RANGKUMAN BAB 2 STRATEGI ALGORITMA DAN PEMROGRAMAN
A. Proses Pemrograman
Program dapat menjadi solusi dari suatu permasalahan. Untuk menghasilkan program yang benar, ada 4 langkah yang dilakukan pada saat melakukan pemrograman, yaitu:
1. Menganalisis Permasalahan (Analyzing): Menganalisis suatu kebutuhan atau keadaan untuk menghasilkan definisi permasalahan yang perlu diselesaikan dengan program.
2. Mendesain Solusi (Problem Solving): Pemrograman merencanakan strategi untuk menghasilkan keluaran berdasarkan masukan yang diterima.
3. Mengimplementasikan Solusi dalam Bentuk Program (Coding): Pemrograman akan menulis kode program untuk menjalankan solusi yang telah direncanakan sebelumnya dengan menggunakan suatu bahasa pemrograman.
4. Menguji Program (Testing): Setelah program dapat dijalankan, program tersebut harus diuji untuk memastikan program berjalan dengan benar, sesuai dengan batasan-batasan yang diberikan.
Keempat tahap di atas seringkali tidak dilakukan satu kali, tapi berkali-kali sehingga membentuk suatu siklus pemrograman.
B. Berpikir Komputasional
Berpikir komputasional ini merupakan suatu kerangka dan proses berpikir mencakup perangkat keras, perangkat lunak, dan menalar (reasoning) mengenai sistem dan persoalan. Moda berpikir (thinking mode) ini didukung dan dilengkapi dengan pengetahuan teoritis dan praktis, serta teknik untuk menganalisis, memodelkan, dan menyelesaikan persoalan.
Berikut beberapa konsep dan strategi berpikir komputasional yang biasa digunakan dalam menyelesaikan persoalan komputasi:
1. Rekursi: Yaitu fungsi atau barisan dimana nilai dari fungsi atau barisan tersebut ditentukan atau tergantung dari nilai fungsi atau barisan itu sendiri secara rekursif. Pada definisi sebuah barisan atau fungsi rekursif selalu ada:
–Basis: Menunjukkan dasar atau nilai awal dari fungsi atau barisan tersebut. Misalnya pada contoh: a_1 = 1.
–Rekursi: Menunjukkan hubungan antara nilai dari fungsi atau barisan tersebut dengan nilai-nilai sebelumnya yang telah diketahui. Misalnya pada contoh: a_i = a_{i-1} + 2, jika i > 1.
2. Algoritma Greedy:
Dalam konteks Informatika, Greedy dapat diartikan sebagai strategi penyelesaian masalah yang dapat berguna dalam merancang sebuah algoritma atau solusi bagi sebuah permasalahan komputasional. Oleh karena itu, diharapkan tidak ada konotasi negatif pada kata greedy dalam konteks ini.
3. Pemrograman Dinamis (DP):
Saat menyelesaikan sebuah permasalahan optimasi (mencari nilai terbesar/terkecil), terkadang kita harus memperhitungkan beberapa kemungkinan pengambilan langkah untuk menyelesaikan permasalahan tersebut. Kemungkinan-kemungkinan tersebut mungkin memiliki akibat atau konsekuensi terhadap langkah-langkah selanjutnya, sehingga pendekatan seperti teknik greedy mungkin tidak akan menghasilkan jawaban yang optimal. Teknik DP mengandung dua unsur utama, yaitu:
1. Optimasi: Mencari nilai terkecil/terbesar melalui serangkaian pilihan.
2. Nilai optimal yang diinginkan untuk permasalahan tersebut biasanya dapat dinyatakan sebagai kombinasi optimal dari sub-sub permasalahan yang sama, tetapi dengan ukuran yang lebih kecil (atau dengan kata lain, dapat dinyatakan secara rekursif). Namun, sub-sub permasalahan yang harus dipertimbangkan biasanya memiliki overlap (persinggungan) sehingga dalam proses perhitungannya, diperlukan cara yang efisien untuk menghitung solusi untuk sub-sub permasalahan yang diperlukan, agar tidak terjadi perulangan/duplikasi dalam proses perhitungan.
C. Algoritma dan Pemrograman
Bahasa C adalah salah satu bahasa yang telah dipelajari pada elemen Algoritma dan Pemrograman.
1. Larik (Array):
Tipe data struktur untuk menyimpan banyak data dengan nama variabel yang sama yang dapat diakses melalui indeks. Analogi yang digunakan adalah loker dengan nomor. Larik dapat digunakan untuk data satu dimensi atau dua dimensi (seperti matriks).
2. Karakter dan String:
Mengacu pada cara merepresentasikan dan memanipulasi teks dalam program.
D. Latihan Strategi Algoritmik dan Pemrograman Lintas Bidang
1. Problem Simulasi Burung: Secara prinsip, gerakan burung yang diluncurkan dengan menggunakan ketapel menggunakan prinsip Gerak Lurus Berubah Beraturan (GLBB). Bagian ini berisi kaidah gerak parabola yang ada pada pelajaran fisika.
2. Problem Pengelolaan Bank Darah: Permasalahan yang terkait dengan golongan darah. Informasi ini sangat berguna di bidang kesehatan, bahkan dapat menyelamatkan nyawa seseorang.
3. Problem Persilangan Tanaman: Membuat program untuk mensimulasikan persilangan tanaman menggunakan hukum Mendel yang telah ada pada mata pelajaran biologi.
4. Problem Stoikiometri: Stoikiometri adalah ilmu yang mempelajari dan menghitung hubungan kuantitatif dari reaktan dan produk dalam reaksi kimia.
Tidak ada komentar:
Posting Komentar