SlideShare a Scribd company logo
Kelompok IV
1. Muh. Alfiansyah 161050701024
2. Nurqiyamah Hamid 1610507010XX
3. Asmaun 1610507010XX
Sebuah Graph berarah D adalah suatu pasangan berurutan dari dua himpunan V(D) yaitu himpunan berhingga
tak kosong yang anggota-anggotanya disebut titik dan 𝛤(D) yaitu himpunan berhingga (boleh kosong) yang
anggota-anggotanya disebut busur sedemikian sehingga setiap busur merupakan pasangan berurutan
dari dua titik di V(D).
Contoh:
Graph berarah 𝐿 = 𝑉 𝐿 , 𝛤(𝐿)
𝐿 = ( 𝑣1, 𝑣2, 𝑣3, 𝑣4, 𝑣5 , { 𝑣1, 𝑣2 , 𝑣2, 𝑣3 , 𝑣2, 𝑣5 , 𝑣3, 𝑣4 , 𝑣4, 𝑣5 , 𝑣5, 𝑣1 , 𝑣5, 𝑣3 }
JALANKonsep: JEJAK LINTASAN SIRKUIT SIKEL
Istilah sisi pada graph tak berarah diganti dengan istilah busur pada graph berarah
𝑣1
𝑣2
𝑣3
𝑣4𝑣5
𝑃
𝑣1
𝑣2
𝑣3
𝑣4𝑣5
𝑄
𝐶4 = (𝑣2, 𝑣3, 𝑣4, 𝑣5, 𝑣2)
𝑣1
𝑣2
𝑣3
𝑣4𝑣5
𝑅
𝐶4 adalah sikel berarah dengan
panjang 4 pada graph berarah R.
𝐶5 = (𝑣1, 𝑣2, 𝑣3, 𝑣4, 𝑣5, 𝑣1)
𝐶5 adalah sikel berarah dengan
panjang 5 pada graph berarah P.
Sikel Hamilton adalah sebuah
sikel yang memuat semua
titik sebuah graph.
Graph Hamilton adalah
graph yang memuat sikel
hamilton.
Konsep keterhubungan
pada graph berarah
 Terhubung Lemah jika graph
dasarnya terhubung.
 Terhubung Kuat jika untuk setiap dua
titik 𝑣𝑖 dan 𝑣𝑗 di suatu graph berarah
terdapat lintasan berarah dari 𝑣𝑖 ke 𝑣𝑗.
Misalkan D sebuah graph berarah dan 𝑣 ∈ 𝑉 𝐷
Derajat keluar titik v, dilambangkan dengan od(v)
adalah banayaknya busur pada graph berarah D yang
keluar dari titik v.
Derajat masuk titik v, dilambangkan dengan id(v)
adalah banayaknya busur pada graph berarah D yang
menuju ke titik v.
𝑣1
𝑣2
𝑣3
𝑣4
𝑣5
𝐷
𝑜𝑑(𝑣1) = 2 𝑖𝑑(𝑣1) = 2
𝑜𝑑(𝑣2) = 1 𝑖𝑑(𝑣2) = 1
𝑜𝑑(𝑣3) = 1 𝑖𝑑(𝑣3) = 1
𝑜𝑑(𝑣4) = 2 𝑖𝑑(𝑣2) = 2
𝑜𝑑(𝑣5) = 1 𝑖𝑑(𝑣5) = 1
TEOREMA 10.1:
Jika 𝐷 = (𝑉 𝐷 , 𝛤 𝐷 ) graph berarah maka
𝑣∈𝑉(𝐷)
𝑖𝑑 𝑣 = 𝛤 𝐷 =
𝑣∈𝑉(𝐷)
𝑜𝑑 𝑣
𝑣1
𝑣2
𝑣5
𝑣3
𝑣4
𝑣7𝑣6 𝑄
Misalkan Q sebuah graph berarah terhubung
lemah. Sebuah sirkuit berarah yang memuat semua
busur Q disebut sirkuit euler berarah.
Jika D memuat sirkuit euler berarah maka D
disebut graph euler.
TEOREMA 10.2:
Misalkan graph-berarah 𝐷 terhubung lemah
dengan paling sedikit satu busur. 𝐷 graph
euler jika dan hanya jika 𝑖𝑑 𝑣 = 𝑜𝑑 𝑣
∀ 𝑣 ∈ 𝑉 𝐷 .
𝑣1
𝑣2
𝑣3
𝑣4
𝑣5
𝐷
𝑣1
𝑣2
𝑣3
𝑣4𝑣5
𝑃
Misalkan G sebuah graph (tak berarah). Jika dibentuk graph berarah D dari graph G dengan cara mengganti
setiap sisi G dengan sebuah busur atau dengan cara memberi “arah” pada setiap sisi G, maka graph berarah D
disebut sebuah orientasi G.
𝑣1
𝑣2
𝑣5𝑣3
𝑣4
𝑣6
𝐺
𝑣1
𝑣2
𝑣5𝑣3
𝑣4
𝑣6
𝐷1
𝑣1
𝑣2
𝑣5𝑣3
𝑣4
𝑣6
𝐷2
𝐷1 dan 𝐷2 dua orientasi graph G yang berbeda
Sebuah orientasi dari graph komplit disebut graph turnamen. Jadi turnamen adalah graph berarah tanpa gelung
sedemikian hingga setiap dua titik yang berbeda 𝑢 dan 𝑣 dihubungkan oleh busur (𝑢, 𝑣) saja atau busur (𝑣, 𝑢)
saja.
Hanya ada 2 turnamen dengan
tiga titik yang non-isomorfik dan
hanya ada 4 turnamen dengan
empat titik yang non-isomorfik.
Contoh:
Suatu pertandingan sepak bola diikuti oleh enam tim yakni A, B, C, D, E dan F, dalam pertandingan ini setiap
dua tim harus bertanding tepat satu kali dan tidak boleh ada seri. Hasil pertandingan yang diperoleh yakni A
menang melawan B dan D, B menang melawan C, D dan F, C hanya menang melawan A, D menang melawan E
dan F, E hanya kalah melawan D serta F menang melawan A dan C.
𝐹 𝐸
𝐷
𝐶𝐵
𝐴
TEOREMA 10.3:
Misalkan T sebuah turnamen dan 𝑢 adalah
sebuah titik di T dengan 𝑜𝑑(𝑢) maksimum. Maka
setiap titik 𝑣 di T, terdapat lintasan berarah dari 𝑢
ke 𝑣 di T dengan panjang maksimum dua.
Akan dibuat sistem alur lalulintas satu arah sedemikian sehingga dari
setiap tempat (persimpangan) seorang pengendara dapat mengakses
tempat yang lain lewat sistem yang dibuat.
Dalam konteks teori graph masalah di atas dapat dirumuskan menjadi
sebagai berikut: diberikan sebuah graph (tak berarah) G. Adakah sebuah
orientasi G merupakan graph beraharah terhubung kuat?
Permasalahan
Solusi
Sebuah graph G dikatakan terorientasi jika terdapat sebuah orientasi G yang terhubung kuat.
TEOREMA 10.4:
Sebuah graph G terorientasi jika dan hanya jika graph G terhubung dan tidak memiliki sisi pemutus.
ALGORITMA HOPCROFT DAN TARJAN
Input : Graph G terhubung dan tidak memiliki sisi pemutus.
Step 1 : Pilih 𝑣 ∈ 𝑉(𝐺), dan label titik 𝑣 dengan λ 𝑣 = 1. Tulis 𝐿 = {𝑣} dan 𝑈 = 𝑉 𝐺 − {𝑣}. (L adalah
himpunan titik-titik terlabel. U adalah himpunan titik-titik tak terlabel). Tulis 𝛤 = ∅ (adalah himpunan
busur yang diperoleh dari pemberian orientasi pada sisi graph G).
Step 2 : Pilih titik 𝑥 di L dengan label maksimum dan berhubungan langsung ke sebuah titik 𝑦 di U.
Lebel titik 𝑦 dengan λ 𝑦 = λ 𝑥 + 1. Ganti L dengan 𝐿 ∪ {𝑦} dan 𝑈 dengan 𝑈 − {𝑦}. Beri orientasi
(arah sis 𝑥𝑦 dari titik 𝑥 ke titik y). Ganti 𝛤 dengan 𝛤 ∪ 𝑥, 𝑦 .
Step 3 : Jika 𝐿 ≠ 𝑉(𝐺) kembali ke step 2.
Step 4 : 𝐿 = 𝑉 𝐺 (Dalam hal ini, semua titik 𝐺 telah dilabel; dan graph dasar dari graph berarah yang
dibangun oleh semua busur 𝛤 merupakan sebuah pohon rentang dari graph 𝐺. Lebih jauh, sisi-sisi 𝐺
yang belum diberi orientasi menghubungkan dua titik dengan nilai label berbeda).
Untuk setiap sisi 𝑤𝑧 pada graph 𝐺 yang belum diorientasi, jika λ 𝑤 > λ 𝑧 , maka beri orientasi sisi
𝑤𝑧 dari titik 𝑤 ke titik 𝑧.
