Algoritma: Perbedaan antara revisi

[[Berkas:Euclid flowchart 1.png |jmpl|lright | [[Diagram alur]] dari sebuah algoritmealgoritma ([[AlgoritmeAlgoritma EuclidEuklides]]) untuk menghitung faktor persekutuan terbesar (f.p.b.) dari dua angka ''a'' dan ''b'' dalam lokasi bernama A dan B. AlgoritmeAlgoritma dijalankan dengan pengurangan berturut-turut dalam dua pengulangan: JIKA pengujian B >= A menghasilkan "ya" (atau benar) (lebih akuratnya ''angka'' ''b'' dalam lokasi B lebih besar atau sama dengan ''angka'' ''a'' dalam lokasi A) MAKA, algoritmealgoritma menentukan B ← B - A (artinya angka ''b'' - ''a'' menggantikan ''b'' sebelumnya). Hal yang sama, JIKA A > B, MAKA A ← A - B. Proses tersebut berhenti saat (isi dari) B adalah 0, menghasilkan f.p.k. dalam A. (AlgoritmeAlgoritma tersebut diambil dari Scott 2009:13; simbol dan gaya penggambaran dari Tausworthe 1977).]]

== Asal kataSejarah ==

{{about||penjelasan lebih rinci dari berbagai sudut pandang mengenai definisi "algoritmealgoritma" |Karakterisasi AlgoritmeAlgoritma }}

Secara umum, sebuah program hanyalah sebuah algoritmealgoritma jika ia akan berhenti nantinya.

Sebuah contoh prototipikal dari suatu algoritmealgoritma adalah [[algoritmealgoritma Euclid]] untuk menentukan bilangan pembagi terbesar dari dua integer; sebagai contohnya (ada contoh yang lain) dijelaskan dengan [[diagram alur]] di atas dan sebagai contoh di bagian lanjut.

{{Harvtxt|Boolos|Jeffrey|1974, 1999}} memberikan sebuah makna informal dari kata algoritmealgoritma dalam persamaan berikut:

Maka, Boolos dan Jeffrey mengatakan bahwa sebuah algoritmealgoritma berarti instruksi bagi sebuah proses yang "membuat" keluaran integer dari sebuah "masukan" ''acak'' integer yang, secara teori, bisa sangat besar.

Maka sebuah algoritmealgoritma dapat berupa persamaan aljabar seperti '''y = m + n''' -- dua variabel masukan '''m''' dan '''n''' yang menghasikan keluaran '''y'''.

Tapi berbagai penulis yang mencoba mendefinisikan persamaan tersebut mengatakan bahwa kata algoritmealgoritma mengandung lebih dari itu, sesuatu yang kurang lebih (untuk contoh penjumlahan):

:Instruksi rinci dan tepat (dalam bahasa yang dipahami oleh "komputer")<ref>cf Stone 1972:5</ref> untuk proses yang cepat, efisien, "baik"<ref>Knuth 1973:7 menyatakan: "Pada praktiknya kita tidak hanya menginginkan algoritmealgoritma, kita menginginkan algoritam yang ''baik'' ... salah satu kriteria dari kebaikannya adalah lama waktu yang digunakan untuk menjalankan algoritmealgoritma ... kriteria lainnya adalah kemampuan adaptasi dari algoritmealgoritma ke komputer, kesederhanaan dan elegan, dll."</ref> yang menentukan "pergerakan" dari "komputer" (mesin atau manusia, dibekali dengan informasi dan kemampuan internal yang dibutuhkan)<ref>cf Stone 1973:6</ref> untuk menemukan, dekode, dan kemudian mengolah masukan integer/simbol '''m''' dan '''n''', simbol '''+''' dan '''=''' ... dan "secara efektif"<ref>Stone 1973:7-8 menyatakan bahwa harus ada, "... sebuah prosedur yang robot [yaitu komputer] bisa ikuti supaya dapat menentukan secara tepat bagaimana mengikuti instruksi tersebut." Stone menambahkan keterbatasan dari proses, dan kepastian (tidak memiliki kerancuan pada instruksi) pada definisi tersebut.</ref> menghasilkan, dalam waktu yang "masuk akal",<ref>Knuth, loc. cit</ref> keluaran integer '''y''' pada tempat dan format tertentu.

Konsep dari ''algoritmealgoritma'' juga digunakan untuk mendefinisikan notasi dari [[desidabilitas (logika)|desidabilitas]].

Dalam [[logika]], waktu dari sebuah algoritmealgoritma untuk selesai tidak dapat dihitung, karena tidak berelasi dengan dimensi fisik kita.

Dari ketidakpastian tersebut, yang mengkarakteristikan pekerjaan yang sedang berjalan, timbulah ketidak-tersediannya definisi ''algoritmealgoritma'' yang sesuai dengan konkret (pada tingkat tertentu) dan penggunaan secara abstrak dari istilah tersebut.

AlgoritmeAlgoritma sangat penting bagi cara komputer mengolah data.

Banyak [[program komputer]] mengandung algoritmealgoritma memberikan rincian pada instruksi khusus yang komputer harus lakukan (dengan urutan tertentu) untuk menjalankan pekerjaan tertentu, seperti menghitung gaji karyawan atau mencetak kartu rapor siswa.

Maka, sebuah algoritmealgoritma bisa dianggap sebagai urutan operasi yang bisa disimulasikan oleh sebuah sistem [[Kelengkapan Turing|Turing-lengkap]].

Gurevich: "... argumen informal Turing untuk menyokong tesis ini membenarkan tesis yang lebih kuat: setiap algoritmealgoritma bisa disimulasikan oleh sebuah mesin Turing ... menurut Savage [1987], sebuah algoritmealgoritma adalah sebuah proses penghitungan yang ditentukan oleh sebuah mesin Turing".

Biasanya, bila sebuah algoritmealgoritma dihubungkan dengan pengolahan informasi, data dibaca dari sumber masukan, ditulis ke perangkat keluaran, dan/atau disimpan untuk pengolahan selanjutnya.

Data simpanan dianggap sebagai bagian dari keadaan internal dari entitas yang melakukan algoritmealgoritma.

