SlideShare ist ein Scribd-Unternehmen logo
1 von 16
Downloaden Sie, um offline zu lesen
Pendahuluan
 Nama      : Lailatul Husniah
 Asal      : Surabaya
 Pendidikan: D4 Teknologi Informasi – PENS ITS
              Tahun Angkatan 2003
 HP        : 081 705 371 92
 E-mail    : lailatul.husniah@gmail.com
 Status    : K2
Tujuan Perkuliahan


Setelah mengikuti perkuliahan Algoritma & Struktur Data,
  mahasiswa diharapkan mampu :
• Mengerti tentang performansi algoritma dan mampu mengukur
  kompleksitas sebuah algoritma
• Memahami perbedaan & cara penggunaan struktur data : array, list
  berkait, stack, queue, pohon, dan graph
• Mampu mengimplementasikan dan menggunakan struktur data
  menggunakan Java
• Mampu memahami dan menggunakan beberapa algoritma yang
  dikenal : algoritma pencarian (searching), algoritma pengurutan
  sederhana (simple sort), metode greedy, metode divide and
  conquer, dll
Topik Perkuliahan


 •   Review struktur dasar Java meliputi : percabangan, perulangan,
     dan rekursi.
 •   Kompleksitas algoritma
 •   List linier : array
 •   List linier : linked list
 •   Stack
 •   Queue
 •   Binary trees & binary search tree
 •   Algoritma pencarian (searching)
 •   Algoritma pengurutan (sorting)
 •   Metode Greedy
 •   Metode Divide and Conquer
 •   Metode Dynamic Programming
 •   Graph
Mata Kuliah Penunjang


 Pemrograman terstruktur
 Pemrograman berorientasi Obyek
Penilaian


 Nilai Akhir :
  ( 4 × NT ) + ( 2 × NP )
            6
 Keterangan
    NT : Nilai Teori
    NP : Nilai Praktikum
Nilai Teori

                    Ujian Tengah Semester (UAS) : 25 %
                      Ujian Akhir Semester (UTS) : 25 %
                                 Tugas dan Kuis : 25 %
                                        Absensi : 15 %
                                        Attitude : 10 %
                                       TOTAL : 100 %

 Catatan:
   Tidak ada tugas pengganti untuk absensi yang kurang
Nilai Praktikum


                            Rata-rata nilai praktikum : 60 %
                                       Tugas Besar : 25 %
                                             Absensi : 15 %
                                            TOTAL : 100 %

 Catatan:
   Toleransi keterlambatan masuk praktikum sesuai aturan di lab
   Tidak ada tugas pengganti untuk absensi yang kurang
Kejujuran Akademis

• Seluruh mahasiswa harus memahami dan
  menerapkan kejujuran akademis.
• Pelanggaran seperti mencontek, plagiat dalam skala
  apapun akan mendapatkan sanksi*.
*Sanksi:
• Nilai attitude berkurang 5 point setiap melanggar.
• Kuis, latihan, dan tugas maka tidak dinilai (nilai = 0)
Referensi


   Nugroho, Adi. 2008. Algoritma dan Struktur Data dalam
    Bahasa Java. Penerbit Andi: Jogjakarta.
Apa itu STRUKTUR DATA
                        ?
Struktur Data


• Adalah pengaturan data didalam memori
  komputer.
• Tujuannya : Supaya lebih mudah/efisien
  dalam pengaksesan/pemrosesan data
  tersebut.
• Meliputi : array, pohon biner, linked list,
  hash table, dll.
Algoritma


• Algoritma adalah Urutan langkah logis
  untuk menyelesaikan suatu masalah
  yang dituangkan secara tertulis
  berdasarkan alur pemikiran seseorang.
• Ada banyak macam algoritma. Algoritma
  yang akan dibahas disini adalah
  berhubungan dengan proses pengurutan
  dan pencarian.
Tujuan Belajar ASD


• Mengetahui kelebihan dan kekurangan
  dari masing-masing struktur data.
• Cara yang terbaik untuk benar-benar
  dapat memahami masing-masing
  struktur data adalah membuatnya.
• Melatih berpikir tentang efisiensi.
Manfaat Struktur Data & Algoritma


• Pemilihan struktur data maupun
  algoritma yang tepat dapat membuat
  program lebih: cepat dan efisien.
Terima Kasih...