STOP: “Diperoleh sebuah orientasi graph 𝐺”.
Contoh: (Soal Latihan Nomor 10)
Gunakan algoritma Hopcroft dan Tarjan untuk memberi orientasi
pada setiap sisi graph G berikut agar diperoleh graph berarah
terhubung kuat.
𝑣1
𝑣2
𝑣5
𝑣3
𝑣4
𝑣6
Sebuah Network 𝑵 = (𝑽 𝑵 , 𝛤 𝑵 ) adalah sebuah graph berarah sederhana terhubung lemah yang setiap
busurnya dikaitkan dengan bilangan real non-negatif.
Selanjutnya, bilangan real non-negatif yang dikaitkan pada busur (𝑣𝑖, 𝑣𝑗) atau disingkat 𝑖, 𝑗 pada Network
N disebut Kapasitas Busur (𝑣𝑖, 𝑣𝑗) dan dilambangkan dengan c(𝑣𝑖, 𝑣𝑗) atau c 𝑖, 𝑗
 Sebuah titik 𝑠 di network 𝑁 disebut titik sumber
jika 𝑖𝑑 𝑠 = 0.
 Sebuah titik 𝑡 di network 𝑁 disebut titik tujuan jika
𝑜𝑑 𝑡 = 0.
 Sedangkan, titik yang lain disebut titik antara.
𝑣1 𝑣2
𝑣5
𝑣3
𝑣4𝑣6
Misalkan 𝑋 dan 𝑌 dua himpunan bagian 𝑉(𝑁) padan network 𝑁.
Himpunan semua busur 𝑁 yang berawal di 𝑋 dan berujung di 𝑌 dilambangkan dengan 𝐵 𝑋, 𝑌 .
Total kapasitas semua busur di 𝐵(𝑋, 𝑌) dilambangkan dnegan 𝑐(𝑋, 𝑌). Dengan demikian: 𝑐 𝑋, 𝑌 =
𝑎∈𝐵(𝑋,𝑌)
𝑐(𝑎)
Misalnya dari graph 𝐺:
Jika 𝑋 = {𝑣𝑠, 𝑣1, 𝑣3} dan 𝑌 = 𝑣2, 𝑣4, 𝑣5, 𝑣6, 𝑣 𝑡
Maka 𝐵 𝑋, 𝑌 = { 𝑠, 6 , 1,2 , 1,5 , 3, 𝑡 }
Dan 𝑐 𝑋, 𝑌 = 𝑐 𝑆, 6 + 𝑐 1,2 + 𝑐 1,5 + 𝑐 3, 𝑡
= 5 + 8 + 5 + 5 = 23
𝑣1 𝑣2
𝑣5
𝑣3
𝑣4𝑣6
𝐺
𝑣 𝑣
Misalkan 𝑁 sebuah network dengan titik sumber 𝑠 dan titik tujuan 𝑡.
Misalkan himpunan 𝑋 adalah himpunan bagian tak kosong dari 𝑉(𝑁) dan 𝑋′ = 𝑉 𝑁 − 𝑋.
Jika 𝑠 ∈ 𝑋 dan 𝑡 ∈ 𝑋′ maka himpunan busur 𝐵(𝑋, 𝑋′
) disebut sebuah pemutus (s,t) dari network 𝑁.
Misalkan 𝐴 adalah himpunan titik antara pada network 𝑁 dan 𝐴′ adalah sebuah himpunan bagian 𝐴.
Jika 𝑋 = {𝑡} ∪ 𝐴 maka 𝐵(𝑋, 𝑋′
) sebuah pemutus (𝑠, 𝑡) pada network 𝑁.
Jadi banyaknya pemutus (𝑠, 𝑡) pada network 𝑁 sama dengan banyaknya himpunan bagian dari
himpunan A yaitu 2 𝑛
dengan 𝑛 = 𝐴 .
Disebut demikian, karena penghapusan semua busur 𝐵(𝑋, 𝑋′
) dari 𝑁, memutus semua lintasan
berarah dari titik 𝑠 ke titik 𝑡 pada network 𝑁.
𝑣1
𝑣2
𝑣 𝑡𝑣𝑠
3
6
5
2
4
𝑁
Graph 𝑁 diketahui memiliki dua titik antara
Sehingga terdapat 22
= 4 pemutus (s,t) pada 𝑁
𝐵 = 𝑣𝑠 , {𝑣1, 𝑣2, 𝑣 𝑡} = 𝑠, 1 , (𝑠, 2)
𝐵 = 𝑣𝑠, 𝑣1 , {𝑣2, 𝑣 𝑡} = 𝑠, 2 , 1,2 , (1, 𝑡)
𝐵 = 𝑣𝑠,𝑣2 , {𝑣1, 𝑣 𝑡} = 𝑠, 1 , (2, 𝑡)
𝐵 = 𝑣𝑠, 𝑣1, 𝑣2 , {𝑣 𝑡} = 1, 𝑡 , (2, 𝑡)
Setiap pemutus (𝑠, 𝑡) pada network 𝑁 mempunyai kapasitas.
Pemutus (𝑠, 𝑡) yang mempunyai kapasitas terkecil disebut
pemutus (𝒔, 𝒕) minimum
Kapasitas dari keempat pemutus tersebut adalah:
c 𝑣𝑠 , {𝑣1, 𝑣2, 𝑣 𝑡} = 𝑐 𝑠, 1 + 𝑐 𝑠, 2 = 3 + 4 = 7
c 𝑣𝑠, 𝑣1 , {𝑣2, 𝑣 𝑡} = 𝑐 𝑠, 2 + 𝑐 1,2 + 𝑐 1, 𝑡 = 4 + 2 + 5 = 11
𝑐 𝑣𝑠,𝑣2 , {𝑣1, 𝑣 𝑡} = 𝑠, 1 + 2, 𝑡 = 3 + 6 = 9
𝑐 𝑣𝑠, 𝑣1, 𝑣2 , {𝑣 𝑡} = 1, 𝑡 + (2, 𝑡) = 5 + 6 = 11
Tampak bahwa 𝐵 = 𝑣𝑠 , {𝑣1, 𝑣2, 𝑣 𝑡} = 𝑠, 1 , (𝑠, 2)
Dengan kapasitas 7 merupakan sebuah pemutus (𝑠, 𝑡)
minimum pada network 𝑁.
Misalkan 𝑁 sebuah network dengan titik sumber 𝑠 dan titik tujuan 𝑡.
Jika 𝑣 adalah sebuah titik 𝑁, maka himpunan semua busur 𝑁 yang keluar dari titik 𝑣 (meninggalkan titik 𝑣)
dilambangkan dengan 𝑶(𝒗) dan himpunan semua busur 𝑁 yang menuju ke titik 𝑣 dilambangkan dengan 𝑰(𝒗).
𝑣5 𝑣4
𝑣3
𝑣2𝑣1
𝑣 𝑡𝑣𝑠
𝐹
20
15
21
9
4 2
24
10
4 10
Untuk titik 𝑣𝑠
𝑂 𝑣𝑠 = 𝑂 𝑠 = {(𝑣𝑠, 𝑣1), (𝑣𝑠, 𝑣5)}={(s,1),(s,5)}
𝐼(𝑣𝑠) = 𝐼 𝑠 = { }
Untuk titik 𝑣3
𝑂 𝑣3 = 𝑂 3 = {(𝑣3, 𝑣2), (𝑣3, 𝑣4)}={(3,2),(3,4)}
𝐼(𝑣3) = 𝐼 3 = {(𝑣1, 𝑣3), (𝑣5, 𝑣3)}={(1,3),(5,3)}
Sebuah flow di network 𝑁 dari titik sumber 𝑠 ke titik
tujuan 𝑡 adalah suatu fungsi 𝑓 yang memetakan
setiap busur (𝑖, 𝑗) di 𝑁 dengan sebuah bilangan non-
negatif yang memenuhi syarat-syarat berikut:
• 0 ≤ 𝑓 𝑖, 𝑗 ≤ 𝑐 𝑖, 𝑗 ∀(𝑖, 𝑗) ∈ 𝛤(𝑁) (disebut
“kapasitas pembatas”).