Untuk beberapa proses komputasi, algoritmealgoritma harus ditentukan secara teliti: dijabarkan dengan cara ia bakal berlaku untuk semua kemungkinan yang dapat timbul.

Karena sebuah algoritmealgoritma adalah kumpulan dari langkah-langkah yang tepat, urutan dari komputasi selalu penting bagi berfungsinya algoritmealgoritma.

Sejauh ini, diskusi tentang formalisasi algoritmealgoritma telah mengasumsikan premis dari [[pemrograman imperatif]].

Keunikan dari konsepsi formalisasi algoritmealgoritma adalah [[operasi penetapan]], mengatur nilai dari sebuah variabel.

Untuk konsepsi yang lain dari apa yang membentuk sebuah algoritmealgoritma lihat [[pemrograman fungsional]] dan [[pemrograman logika]].

=== Menggambarkan algoritmealgoritma ===

AlgoritmeAlgoritma dapat digambarkan dengan banyak notasi, termasuk [[bahasa alamiah]], [[pseudokode]], [[diagram alur]], [[DRAKON|bagan drakon]], [[bahasa pemrograman]] atau [[tabel kontrol]] (diproses oleh [[penerjemah (komputasi)|penerjemah]]).

Ekspresi bahasa alamiah terhadap algoritmealgoritma condong lebih banyak dan rancu, dan jarang digunakan untuk algoritmealgoritma yang kompleks dan teknis.

Pseudokode, diagram alur, bagan drakon, dan tabel kontrol adalah cara yang terstruktur untuk menggambarkan algoritmealgoritma yang mencegah banyaknya kerancuan pada pernyataan-pernyataan bahasa alamiah.

Bahasa pemrograman ditujukan untuk mengekspresikan algoritmealgoritma dalam sebuah bentuk yang dapat dieksekusi oleh komputer, tetapi sering kali digunakan sebagai suatu cara untuk menentukan atau mendokumentasikan algoritmealgoritma.

Representasi dari algoritmealgoritma dapat dikelompokan ke dalam tiga tingkatan dari deskripsi mesin Turing:

: "... ditujukan untuk menjelaskan algoritmealgoritma, menghiraukan rincian implementasi. Pada tingkat ini kita tidak perlu menyebutkan bagaimana mesin mengatur perangkat pita atau kepala pita rekam."

Sebagai contoh dari algoritmealgoritma sederhana "Penjumlahan m+n" dijelaskan dalam tiga tingkatan tersebut lihat [[contoh algoritmealgoritma]].

Kebanyakan algoritmealgoritma ditujukan untuk diimplementasikan sebagai [[program komputer]].

Namun, algoritmealgoritma juga diimplementasikan dengan tujuan lain, seperti dalam [[jaringan saraf]] biologis (sebagai contohnya, [[otak manusia]] yang mengimplementasikan [[aritmetika]] atau sebuah serangga yang melihat makanan), dalam [[sirkuit elektris]], atau dalam sebuah perangkat mekanis.

== AlgoritmeAlgoritma komputer ==

[[Berkas:Euclid's algorithm structured blocks 1.png |jmpl|ka|493x493px|Contoh diagram alur dari [[Teorema program terstruktur|struktur Bohm-Jacopini]]: URUTAN (segi empat), WHILE-DO dan IF-THEN-ELSE. Ketiga struktur dibentuk dari kondisi primitif GOTO (<ttcode> IF ''test''=true THEN GOTO step xxx </ttcode>) (wajik), GOTO tak bersyarat (segi empat), berbagai operator penetapan (segi empat), dan HALT (bujursangkar). Memasukan struktur tersebut ke dalam blok-penetapan menghasilkan diagram yang kompleks (cf Tausworthe 1977:100,114).]]

Dalam [[sistem komputer]], sebuah algoritmealgoritma pada dasarnya adalah instansi dari [[logika]] ditulis dalam [[perangkat lunak]] oleh pengembang perangkat lunak supaya efektif untuk komputer yang "ditargetkan" untuk mesin tertentu untuk menghasilkan ''keluaran'' dari ''masukan'' yang diberikan (kemungkinan nul).

:Knuth: "... kita menginginkan algoritmealgoritma yang ''baik'' dalam definisi estetika sederhana. Salah satu kriterianya ... adalah waktu yang dibutuhkan untuk berjalannya algoritmealgoritma ... Kriteria yang lain adalah adaptasi dari algoritmealgoritma ke komputer, kesederhanaan dan elegan, dll"<ref>Knuth 1973:7</ref>

''AlgoritmeAlgoritma terhadap fungsi yang dapat dihitung oleh algoritmealgoritma'': Untuk sebuah fungsi bisa ada beberapa algoritmealgoritma.

Rogers mengamati bahwa "Sangat ... penting untuk membedakan antara pengertian ''algoritmealgoritma'', misalnya prosedur dan pernyataan ''fungsi yang dihitung oleh algoritmealgoritma'', misalnya pemetaan hasil dari prosedur.

Fungsi yang sama bisa memiliki beberapa algoritmealgoritma berbeda".

Sebuah contoh yang menggunakan algoritmealgoritma Euclid bisa dilihat di bawah.

''Simulasi dari sebuah algoritmealgoritma: bahasa komputer (komputor)'': Knuth menganjurkan pembaca bahwa "cara terbaik untuk belajar algoritmealgoritma dalah mencobanya ... langsung ambil pulpen dan kertas dan bekerja lewat contoh".

Programmer harus menerjemahkan algoritmealgoritma ke dalam bahasa yang mana simulator/komputer/komputor dapat mengeksekusi ''secara efektif''.

Jika tidak maka supaya algoritmealgoritma dapat efektif ia harus menyediakan sejumlah aturan untuk mengekstrak akar kuadrat.

|isbn = 978-0-444-88071-0

Sebagai contohnya, subprogram dalam algoritmealgoritma Euclid untuk menghitung sisa akan berjalan lebih cepat jika programmer memiliki instruksi "modulus" (sisa pembagian) bukannya dengan pengurangan (atau lebih parah: hanya "penurunan").

