Trik Ambil Keputusan Tercepat & Paling Cuan! 🧠 Algoritma Greedy -Informatika - Kelas XI - SMA – Transcript

00:09Semuanya selamat datang di pembahasan kita kali ini. Nah, hari ini kita bakal ngebahas cara memecahkan masalah sehari-hari yang rasanya rumit banget. Tapi pakai satu konsep yang jujur aja, dari namanya kedengeran agak negatif, tapi aslinya berlian banget. Kita bakal ngupas tuntas gimana algoritma greedy bekerja super efektif buat bantu kita ngambil keputusan terbaik.

00:30Mulai dari urusan ngepacking barang, ngatur waktu belajar, sampai nyusun jadwal jalan-jalan. Jadi siapkan fokus kalian dan yuk kita mulai. Oke, mari kita lihat apa aja yang bakal kita bahas. Kita akan mulai dengan berkenalan dengan si algoritma greedy ini, lalu lanjut ke strategi milih kantong ikan yang optimal, ngatur prioritas PR sekolah terus nyusun jadwal kebun binatang.

00:53Habis itu, kita juga bakal lihat kenapa algoritma ini kadang bisa gagal dan terakhir panduan praktis buat kalian para siswa. Kita masuk ke bagian pertama, mengenal algoritma greedy. Kalau kita dengar kata greedy atau rakus, pastinya konotasinya negatif ya, kayak tamak atau egois gitu.

01:11Tapi tunggu dulu, dalam dunia ilmu komputer atau informatika, greedy ini justru pahlawan kita. Kenapa? Karena ini adalah strategi optimasi positif yang bener-bener luar biasa. Intinya gini, algoritma greedy bekerja dengan prinsip yang simple banget.

01:27Dia bakal selalu ambil langkah terbaik yang ada di depan mata pada detik itu juga, demi mencapai hasil akhir yang paling optimal. Jadi, ini bukan soal keegoisan manusia ya, tapi lebih kesemacam alat pemecah masalah yang super jitu buat nanganin kasus di dunia nyata. Sekarang kita lanjut ke bagian dua, strategi kantong ikan optimal, budi.

01:47Coba bayangin temen kita, budi. Dia memasukkan kantong-kantong ikan ke dalam mobilnya. Budi ini punya 8 kantong ikan yang isinya beda-beda. Ada yang isi 3, 5, 2, 8, 4, 6, 6 dan 3 ekor ikan. Masalahnya mobil budi ini cuma muat untuk 4 kantong aja.

02:04Terus gimana dong caranya biar dia bisa bawa ikan sebanyak mungkin? Nah, untuk mencahain masalah ini ada aturan mutlaknya. Langkah pertama, urutkan data kalian. Kita harus urutin kantong budi dari yang isinya paling banyak sampai yang paling sedikit. Jadi, urutannya berubah jadi 8, 6, 6, 5, 4, 3, 3 dan terakhir 2.

02:24Setelah itu, langkah kedua, tinggal ambil deh opsi terbesar yang tersedia sampai batas muat mobilnya tercapai. Nah, poin krusialnya di sini nih. Setelah datanya diurutkan, budi tinggal merauh 4 kantong pertama secara berurutan. Dia ambil kantong isi 8, terus 6, 6 lagi dan terakhir 5.

02:42Hasilnya, budi sukses bawa pulang 25 ekor ikan. Angka 25 ini adalah jumlah mutlak maksimal yang bisa budi bawa. Kalian bisa coba kombinasi 4 kantong manapun dari daftar tadi. Saya jamin nggak bakal ada yang bisa ngalahin angka 25 ini.

02:57Buktinya tacaan kalau algoritma ini bekerja dengan sangat elegan. Tapi, gimana kalau situasinya kita balik? Misalkan budi dikasih target pokoknya dia harus bawa minimal 15 ekor ikan. Tapi dia pengen bawa jumlah kantong sesejikit mungkin biar nggak repot.

03:13Kita pake lagi strategi greedy ini. Dari urutan yang tadi, budi dengan rakusnya langsung ambil kantong paling gede pertama, yaitu 8. Masih kurang kan? Dia ambil yang terbesar kedua, yaitu 6. Totalnya udah 14 ekor nih. Berarti dia cuma butuh 1 ekor lagi buat nyampe target 15.

03:29Jadi dia tinggal comot aja satu kantong manapun yang tersisa. Hasilahirnya, budi sukses bawa lebih dari 15 ekor, cuma dengan modal minimum 3 kantong aja. Efisien banget kan? Kita lanjut ke bagian 3. Prioritas Pengerjaan Tugas Sekolah Cici Jadi ceritanya cici lagi pusing 7 liling nih.

03:48Dia punya 10 tumpukan PR dari mata pelajaran A sampai J. Waktu buat kerjanya juga macam lacam. Ada yang cuma butuh setengah jam. Tapi ada juga yang sampe 4 jam penuh. Nah tantangannya adalah semua tugas ini punya bobot nilai yang sama. Tapi masalahnya cici semua punya waktu maksimal 8 jam aja sebelum semuanya harus dikumpulin besok pagi.

04:08Waduh. Coba kalian pikirin sebentar. Kira-kira mata pelajaran mana yang harus cici kerjain diluan biar dia bisa dapat total nilai paling tinggi dalam batas waktu 8 jam itu. Kalau pakai prinsip grid di tadi, yep, betul banget. Jawapannya urutkan dari tugas yang waktu pengerjaannya paling singkat ke yang paling lama.

