Efisiensi algoritma
Download as PPTX, PDF0 likes12,498 views
Dokumen ini membahas tentang efisiensi algoritma, menyoroti pentingnya algoritma yang tidak hanya memberikan hasil yang benar, tetapi juga melakukannya dalam waktu dan memori yang efisien. Faktor-faktor yang mempengaruhi efisiensi mencakup banyak langkah, jenis dan ukuran input data, serta alokasi memori. Kesimpulannya, algoritma yang efisien dapat membantu mengurangi waktu eksekusi dan penggunaan memori, sehingga meningkatkan kinerja aplikasi.
![Alokasi memory
Algoritma yang memakan banyak memori merupakan algoritma yang dapat
dikatakan memiliki kualitas buruk. Semakin besar memori yang terpakai untuk algoritma
tersebut, maka akan semakin buruk algoritma tersebut.
Misal :
satuan variable dsn konstanta yang bertipe : int, real/float beasrnya dianggap sama
(missal 4 byte atau 8 byte). Char dianggap 1 byte
→float array [2][2] = 4*4 byte = 16 byte](https://image.slidesharecdn.com/efisiensialgoritmak-150119225428-conversion-gate02/85/Efisiensi-algoritma-9-320.jpg)
Efisiensi algoritma
- 1. Algoritma © “Efisiensi dari Algoritma” Kelompok 5 No.Absen Nama Kelompok NIM 18 Veronica Ambassador 1404505011 19 Muhammad Rifky Lukman 1404505012 20 I Made Budi Setiawan 1404505013 21 I Gusti Putu Sena Sila Adnyana 1404505014
- 2. Latar Belakang Setiap bidang memiliki permasalahannya sendiri dan membutuhkan algoritma yang efisien. Masalah yang berkaitan di satu bidang terkadang dipelajari bersama. Beberapa contoh yaitu algoritma pencarian, algoritma penggabungan, algoritma numerik, algoritma grafik, algoritma deret, algoritma komputasi geometri, algoritma kombinatorial algoritma medis, mesin belajar, kriptografi, algoritma kompresi data dan teknik penguraian. Terkadang bidang-bidang tersebut saling tumpang tindih, dan perkembangan algoritma di satu bidang bisa meningkatkan bidang lainnya yang terkadang malah tidak saling berkaitan. Algoritma menyelesaikan masalah tanpa memberatkan bagian lain dari aplikasi. Sebuah algoritma yang tidak efisien akan menggunakan sumber daya (memori, CPU) yang besar dan memberatkan aplikasi yang mengimplementasikan algoritma tersebut.
- 3. Efisiensi Algoritma Algoritma yang dapat dikatakan sebagai algoritma yang efisien, merupakan algoritma yang dimana pada saat pemrosesan algoritma tersebut tidak memakan banyak waktu dan juga ditak memakan banyak memori dalam pemrosesannya. Walaupun algoritma memberikan keluaran yang benar (paling mendekati kenyataan), tetapi jika harus menunggu berjam-jam atau mungkin berhari-hari untuk mendapatkan outputannya (dalam hal ini yang dimaksudkan adalah efisiensi dalam waktu), algoritma tersebut biasanya tidak akan dipakai. Kebanyakan orang lebih menginignkan algoritma yang memiliki pengeluaran atau hasil outputan yang lebih cepat.
- 4. Faktor Yang Mempengaruhi Efisiensi Algoritma Kecepatan : a. Banyak langkah b. Besar dan jenis input data c. Operator Space a. Alokasi memory
- 5. Banyak Langkah •Sequensial 1 operasi sin (x) → 1 operasi sin (x*pi/1000) → 3 operasi •Branching / Percabangan k = kondisi dengan banyak langkah c s1,s2 = blok statement dengan banyak langkah p1,p2 If (kondisi/k) Then statement s1 Else statement s2 Jika n(kondisi) = waktu tempuh kondisi → 2 operasi n(s1) = waktu tempuh statement s1 → 5 operasi n(s2) = waktu tempuh statement s2 → 3 operasi Maka waktu tempuh = n(kondisi) + max(n(s1),n(s2)) = 2 + 5 = 7 Diambil yang terbesar, yaitu s1=2 langkah
- 6. Banyak Langkah •Looping Rumus banyak langkah : (akir – awal + 2) + (akhir – awal + 1) (p + 1) p = banyak langkah statement for i = 1 to n x : =x+5 y : =y+x Penyelesaian : Langkah = (akhir – awal + 2) + (akhir – awal + 1) (p+1) = (n -1 + 2) + (n – 1 + 1) (2 + 1) = (n + 1) + (n)(3) = n + 1 + 3n = 4n + 1 •Subroutine call (bisa memanggil prosedur dan bisa memanggil fungsi) Pada bagian ini analisa lebih cenderung di pandang bagaimana suatu operasi di lakukan pada level bawah (low level), yaitu pada level pemrosesan melakukan operasi secara mikro di prosesor dan hal ini juga tergantung pada compiler yang di pergunakan, apakah optimasi dapat dilakukan/diberikan atau tidak.
