Uji Pemahaman tentang Greedy

Apa yang dimaksud dengan algoritma greedy?

• Algoritma greedy adalah metode yang selalu memilih opsi terburuk untuk memecahkan masalah.

• Algoritma greedy mempertimbangkan semua kemungkinan sebelum memilih solusi terbaik.

• Algoritma greedy adalah metode pemecahan masalah yang memilih opsi terbaik saat ini tanpa mempertimbangkan konsekuensi jangka panjang.

• Algoritma greedy adalah teknik yang hanya digunakan untuk masalah yang memiliki solusi optimal global.

Dalam konteks algoritma greedy, apa yang dimaksud dengan 'optimal substructure'?

• Optimal substructure hanya berlaku untuk algoritma brute force.

• Optimal substructure adalah kondisi di mana solusi submasalah selalu lebih baik dari solusi utama.

• Optimal substructure berarti solusi terbaik dari masalah tidak dapat dibentuk dari submasalah.

• Optimal substructure adalah sifat di mana solusi optimal dari suatu masalah dapat dibentuk dari solusi optimal submasalahnya.

Sebutkan satu contoh masalah yang dapat diselesaikan dengan algoritma greedy!

• Masalah pencarian jalur terpendek (shortest path problem)

• Masalah pemilihan aktivitas (activity selection problem)

• Masalah knapsack (knapsack problem)

• Masalah penjadwalan tugas (task scheduling problem)

Apa keuntungan utama dari menggunakan algoritma greedy dibandingkan algoritma lain?

• Meningkatkan akurasi solusi.

• Menghasilkan solusi optimal setiap saat.

• Kecepatan dan kesederhanaan implementasi.

• Memerlukan lebih banyak memori.

Dalam algoritma greedy, apa yang dimaksud dengan 'local optimum'?

• Solusi terbaik pada langkah saat ini dalam algoritma greedy.

• Solusi yang tidak dapat diubah lagi dalam algoritma greedy.

• Solusi yang paling cepat ditemukan dalam algoritma greedy.

• Solusi terbaik secara keseluruhan dalam algoritma greedy.

Mengapa algoritma greedy tidak selalu memberikan solusi optimal?

• Algoritma greedy selalu memberikan solusi optimal dalam semua kasus.

• Algoritma greedy menggunakan pendekatan brute force untuk menemukan solusi.

• Algoritma greedy tidak selalu memberikan solusi optimal karena ia hanya fokus pada pilihan terbaik saat ini tanpa mempertimbangkan dampak jangka panjang.

• Algoritma greedy mempertimbangkan semua kemungkinan sebelum membuat keputusan.

Sebutkan langkah-langkah dasar dalam menerapkan algoritma greedy!

• Ulangi langkah tanpa evaluasi

• Tentukan langkah-langkah secara acak

• Pilih langkah terburuk

• Langkah-langkah dasar dalam menerapkan algoritma greedy adalah: identifikasi masalah, tentukan kriteria pemilihan, pilih langkah terbaik, perbarui status, dan ulangi hingga solusi lengkap.

Apa perbedaan antara algoritma greedy dan algoritma dinamis?

• Algoritma greedy fokus pada solusi lokal terbaik, sedangkan algoritma dinamis mempertimbangkan solusi global dengan menyimpan hasil sub-masalah.

• Algoritma greedy menyimpan semua hasil sub-masalah, sedangkan algoritma dinamis tidak.

• Algoritma greedy selalu menghasilkan solusi optimal, sedangkan algoritma dinamis tidak.

• Algoritma greedy menggunakan pendekatan rekursif, sedangkan algoritma dinamis tidak.

Dalam masalah pemilihan aktivitas, apa yang menjadi kriteria pemilihan aktivitas yang optimal?

• Aktivitas yang memiliki durasi paling pendek dan tidak saling tumpang tindih.

• Aktivitas yang dilakukan oleh lebih dari satu orang secara bersamaan.

• Aktivitas yang memiliki biaya paling rendah tanpa mempertimbangkan durasi.

• Aktivitas yang memiliki durasi paling panjang dan saling tumpang tindih.

Bagaimana cara menentukan apakah suatu masalah dapat diselesaikan dengan algoritma greedy?

• Cek apakah masalah tersebut memiliki solusi unik.

• Analisis kompleksitas waktu dari algoritma brute force.

• Periksa optimal substructure dan greedy choice property.

• Tentukan apakah semua solusi dapat dicapai secara bersamaan.