''Pemrograman terstukturterstruktur, struktur kanonikal'': Menurut [[Tesis Church-Turing]] setiap algoritmealgoritma bisa dihitung dengan sebuah model yang dikenal [[Turing komplet]], dan menurut demonstrasi Minsky kekomplitan Turing membutuhkan hanya empat tipe instruksi—GOTO bersyarat, GOTO tak bersyarat, penetapan, HALT.

''Simbol diagram alur<ref>cf Tausworthe 1977</ref>'': Pembantu grafik yang disebut [[diagram alur]] memberikan suatu cara untuk menjelaskan dan mendokumentasikan sebuah algoritmealgoritma (dan program komputer).

{{Further2|[[Contoh algoritmealgoritma]]}}

=== Contoh AlgoritmeAlgoritma ===

[[Berkas:Sorting quicksort anim.gif |jmpl| Animasi dari [[algoritmealgoritma quicksort]] mengurutkan larik dari nilai acak. Batang merah menandakan elemen pivot; pada awal animasi, elemen paling kanan dipilih sebagai pivot.]]

Salah satu dari algoritmealgoritma sederhana adalah menemukan bilangan terbesar dalam sebuah deretan angka (tak berurut).

Dari hal ini munculah algoritmealgoritma sederhana, yang bisa dinyatakan dalam kalimat bahasa deskripsi tingkat-tinggi, sebagai:

Ditulis dalam kalimat yang lebih dekat dengan bahasa tingkat-tinggi dari program komputer, berikut ini adalah kode formal dari algoritmealgoritma dalam [[pseudokode]] atau [[kode pijin]]:

=== AlgoritmeAlgoritma Euclid ===

{{Further2|[[AlgoritmeAlgoritma Euklid]]}}

[[Berkas:Euclid's algorithm Book VII Proposition 2 2.png | 250px|jmpl|kiri| Contoh diagram dari algoritmealgoritma Euclid dari T.L. Health 1908 dengan rincian tambahan. Euclid tidak sampai pada penghitungan ketiga dan tidak memberikan contoh numeris. Nocomachus memberikan contoh dari 49 dan 21: "Saya mengurangi yang kecil dari yang besar; 28 adalah yang kiri; kemudian saya kurangi lagi 21 (hal ini memungkinkan); tersisa 7, tetapi 7 tidak bisa dikurangi dari 7." Heath berkomentar bahwa, "Kalimat terakhir terdengar aneh, tetapi maknanya sangat jelas, begitu juga makna dari kalimat tentang mengakhiri 'dengan satu dan angka yang sama'."(Heath 1908:300).]]

AlgoritmeAlgoritma [[Euclid]] muncul sebagai Proposisi II dalam Book VII ("Elementary Number Theory") dari ''[[Euclid's Elements|Elements]]''.

Untuk percobaan moden menggunakan pembagian dalam algoritmealgoritma lihat Hardy dan Wright 1979:180, Knuth 1973:2 (Volume 1), ditambah diskusi tentang algoritmealgoritma Euclid dalam Knuth 1969:293-297 (Volume 2).

Walau algoritmealgoritma Nicomachus sama dengan Euclid, bila kedua bilangan prima maka menghasilkan angka "1" untuk bilangan pembagi terbesar.

Jadi untuk lebih jelasnya algoritmealgoritma berikut adalah algoritmealgoritma Nicomachus.

[[File:Euclids-algorithm-example-1599-650.gif | 350px |jmpl|ka| Ekspresi grafik dari algoritmealgoritma Euclid menggunakan contoh dengan 1599 dan 650.

15999778 = 650*2 + 299

==== Bahasa komputer untuk algoritmealgoritma Euclid ====

Hanya beberapa ''tipe'' instruksi yang dibutuhkan untuk mengeksekusi algoritme—beberapaalgoritma—beberapa tes logika (GOTO bersyarat), GOTO tak bersyarat, penetapan (penggantian), dan pengurangan.

==== Program yang kurang elegan (inelegan) untuk algoritmealgoritma Euclid ====

[[File:Euclid's algorithm Inelegant program 1.png|jmpl|163px|ka|"Inelegan" adalah terjemahan dari versi Knuth terhadap algoritmealgoritma berdasarkan pengulangan-sisa mengganti pembagian (atau instruksi "modulus").

AlgoritmeAlgoritma berikut disebut sebagai versi Euclid dan Nichomachus 4-langkah-nya Knuth, tetapi bukannya menggunakan pembagi untuk menentukan sisa ia menggunakan pengurangan berturut-turut dari panjang terkecil ''s'' dari sisa panjang ''r'' sampai ''r'' kurang dari ''s''.

'''E2: [Apakah sisa 0?]''': APAKAH (i) pengukuran terakhir adalah sama dan sisa di R adalah 0 program dapat berhenti, ATAU (ii) algoritmealgoritma harus terus jalan: hasil pengukuran meninggalkan sisa di R kurang dari angka pengukuran dalam S.

'''E3: [Interchange ''s'' dan ''r'']''': Sulitnya algoritmealgoritma Euclid. Menggunakan sisa ''r'' untuk mengukur angka terkecil sebelumnya ''s'':; L sebagai lokasi sementara.

==== Program elegan untuk algoritmealgoritma Euclid ====

Versi algoritmealgoritma Euclid berikut hanya membutuhkan 6 instruksi inti untuk melakukan 13 langkah pada solusi "inelegan"; parahnya, "inelegan" membutuhkan ''tipe'' instruksi lebih banyak.

5 REM [[AlgoritmeAlgoritma Euclid]] untuk [[faktor persekuturan terbesar]]

=== Menguji algoritmealgoritma Euclid ===

Apakah algoritmealgoritma berjalan seperti yang penulis inginkan?

|url=http://aleph0.clarku.edu/~djoyce/java/elements/bookVII/propVII2.html

|title=Euclid's Elements, Book VII, Proposition 2

|publisher=Aleph0.clarku.edu

|date=

Bila angka masukan, misalnya [[domain (matematika)|domain]] dari fungsi yang dihitung oleh algoritmealgoritma/program, mengikutkan hanya integer positif termasuk 0, maka kegagalan pada nol mengindikasikan bahwa algoritmealgoritma (dan program [[instansi (ilmu komputer)|instansiasinya]]) adalah sebuah [[fungsi parsial]] bukannya [[fungsi total]].