• (𝑖,𝑗)∈𝑂(𝑠) 𝑓 𝑖, 𝑗 = (𝑖,𝑗)∈𝐼(𝑡) 𝑓 𝑖, 𝑗 (disebut
“nilai flow f”)
• (𝑖,𝑗)∈𝑂(𝑥) 𝑓 𝑖, 𝑗 = (𝑖,𝑗)∈𝐼(𝑥) 𝑓 𝑖, 𝑗 ∀𝑥 ∈
𝑉 𝑁 − {𝑠, 𝑡} (disebut “konservasi flow”)
𝑣5 𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠
Flow 𝑭 pada 𝑵 dengan nilai 12
20 : 7
15 : 5
21 : 2
9 : 3
8 : 5 2 : 1
24 : 3
10 : 9
4 : 2 10 : 6
𝑣5 𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠
Flow 𝑭 pada 𝑵 dengan nilai 27
20 : 20
15 : 7
21 : 16
9 : 3
8 : 4 2 : 2
24 : 18
10 : 9
4 : 4 10 : 6
𝑣5 𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠
Flow 𝑭 pada 𝑵 dengan nilai 12
20 : 7
15 : 5
21 : 2
9 : 3
8 : 5 2 : 1
24 : 3
10 : 9
4 : 2 10 : 6
Jika 𝑋 = 𝑣𝑠, 𝑣1 = 𝑠, 1 dan 𝑋′
= {𝑣2, 𝑣3, 𝑣4, 𝑣5, 𝑣 𝑡} = {2,3,4,5, 𝑡}
Maka 𝐵 = 𝑋, 𝑋′ = { 𝑠, 5 , 1,2 , 1,3 ) sebuah pemutus (𝑠, 𝑡) di N
Kapasitas 𝑐 𝑋, 𝑋′
= 𝑐 𝑠, 5 + 𝑐 1,2 + 𝑐 1,3 = 15 + 21+4=30
Terlihat bahwa nilai flow f yaitu 12, tidak melebih kapasitas
pemutus 𝒔, 𝒕 𝑩(𝑿, 𝑿′
).
TEOREMA 10.5:
Misalkan 𝑁 sebuah network dengan titik sumber 𝑠 dan titik tujuan 𝑡. Jika 𝑓 adalah sebuah flow
dan 𝑠 ke 𝑡 pada 𝑁 dengan nilai 𝑓𝑠,𝑡 dan 𝐵(𝑋, 𝑋′) sebuah pemutus 𝑠, 𝑡 pada 𝑁, maka 𝑓𝑠,𝑡 =
𝑓 𝑋, 𝑋′
− 𝑓(𝑋′
, 𝑋) ≤ 𝑐(𝑋, 𝑋′
).
Teorema 10.5 menjamin bahwa nilai sebarang flow
pada suatu network 𝑁 dari titik sumber 𝑠 ke titik tujuan
𝑡 tidak akan melebihi kapasitas sebarang pemutus (𝑠, 𝑡)
pada 𝑁.
Jadi, jika terdapat suatu flow 𝑓 di 𝑁 yang nilainya sama
dengan kapasitas suatu pemutus 𝑠, 𝑡 , maka flow f
tersebut adalah flow maksimum dan pemutus (𝑠, 𝑡)
tersebut adalah sebuah pemutus (𝑠, 𝑡) minimum. Jadi
flow 𝑓 bernilai 𝑓𝑠,𝑡 dari titik sumber s ke tujuan 𝑡 pada
network 𝑁 dikatakan Flow Maksimum jika
𝑓𝑠,𝑡 = 𝑚𝑖𝑛{𝑐(𝑋, 𝑋1)/𝐵 𝑋, 𝑋1 suatu pemutus (𝑠, 𝑡)
pada network 𝑁}.
𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠 3 : 0
5 : 4
6 : 5
4 : 1
4 : 4
2 : 2
8 : 7
3 : 2
3 : 3
Flow 𝑓2
Perhatikan flow 𝑓2 yang bernilai 9.
Jika 𝑋 = 𝑠, 2 dan 𝑋1 = {1,3,4, 𝑡},
maka 𝐵 𝑋, 𝑋1 = { 𝑠, 1 , 2,3 , 2,4 } adalah
pemutus (𝑠, 𝑡) pada 𝑁 dengan kapasitas
𝑐 𝑋, 𝑋1 = 𝑐 𝑠, 1 + 𝑐 2,3 + 𝑐 2,4 = 4 + 2 + 3
= 9 = 𝑛𝑖𝑙𝑎𝑖 𝑓𝑙𝑜𝑤𝑓2
Misalkan N sebuah network dan G adalah graph dasar N. Misalkan pada graph G terdapat lintasan 𝑃 =
(𝑣1, 𝑣2, 𝑣3,...,𝑣𝑖, 𝑣𝑖+1, … , 𝑣 𝑛).
Jika (𝑣𝑖, 𝑣𝑖+1) sebuah busur pada N maka busur tersebut dinamakan busur maju terhadap P.
Sebaliknya jika (𝑣𝑖+1, 𝑣𝑖) sebuah busur pada N maka busur tersebut dinamakan busur balik terhadap P.
𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠 3 : 0
5 : 4
6 : 5
4 : 1
4 : 4
2 : 2
8 : 7
3 : 2
3 : 3
Flow 𝑓2
Jadi, apakah suatu busur pada N termasuk busur maju atau busur balik, sangat tergantung pada
lintasan P pada graph dasarnya.
Sebagai contoh: misalkan G graph dasar dari network N
pada gambar di samping, maka 𝑃 = (𝑣𝑠, 𝑣2,𝑣1, 𝑣3,𝑣4, 𝑣 𝑡)
adalah sebuah lintasan (𝑣𝑠, 𝑣 𝑡) pada G (perlu dicatat
bahwa P bukan lintasan berarah pada N).
Sehingga terdapat P, busur-busur (𝑣𝑠, 𝑣2) , (𝑣1, 𝑣3) dan
(𝑣4, 𝑣𝑡) merupakan busur-busur maju.
Sementara (𝑣2, 𝑣1) dan (𝑣4, 𝑣3) merupakan busur balik
Misalkan f adalah sebuah flow dari titik sumber s ke titik tujuan t pada network N, dan misalkan G adalah
graph dasar N. Pikirkan sebuah lintasan P pada G. Inkremen sebuah busur a pada N yang berkorespondensi
dengan sebuah sisi P pada G, dilambangkan dengan i(a) dan didefinisikan sebagai berikut:
 Jika a busur maju maka 𝑖 𝑎 = 𝑐 𝑎 − 𝑓(𝑎)
 Jika a busur balik maka 𝑖 𝑎 = 𝑓(𝑎)
Inkremen lintasan 𝑃 disimbolkan dengan 𝑖(𝑃) didefinisikan sebagai berikut:
𝑖 𝑝 = min{𝑖 𝑎 │𝑎 𝑎𝑑𝑎𝑙𝑎ℎ 𝑏𝑢𝑠𝑢𝑟 𝑁 𝑦𝑎𝑛𝑔 𝑏𝑒𝑟𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 𝑑𝑒𝑛𝑔𝑎𝑛 𝑠𝑖𝑠𝑖 𝑃}
Sebuah lintasan P dengan i(P) positif disebut lintasan augmentasi.
Selanjutnya lintasan augmentasi P dari titik s ke titik tujuan t dinamakan
sebuah lintasan peningkatan. Sebagai contoh perhatikan flow f dari titik
sumber s ke titik tujuan t di network N pada gambar disamping. Pikirkan
lintasan 𝑃 = (𝑣𝑠, 𝑣2,𝑣1, 𝑣3,𝑣4, 𝑣 𝑡) .
𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠 3 : 1
5 : 2
6 : 2
4 : 1
4 : 3
2 : 1
8 : 4
3 : 1
3 : 2
Flow 𝑓
Lemma 10.6: misalkan f sebuah flow bernilai 𝑓𝑠,𝑡 dari titik sumber s ke titik tujuan t pada network N. Jika
terdapat lintasan P dari titik s ke titik t dengan 𝑖 𝑃 = 𝛿 > 0, didefinisikan fungsi 𝑓1 pada himpunan 𝛤(𝑁)
sebagai berikut: jika a busur maju terhadap P maka 𝑓1 𝑎 = 𝑓 𝑎 + 𝛿 sedangkan jika a busur balik terhadap
P maka 𝑓1 𝑎 = 𝑓 𝑎 − 𝛿, serta𝑓1 𝑎 = 𝑓(𝑎) untuk busur a lainnya. Maka 𝑓1 adalah flow dari titik s ke titik t
pada N dengan nilai 𝑓𝑠,𝑡 + 𝛿
𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠 3 : 1
5 : 2
6 : 2
4 : 1
4 : 3
2 : 1
8 : 4
3 : 1
3 : 2
Flow 𝑓
𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠 3 : 0
5 : 3
6 : 3
4 : 0
4 : 3
2 : 1
8 : 4
3 : 2
3 : 2
Flow 𝑓′
Algoritma Flow Maksimum
Input: Network 𝑁 = (𝑉, 𝐺) dengan titik sumber s dan titik
tujuan t.
Step 1: Misalkan f sebuah flow dari s ke t pada N (Boleh
dimulai dengan flow bernilai nol, yaitu 𝑓 𝑖, 𝑗 = 0
∀(𝑖, 𝑗) ∈ 𝐼) dilanjutkan ke routin pelabelan.
Step 2: Routin Pelabelan.
1. label 𝑣𝑠 = (𝑠, +, 𝜀 𝑠 = ~) titik 𝑣𝑠 telah terlabel dan
belum teramati. (Note: sebuah titik v dikatakan telah
teramati jika semua titik yang dapat dilabel dari titik v
sudah terlabel).