Weitere ähnliche Inhalte

Ähnlich wie 1. algodat pendahuluan

Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1Bayu Aldi Yansyah
 
pengenalan algoritma komputasi untuk kuliah
pengenalan algoritma komputasi untuk kuliahpengenalan algoritma komputasi untuk kuliah
pengenalan algoritma komputasi untuk kuliahDikyAnggoro2
 
pengenalan algoritma komputasi sains untuk kuliah
pengenalan algoritma komputasi sains untuk kuliahpengenalan algoritma komputasi sains untuk kuliah
pengenalan algoritma komputasi sains untuk kuliahDikyAnggoro2
 
Pertemuan1.pptx
Pertemuan1.pptxPertemuan1.pptx
Pertemuan1.pptxadzimkomik
 
[2018] week01 tkti - pentingnya tata kelola
[2018] week01   tkti - pentingnya tata kelola[2018] week01   tkti - pentingnya tata kelola
[2018] week01 tkti - pentingnya tata kelolaAnisah Herdiyanti
 
01 subject outline
01 subject outline01 subject outline
01 subject outlineDen Askhari
 
12 Kalkulus II PM.pdf
12 Kalkulus II PM.pdf12 Kalkulus II PM.pdf
12 Kalkulus II PM.pdfAkademikFKIP1
 
TEK6255 Manajemen Data Base 2sksTeori_sem5_K19.pdf
TEK6255 Manajemen Data Base 2sksTeori_sem5_K19.pdfTEK6255 Manajemen Data Base 2sksTeori_sem5_K19.pdf
TEK6255 Manajemen Data Base 2sksTeori_sem5_K19.pdfmerisipahutar
 
Training Mahasiwa Baru Fakultas Teknik Unila 27-28 Oktober 2018
Training Mahasiwa Baru Fakultas Teknik Unila 27-28 Oktober 2018 Training Mahasiwa Baru Fakultas Teknik Unila 27-28 Oktober 2018
Training Mahasiwa Baru Fakultas Teknik Unila 27-28 Oktober 2018 Muhammad AR
 
Rpp 1 lembar simulasi dan komunikasi digital semester gasal 2020 2021
Rpp 1 lembar simulasi dan komunikasi digital semester gasal 2020 2021Rpp 1 lembar simulasi dan komunikasi digital semester gasal 2020 2021
Rpp 1 lembar simulasi dan komunikasi digital semester gasal 2020 2021Yanuar Wijatmoko
 
30 Program Linear PPM.pdf
30 Program Linear PPM.pdf30 Program Linear PPM.pdf
30 Program Linear PPM.pdfAkademikFKIP1
 
56 Pengantar Teori Fuzzy PPM.pdf
56 Pengantar Teori Fuzzy PPM.pdf56 Pengantar Teori Fuzzy PPM.pdf
56 Pengantar Teori Fuzzy PPM.pdfrahmanasir2
 
01_PENGANTAR DATA DATA SCIENCE.pptx
01_PENGANTAR DATA DATA SCIENCE.pptx01_PENGANTAR DATA DATA SCIENCE.pptx
01_PENGANTAR DATA DATA SCIENCE.pptxmelrideswina
 
DM-01-Pengantar-Perkuliahan-Data-mining.pdf
DM-01-Pengantar-Perkuliahan-Data-mining.pdfDM-01-Pengantar-Perkuliahan-Data-mining.pdf
DM-01-Pengantar-Perkuliahan-Data-mining.pdfRinnaRachmatika2
 