''Bukti dari kebenaran program menggunakan induksi matematika'': Knuth mendemonstrasikan penggunaan [[induksi matematika]] untuk versi "pengembangan" dari algoritmealgoritma Euclid, dan dia mengajukan "metode umum yang digunakan untuk membuktikan validitas dari setiap algoritmealgoritma."

Knuth 1973:13-18. Dia memuji "formulasi pembuktian-algoritmealgoritma dalam makan asersi dan induksi" kepada R. W. Floyd, Peter Naur, C. A. R. Hoare, H. H. Goldstine dan J. von Neumann. Tausworth 1977 meminjam contoh Euclid Knuth dan mengembangkan metode Knuth di bab 9.1 dari ''Formal Proofs'' (pages 288–298).

=== Menghitung dan meningkatkan algoritmealgoritma Euclid ===

[[Analisis algoritmealgoritma]]

Bila algoritmealgoritma (biasanya) membutuhkan banyak pengulangan, ''secara rata-rata'' lebih banyak waktu yang terbuang saat melakukan tes "B = 0?" yang hanya diperlukan saat sisa sudah dihitung.

''Bisakah algoritmealgoritma ditingkatkan?'': Bila programmer sudah menilai sebuah program "cocok" dan "efektif"—yaitu, ia menghitung fungsi yang ditujukan oleh penulisnya—maka pertanyaannya menjadi, bisakah ditingkatkan?

Tapi Chaitin membuktikan bahwa memadatkan algoritmealgoritma tidak bisa diotomatiskan dengan algoritmealgoritma generalisasi;

Kesalahan terjadi saat sebuah algoritmealgoritma mencoba memadatkan dirinya sendiri.

== Analisis AlgoritmeAlgoritma ==

{{Main|Analisis algoritmealgoritma}}

Sangat penting untuk mengetahui berapa banyak sumber tertentu (seperti waktu dan tempat penyimpanan) secara teoretis diperlukan untuk sebuah algoritmealgoritma.

Metode-metode telah dikembangkan untuk [[analisis algoritmealgoritma]] untuk mendapatkan jawaban kuantitatif (estimasi);

sebagai contohnya, algoritmealgoritma pengurutan di atas memerlukan waktu O(''n''), menggunakan [[notasi O besar]] dengan ''n'' sebagai panjang deret (yang akan diurut).

Setiap saat algoritmealgoritma hanya perlu mengingat dua nilai: nilai terbesar yang ditemukan, dan posisinya sekarang dideretan input.

AlgoritmeAlgoritma berbeda mungkin menyelesaikan pekerjaan yang sama dengan kumpulan instruksi yang berbeda dengan waktu, ruang, atau '[[efisiensi algoritmik|usaha]]' lebih sedikit atau banyak dari yang lain.

Sebagai contohnya, algoritmealgoritma [[pencairan binari]] biasanya mengungguli pencarian berderet secara [[pencarian paksa|paksa]] bila digunakan untuk [[tabel pencarian]] pada deret terurut.

{{Main|AlgoritmeAlgoritma empiris|Profiling (pemrograman komputer)|Optimisasi program}}

[[analisis algoritmealgoritma|Analisis dan kajian algoritmealgoritma]] adalah bidang dari ilmu komputer, dan biasanya dilakukan secara abstrak tanpa menggunakan [[bahasa pemrograman]] tertentu atau implementasi.

Dalam artian, analisis algoritmealgoritma mirip dengan bidang matematika lainnya yang mana fokus pada properti yang mendasari algoritmealgoritma dan bukan pada implementasi tertentu.

Namun, pada akhirnya, kebanyakan algoritmealgoritma diimplementasikan di perangkat keras / lunak tertentu dan [[efisiensi algoritmik]] mereka akhirnya diuji menggunakan kode yang sebenarnya.

Untuk solusi dari sebuah masalah, efisiensi dari algoritmealgoritma tertentu mungkin tidak terlalu berpengaruh (kecuali n sangat besar) tetapi bagi algoritmealgoritma yang dirancang untuk kecepatan interaktif, komersial, atau penggunaan ilmiah jangka panjang ia bisa saja kritikal.

Meningkatkan n dari kecil ke n yang besar biasanya menunjukan ketak efisienan algoritmealgoritma yang tidak berbahaya.

[[Benchmark (komputasi)|Benchmark]] bisa digunakan untuk membandingkan potensi kenaikan sebelum/sesudah algoritmealgoritma setelah optimisasi program dilakukan.

Untuk menggambarkan kemungkinan potensi peningkatan bahkan pada algoritmealgoritma yang sudah teruji, inovasi terbaru, berkaitan dengan algoritmealgoritma [[Transformasi Fourier Cepat|FFT]] (banyak digunakan di bidang pemrosesan gambar), bisa menurunkan waktu pemrosesan dengan faktor sampai 1.000 untuk aplikasi seperti pencitraan medis.

Salah satu cara mengklasifikasikan algoritmealgoritma yaitu dengan cara implementasi.

: Sebuah [[algoritmealgoritma rekursi]] yaitu algoritmealgoritma yang memanggil dirinya sendiri berulang kali sampai kondisi tertentu tercapai, ini merupakan metode umum bagi [[pemrograman fungsional]]. AlgoritmeAlgoritma [[Iterasi|iteratif]] menggunakan konstruksi berulang seperti [[Pengulangan program|pengulangan]] dan terkadang struktur data tambahan seperti [[Tumpukan (struktur data)|tumpukan]] untuk menyelesaikan permasalahan. Beberapa permasalahan secara alami cocok dengan satu implementasi atau lainnya. Sebagai contoh, [[Menara Hanoi]] dikenal dengan implementasi rekursif. Setiap versi rekursif memiliki kesamaan (tapi bisa lebih atau kurang kompleks) dengan versi iteratif, dan sebaliknya.

