Pengenalan Algoritma

Algorithm Introduction

• An algorithm is a well-defined procedure that takes some input and produces a corresponding output.
• It is a step-by-step process for solving a problem or achieving a specific goal.
• Algorithms can be expressed in various forms, such as natural language, flowcharts, pseudocode, or programming languages.

Characteristics of an Algorithm

• Finiteness: An algorithm must terminate after a finite number of steps.
• Definiteness: Each step of the algorithm must be precisely defined and unambiguous.
• Effectiveness: An algorithm must be able to produce the desired output for a given input.
• Efficiency: An algorithm should use a reasonable amount of resources, such as time and memory.

Types of Algorithms

• Recursive Algorithm: A recursive algorithm is a function that calls itself repeatedly until it reaches a base case.
• Dynamic Algorithm: A dynamic algorithm is a method that solves a problem by breaking it down into smaller sub-problems and solving each sub-problem only once.
• Backtracking Algorithm: A backtracking algorithm is a method that explores all possible solutions and backtracks when it reaches a dead end.

Programming

• Programming: The process of designing, writing, testing, and maintaining the source code of a program.
• Programming Languages: A programming language is a set of rules and instructions used to write software programs.
• Types of Programming Languages:
  • High-Level Languages: Easy to learn and use, but slower in execution (e.g., Python, Java).
  • Low-Level Languages: Difficult to learn and use, but faster in execution (e.g., Assembly, C).
  • Scripting Languages: Used for rapid development and prototyping (e.g., JavaScript, Ruby).

Programming Paradigms

• ** Imperative Programming**: Focuses on describing how to perform a task (e.g., C, Java).
• Object-Oriented Programming: Organizes code into objects that contain data and functions (e.g., Java, Python).
• Functional Programming: Treats programs as compositions of pure functions (e.g., Haskell, Lisp).

Algorithm Design Techniques

• Divide and Conquer: Break down a problem into smaller sub-problems and solve each sub-problem recursively.
• Dynamic Programming: Break down a problem into smaller sub-problems and solve each sub-problem only once.
• Greedy Algorithm: Make the locally optimal choice at each step, hoping to find a global optimum.

Algorithm Analysis

• Time Complexity: The amount of time an algorithm takes to complete.
• Space Complexity: The amount of memory an algorithm uses.
• Trade-offs: Algorithms often involve trade-offs between time and space complexity.

Pengenalan Algoritma

• Algoritma adalah prosedur yang terdefinisi dengan baik yang mengambil input dan menghasilkan output yang sesuai.
• Algoritma adalah proses langkah demi langkah untuk menyelesaikan masalah atau mencapai tujuan tertentu.
• Algoritma dapat diungkapkan dalam berbagai bentuk, seperti bahasa alami, diagram alir, pseudocode, atau bahasa pemrograman.

Karakteristik Algoritma

• Keterbatasan: Algoritma harus berhenti setelah sejumlah langkah yang terbatas.
• Ketetapan: Setiap langkah algoritma harus didefinisikan dengan tepat dan tidak ambigu.
• Efektivitas: Algoritma harus dapat menghasilkan output yang diinginkan untuk input yang diberikan.
• Efisiensi: Algoritma seharusnya menggunakan sumber daya yang wajar, seperti waktu dan memori.

Jenis Algoritma

• Algoritma Rekursif: Fungsi yang memanggil dirinya sendiri secara berulang-ulang sampai mencapai kasus dasar.
• Algoritma Dinamis: Metode yang menyelesaikan masalah dengan memecahkan masalah menjadi sub-masalah yang lebih kecil dan menyelesaikan setiap sub-masalah hanya sekali.
• Algoritma Backtracking: Metode yang menjelajahi semua solusi yang mungkin dan kembali ke belakang ketika mencapai jalan buntu.

Pemrograman

• Pemrograman: Proses merancang, menulis, menguji, dan memelihara kode sumber program.
• Bahasa Pemrograman: Kumpulan aturan dan instruksi yang digunakan untuk menulis program perangkat lunak.
• Jenis Bahasa Pemrograman:
  • Bahasa Tingkat Tinggi: Mudah dipahami dan digunakan, tetapi lebih lambat dalam eksekusi (contoh: Python, Java).
  • Bahasa Tingkat Rendah: Sulit dipahami dan digunakan, tetapi lebih cepat dalam eksekusi (contoh: Assembly, C).
  • Bahasa Pemrograman Script: Digunakan untuk pengembangan dan prototipe yang cepat (contoh: JavaScript, Ruby).

Paradigma Pemrograman

• Pemrograman Imperatif: Berfokus pada deskripsi cara melakukan tugas (contoh: C, Java).
• Pemrograman Berorientasi Objek: Mengorganisasi kode menjadi objek yang mengandung data dan fungsi (contoh: Java, Python).
• Pemrograman Fungsional: Mengolah program sebagai komposisi fungsi murni (contoh: Haskell, Lisp).

Teknik Desain Algoritma

• Divide and Conquer: Membagi masalah menjadi sub-masalah yang lebih kecil dan menyelesaikan setiap sub-masalah secara rekursif.
• Pemrograman Dinamis: Membagi masalah menjadi sub-masalah yang lebih kecil dan menyelesaikan setiap sub-masalah hanya sekali.
• Algoritma Greedy: Membuat pilihan optimal lokal di setiap langkah, berharap untuk menemukan optimum global.

Analisis Algoritma

• Kompleksitas Waktu: Jumlah waktu yang diperlukan untuk menyelesaikan algoritma.
• Kompleksitas Ruang: Jumlah memori yang digunakan oleh algoritma.
• Keseimbangan: Algoritma seringkali melibatkan keseimbangan antara kompleksitas waktu dan ruang.