2. Pilih sebarang titik yang terlabel tetapi belum teramati,
misalkan titik tersebut 𝑣 𝑥. ∀𝑣 𝑦∃ 𝑦, 𝑥 ∈ 𝛤, 𝑣 𝑦 belum
berlabel dan 𝑓 𝑦, 𝑥 > 0 maka label 𝑣 𝑦 = (𝑥, −, 𝜀 𝑦 )
dengan 𝜀 𝑦 = min{𝜀 𝑥 , 𝑓 𝑦, 𝑥 }. Sekarang titik 𝑣 𝑦
telah terlabel, tetapi belum teramati. ∀𝑣 𝑦∃ 𝑥, 𝑦 ∈
𝛤, 𝑣 𝑦 belum berlabel dan c 𝑥, 𝑦 > 𝑓(𝑥, 𝑦) maka
label 𝑣 𝑦 = (𝑥, +, 𝜀 𝑦 ) dengan 𝜀 𝑦 = min{𝜀 𝑥 ,
𝑐 𝑥, 𝑦 − 𝑓 𝑥, 𝑦 }. Sekarang titik 𝑣 𝑦 telah terlabel,
tetapi belum teramati. Ubahlah label 𝑣 𝑥 dengan cara
melingkari tanda + atau -.
3. Ulangi step 2.2 sampai:
a. Titik 𝑣 𝑡 terlabel atau
b. Semua titik teralabel telah teramati tetapi titik 𝑣 𝑡 tak
terlabel.
a. Jika titik 𝑣 𝑡 terlabel, lanjut ke step 3.
b. Jika semua titik terlabel telah teramati tetapi titik 𝑣 𝑡 tak
terlabel maka STOP: “flow f adalah flow maksimum pada
network N”.
Step 3: dengan prosedur “balik” tentukan lintasan peningkatan
P dengan i(P) adalah label 𝑣 𝑡.
Step 4: tingkatkan nilai flow f sebesar label 𝑣 𝑡 berdasarkan
lintasan peningkatan-P dengan menggunakan routine
peningkatan.
1. Misal Z=t lanjutkan ke step 4.2.
2. Jika label 𝑣𝑧 = (𝑞, +, 𝜀 𝑡 ) tingkatkan nilai 𝑓(𝑞, 𝑧) dengan
𝜀 𝑡 = 𝑖(𝑃). Jika label 𝑣𝑧 = (𝑞, −, 𝜀 𝑡 ) turunkan nilai
𝑓(𝑞, 𝑧) dengan 𝜀 𝑡 = 𝑖(𝑃)
3. Jika 𝑞 = 𝑠 hapus semua label. Pada tahap ini diperoleh flow
f baru dengan nilai 𝑖 𝑃 + 𝑛𝑖𝑙𝑎𝑖 𝑓𝑙𝑜𝑤 𝑙𝑎𝑚𝑎. Ganti flow f
dengan flow f yang baru dan kembali ke step 1.
𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠 3 : 1
5 : 2
6 : 2
4 : 1
4 : 3
2 : 1
8 : 4
3 : 1
3 : 2
Flow 𝑓0
Tentukan flow maksimum dari 𝒇 𝟎!
𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠 3 : 1
5 : 3
6 : 2
4 : 1
4 : 4
2 : 1
8 : 5
3 : 1
3 : 2
Flow 𝑓1
𝑣4
𝑣3
𝑣2
𝑣1
𝑣𝑡𝑣𝑠 3 : 1
5 : 3
6 : 3
4 : 1
4 : 4
2 : 2
8 : 6
3 : 1
3 : 2
Flow 𝑓2
𝑣4
𝑣3
𝑣2
𝑣1
𝑣 𝑡𝑣𝑠 3 : 1
5 : 3
6 : 4
4 : 1
4 : 4
2 : 2
8 : 6
3 : 2
3 : 3
Flow 𝑓3
𝒗 𝟒
𝒗 𝟑
𝒗 𝟐
𝒗 𝟏
𝒗 𝒕𝒗 𝒔 3 : 0
5 : 4
6 : 5
4 : 1
4 : 4
2 : 2
8 : 7
3 : 2
3 : 3
Flow 𝒇 𝟒
GRAPH BERARAH DAN NETWORK

More Related Content

PDF
Matematika Diskrit - 09 graf - 05
DOCX
Grup siklik
DOCX
Rpp kd 3.6 wajib (fungsi komposisi dan fungsi invers)
PPTX
Modul 7 basis dan dimensi
PPTX
Graf ( Matematika Diskrit)
PDF
Struktur aljabar-2
DOCX
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Matematika Diskrit - 09 graf - 05
Grup siklik
Rpp kd 3.6 wajib (fungsi komposisi dan fungsi invers)
Modul 7 basis dan dimensi
Graf ( Matematika Diskrit)
Struktur aljabar-2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1

What's hot (20)

DOCX
Contoh soal dan pembahasan subgrup
PPTX
VEKTOR DI BIDANG DAN DI RUANG ( Aljabar Linear Elementer )
PDF
Grup siklik
PPTX
Graf Pohon
PPT
Graf pohon (bagian ke 6)
RTF
Handout analisis real
PPT
Bab 2 perhitungan galat
PDF
Aljabar 3-struktur-aljabar
PDF
pewarnaan graf
PPT
Metode numerik persamaan non linier
PPTX
Ruang Vektor ( Aljabar Linear Elementer )
PPTX
Order dari Elemen Grup
PDF
Supremum dan infimum
PDF
Pengantar analisis real_I
DOC
Cara menggambar graf sederhana matematika diskrit
PDF
Analisis real-lengkap-a1c
PPSX
Fungsi Kompleks (pada bilangan kompleks)
PDF
Bab ix ruas garis berarah
DOCX
Limit fungsi dua peubah
PDF
135928077 instrumen-penilaian-mat-smp
Contoh soal dan pembahasan subgrup
VEKTOR DI BIDANG DAN DI RUANG ( Aljabar Linear Elementer )
Grup siklik
Graf Pohon
Graf pohon (bagian ke 6)
Handout analisis real
Bab 2 perhitungan galat
Aljabar 3-struktur-aljabar
pewarnaan graf
Metode numerik persamaan non linier
Ruang Vektor ( Aljabar Linear Elementer )
Order dari Elemen Grup
Supremum dan infimum
Pengantar analisis real_I
Cara menggambar graf sederhana matematika diskrit
Analisis real-lengkap-a1c
Fungsi Kompleks (pada bilangan kompleks)
Bab ix ruas garis berarah
Limit fungsi dua peubah
135928077 instrumen-penilaian-mat-smp
Ad

Similar to GRAPH BERARAH DAN NETWORK (20)

PDF
Diskret VII Graph
PPT
Teori graf-complete
PPT
Teori graf-complete
PDF
Matematika Diskrit graf
PPTX
Graph dalam Struktur Data
PPT
bab-8 Teoeri graf dan pohon materi s.ppt
PPT
PDF
Pertemuan 11 revisijan2013-mhs
PPT
285975_TEOREMA GRAPH_.ppt
PDF
Graph, Bidirect Graph, Terminologi Graph, Implementasi
PDF
Graph-Teori-Algoritma.pdf
PPTX
presentasi matriks penyajian graph teknik informatika
PDF
Graph-Struktur Data.pdf
PDF
Teori graph-1
PPT
Teori graph
PDF
13 graph2
PPT
Graf adalah diagram yang digunakan untuk menggambarkan berbagai struktur yang...
PPT
pengenalan teori Graf pada mata kuliah matematika diskrit
PPT
mat11- Graph Grade X Kurmer Mathematics.ppt
PPTX
Graf Oke.pptx
Diskret VII Graph
Teori graf-complete
Teori graf-complete
Matematika Diskrit graf
Graph dalam Struktur Data
bab-8 Teoeri graf dan pohon materi s.ppt
Pertemuan 11 revisijan2013-mhs
285975_TEOREMA GRAPH_.ppt
Graph, Bidirect Graph, Terminologi Graph, Implementasi
Graph-Teori-Algoritma.pdf
presentasi matriks penyajian graph teknik informatika
Graph-Struktur Data.pdf
Teori graph-1
Teori graph
13 graph2
Graf adalah diagram yang digunakan untuk menggambarkan berbagai struktur yang...
pengenalan teori Graf pada mata kuliah matematika diskrit
mat11- Graph Grade X Kurmer Mathematics.ppt
Graf Oke.pptx
Ad

More from Muhammad Alfiansyah (20)

PDF
Pencegahan-dan-Penanganan-Kekerasan-di-Lingkungan-Sekolah.pdf
PDF
Infografis Laporan Aktualisasi.pdf
PDF
Laporan Aktualisasi "Pelita Mabit" dengan Penerapan Nilai-nilai Dasar BerAKHL...
