D
o
I
mempunyai 2 subtree : E,F
o
E
mempunyai 1 subtree : G
o
F
mempunyai 1 subtree : H
·
LEVEL dari suatu vertex A dalam Tree A adalah LENGTH path (P) (Root
(A),A)
·
Dari
gambar tree A:
o
Tentukan
level A: 1. Length P(Root(A),A)
2. Length
P(B,A)=(B,A)=1
o
Tentukan
level G : 1. Length P(root(A),G)
2. Length
p(B,G = (B,I)(I<E)(E,G)=3
·
HIGH dari suatu tree A adalah level tertinggi ditambah 1
·
WEIGHT dari suatu tree A adalah jumlah leaf dalam tree A
·
Contoh
dari Tree A; 1. High Tree A= 3+1= 4
2. Weight
Tree A = 5 (A,C,D,G,H)
FOREST
·
Forest merupakan koleksi dari tree-tree
BINARY TREE
·
Binary tree merupakan himpunan vertex-vertex yang terdiri dari 2 subtree (dengan disjoint) yaitu subtree subtree kiri dan subtree kanan. Setiap vertex dalam binary tree mempunyai derajat keluar max=2
Binary tree merupakan himpunan vertex-vertex yang terdiri dari 2 subtree (dengan disjoint) yaitu subtree subtree kiri dan subtree kanan. Setiap vertex dalam binary tree mempunyai derajat keluar max=2
SIMILAR dalam 2 BINARY TREE
·
Dua
binary tree dikatakan Similar, jika struktur dari kedua Binary Tree sama
EKIVALEN dalam 2 BINARY TREE
·
Dua
Binary Tree dikatakan Ekivalen jika, 1. Similar
2. Informasi setiap vertex sama
·
Contoh
COMPLETE
·
Misalnya
height dari binary tree T adalah k.
·
Binary
Tree T disebut COMPLETE jika jumlah verteks dari binary tree T adalah
Contoh
height dari binary tree T=4. Gambar binary tree-nya :
ALMOST COMPLETE
·
Misalnya
heigt dari binary tree T adalah k
·
Binary
Tree T disebut ALMOST COMPLETE jika:
o
Pada level 0 hingga level ke-2, jumlah verteksnya adalah :
Pada level 0 hingga level ke-2, jumlah verteksnya adalah :
o
Pada
level ke-1 verteks-verteksnya terisi dari kiri ke kanan sebagai u,
dimana 1<=u<=2 k-1
·
Contoh
height dan binary tree T=4 dan mis u= 5
·
Gambar
binary tree-nya:
HEIGHT MIN dan HEIGHT MAX
·
Diperoleh
dengan rumus sbb:
·
Keterangan
·
Contoh : Diberi 7 buah vertex untuk membentuk suatu binary tree.Hitung H min dan H max dari kemungkinan binary tree yang terbentuk. Gambar binary treenya.
Contoh : Diberi 7 buah vertex untuk membentuk suatu binary tree.Hitung H min dan H max dari kemungkinan binary tree yang terbentuk. Gambar binary treenya.