: Sebuah algoritmealgoritma bisa dilihat sebagai [[Penalaran deduktif|logika deduksi]] terkontrol. Pernyataan ini diekspresikan sebagai: '''AlgoritmeAlgoritma = logika + kontrol'''.<ref>Kowalski 1979</ref> Komponen logika mengekspresikan aksioma yang bisa digunakan dalam komputasi dan komponen kontrol menentukan cara deduksi digunakan pada aksioma. Ini merupakan dasar dari paradigma [[pemrograman logika]]. Dalam bahasa pemrograman logika murni komponen kontrol adalah tetap dan algoritmealgoritma ditentukan dengan memberikan hanya komponen logikanya. Daya tarik dari pendekatan ini adalah [[Semantik formal dari bahasa pemrograman|semantik]] elegan: sebuah perubahan dalam aksioma memiliki perubahan dalam algoritmealgoritma.

: AlgoritmeAlgoritma biasanya dibicarakan dengan asumsi bahwa komputer menjalankan satu instruksi algoritmealgoritma setiap waktu. Komputer tersebut terkadang disebut dengan komputer serial. [[Rancang algoritmealgoritma|Rancangan algoritmealgoritma]] untuk lingkungan tersebut disebut dengan algoritmealgoritma serial, terbalik dengan [[algoritmealgoritma paralel]] atau [[algoritmealgoritma terdistribusi]]. AlgoritmeAlgoritma paralel memanfaatkan arsitektur komputer yang mana beberapa prosesor bisa mengerjakan masalah dipada waktu yang sama, selain itu algoritmealgoritma terdistribusi memanfaatkan banyak mesin yang terhubung dengan [[Jaringan komputer|jaringan]]. AlgoritmeAlgoritma paralel atau terdistribusi membagi permasalahan menjadi banyak sub-masalah simetris atau asimetris dan mengumpulkan hasilnya kembali. Konsumsi sumber pada algoritmealgoritma tersebut tidak hanya perputaran prosesor disetiap prosesor tetapi juga daya komunikasi antara prosesor. AlgoritmeAlgoritma pengurutan bisa diparalelkan secara efisien, tetapi biaya komunikasinya sangat mahal. AlgoritmeAlgoritma iteratif secara umum bisa diparalelkan. Beberapa permasalahan tidak ada algoritmealgoritma paralelnya, dan disebut dengan permasalahan serial lahiriah.

: [[AlgoritmeAlgoritma deterministik]] menyelesaikan masalah dengan keputusan yang tepat disetiap langkah dari algoritmealgoritma sedangkan [[algoritmealgoritma non-deterministik]] menyelesaikan masalah lewat penerkaan walaupun penerkaan biasanya lebih akurat dengan menggunakan [[heuristik]].

: Bila banyak algoritmealgoritma sampai pada solusi yang tepat, [[algoritmealgoritma perkiraan]] mencari sebuah perkiraan yang terdekat dengan solusi benarnya. Perkiraan bisa menggunakan baik strategi deterministik atau acak. AlgoritmeAlgoritma seperti itu memiliki nilai guna untuk banyak permasalahan sulit.

; [[AlgoritmeAlgoritma quantum]]

: Berjalan di model realistik dari [[komputasi quantum]]. Istilah ini biasanya digunakan untuk algoritmealgoritma yang tampak pada dasarnya quantum, atau menggunakan beberapa fitur penting komputasi quantum seperti [[superposisi quantum]] atau [[belitan quantum]].

Cara lain mengklasifikasikan algoritmealgoritma adalah dengan metodologi rancangannya atau paradigma.

Lebih lanjut, setiap kategori tersebut mengikutkan banyak tipe algoritmealgoritma yang berbeda.

: [[AlgoritmeAlgoritma bagi dan takluk]] secara berulang mereduksi instansi jumlah masalah menjadi satu atau lebih kecil instasi masalah yang sama (biasanya secara [[rekursif]]) sampai instansi cukup kecil diselesaikan dengan mudah. Salah satu contoh bagi dan takluk adalah [[mergesort|pengurutan gabung]]. Pengurutan dapat dilakukan disetiap segmen data setelah membagi data menjadi segmen-segmen dan urutan seluruh data bisa didapat pada fase takluk dengan menggabungkan segmen-segmen. Variasi sederhana dari bagi-dan-takluk disebut '''algoritmealgoritma kurang dan takluk''', yang menyelesaikan sub-masalah yang sama dan menggunakan solusi dari sub-masalah tersebut untuk menyelesaikan masalah yang lebih besar. Bagi dan takluk membagi permasalahan menjadi banyak sub-masalah dan sehingga tahap takluk lebih kompleks daripada algoritmealgoritma kurang-dan-taklukan. Sebuah contoh dari algoritmealgoritma kurang-dan-taklukan adalah [[algoritmealgoritma pencarian binari]].

: Banyak masalah (seperti bermain [[catur]]) bisa dimodelkan sebagai masalah dalam [[teori grafik|grafik]]. Sebuah [[algoritmealgoritma eksplorasi grafik]] menentukan aturan-aturan untuk bergerak disekitar grafik dan berguna bagi masalah tersebut. Kategori ini juga mengikutkan [[algoritmealgoritma pencarian]], enumerasi [[batas dan cabang]] dan [[backtracking]].