DOC
ANALISIS KKM
DOC
PROGRAM SEMESTER KELAS 8
DOCX
PROGRAM TAHUNAN KELAS 8
DOCX
SILABUS MATEMATIKA KELAS 8
DOCX
Bab v 2. perbandingan dua besaran dengan satuan yang berbeda
DOCX
Bab v 1. perbandingan dua besaran
DOCX
Bab iv 8. remedial dan pengayaan ke-4
DOCX
Bab iv 7. ujian harian ke-4
DOCX
Bab iv 6. tugas projek ke-4
DOCX
Bab iv 5. menyelesaikan masalah pt lsv
DOCX
Bab iv 4. konsep pt lsv
DOCX
Bab iv 3. menyelesaikan persamaan menggunakan perkalian dan pembagian
DOCX
Bab iv 2. menyelesaikan persamaan menggunakan penjumlahan dan pengurangan
DOCX
Bab iv 1. konsep plsv
DOCX
Bab iii 8. remedial dan pengayaan ke-3
DOCX
Bab iii 7. ujian harian ke-3
DOCX
Bab iii 6. tugas projek ke-3
Pencegahan-dan-Penanganan-Kekerasan-di-Lingkungan-Sekolah.pdf
Infografis Laporan Aktualisasi.pdf
Laporan Aktualisasi "Pelita Mabit" dengan Penerapan Nilai-nilai Dasar BerAKHL...
ANALISIS KKM
PROGRAM SEMESTER KELAS 8
PROGRAM TAHUNAN KELAS 8
SILABUS MATEMATIKA KELAS 8
Bab v 2. perbandingan dua besaran dengan satuan yang berbeda
Bab v 1. perbandingan dua besaran
Bab iv 8. remedial dan pengayaan ke-4
Bab iv 7. ujian harian ke-4
Bab iv 6. tugas projek ke-4
Bab iv 5. menyelesaikan masalah pt lsv
Bab iv 4. konsep pt lsv
Bab iv 3. menyelesaikan persamaan menggunakan perkalian dan pembagian
Bab iv 2. menyelesaikan persamaan menggunakan penjumlahan dan pengurangan
Bab iv 1. konsep plsv
Bab iii 8. remedial dan pengayaan ke-3
Bab iii 7. ujian harian ke-3
Bab iii 6. tugas projek ke-3

Recently uploaded (20)

PPTX
Bahan Presentasi Persamaan Elips .pptx
DOCX
Modul Ajar Deep Learning PJOK Kelas 10 SMA Terbaru 2025
DOCX
CONTOH RANCANGAN MODUL PROYEK KOKURIKULER SMA 1.docx
DOCX
Modul Ajar Deep Learning PJOK Kelas 12 SMA Terbaru 2025
DOCX
Modul Ajar Deep Learning PAI & BP Kelas 12 SMA Terbaru 2025
PDF
2. Capaian-Pembelajaran-Koding-Dan-Kecerdasan-Artifisial-Pusbuk.pdf
DOCX
Modul Ajar Deep Learning Biologi Kelas 10 SMA Terbaru 2025
PPTX
5. Bahan Bacaan Asinkronus Modul 5_ Perencanaan Pembelajaran.pptx
PPTX
XI BAB 7 SISTEM PERNAPASAN pada kelas xi
PPTX
Pancasila: fondasi peradaban dan kebudayaan berkelanjutan
DOCX
LKPD_Bab_1_Informatika_Kelas_9. : Informatika dan Keterampilan Generikdocx
PPTX
PPT SURAT AL FIL LOMBA MAPSI SEKOLAH DASAR
DOCX
Modul Ajar Deep Learning PKN Kelas 10 SMA Terbaru 2025
PPTX
2. Modul 2 Fase C Berpikir Komputasional.pptx
DOCX
Modul Ajar Deep Learning PAI & BP Kelas 11 SMA Terbaru 2025
PDF
ANALISIS CP NO 046 TAHUN 2025 FASE C.pdf
PDF
3. Buku Sekolah Sehat, sekolah sehat bagi madrasah
PPT
SEJARAH kelas 12 SEMESTER SATU DAN DUA.ppt
PPTX
PPT Kurikulum Berbasis Cinta tahun 2025.
PDF
Pengenalan Undang-undang pengakap laut.pdf
Bahan Presentasi Persamaan Elips .pptx
Modul Ajar Deep Learning PJOK Kelas 10 SMA Terbaru 2025
CONTOH RANCANGAN MODUL PROYEK KOKURIKULER SMA 1.docx
Modul Ajar Deep Learning PJOK Kelas 12 SMA Terbaru 2025
Modul Ajar Deep Learning PAI & BP Kelas 12 SMA Terbaru 2025
2. Capaian-Pembelajaran-Koding-Dan-Kecerdasan-Artifisial-Pusbuk.pdf
Modul Ajar Deep Learning Biologi Kelas 10 SMA Terbaru 2025
5. Bahan Bacaan Asinkronus Modul 5_ Perencanaan Pembelajaran.pptx
XI BAB 7 SISTEM PERNAPASAN pada kelas xi
Pancasila: fondasi peradaban dan kebudayaan berkelanjutan
LKPD_Bab_1_Informatika_Kelas_9. : Informatika dan Keterampilan Generikdocx
PPT SURAT AL FIL LOMBA MAPSI SEKOLAH DASAR
Modul Ajar Deep Learning PKN Kelas 10 SMA Terbaru 2025
2. Modul 2 Fase C Berpikir Komputasional.pptx
Modul Ajar Deep Learning PAI & BP Kelas 11 SMA Terbaru 2025
ANALISIS CP NO 046 TAHUN 2025 FASE C.pdf
3. Buku Sekolah Sehat, sekolah sehat bagi madrasah
SEJARAH kelas 12 SEMESTER SATU DAN DUA.ppt
PPT Kurikulum Berbasis Cinta tahun 2025.
Pengenalan Undang-undang pengakap laut.pdf

GRAPH BERARAH DAN NETWORK

  • 1. Kelompok IV 1. Muh. Alfiansyah 161050701024 2. Nurqiyamah Hamid 1610507010XX 3. Asmaun 1610507010XX
  • 2. Sebuah Graph berarah D adalah suatu pasangan berurutan dari dua himpunan V(D) yaitu himpunan berhingga tak kosong yang anggota-anggotanya disebut titik dan 𝛤(D) yaitu himpunan berhingga (boleh kosong) yang anggota-anggotanya disebut busur sedemikian sehingga setiap busur merupakan pasangan berurutan dari dua titik di V(D). Contoh: Graph berarah 𝐿 = 𝑉 𝐿 , 𝛤(𝐿) 𝐿 = ( 𝑣1, 𝑣2, 𝑣3, 𝑣4, 𝑣5 , { 𝑣1, 𝑣2 , 𝑣2, 𝑣3 , 𝑣2, 𝑣5 , 𝑣3, 𝑣4 , 𝑣4, 𝑣5 , 𝑣5, 𝑣1 , 𝑣5, 𝑣3 } JALANKonsep: JEJAK LINTASAN SIRKUIT SIKEL Istilah sisi pada graph tak berarah diganti dengan istilah busur pada graph berarah
  • 3. 𝑣1 𝑣2 𝑣3 𝑣4𝑣5 𝑃 𝑣1 𝑣2 𝑣3 𝑣4𝑣5 𝑄 𝐶4 = (𝑣2, 𝑣3, 𝑣4, 𝑣5, 𝑣2) 𝑣1 𝑣2 𝑣3 𝑣4𝑣5 𝑅 𝐶4 adalah sikel berarah dengan panjang 4 pada graph berarah R. 𝐶5 = (𝑣1, 𝑣2, 𝑣3, 𝑣4, 𝑣5, 𝑣1) 𝐶5 adalah sikel berarah dengan panjang 5 pada graph berarah P. Sikel Hamilton adalah sebuah sikel yang memuat semua titik sebuah graph. Graph Hamilton adalah graph yang memuat sikel hamilton. Konsep keterhubungan pada graph berarah  Terhubung Lemah jika graph dasarnya terhubung.  Terhubung Kuat jika untuk setiap dua titik 𝑣𝑖 dan 𝑣𝑗 di suatu graph berarah terdapat lintasan berarah dari 𝑣𝑖 ke 𝑣𝑗.