Klasifikasi Data Mining.pptx
Klasifikasi Data Mining.pptxKlasifikasi Data Mining.pptx
Klasifikasi Data Mining.pptxAdam Superman
 

Ähnlich wie 1. algodat pendahuluan (20)

Rpp
RppRpp
Rpp
 
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
Pertemuan 1 - AI Indonesia Academy Surabaya Batch #1
 
pengenalan algoritma komputasi untuk kuliah
pengenalan algoritma komputasi untuk kuliahpengenalan algoritma komputasi untuk kuliah
pengenalan algoritma komputasi untuk kuliah
 
pengenalan algoritma komputasi sains untuk kuliah
pengenalan algoritma komputasi sains untuk kuliahpengenalan algoritma komputasi sains untuk kuliah
pengenalan algoritma komputasi sains untuk kuliah
 
Pertemuan1.pptx
Pertemuan1.pptxPertemuan1.pptx
Pertemuan1.pptx
 
[2018] week01 tkti - pentingnya tata kelola
[2018] week01   tkti - pentingnya tata kelola[2018] week01   tkti - pentingnya tata kelola
[2018] week01 tkti - pentingnya tata kelola
 
Seminar design pattern
Seminar design patternSeminar design pattern
Seminar design pattern
 
01 subject outline
01 subject outline01 subject outline
01 subject outline
 
12 Kalkulus II PM.pdf
12 Kalkulus II PM.pdf12 Kalkulus II PM.pdf
12 Kalkulus II PM.pdf
 
TEK6255 Manajemen Data Base 2sksTeori_sem5_K19.pdf
TEK6255 Manajemen Data Base 2sksTeori_sem5_K19.pdfTEK6255 Manajemen Data Base 2sksTeori_sem5_K19.pdf
TEK6255 Manajemen Data Base 2sksTeori_sem5_K19.pdf
 
Training Mahasiwa Baru Fakultas Teknik Unila 27-28 Oktober 2018
Training Mahasiwa Baru Fakultas Teknik Unila 27-28 Oktober 2018 Training Mahasiwa Baru Fakultas Teknik Unila 27-28 Oktober 2018
Training Mahasiwa Baru Fakultas Teknik Unila 27-28 Oktober 2018
 
Rpp 1 lembar simulasi dan komunikasi digital semester gasal 2020 2021
Rpp 1 lembar simulasi dan komunikasi digital semester gasal 2020 2021Rpp 1 lembar simulasi dan komunikasi digital semester gasal 2020 2021
Rpp 1 lembar simulasi dan komunikasi digital semester gasal 2020 2021
 
30 Program Linear PPM.pdf
30 Program Linear PPM.pdf30 Program Linear PPM.pdf
30 Program Linear PPM.pdf
 
56 Pengantar Teori Fuzzy PPM.pdf
56 Pengantar Teori Fuzzy PPM.pdf56 Pengantar Teori Fuzzy PPM.pdf
56 Pengantar Teori Fuzzy PPM.pdf
 
01_PENGANTAR DATA DATA SCIENCE.pptx
01_PENGANTAR DATA DATA SCIENCE.pptx01_PENGANTAR DATA DATA SCIENCE.pptx
01_PENGANTAR DATA DATA SCIENCE.pptx
 
Ppt helni indrayati
Ppt helni indrayatiPpt helni indrayati
Ppt helni indrayati
 
DM-01-Pengantar-Perkuliahan-Data-mining.pdf
DM-01-Pengantar-Perkuliahan-Data-mining.pdfDM-01-Pengantar-Perkuliahan-Data-mining.pdf
DM-01-Pengantar-Perkuliahan-Data-mining.pdf
 
Klasifikasi Data Mining.pptx
Klasifikasi Data Mining.pptxKlasifikasi Data Mining.pptx
Klasifikasi Data Mining.pptx
 
