Tugas 5 Informatika Berpikir Komputasional (kelompok) xcx.pptx

Rekursi adalah proses pengulangan sesuatu dengan cara kesamaan-diri. Sebagai contohnya, saat dua cermin berada paralel antara satu dengan yang lain, gambar yang tertangkap adalah suatu bentuk rekursi tak-terbatas. Istilah ini memiliki makna beragam bergantung kepada ragam disiplin mulai dari linguistik sampai logika.

1. Berpikir Komputasional Mencakup pemecahan masalah , mendesain system, dan memahami perilaku manusia dengan menggambar konsep berdasarkan komputer sains . Berpikir Komputasional atau Computational Thinking merupakan proses kognitif atau pemikiran yang melibatkan penalaran logis di mana masalah dipecahkan , artefak , prosedur , dan sistem lebih dipahami .

2. Rekursi

3. ANGGOTA KELOMPOK Abrar Alexa Rafif Alif Ahmad Raihan Ariq Maulana Al- fikri

4. Rekursi Rekursi adalah proses pengulangan sesuatu dengan cara kesamaan-diri . Sebagai contohnya , saat dua cermin berada paralel antara satu dengan yang lain, gambar yang tertangkap adalah suatu bentuk rekursi tak-terbatas . Istilah ini memiliki makna beragam bergantung kepada ragam disiplin mulai dari linguistik sampai logika .

5. Rekursi dalam berfikir komputasional Dalam ilmu komputer , rekursi adalah metode penyelesaian masalah komputasi yang solusinya bergantung pada solusi untuk contoh-contoh kecil dari masalah yang sama . Rekursi memecahkan masalah rekursif tersebut dengan menggunakan fungsi yang memanggil dirinya sendiri dari dalam kodenya sendiri . Pendekatan ini dapat diterapkan pada berbagai jenis masalah , dan rekursi merupakan salah satu gagasan utama ilmu komputer . Dengan mendefinisikan fungsi yang memanggil dirinya sendiri , konsep ini akan mempermudah programmer untuk menangani masalah kompleks seperti faktorial , deret Fibonacci, atau pencarian biner.

6. Rekursi Kode C++ #include <iostream> using namespace std; int factorial(int); int main() { int n, result; cout << " masukan angka : "; cin >> n; result = factorial(n); cout << " Faktorial dari " << n << " = " << result; return 0; { int factorial(int n) { if (n > 1) { return n * factorial(n - 1); } else { return 1; } } Hasil

7. Algoritma Greedy

8. Algoritma Greedy Algoritma tamak atau dalam bahasa Inggris greedy algorithm adalah algoritma apa pun yang mengikuti metode heuristik dalam pemecahan masalah untuk membuat pilihan optimal secara setempat di setiap tahap . Dalam banyak permasalahan , strategi tamak tidak menghasilkan solusi optimal, tetapi suatu heuristik tamak dapat menghasilkan solusi optimal lokal yang mendekati solusi optimal global dalam jangka waktu yang wajar .

9. Contoh Algoritma Greedy Masalah : Anda harus melakukan perubahan jumlah dengan menggunakan jumlah koin sekecil mungkin . Jumlah : $18 Koin yang tersedia adalah koin $5 koin $2 koin $1 Tidak ada batasan jumlah koin yang dapat Anda gunakan . Larutan : Buat yang kosong solution-set = { }. Koin yang tersedia adalah {5, 2, 1}. Kita seharusnya menemukan sum = 18. Mari kita mulai dengan sum = 0. Selalu pilih koin dengan nilai terbesar ( misalnya 5) hingga sum > 18. (Ketika kita memilih nilai terbesar di setiap langkah , kita berharap dapat mencapai tujuan lebih cepat . Konsep ini disebut sifat pilihan serakah .) Pada iterasi pertama , solution-set = {5}dan sum = 5. Pada iterasi kedua , solution-set = {5, 5}dan sum = 10. Pada iterasi ketiga , solution-set = {5, 5, 5}dan sum = 15. Pada iterasi keempat , solution-set = {5, 5, 5, 2}dan sum = 17. (Kita tidak dapat memilih 5 di sini karena jika kita melakukannya , sum = 20yang mana lebih besar dari 18. Jadi, kita memilih item terbesar ke-2 yaitu 2.) Demikian pula, pada iterasi kelima , pilih 1. Sekarang sum = 18dan solution-set = {5, 5, 5, 2, 1}.

10. Pemrograman Dinamis

11. Pemrograman Dinamis Pemrograman dinamis adalah metode optimasi matematika sekaligus paradigma algoritmik . Metode ini dikembangkan oleh Richard Bellman pada tahun 1950-an dan telah diterapkan di berbagai bidang , mulai dari teknik kedirgantaraan hingga ekonomi .

12. Unsur Pemrograman Dinamis (DP) Optimasi Mencari nilai terkecil atau terbesar melalui serangkaian pilihan . Mirip dengan Greedy, bedanya DP mencari pilihan terbaik secara keseluruhan Nilai Optimal Dinyatakan sebagai Kombinasi optimal dari sub- subpermasalahan yang sama , tetapi dengan ukuran yang lebih kecil atau dengan kata lain dapat dinyatakan secara rekursif .

13. Contoh Pemrograman Dinamis Misalkan n adalah jumlah suku . 1. Jika n = 0, kembalikan 0. 2. Jika n = 1, kembalikan 1. 3. Jika tidak , kembalikan jumlah dua angka sebelumnya . Kami menghitung deret fibonacci hingga suku ke-5. Suku pertama adalah 0. Suku kedua adalah 1. Suku ketiga adalah jumlah 0 ( dari langkah 1) dan 1 ( dari langkah 2), yaitu 1. Suku keempat adalah jumlah suku ketiga ( dari langkah 3) dan suku kedua ( dari langkah 2), yaitu 1 + 1 = 2. Suku kelima adalah jumlah suku keempat ( dari langkah 4) dan suku ketiga ( dari langkah 3) yaitu 2 + 1 = 3.