  • 4. Misalkan D sebuah graph berarah dan 𝑣 ∈ 𝑉 𝐷 Derajat keluar titik v, dilambangkan dengan od(v) adalah banayaknya busur pada graph berarah D yang keluar dari titik v. Derajat masuk titik v, dilambangkan dengan id(v) adalah banayaknya busur pada graph berarah D yang menuju ke titik v. 𝑣1 𝑣2 𝑣3 𝑣4 𝑣5 𝐷 𝑜𝑑(𝑣1) = 2 𝑖𝑑(𝑣1) = 2 𝑜𝑑(𝑣2) = 1 𝑖𝑑(𝑣2) = 1 𝑜𝑑(𝑣3) = 1 𝑖𝑑(𝑣3) = 1 𝑜𝑑(𝑣4) = 2 𝑖𝑑(𝑣2) = 2 𝑜𝑑(𝑣5) = 1 𝑖𝑑(𝑣5) = 1 TEOREMA 10.1: Jika 𝐷 = (𝑉 𝐷 , 𝛤 𝐷 ) graph berarah maka 𝑣∈𝑉(𝐷) 𝑖𝑑 𝑣 = 𝛤 𝐷 = 𝑣∈𝑉(𝐷) 𝑜𝑑 𝑣
  • 5. 𝑣1 𝑣2 𝑣5 𝑣3 𝑣4 𝑣7𝑣6 𝑄 Misalkan Q sebuah graph berarah terhubung lemah. Sebuah sirkuit berarah yang memuat semua busur Q disebut sirkuit euler berarah. Jika D memuat sirkuit euler berarah maka D disebut graph euler. TEOREMA 10.2: Misalkan graph-berarah 𝐷 terhubung lemah dengan paling sedikit satu busur. 𝐷 graph euler jika dan hanya jika 𝑖𝑑 𝑣 = 𝑜𝑑 𝑣 ∀ 𝑣 ∈ 𝑉 𝐷 . 𝑣1 𝑣2 𝑣3 𝑣4 𝑣5 𝐷 𝑣1 𝑣2 𝑣3 𝑣4𝑣5 𝑃
  • 6. Misalkan G sebuah graph (tak berarah). Jika dibentuk graph berarah D dari graph G dengan cara mengganti setiap sisi G dengan sebuah busur atau dengan cara memberi “arah” pada setiap sisi G, maka graph berarah D disebut sebuah orientasi G. 𝑣1 𝑣2 𝑣5𝑣3 𝑣4 𝑣6 𝐺 𝑣1 𝑣2 𝑣5𝑣3 𝑣4 𝑣6 𝐷1 𝑣1 𝑣2 𝑣5𝑣3 𝑣4 𝑣6 𝐷2 𝐷1 dan 𝐷2 dua orientasi graph G yang berbeda
  • 7. Sebuah orientasi dari graph komplit disebut graph turnamen. Jadi turnamen adalah graph berarah tanpa gelung sedemikian hingga setiap dua titik yang berbeda 𝑢 dan 𝑣 dihubungkan oleh busur (𝑢, 𝑣) saja atau busur (𝑣, 𝑢) saja. Hanya ada 2 turnamen dengan tiga titik yang non-isomorfik dan hanya ada 4 turnamen dengan empat titik yang non-isomorfik.
  • 8. Contoh: Suatu pertandingan sepak bola diikuti oleh enam tim yakni A, B, C, D, E dan F, dalam pertandingan ini setiap dua tim harus bertanding tepat satu kali dan tidak boleh ada seri. Hasil pertandingan yang diperoleh yakni A menang melawan B dan D, B menang melawan C, D dan F, C hanya menang melawan A, D menang melawan E dan F, E hanya kalah melawan D serta F menang melawan A dan C. 𝐹 𝐸 𝐷 𝐶𝐵 𝐴 TEOREMA 10.3: Misalkan T sebuah turnamen dan 𝑢 adalah sebuah titik di T dengan 𝑜𝑑(𝑢) maksimum. Maka setiap titik 𝑣 di T, terdapat lintasan berarah dari 𝑢 ke 𝑣 di T dengan panjang maksimum dua.
  • 9. Akan dibuat sistem alur lalulintas satu arah sedemikian sehingga dari setiap tempat (persimpangan) seorang pengendara dapat mengakses tempat yang lain lewat sistem yang dibuat. Dalam konteks teori graph masalah di atas dapat dirumuskan menjadi sebagai berikut: diberikan sebuah graph (tak berarah) G. Adakah sebuah orientasi G merupakan graph beraharah terhubung kuat? Permasalahan Solusi Sebuah graph G dikatakan terorientasi jika terdapat sebuah orientasi G yang terhubung kuat. TEOREMA 10.4: Sebuah graph G terorientasi jika dan hanya jika graph G terhubung dan tidak memiliki sisi pemutus.
  • 10. ALGORITMA HOPCROFT DAN TARJAN Input : Graph G terhubung dan tidak memiliki sisi pemutus. Step 1 : Pilih 𝑣 ∈ 𝑉(𝐺), dan label titik 𝑣 dengan λ 𝑣 = 1. Tulis 𝐿 = {𝑣} dan 𝑈 = 𝑉 𝐺 − {𝑣}. (L adalah himpunan titik-titik terlabel. U adalah himpunan titik-titik tak terlabel). Tulis 𝛤 = ∅ (adalah himpunan busur yang diperoleh dari pemberian orientasi pada sisi graph G). Step 2 : Pilih titik 𝑥 di L dengan label maksimum dan berhubungan langsung ke sebuah titik 𝑦 di U. Lebel titik 𝑦 dengan λ 𝑦 = λ 𝑥 + 1. Ganti L dengan 𝐿 ∪ {𝑦} dan 𝑈 dengan 𝑈 − {𝑦}. Beri orientasi (arah sis 𝑥𝑦 dari titik 𝑥 ke titik y). Ganti 𝛤 dengan 𝛤 ∪ 𝑥, 𝑦 . Step 3 : Jika 𝐿 ≠ 𝑉(𝐺) kembali ke step 2. Step 4 : 𝐿 = 𝑉 𝐺 (Dalam hal ini, semua titik 𝐺 telah dilabel; dan graph dasar dari graph berarah yang dibangun oleh semua busur 𝛤 merupakan sebuah pohon rentang dari graph 𝐺. Lebih jauh, sisi-sisi 𝐺 yang belum diberi orientasi menghubungkan dua titik dengan nilai label berbeda). Untuk setiap sisi 𝑤𝑧 pada graph 𝐺 yang belum diorientasi, jika λ 𝑤 > λ 𝑧 , maka beri orientasi sisi 𝑤𝑧 dari titik 𝑤 ke titik 𝑧. STOP: “Diperoleh sebuah orientasi graph 𝐺”.
  • 11. Contoh: (Soal Latihan Nomor 10) Gunakan algoritma Hopcroft dan Tarjan untuk memberi orientasi pada setiap sisi graph G berikut agar diperoleh graph berarah terhubung kuat. 𝑣1 𝑣2 𝑣5 𝑣3 𝑣4 𝑣6
  • 12. Sebuah Network 𝑵 = (𝑽 𝑵 , 𝛤 𝑵 ) adalah sebuah graph berarah sederhana terhubung lemah yang setiap busurnya dikaitkan dengan bilangan real non-negatif. Selanjutnya, bilangan real non-negatif yang dikaitkan pada busur (𝑣𝑖, 𝑣𝑗) atau disingkat 𝑖, 𝑗 pada Network N disebut Kapasitas Busur (𝑣𝑖, 𝑣𝑗) dan dilambangkan dengan c(𝑣𝑖, 𝑣𝑗) atau c 𝑖, 𝑗  Sebuah titik 𝑠 di network 𝑁 disebut titik sumber jika 𝑖𝑑 𝑠 = 0.  Sebuah titik 𝑡 di network 𝑁 disebut titik tujuan jika 𝑜𝑑 𝑡 = 0.  Sedangkan, titik yang lain disebut titik antara. 𝑣1 𝑣2 𝑣5 𝑣3 𝑣4𝑣6
  • 13. Misalkan 𝑋 dan 𝑌 dua himpunan bagian 𝑉(𝑁) padan network 𝑁. Himpunan semua busur 𝑁 yang berawal di 𝑋 dan berujung di 𝑌 dilambangkan dengan 𝐵 𝑋, 𝑌 . Total kapasitas semua busur di 𝐵(𝑋, 𝑌) dilambangkan dnegan 𝑐(𝑋, 𝑌). Dengan demikian: 𝑐 𝑋, 𝑌 = 𝑎∈𝐵(𝑋,𝑌) 𝑐(𝑎) Misalnya dari graph 𝐺: Jika 𝑋 = {𝑣𝑠, 𝑣1, 𝑣3} dan 𝑌 = 𝑣2, 𝑣4, 𝑣5, 𝑣6, 𝑣 𝑡 Maka 𝐵 𝑋, 𝑌 = { 𝑠, 6 , 1,2 , 1,5 , 3, 𝑡 } Dan 𝑐 𝑋, 𝑌 = 𝑐 𝑆, 6 + 𝑐 1,2 + 𝑐 1,5 + 𝑐 3, 𝑡 = 5 + 8 + 5 + 5 = 23 𝑣1 𝑣2 𝑣5 𝑣3 𝑣4𝑣6 𝐺 𝑣 𝑣
  • 14. Misalkan 𝑁 sebuah network dengan titik sumber 𝑠 dan titik tujuan 𝑡. Misalkan himpunan 𝑋 adalah himpunan bagian tak kosong dari 𝑉(𝑁) dan 𝑋′ = 𝑉 𝑁 − 𝑋. Jika 𝑠 ∈ 𝑋 dan 𝑡 ∈ 𝑋′ maka himpunan busur 𝐵(𝑋, 𝑋′ ) disebut sebuah pemutus (s,t) dari network 𝑁. Misalkan 𝐴 adalah himpunan titik antara pada network 𝑁 dan 𝐴′ adalah sebuah himpunan bagian 𝐴. Jika 𝑋 = {𝑡} ∪ 𝐴 maka 𝐵(𝑋, 𝑋′ ) sebuah pemutus (𝑠, 𝑡) pada network 𝑁. Jadi banyaknya pemutus (𝑠, 𝑡) pada network 𝑁 sama dengan banyaknya himpunan bagian dari himpunan A yaitu 2 𝑛 dengan 𝑛 = 𝐴 . Disebut demikian, karena penghapusan semua busur 𝐵(𝑋, 𝑋′ ) dari 𝑁, memutus semua lintasan berarah dari titik 𝑠 ke titik 𝑡 pada network 𝑁.