04:27Dengan rakus ngambil tugas yang setengah jam dulu. Lalu setengah jam berikutnya. Lanjut ke yang 1 jam dan seterusnya. Cici secara luar biasa berhasil nyalasain 7 mata pelajaran hanya dalam waktu 7 setengah jam. Dia dapat porsi nilai maksimal. Dan asiknya lagi dia masih punya sisa waktu 30 menik buat santai.

04:45Keren kan? Sekarang kita masuk ke bagian 4. Memaksimalkan jadwal kebun binatang. Temen kita satu lagi, Dina punya rejana yang seru banget. Pengen nonton atraksi hewan sebanyak-banyaknya di kebun binatang dalam satu hari. Gak ada atraksi favorit sih, bebas aja.

05:02Tapi masalahnya, jadwal pertunjukannya saling tumpang tindi. Coba lihat, atraksi pengguin bentrok sama orang utan. Terus, pertunjukan hari mau nabrak jadwal burung pemangsa. Dina kan gak bisa ngebelah diri jadi dua. Dia cuma bisa ada di satu tempat pada satu waktu. Nah ini, tantangan optimasi yang lumayan mengasa otak nih.

05:20Yang bikin menarik dari masalah ini, kuncinya ternyata simple banget. Urutkan berdasarkan waktu selesai yang paling awal, terus langsung pilih aja pertunjukan tersedia selanjutnya. Jadi dengan rakus memilih pertunjukan yang paling cepat kelar tanpa nabrak jadwal sebelumnya, Dina membebaskan waktunya secepat mungkin buat ngejar atraksi selanjutnya.

05:40Berkat strategi ini, Dina secara luar biasa, berhasil memaksimalkan harinya dan sukses nonton sampai delapan pertunjukan penuh tanpa ada yang bentrok, optimasi yang bener-bener brilliant. Oke, mari kita beralih ke bagian lima, mengapa algoritma greedy sering gagal?

05:57Dari tadi kita lihat algoritma greedy ini kayak solusi ajaib tanpa celah ya kan? Tapi muncul nih pertanian penting, apakah algoritma ini akan selalu berhasil? Apakah ngambil opsi terbesar atau tercepat di depan mata bakal terus-terusan kasih kita hasil akhir yang sempurna di semua situasi?

06:13Sayangnya, jawabannya mungkin bikin kalian sedikit kaget. Ternyata bertindak raku secara membabi buta itu punya keterbatasan yang sangat berbahaya loh. Biar lebih jelas, mari kita lihat contoh nyata saat algoritma ini gagal. Kita pakai kasus pendukaran uang coin.

06:30Di sistem uang coin standar rupiah, kalau kita butuh uang 38 ribu rupiah, dengan jumlah coin sesedikit mungkin greedy bekerja dengan sangat sempurna di sini. Dia bakal ambil coin 20 ribu, terus 10 ribu, 5 ribu, 2 ribu, dan terakhir 1 ribu.

06:45Totalnya cuma 5 coin, super efisien. Tapi ceritanya bakal beda jauh kalau aturannya kita rekayasa. Misalkan nih kita butuh 15 ribu rupiah, tapi coin yang tersedia cuma pecahan 10 ribu, 2 ribu, dan 1 ribu aja. Gak ada coin 5 ribu ceritanya.

07:01Algoritma greedy karena sifatnya yang agak rabun jauh, bakal secara membabi buta langsung menyambar coin 10 ribu pertama kali. Akibatnya apa? Dia nyesain 5 ribu yang akhirnya harus ditambal pakai cara cangung, ngambil 2 coin 2 ribu dan 1 coin 1 ribu. Totalnya jadi 4 coin.

07:17Padahal, kalau dia ngerencanaan sejak awal, kombinasi yang jauh lebih efektif pastinya diluar sekedar menyambar nominal terbesar. Greedy gagal melihat gambaran besar bahwa coin 5 ribu itu nggak ada. Disinilah pendekatan langsung tanpa perencanaan jangka panjang, nunjukin kelemahan nyatanya. Dan terakhir kita masuk ke bagian 6, panduan praktis bagi siswa sekolah.

07:37Nah, buat kalian para siswa yang pengen nerapin panduan praktis ini buat kehidupan sehari-hari, atau untuk ujian sekolah nanti, ingat baik-baik hal ini. Pertama, selalu urutkan data kalian terlebih dahulu, mau itu dari yang terbesar, terkecil, tercepat atau terlama.

07:53Kedua, ambil opsi terbaik yang ada di depan mata secara bertahap. Ketiga, strategi ini paling pas dipakai untuk masalah optimasi yang lugas, kayak ngatur prioritas PR atau ngapaking barang tadi. Dan yang terakhir, ini penting banget, waspadalah sama batasan-batasan yang nggak standar, di mana sifat rakus ini justru membutakan kalian dari melihat strategi jangka panjang.

08:13Dan ini membawa kita ke akhir pembahasan kita. Coba kalian renungkan. Kalau algoritma greedy aja, bisa gagal saat aturan maina di reka yasa, kira-kira strategi komputasional apalagi ya, yang bisa kita pakai saat kita benar-benar harus melihat gambaran besar dan merencanakan masa depan.

08:31Hmm, sebuah pertanyaan seru yang pastinya ngebuka pintu ke dunia algoritma tingkat lanjut, yang jauh lebih kompleks. Tetaplah berfikir kritis, teruslah berlatih, dan sampai jumpa di pembahasan menarik kita berikutnya.

09:066, 6 dan 3 ekor ikan Namun sayangnya, mobilnya hanya mampu membawa 4 buah kantong. Kantong-kantong manakah yang harus dibawa oleh budi agar jumlah ikan yang dibawanya sebanyak mungkin.