Ppt desain
Ppt desainPpt desain
Ppt desain
 
Ppt desain
Ppt desainPpt desain
Ppt desain
 

1. algodat pendahuluan

  • 2.  Nama : Lailatul Husniah  Asal : Surabaya  Pendidikan: D4 Teknologi Informasi – PENS ITS Tahun Angkatan 2003  HP : 081 705 371 92  E-mail : lailatul.husniah@gmail.com  Status : K2
  • 3. Tujuan Perkuliahan Setelah mengikuti perkuliahan Algoritma & Struktur Data, mahasiswa diharapkan mampu : • Mengerti tentang performansi algoritma dan mampu mengukur kompleksitas sebuah algoritma • Memahami perbedaan & cara penggunaan struktur data : array, list berkait, stack, queue, pohon, dan graph • Mampu mengimplementasikan dan menggunakan struktur data menggunakan Java • Mampu memahami dan menggunakan beberapa algoritma yang dikenal : algoritma pencarian (searching), algoritma pengurutan sederhana (simple sort), metode greedy, metode divide and conquer, dll
  • 4. Topik Perkuliahan • Review struktur dasar Java meliputi : percabangan, perulangan, dan rekursi. • Kompleksitas algoritma • List linier : array • List linier : linked list • Stack • Queue • Binary trees & binary search tree • Algoritma pencarian (searching) • Algoritma pengurutan (sorting) • Metode Greedy • Metode Divide and Conquer • Metode Dynamic Programming • Graph
  • 5. Mata Kuliah Penunjang  Pemrograman terstruktur  Pemrograman berorientasi Obyek
  • 6. Penilaian  Nilai Akhir : ( 4 × NT ) + ( 2 × NP ) 6  Keterangan  NT : Nilai Teori  NP : Nilai Praktikum
  • 7. Nilai Teori  Ujian Tengah Semester (UAS) : 25 %  Ujian Akhir Semester (UTS) : 25 %  Tugas dan Kuis : 25 %  Absensi : 15 %  Attitude : 10 %  TOTAL : 100 %  Catatan:  Tidak ada tugas pengganti untuk absensi yang kurang
  • 8. Nilai Praktikum  Rata-rata nilai praktikum : 60 %  Tugas Besar : 25 %  Absensi : 15 %  TOTAL : 100 %  Catatan:  Toleransi keterlambatan masuk praktikum sesuai aturan di lab  Tidak ada tugas pengganti untuk absensi yang kurang
  • 9. Kejujuran Akademis • Seluruh mahasiswa harus memahami dan menerapkan kejujuran akademis. • Pelanggaran seperti mencontek, plagiat dalam skala apapun akan mendapatkan sanksi*. *Sanksi: • Nilai attitude berkurang 5 point setiap melanggar. • Kuis, latihan, dan tugas maka tidak dinilai (nilai = 0)
  • 10. Referensi  Nugroho, Adi. 2008. Algoritma dan Struktur Data dalam Bahasa Java. Penerbit Andi: Jogjakarta.
  • 12. Struktur Data • Adalah pengaturan data didalam memori komputer. • Tujuannya : Supaya lebih mudah/efisien dalam pengaksesan/pemrosesan data tersebut. • Meliputi : array, pohon biner, linked list, hash table, dll.
  • 13. Algoritma • Algoritma adalah Urutan langkah logis untuk menyelesaikan suatu masalah yang dituangkan secara tertulis berdasarkan alur pemikiran seseorang. • Ada banyak macam algoritma. Algoritma yang akan dibahas disini adalah berhubungan dengan proses pengurutan dan pencarian.
  • 14. Tujuan Belajar ASD • Mengetahui kelebihan dan kekurangan dari masing-masing struktur data. • Cara yang terbaik untuk benar-benar dapat memahami masing-masing struktur data adalah membuatnya. • Melatih berpikir tentang efisiensi.
  • 15. Manfaat Struktur Data & Algoritma • Pemilihan struktur data maupun algoritma yang tepat dapat membuat program lebih: cepat dan efisien.