  • 15. 𝑣1 𝑣2 𝑣 𝑡𝑣𝑠 3 6 5 2 4 𝑁 Graph 𝑁 diketahui memiliki dua titik antara Sehingga terdapat 22 = 4 pemutus (s,t) pada 𝑁 𝐵 = 𝑣𝑠 , {𝑣1, 𝑣2, 𝑣 𝑡} = 𝑠, 1 , (𝑠, 2) 𝐵 = 𝑣𝑠, 𝑣1 , {𝑣2, 𝑣 𝑡} = 𝑠, 2 , 1,2 , (1, 𝑡) 𝐵 = 𝑣𝑠,𝑣2 , {𝑣1, 𝑣 𝑡} = 𝑠, 1 , (2, 𝑡) 𝐵 = 𝑣𝑠, 𝑣1, 𝑣2 , {𝑣 𝑡} = 1, 𝑡 , (2, 𝑡) Setiap pemutus (𝑠, 𝑡) pada network 𝑁 mempunyai kapasitas. Pemutus (𝑠, 𝑡) yang mempunyai kapasitas terkecil disebut pemutus (𝒔, 𝒕) minimum Kapasitas dari keempat pemutus tersebut adalah: c 𝑣𝑠 , {𝑣1, 𝑣2, 𝑣 𝑡} = 𝑐 𝑠, 1 + 𝑐 𝑠, 2 = 3 + 4 = 7 c 𝑣𝑠, 𝑣1 , {𝑣2, 𝑣 𝑡} = 𝑐 𝑠, 2 + 𝑐 1,2 + 𝑐 1, 𝑡 = 4 + 2 + 5 = 11 𝑐 𝑣𝑠,𝑣2 , {𝑣1, 𝑣 𝑡} = 𝑠, 1 + 2, 𝑡 = 3 + 6 = 9 𝑐 𝑣𝑠, 𝑣1, 𝑣2 , {𝑣 𝑡} = 1, 𝑡 + (2, 𝑡) = 5 + 6 = 11 Tampak bahwa 𝐵 = 𝑣𝑠 , {𝑣1, 𝑣2, 𝑣 𝑡} = 𝑠, 1 , (𝑠, 2) Dengan kapasitas 7 merupakan sebuah pemutus (𝑠, 𝑡) minimum pada network 𝑁.
  • 16. Misalkan 𝑁 sebuah network dengan titik sumber 𝑠 dan titik tujuan 𝑡. Jika 𝑣 adalah sebuah titik 𝑁, maka himpunan semua busur 𝑁 yang keluar dari titik 𝑣 (meninggalkan titik 𝑣) dilambangkan dengan 𝑶(𝒗) dan himpunan semua busur 𝑁 yang menuju ke titik 𝑣 dilambangkan dengan 𝑰(𝒗). 𝑣5 𝑣4 𝑣3 𝑣2𝑣1 𝑣 𝑡𝑣𝑠 𝐹 20 15 21 9 4 2 24 10 4 10 Untuk titik 𝑣𝑠 𝑂 𝑣𝑠 = 𝑂 𝑠 = {(𝑣𝑠, 𝑣1), (𝑣𝑠, 𝑣5)}={(s,1),(s,5)} 𝐼(𝑣𝑠) = 𝐼 𝑠 = { } Untuk titik 𝑣3 𝑂 𝑣3 = 𝑂 3 = {(𝑣3, 𝑣2), (𝑣3, 𝑣4)}={(3,2),(3,4)} 𝐼(𝑣3) = 𝐼 3 = {(𝑣1, 𝑣3), (𝑣5, 𝑣3)}={(1,3),(5,3)}
  • 17. Sebuah flow di network 𝑁 dari titik sumber 𝑠 ke titik tujuan 𝑡 adalah suatu fungsi 𝑓 yang memetakan setiap busur (𝑖, 𝑗) di 𝑁 dengan sebuah bilangan non- negatif yang memenuhi syarat-syarat berikut: • 0 ≤ 𝑓 𝑖, 𝑗 ≤ 𝑐 𝑖, 𝑗 ∀(𝑖, 𝑗) ∈ 𝛤(𝑁) (disebut “kapasitas pembatas”). • (𝑖,𝑗)∈𝑂(𝑠) 𝑓 𝑖, 𝑗 = (𝑖,𝑗)∈𝐼(𝑡) 𝑓 𝑖, 𝑗 (disebut “nilai flow f”) • (𝑖,𝑗)∈𝑂(𝑥) 𝑓 𝑖, 𝑗 = (𝑖,𝑗)∈𝐼(𝑥) 𝑓 𝑖, 𝑗 ∀𝑥 ∈ 𝑉 𝑁 − {𝑠, 𝑡} (disebut “konservasi flow”) 𝑣5 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 Flow 𝑭 pada 𝑵 dengan nilai 12 20 : 7 15 : 5 21 : 2 9 : 3 8 : 5 2 : 1 24 : 3 10 : 9 4 : 2 10 : 6 𝑣5 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 Flow 𝑭 pada 𝑵 dengan nilai 27 20 : 20 15 : 7 21 : 16 9 : 3 8 : 4 2 : 2 24 : 18 10 : 9 4 : 4 10 : 6
  • 18. 𝑣5 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 Flow 𝑭 pada 𝑵 dengan nilai 12 20 : 7 15 : 5 21 : 2 9 : 3 8 : 5 2 : 1 24 : 3 10 : 9 4 : 2 10 : 6 Jika 𝑋 = 𝑣𝑠, 𝑣1 = 𝑠, 1 dan 𝑋′ = {𝑣2, 𝑣3, 𝑣4, 𝑣5, 𝑣 𝑡} = {2,3,4,5, 𝑡} Maka 𝐵 = 𝑋, 𝑋′ = { 𝑠, 5 , 1,2 , 1,3 ) sebuah pemutus (𝑠, 𝑡) di N Kapasitas 𝑐 𝑋, 𝑋′ = 𝑐 𝑠, 5 + 𝑐 1,2 + 𝑐 1,3 = 15 + 21+4=30 Terlihat bahwa nilai flow f yaitu 12, tidak melebih kapasitas pemutus 𝒔, 𝒕 𝑩(𝑿, 𝑿′ ). TEOREMA 10.5: Misalkan 𝑁 sebuah network dengan titik sumber 𝑠 dan titik tujuan 𝑡. Jika 𝑓 adalah sebuah flow dan 𝑠 ke 𝑡 pada 𝑁 dengan nilai 𝑓𝑠,𝑡 dan 𝐵(𝑋, 𝑋′) sebuah pemutus 𝑠, 𝑡 pada 𝑁, maka 𝑓𝑠,𝑡 = 𝑓 𝑋, 𝑋′ − 𝑓(𝑋′ , 𝑋) ≤ 𝑐(𝑋, 𝑋′ ).