- 7. Besar dan jenis input data: •Input Size Menggunakan notasi n (jumlah data yang diperoleh oleh sebuah algoritma). Contoh : Algoritma pengurutan 1000 elemen larik, maka n = 1000 •Tipe data Dua nilai yang sama dengan operator yang sama tetapi dengan variabel yang berbeda, maka terdapat perbedaan kecepatan / proses penyelesaiannya. Integer 250 + 17 = 267 → 1 langkah Real 250.0 + 17.0 = 0.25 * 103 + 0.17 * 102 → 3 = 0.25 * 103 + 0.017 * 103 → 3 = (0.25 + 0.017 ) * 103 → 32 = 0.267 * 103 → 1 + = 267.0 → 9 langkah
- 8. Operator Urutan penggunaan operator/penempatan operator bisa mempengaruhi efisiensi. Contoh perkalian (*) lebih lama daripada penjumlahan (+).Yang perlu diperhatikan adalah banyaknya operasi aritmatika dan logika yang dilakukan. Operator dasar logika : AND, OR, NOT di hitung 1 langkah Operator aritmatik : ^,+,-,*,/ dihitung 1 langkah Operator aritmatik : % di hitung 2 langkah Not (P AND Q) mempunyai langkah sebanyak 2 2<5 → bukan operator tapi konstanta logika karena tidak menghasilkan nilai yang sejenis Contoh : x = 2<5 → Tidak ada operasi x = True → Tidak ada operasi y = 5 → Tidak ada operasi y = 5 + 0 → 1 operasi y = 3 * 5 + 2→ 2 operasi
- 9. Alokasi memory Algoritma yang memakan banyak memori merupakan algoritma yang dapat dikatakan memiliki kualitas buruk. Semakin besar memori yang terpakai untuk algoritma tersebut, maka akan semakin buruk algoritma tersebut. Misal : satuan variable dsn konstanta yang bertipe : int, real/float beasrnya dianggap sama (missal 4 byte atau 8 byte). Char dianggap 1 byte →float array [2][2] = 4*4 byte = 16 byte
- 10. Kompleksitas Algoritma Efisiensi suatu algoritma dapat diukur dari waktu eksekusi algoritma dan kebutuhan ruang memori. algoritma yang efisien adalah algoritma yang meminimumkan kebutuhan waktu dan ruang. dengan menganalisis beberapa algoritma untuk suatu masalah, dapat diidentifikasikan satu algoritma yang paling efisien. Besaran yang digunakan untuk menjelaskan model pengukuran waktu dan ruang ini adalah kompleksitas algoritma. Kompleksitas dari suatu algoritma merupakan ukuran seberapa banyak komputasi yang dibutuhkan algoritma tersebut untuk menyelesaikan masalah. secara informal, algoritma yang dapat menyelesaikan suatu permasalahan dalam waktu yang singkat memiliki kompleksitas yang rendah, sementara algoritma yang membutuhkan waktu lama untuk menyelesaikan masalahnya mempunyai kompleksitas yang tinggi.
- 11. Terdapat banyak cara untuk mengukur efisiensi sebuah algoritma. Mari kita lihat cara mengukur efisiensi yang paling sederhana terlebih dahulu: melihat berapa langkah yang perlu dijalankan untuk menyelesaikan algoritma tersebut. Jika kita memanggil fungsi pangkat seperti berikut: pangkat(2, 1) Maka kode akan dieksekusi seperti berikut: hasil = 1 for i in range(0, 1): hasil = 2 * hasil return hasil Perulangan for yang ada kita kembangkan dan akan menjadi: hasil = 1 hasil = 2 * hasil return hasil Total terdapat tiga langkah yang perlu dijalankan untuk mendapatkan hasil pangkat yang diinginkan.
- 12. Bagaimana jika kita naikkan nilai dari y sehingga kita memanggil pangkat(2, 2) ? Kode yang dieksekusi akan menjadi: hasil = 1 for i in range(0, 2): hasil = 2 * hasil return hasil yang ketika diuraikan menjadi: hasil = 1 hasil = 2 * hasil hasil = 2 * hasil return hasil dengan total 4 langkah eksekusi.
- 13. Berdasarkan apa yang kita dapatkan sejauh ini, kita dapat menyimpulkan bahwa jika dilakukan pemanggilan pangkat(2, 5) maka kita akan mendapatkan hasil eksekusi: hasil = 1 hasil = 2 * hasil hasil = 2 * hasil hasil = 2 * hasil hasil = 2 * hasil hasil = 2 * hasil return hasil Kesimpulan yang bisa kita tarik dari hal ini adalah, baris hasil = x * hasil dijalankan sebanyak y kali
- 14. Tabel di bawah menampilkan berapa kali setiap baris yang ada dalam fungsi pangkat dieksekusi: Baris Kode | Jumlah Eksekusi hasil = 1 | 1 hasil = x * hasil | y return hasil | 1 Sehingga kita dapat mengatakan bahwa fungsi pangkat akan selalu diselesaikan dalam 2 + y langkah.
- 15. Melihat bagiamana y akan mempengaruhi jumlah langkah eksekusi, mari kita lihat seberapa banyak pengaruh y terhadap jumlah langkah eksekusi kode: Y Proses Perhitungan Jumlah Langkah 1 2 + 1 3 10 2 + 10 12 100 2 + 100 102 1000 2 + 1000 1002 10000 2 + 10000 10002 Dari tabel di atas kita dapat melihat bagiamana semakin meningkatnya jumlah dari y, semakin nilai 2 yang ditambahkan menjadi tidak relevan.
- 16. SIMPULAN Jadi dalam suatu algoritma, haruslah algoritma yang efisiensi akan waktu dan memori, karena jika tidak maka pemrosesan dari algoritma tersebut akan menjadi lama, berat, dan tidak efisien pastinya.