REPRESENTASI BINARY TREE
·
Contoh
:
· Algoritma
untuk merubah General Tree menjadi Binary tree:
o
Insert
edge-edge yang menghubungkan sibling (saudara) kemudian delete semua edge yang
menghubungkan parent dengan child-nya kecuali edge yang paling kiri
o
Rotasi
45o sedemikian sehingga dibedakan subtree kiri dan kanan
o
Contoh
·
Algoritma
untuk merubah Forest menjadi Binary tree:
o
Insert
edge-edge yang menghubungkan sibling (saudara) kemudian delete semua edge yang
menghubungkan parent dengan child-nya kecuali edge yang paling kiri
o
Tree-tree
yang lain dihitung sebagai satu level
o
Contoh
Contoh
BINARY TREE TRANSVERSAL
·
Adalah
proses menelusuri suatu Binary Tree sehingga sedemikian rupa setiap vertex
dikunjungi hanya 1 kali
·
3
aktivitas dalam Binary Tree Transversal:
o
Visit
the Root
o
Transverse
the left subtree
o
Transverse
the right subtree
ALGORITMA dalam BINARY TREE
TRANSVERSAL
·
PRE_ORDER
TRANSVERSAL
o
Visit
the root
o
Tranverse
the left subtree
o
Tranverse
the right subtree
·
IN-ORDER
TRANVERSAL
o
Tranverse
the left subtree
o
Visit
the root
o
Transverse
the right subtree
·
POST-ORDER
TRANVERSAL
o
Tranverse
the left subtree
o
Tranverse
the right subtree
o
Visit
the Root
·
Contoh
PRE-ORDER : V L R ( - + + * A B C D)
·
Contoh
IN-ORDER : L V R (- A * B + C + D)
POST-ORDER
: L R V (- A B * C + D +)
BINARY SEARCH TREE
·
Suatu
Binary Search Tree dari himpunan N record (N1,N2,N3....Nn) adalah suatu binary
tree yang setiap vertex-nya (sebut Ri) ditempati oleh Ni untuk i=1,2,3....N
·
Vertex-vertex
dari Binary Tree tsb. Diatur sedemikian rupa sehingga untuk Ri harus memenuhi
syarat sbb: 1. Jika Rj= left (Ri) maka
Nj<Ni
2. Jika Rj= right (Ri) maka Nj>Ni
·
Contoh
: Diketahui key dari 7 record (K, M, L, N, P, O, Q)
Binary Search Tree dari 7 key diatas dapat dibentuk :
OPERASI-OPERASI pada BINARY SEARCH TREE
·
Direct Search
o
Untuk
mencari vertx k dalam binary search tree dengan root=Ri, algoritmanya adalah
sbb:
§
Jika
tree kosong maka search tidak sukses (k tidak ada dalam binary search tree)
§
Jika k
= Ni maka search sukses (k ada dalam binary search tree)
§
Jika
k< Ni maka subtree kiri dari Ri ditelusuri dan Ri = left. (Ri) kemudian
kembali ke langkah 1
§
Jika k
> Ni maka subtree kanan dari Ri ditelusuri dan Ri= right . (Ri) kembali ke
langkah 1
o
Contoh
: 1. Carilah Key M dalam Binary Tree
berikut secara Direct Search
2. Berapa langkah/perbandingan
yang dibutuhkan untuk mencari key M
§
Bandingkan
dengan rootnya, jika :
ü
Lebih
besar maka cari ke kanan
ü
Lebih kecil maka cari ke kiri
Lebih kecil maka cari ke kiri
·
Sequential Search
o
Untuk
mencari vertex K dalan binary search tree dengan Root=Ri
o
Algoritmanya
menggunakan langkah-langkah: IN-ORDER TRANSVERSAL ( L V R)
o
Contoh
:
·
Insert Search
o
Prinsip
sama dengan DIRECT
o
4
langkah : K > A
F > A
D > A
A= A
·
Delete Search
o
Dilihat
dari link – list nya
·
BALANCED TREE
o
Suatu
Binary Tree dimana untuk setiap Root Ri berlaku struktur subtree kiri =
struktur subtree kanan.
o
Contoh
HEIGHT BALANCED TREE
·
Suatu
Tree dimana untuk setiap Root Ri berlaku height dari subtree kanan dan height
dari subtree kiri beda paling banyak satu
·
Contoh : Height Balanced Tree
Contoh : Height Balanced Tree
·
Height
Balanced tree belum tentu Balanced Tree tapi Balanced Tree sudah pasti height
balanced tree
·
Binary tree yang complete = balance tree
Binary tree yang complete = balance tree
· Balance
tree belum tentu binary tree complete
·
Height
Balance tree belum tentu Binary Tree Complete
·
Height
Balance Tree belum tentu Almost Complete
·
Balance
tree = Almost Complete
Langganan:
Postingan (Atom)