  • 19. Teorema 10.5 menjamin bahwa nilai sebarang flow pada suatu network 𝑁 dari titik sumber 𝑠 ke titik tujuan 𝑡 tidak akan melebihi kapasitas sebarang pemutus (𝑠, 𝑡) pada 𝑁. Jadi, jika terdapat suatu flow 𝑓 di 𝑁 yang nilainya sama dengan kapasitas suatu pemutus 𝑠, 𝑡 , maka flow f tersebut adalah flow maksimum dan pemutus (𝑠, 𝑡) tersebut adalah sebuah pemutus (𝑠, 𝑡) minimum. Jadi flow 𝑓 bernilai 𝑓𝑠,𝑡 dari titik sumber s ke tujuan 𝑡 pada network 𝑁 dikatakan Flow Maksimum jika 𝑓𝑠,𝑡 = 𝑚𝑖𝑛{𝑐(𝑋, 𝑋1)/𝐵 𝑋, 𝑋1 suatu pemutus (𝑠, 𝑡) pada network 𝑁}. 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 3 : 0 5 : 4 6 : 5 4 : 1 4 : 4 2 : 2 8 : 7 3 : 2 3 : 3 Flow 𝑓2 Perhatikan flow 𝑓2 yang bernilai 9. Jika 𝑋 = 𝑠, 2 dan 𝑋1 = {1,3,4, 𝑡}, maka 𝐵 𝑋, 𝑋1 = { 𝑠, 1 , 2,3 , 2,4 } adalah pemutus (𝑠, 𝑡) pada 𝑁 dengan kapasitas 𝑐 𝑋, 𝑋1 = 𝑐 𝑠, 1 + 𝑐 2,3 + 𝑐 2,4 = 4 + 2 + 3 = 9 = 𝑛𝑖𝑙𝑎𝑖 𝑓𝑙𝑜𝑤𝑓2
  • 20. Misalkan N sebuah network dan G adalah graph dasar N. Misalkan pada graph G terdapat lintasan 𝑃 = (𝑣1, 𝑣2, 𝑣3,...,𝑣𝑖, 𝑣𝑖+1, … , 𝑣 𝑛). Jika (𝑣𝑖, 𝑣𝑖+1) sebuah busur pada N maka busur tersebut dinamakan busur maju terhadap P. Sebaliknya jika (𝑣𝑖+1, 𝑣𝑖) sebuah busur pada N maka busur tersebut dinamakan busur balik terhadap P. 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 3 : 0 5 : 4 6 : 5 4 : 1 4 : 4 2 : 2 8 : 7 3 : 2 3 : 3 Flow 𝑓2 Jadi, apakah suatu busur pada N termasuk busur maju atau busur balik, sangat tergantung pada lintasan P pada graph dasarnya. Sebagai contoh: misalkan G graph dasar dari network N pada gambar di samping, maka 𝑃 = (𝑣𝑠, 𝑣2,𝑣1, 𝑣3,𝑣4, 𝑣 𝑡) adalah sebuah lintasan (𝑣𝑠, 𝑣 𝑡) pada G (perlu dicatat bahwa P bukan lintasan berarah pada N). Sehingga terdapat P, busur-busur (𝑣𝑠, 𝑣2) , (𝑣1, 𝑣3) dan (𝑣4, 𝑣𝑡) merupakan busur-busur maju. Sementara (𝑣2, 𝑣1) dan (𝑣4, 𝑣3) merupakan busur balik
  • 21. Misalkan f adalah sebuah flow dari titik sumber s ke titik tujuan t pada network N, dan misalkan G adalah graph dasar N. Pikirkan sebuah lintasan P pada G. Inkremen sebuah busur a pada N yang berkorespondensi dengan sebuah sisi P pada G, dilambangkan dengan i(a) dan didefinisikan sebagai berikut:  Jika a busur maju maka 𝑖 𝑎 = 𝑐 𝑎 − 𝑓(𝑎)  Jika a busur balik maka 𝑖 𝑎 = 𝑓(𝑎) Inkremen lintasan 𝑃 disimbolkan dengan 𝑖(𝑃) didefinisikan sebagai berikut: 𝑖 𝑝 = min{𝑖 𝑎 │𝑎 𝑎𝑑𝑎𝑙𝑎ℎ 𝑏𝑢𝑠𝑢𝑟 𝑁 𝑦𝑎𝑛𝑔 𝑏𝑒𝑟𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 𝑑𝑒𝑛𝑔𝑎𝑛 𝑠𝑖𝑠𝑖 𝑃} Sebuah lintasan P dengan i(P) positif disebut lintasan augmentasi. Selanjutnya lintasan augmentasi P dari titik s ke titik tujuan t dinamakan sebuah lintasan peningkatan. Sebagai contoh perhatikan flow f dari titik sumber s ke titik tujuan t di network N pada gambar disamping. Pikirkan lintasan 𝑃 = (𝑣𝑠, 𝑣2,𝑣1, 𝑣3,𝑣4, 𝑣 𝑡) . 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 3 : 1 5 : 2 6 : 2 4 : 1 4 : 3 2 : 1 8 : 4 3 : 1 3 : 2 Flow 𝑓
  • 22. Lemma 10.6: misalkan f sebuah flow bernilai 𝑓𝑠,𝑡 dari titik sumber s ke titik tujuan t pada network N. Jika terdapat lintasan P dari titik s ke titik t dengan 𝑖 𝑃 = 𝛿 > 0, didefinisikan fungsi 𝑓1 pada himpunan 𝛤(𝑁) sebagai berikut: jika a busur maju terhadap P maka 𝑓1 𝑎 = 𝑓 𝑎 + 𝛿 sedangkan jika a busur balik terhadap P maka 𝑓1 𝑎 = 𝑓 𝑎 − 𝛿, serta𝑓1 𝑎 = 𝑓(𝑎) untuk busur a lainnya. Maka 𝑓1 adalah flow dari titik s ke titik t pada N dengan nilai 𝑓𝑠,𝑡 + 𝛿 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 3 : 1 5 : 2 6 : 2 4 : 1 4 : 3 2 : 1 8 : 4 3 : 1 3 : 2 Flow 𝑓 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 3 : 0 5 : 3 6 : 3 4 : 0 4 : 3 2 : 1 8 : 4 3 : 2 3 : 2 Flow 𝑓′
  • 23. Algoritma Flow Maksimum Input: Network 𝑁 = (𝑉, 𝐺) dengan titik sumber s dan titik tujuan t. Step 1: Misalkan f sebuah flow dari s ke t pada N (Boleh dimulai dengan flow bernilai nol, yaitu 𝑓 𝑖, 𝑗 = 0 ∀(𝑖, 𝑗) ∈ 𝐼) dilanjutkan ke routin pelabelan. Step 2: Routin Pelabelan. 1. label 𝑣𝑠 = (𝑠, +, 𝜀 𝑠 = ~) titik 𝑣𝑠 telah terlabel dan belum teramati. (Note: sebuah titik v dikatakan telah teramati jika semua titik yang dapat dilabel dari titik v sudah terlabel). 2. Pilih sebarang titik yang terlabel tetapi belum teramati, misalkan titik tersebut 𝑣 𝑥. ∀𝑣 𝑦∃ 𝑦, 𝑥 ∈ 𝛤, 𝑣 𝑦 belum berlabel dan 𝑓 𝑦, 𝑥 > 0 maka label 𝑣 𝑦 = (𝑥, −, 𝜀 𝑦 ) dengan 𝜀 𝑦 = min{𝜀 𝑥 , 𝑓 𝑦, 𝑥 }. Sekarang titik 𝑣 𝑦 telah terlabel, tetapi belum teramati. ∀𝑣 𝑦∃ 𝑥, 𝑦 ∈ 𝛤, 𝑣 𝑦 belum berlabel dan c 𝑥, 𝑦 > 𝑓(𝑥, 𝑦) maka label 𝑣 𝑦 = (𝑥, +, 𝜀 𝑦 ) dengan 𝜀 𝑦 = min{𝜀 𝑥 , 𝑐 𝑥, 𝑦 − 𝑓 𝑥, 𝑦 }. Sekarang titik 𝑣 𝑦 telah terlabel, tetapi belum teramati. Ubahlah label 𝑣 𝑥 dengan cara melingkari tanda + atau -. 3. Ulangi step 2.2 sampai: a. Titik 𝑣 𝑡 terlabel atau b. Semua titik teralabel telah teramati tetapi titik 𝑣 𝑡 tak terlabel. a. Jika titik 𝑣 𝑡 terlabel, lanjut ke step 3. b. Jika semua titik terlabel telah teramati tetapi titik 𝑣 𝑡 tak terlabel maka STOP: “flow f adalah flow maksimum pada network N”. Step 3: dengan prosedur “balik” tentukan lintasan peningkatan P dengan i(P) adalah label 𝑣 𝑡. Step 4: tingkatkan nilai flow f sebesar label 𝑣 𝑡 berdasarkan lintasan peningkatan-P dengan menggunakan routine peningkatan. 1. Misal Z=t lanjutkan ke step 4.2. 2. Jika label 𝑣𝑧 = (𝑞, +, 𝜀 𝑡 ) tingkatkan nilai 𝑓(𝑞, 𝑧) dengan 𝜀 𝑡 = 𝑖(𝑃). Jika label 𝑣𝑧 = (𝑞, −, 𝜀 𝑡 ) turunkan nilai 𝑓(𝑞, 𝑧) dengan 𝜀 𝑡 = 𝑖(𝑃) 3. Jika 𝑞 = 𝑠 hapus semua label. Pada tahap ini diperoleh flow f baru dengan nilai 𝑖 𝑃 + 𝑛𝑖𝑙𝑎𝑖 𝑓𝑙𝑜𝑤 𝑙𝑎𝑚𝑎. Ganti flow f dengan flow f yang baru dan kembali ke step 1.
  • 24. 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 3 : 1 5 : 2 6 : 2 4 : 1 4 : 3 2 : 1 8 : 4 3 : 1 3 : 2 Flow 𝑓0 Tentukan flow maksimum dari 𝒇 𝟎! 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 3 : 1 5 : 3 6 : 2 4 : 1 4 : 4 2 : 1 8 : 5 3 : 1 3 : 2 Flow 𝑓1 𝑣4 𝑣3 𝑣2 𝑣1 𝑣𝑡𝑣𝑠 3 : 1 5 : 3 6 : 3 4 : 1 4 : 4 2 : 2 8 : 6 3 : 1 3 : 2 Flow 𝑓2 𝑣4 𝑣3 𝑣2 𝑣1 𝑣 𝑡𝑣𝑠 3 : 1 5 : 3 6 : 4 4 : 1 4 : 4 2 : 2 8 : 6 3 : 2 3 : 3 Flow 𝑓3 𝒗 𝟒 𝒗 𝟑 𝒗 𝟐 𝒗 𝟏 𝒗 𝒕𝒗 𝒔 3 : 0 5 : 4 6 : 5 4 : 1 4 : 4 2 : 2 8 : 7 3 : 2 3 : 3 Flow 𝒇 𝟒