; [[AlgoritmeAlgoritma pengacakan]]

: AlgoritmeAlgoritma ini membuat pilihan secara acak (atau pseudo-acak). Ia sangat berguna untuk menemukan solusi perkiraan untuk masalah dimana solusi yang pasti tidak praktis (lihat metode heuristik di bawah). Untuk beberapa masalah, diketahui bahwa perkiraan tercepat harus mengikutkan beberapa [[pengacakan]].<ref>Misalnya, [[volume]] dari suatu [[politop kompleks]] (dijelaskan menggunakan sebuah keanggotaan oracle) dapat diperkirakan sampai keakuratan yang tinggi dengan mengacak algoritmealgoritma waktu polinomial, bukan dengan deterministik; lihat {{citation|last1=Dyer|first1=Martin|last2=Frieze|first2=Alan|last3=Kannan|first3=Ravi|date=January 1991|doi=10.1145/102782.102783|issue=1|journal=J. ACM|location=New York, NY, USA|pages=1–17|publisher=ACM|title=A Random Polynomial-time Algorithm for Approximating the Volume of Convex Bodies|volume=38}}.</ref> Apakah algoritma pengacakan dengan [[P (kompleksitas)|kompleksitas waktu polinomial]] bisa menjadi algoritma tercepat untuk beberapa masalah masih menjadi pertanyaan terbukan yang dikenal sebagai [[Masalah P versus NP]]. Ada dua kelas besar dari algoritma ini:

: Teknik ini menyelesaikan masalah sulit dengan mengubahnya menjadi permasalahan yang lebih diketahui yang mana kita (berharap) memiliki algoritmealgoritma [[asimptotikal optimal]]. Tujuannya yaitu untuk menemukan sebuah algoritmealgoritma reduksi yang [[teori kompleksitas komputasi|kompleksitasnya]] tidak didominasi oleh algoritmealgoritma hasil reduksi. Sebagai contoh, [[algoritmealgoritma seleksi]] untuk menemukan rata-rata dalam daftar tak terurut mengikutkan mengurutkan daftar (bagian yang paling mahal) dan menarik elemen paling tengah dalam daftar terurut (bagian yang paling mudah). Teknik ini juga diketahui dengan ''ubah dan taklukan''.

: Saat mencari solusi optimal terhadap sebuah fungsi linear yang terikat persamaan linear dan ketidaksamaan konstrain, batasan dari permasalahan bisa digunakan secara langsung untuk menghasilkan solusi optimal. Ada algoritmealgoritma yang dapat memecahkan setiap permasalahan dalam kategori ini, seperti [[algoritmealgoritma simpleks]] yang terkenal.<ref>

[[George B. Dantzig]] and Mukund N. Thapa. 2003. ''Linear Programming 2: Theory and Extensions''. Springer-Verlag.</ref> Permasalahan yang dapat diselesaikan dengan pemrograman linear termasuk [[permasalahan alur maksimum]] untuk grafik terarah). Jika sebuah masalah sebagai tambahan membutuhkan satu atau lebih jawaban haruslah [[integer]] maka ia diklasifikan dalam [[pemrograman integer]]. AlgoritmeAlgoritma pemrograman linear dapat menyelesaikan masalah seperti itu jika dapat dibuktikan bahwa semua batasan untuk nilai integer adalah tidak benar, yaitu solusi memenuhi batasan tersebut. Pada kasus umum, algoritmealgoritma yang dikhususkan atau algoritmealgoritma yang menemukan solusi perkiraan digunakan, bergantung pada kesulitan dari permasalahan.

: Bila sebuah masalah memperlihatkan [[substruktur optimal]], artinya solusi optimal terhadap sebuah masalah bisa direkonstruksi dari solusi optimal ke sub-masalah, dan [[submasalah tumpang-tindih]], artinya sub-masalah yang sama digunakan untuk menyelesaikan banyak instasi masalah berbeda, pendekatan tercepat disebut ''pemrograman dinamis'' menghindari penghitungan solusi yang telah dikomputasi. Sebagai contoh, [[algoritmealgoritma Floyd-Warshall]], jalan terpendek ke tujuan dari sebuah vertex dalam [[grafik (matematika)|grafik]] berbobot bisa ditemukan dengan menggunakan jalan terpendek ke tujuan dari semua simpul yang berdekatan. Pemrograman dinamis dan [[memoisasi]] berpadanan. Perbedaan utama antara pemrograman dinamis dan bagi-dan-taklukan adalah submasalah kurang lebih independen dalam bagi-dan-taklukan, sementara submasalah tumpang tindik dalam pemrograman dinamis. Perbedaaan antara pemrograman dinamis dan rekursi langsung adalah dalam 'caching' atau memoisasi dari pemanggialan rekursif. Saat submasalah independen dan tidak ada pengulangan, memoisasi tidak membantu sama sekali; makanya pemrograman dinamis bukalanh solusi untuk semua permasalahan kompleks. Dengan menggunakan memoisasi atau [[tabel matematis|tabel]] dari submasalah yang telah diselesaikan, pemrograman dinamis mereduksi eksponensial dari banyak permasalahan menjadi kompleksitas polinomial.

: Sebuah [[algoritmealgoritma rakus]] mirip dengan [[pemrograman dinamis|algoritmealgoritma pemrograman dinamis]], tetapi perbedaannya adalah solusi dari submasalah tidak harus diketahui pada setiap tahap; melainkan pilihan yang "rakus" bisa dibuat dengan melihat apa yang terbaik untuk saat tersebut. Metode rakus mengembangkan solusi dengan kemungkinan keputusan yang terbaik (bukan dengan keputusan yang ada) pada tahap algoritmis berdasarkan optimasi lokal yang ada sekarang dan keputusan yang terbaik (bukan semua kemungkinan keputusan) yang dibuat pada langkah sebelumnya. AlgoritmeAlgoritma ini tidak terlalu mendalam, dan tidak memberikan jawaban yang akurat terhadap banyak permasalahan. Tapi bila ia bekerja, ia menjadi metode yang paling cepat. AlgoritmeAlgoritma rakus paling terkenal adalah menemukan rentang pohon minimal seperti pada [[pengkodean Huffman|Pohon Huffman]], [[AlgoritmeAlgoritma Kruskal|Kruskal]], [[AlgoritmeAlgoritma Prim|Prim]], [[AlgoritmeAlgoritma Sollin|Sollin]].

: Dalam [[masalah optimisasi]], [[algoritmealgoritma heuristik]] bisa digunakan untuk menemukan suatu solusi yang terdekat dengan solusi optimal jika seandainya menemukan solusi optimal tidak praktis. AlgoritmeAlgoritma ini bekerja dengan mendekati sedikit demi sedikit ke solusi optimal saat ia berjalan. Secara prinsipnya, jika dijalankan tanpa batas waktu, ia akan menemukan solusi optimal. Kebaikan mereka adalah mereka dapat menemukan suatu solusi sangat dekat dengan solusi optimal dalam waktu yang relatif sangat pendek. AlgoritmeAlgoritma tersebut termasuk [[pencarian lokal (optimisasi)|pencarian lokal]], [[pencarian tabu]], [[simulasi pelunakan]], dan [[algoritmealgoritma genetik]]. Beberapa dari mereka, seperti simuasi pelunakan, adalah algoritmealgoritma non-deterministik sementara yang lainnya, seperti pencarian tabu, adalah deterministik. Saat batas dari galat dari solusi non-optimal diketahui, algoritmealgoritma kemudia dikategorikan sebagai [[algoritmealgoritma pendekatan]].

{{Lihat pula|Daftar algoritmealgoritma}}

Setiap bidang sains memiliki permasalahannya sendiri dan membutuhkan algoritmealgoritma yang efisien. Masalah yang berkaitan di satu bidang terkadang dipelajari bersama. Beberapa contoh yaitu [[algoritmealgoritma pencarian]], [[algoritmealgoritma penggabungan]], [[analisis numerik|algoritmealgoritma numerik]], [[teori grafik|algoritmealgoritma grafik]], [[algoritmealgoritma deret]], [[geometri komputasi|algoritmealgoritma komputasi geometri]], [[kombinatorial|algoritmealgoritma kombinatorial]], [[algoritmas medis]], [[mesin belajar]], [[kriptografi]], algoritmealgoritma [[kompresi data]] dan [[penguraian|teknik penguraian]].

Terkadang bidang-bidang tersebut saling tumpang tindih, dan perkembangan algoritmealgoritma di satu bidang bisa meningkatkan bidang lainnya yang terkadang tidak berkaitan. Sebagai contohnya, pemrograman dinamis ditemukan untuk optimisasi konsumsi sumber daya dalam industri, tetapi sekarang digunakan untuk menyelesaikan sejumlah besar permasalahan dalam banyak bidang.

AlgoritmeAlgoritma bisa diklasifikasikan berdasarkan jumlah waktu yang dibutuhkan untuk selesai dibandingkan dengan ukuran inputnya. Ada berbagai varietas: beberapa algoritmealgoritma selesai dalam waktu linear relatif terhadap ukuran input, beberapa selesai dalam jumlah waktu yang eksponensial atau lebih buruh, dan beberapa berhenti. Sebagai tambahan, beberapa masalah bisa memiliki berbagai algoritmealgoritma dengan kompleksitas yang berbeda, sementara permasalahan yang lain bisa saja tidak memiliki algoritmealgoritma atau tidak diketahui algoritmanya yang efisien. Ada juga pemetaan dari beberapa algoritmealgoritma terhadap permasalahan lain. Karena itu, lebih cocok untuk mengklasifikasikan permasalahan itu sendiri bukannya algoritmealgoritma menjadi kelas-kelas yang sama berdasarkan kompleksitas dari kemungkinan algoritmealgoritma terbaik baginya.

Burgin (2005, p.&nbsp;24) menggunakan definisi algoritmealgoritma secara umum yang melonggarkan kebutuhan bersama yang keluaran dari algoritmealgoritma yang menjalankan sebuah fungsi harus ditentukan setelah sejumlah langkah. Dia mendefinisikan kelas super-rekursif dari algoritmealgoritma sebagai "sebuah kelas algoritmealgoritma yang mana memungkinkan untuk menghitung fungsi yang tidak bisa dihitung oleh mesin Turing manapun" (Burgin 2005, p.&nbsp;107). Hal ini berkaitan dekat dengan kajian dari metode [[hiperkomputasi]].

Untuk menjaga keseimbangan saat mengintegrasikan mesin ke dalam masyarakat, seseorang bisa mengklasifikasikan algoritmealgoritma berdasarkan tipe dari evaluasi yang mereka lakukan.

Wallach & Allen (2008) mengklasifikasikan algoritmealgoritma pembuat-keputusan menjadi tiga tipe evaluatif: AlgoritmeAlgoritma bottom-up membuat penilaian tidak terprediksi bagi pemrogram (misalnya, perangkat lunak yang berevolusi).

Santos-Lang mengganti nama deontologikal dan consequensialis menjadi kelas "institusional" dan "negosiator" dengan tujuan untuk menghindari implikasi bahwa semua teori-teori etika deontologikal dan consequensialis bisa diimplementasikan sebagai algoritmealgoritma, dan membagi kelas bottom-up menjadi "[[Etika pengganggu|pengganggu]]" (algoritmealgoritma yang tidak terprediksi karena menggunakan generator pengacakan) lawan "[[Etika peran|relasional]]" (algoritmealgoritma yang tidak terprediksi karena efek jaringan).

Santos-Lang mencatat bahwa algoritmealgoritma terkadang memiliki subkomponen dari tipe lainnya.

Sebagai contohnya, negosiator perdagangan saham bisa mengimplementasikan sebuah algoritmealgoritma genetik, dan memiliki mutator pengganggu, dan mutator bisa memiliki subkomponen institusional dan relasional, semua komputasi adalah relasional pada tingkat di jajaran kimiawi (Santos-Lang 2014).

== AlgoritmeAlgoritma berkelanjutan ==

Kata sifat "berkelanjutan" bila diterapkan pada kata "algoritmealgoritma" bisa berarti:

* Sebuah algoritmealgoritma beroperasi pada data yang merepresentasikan kuantitas yang berkelanjutan, walaupun data tersebut direpresentasikan oleh pendekatan diskrit—seperti algoritmealgoritma yang dipelajari dalam [[analisis numerik]]; atau

* Sebuah algoritmealgoritma dalam bentuk dari [[persamaan diferensial]] yang beroperasi secara berkelanjutan terhadap data, berjalan dalam sebuah [[komputer analog]].

:''Lihat pula: [[Paten perangkat lunak]] untuk pendahuluan umum dari paten pada perangkat lunak, termasuk algoritmealgoritma untuk diimplementasikan pada komputer.''

AlgoritmeAlgoritma biasanya tidak dipatenkan. Di Amerika Serikat, sebuah klaim yang terdiri hanya dari manipulasi sederhana dari konsep abstrak, angka, atau sinyal tidak berarti suatu "process" (SPTO 2006), dan oleh karena itu algoritmealgoritma tidak bisa dipatenkan (sebagaimana dalam [[Gottschalk v. Benson]]).

Namun, penerapan praktis dari algoritmealgoritma terkadang dipatenkan.

Sebagai contohnya, dalam [[Diamond v. Diehr]], aplikasi dari algoritmealgoritma [[umpan-balik]] sederhana untuk membantu dalam menyembuhkan [[karet sintetis]] dianggap dapat dipatenkan.

[[Debat paten perangkat lunak|Mematenkan perangkat lunak]] sangat kontroversial, dan ada paten yang mengikutkan algoritmealgoritma yang sangat dikritisi, terutama algoritmealgoritma [[kompresi data]], seperti [[Graphics Interchange Format|Format Grafiknya]] [[Unisys]].

Sebagai tambahan, beberapa algoritmealgoritma kriptografi memiliki batasan ekspor (lihat [[ekspor dari kriptografi]]).

Kata ''"AlgoritmeAlgoritma"'', atau ''"[[Algorisma]]"'' pada versi penulisan lain, datang dari nama [[al-Khwarizmi]]. dieja dalam Arab klasik sebagai Al-Khwarithmi. Al-khwarizmi ({{lang-fa|خوارزمي}}, 780-850) adalah [[matematikawan]], [[ahli astronomi]], [[ahli geografi]] dari [[orang Persia|Persia]] dan sarjana [[House of Wisdom]] di [[Baghdad]], yang arti namanya ''"penduduk asli [[Khwarezm]]"'', sebuah kota yang merupakan bagian dari [[Wilayah Iran]] pada masanya dan sekarang [[Uzbekistan]].

Karya algoritmealgoritma Al-Kharizmi bukan berbentuk seperti pada masa modern sekarang tetapi sebagai tipe dari pengulangan kalkulus (disini disebutkan bahwa karya fundamentalnya yang dikenal sebagai [[algebra]] pada awalnya berjudul "[[Buku Ringkasan tentang Kalkulasi dengan Penyempurnaan dan Pengimbangan]]" menjelaskan tipe-tipe dari pengulangan perhitungan dan [[persamaan kuadrat]]).

AlgoritmeAlgoritma paling tua yang dikenal sekarang adalah [[AlgoritmeAlgoritma Euklid]] (lihat juga [[Pengembangan algoritmealgoritma Euklid]]).

AlgoritmeAlgoritma dikenal oleh orang Yunani berabad sebelum

== Sejarah: Perkembangan dari kata "algoritmealgoritma" ==

Karya dari [[matematika Yunani|Geometer Yunani]] kuno ([[algoritmealgoritma Euklid]]), [[Daftar matematikawan India|matematikawan India]] [[Brahmagupta]], dan [[matematika Islam|matematikawan Persia]] [[Muhammad ibnu Musa al-Khwarizmi|Al-Khwarizmi]] (yang darinya isitlah "[[algorism]]" dan "algoritmealgoritma" diturunkan), dan matematikawan Eropa Barat memuncak dalam notasi [[Gottfried Leibniz|Leibniz]] dari [[rasiosinator kalkulus]] (sekitar 1680-an):

Lovelace dikreditkan sebagai yang pertama menciptakan algoritmealgoritma yang ditujukan untuk diproses di komputer—motor analitis Babbage, perangkat pertama yang dianggap [[komputer]] [[Turing-sempurna]] sebenarnya bukan hanya sebuah [[kalkulator]]—dan terkadang dikenal "programmer pertama dalam sejarah", walaupun implementasi penuh dari perangkat Babbage kedua tidak terealisasi sampai beberapa dekade setelah masanya.

:"12. ''Teori-teori algoritmealgoritma''... Dalam menyiapkan sebuah teori algoritmealgoritma yang komplet, apa yang kita lakukan adalah mendeskripsikan sebuah prosedur, yang dapat dilakukan untuk setiap kumpulan nilai dari variabel-variabel tunggal, yang mana prosedur berhenti dan dengan cara tersebut dari hasilnya kita bisa membaca sebuah jawaban tertentu, "ya" atau tidak", untuk pertanyaan "apakah nilai predikat benar?"" (Kleene 1943:273)

Sejumlah usaha telah diarahkan untuk memperbaiki lebih lanjut definisi dari "algoritmealgoritma", dan aktivitas tersebut masih terus berjalan karena isu-isu yang mengelilinginya, terutama, [[fondasi matematika]] (khususnya [[tesis Church-Turing]]) dan [[filsafat pikiran]] (khususnya argumen menyangkut [[kecerdasan buatan]]).

Lebih lanjut, lihat [[karakterisasi algoritmealgoritma]].

* [[Rekayasa algoritmealgoritma]]

* [[AlgoritmeAlgoritma trading]]

* ''[[Pendahuluan untuk AlgoritmeAlgoritma]]''

* [[Daftar topik algoritmealgoritma umum]]

* [[Daftar publikasi penting dalam ilmu komputer teoretis#AlgoritmeAlgoritma|Daftar publikasi penting dalam ilmu komputer teoretis - AlgoritmeAlgoritma]]

* {{cite book|last1 = Boolos|first1 = George|last2 = Jeffrey|first2 = Richard|title = Computability and Logic|url = https://archive.org/details/computabilitylog0000bool_r8y9|edition = 4th|year = 1974, 1999|publisher = Cambridge University Press, London|isbn = 0-521-20402-X|ref = harv|author1-link = George Boolos|author2-link = Richard Jeffrey }}: cf. Chapter 3 ''Turing machines'' where they discuss "certain enumerable sets not effectively (mechanically) enumerable".

* {{id}} [http://www.abstrak.web.id/pengertian_algoritmepengertian_algoritma/ Pengertian AlgoritmeAlgoritma]{{Pranala mati|date=Februari 2021 |bot=InternetArchiveBot |fix-attempted=yes }}

[[Kategori:AlgoritmeAlgoritma| ]]