Kuis Persiapan UTS

JAWABAN :

1. 48(D) = 30(H)
2. 1110010(B) = 114(D)
3. 90(D)= 1011010 (B)
4. 1001011(B)= 75 (D)
5. 44(D)= 2C (H)
6.  = Tunggal
7. = struktur data linear
8. 89(D)= 1011001 (B)
9. : variabel pointer
10. : 256
11. 67(D)= 1000011 (B)
12. 111001(B)= 57 (D)
13. = non linear
14. 110111(B)= 55 (D)
15.  Struktur data
16. : Queue
17. 111111(B)= 63 (D)
18. : tipe data real
19. 32(D)= 100000 (B)
20. 1110000(B)= 112 (D)
21. 111010(B)= 58 (D)

22. Tentukan berapa alamat array A[3] = 1004
23. Tentukan berapa alamat array A[1] = 1000
24. Tentukan berapa alamat array A[4] = 1006
25. Tentukan berapa alamat array A[5] = 1008

26. Tentukan berapa alamat array A[3] = 1119
27. Tentukan berapa alamat array A[2] = 1115
28. Tentukan berapa alamat array A[5] = 1127
29. Tentukan berapa alamat array A[4] = 1123

30. Tentukanlah X[3][2] ?

Artikel Single Linked List

BAB I

PENDAHULUAN

1.1 Latarbelakang Single Linked List

Single Linked List dikembangkan pada tahun 1955-1956 oleh Allen Newell, Cliff Shaw dan Herbert Simon di RAND Corporation sebagai struktur data utama untuk bahasa Information Processing Language (IPL). IPL dibuat untuk mengembangkan program artificial intelligence (kecerdasan buatan), seperti pembuatan Chess Solver .

Victor Yngve di Massachusetts Institute of Technology (MIT) juga menggunakan linked list pada natural language processing dan machine transitions pada bahasa pemrograman COMMIT.

Linked List adalah salah satu bentuk struktur data, berisi kumpulan data (node) yang tersusun secara sekuensial, saling sambung-menyambung, dinamis dan terbatas.
Linked List sering disebut juga Senarai Berantai.
Linked List saling terhubung dengan bantuan variabel pointer.
Masing-masing data dalam Linked List disebut dengan node (simpul) yang menempati alokasi memori secara dinamis dan biasanya berupa struct yang terdiri dari beberapa field.
BAB II

LANDASAN TEORI

2.1 Pengertian Single Linked List

Pengertian:

Single : artinya field pointer-nya hanya satu buah saja dan satu arah serta pada akhir node pointernya menunjuk NULL.
Linked List : artinya node-node tersebut saling terhubung satu sama lain.
Setiap node pada linked list mempunyai field yang berisi pointer ke node berikutnya, dan juga memiliki field yang berisi data.
Node terakhir akan menunjuk ke NULL yang akan digunakan sebagai kondisi berhenti pada saat pembacaan isi linked list.
Single linked list adalah linked list dengan simpul berisi satu link / Pointer yang mengacu kesimpul berikutnya.

Operasi-operasi pada single linked list:

Penyisipan

Pada single linked list penyisipan terbagi atas tiga bagian, yaitu :

Penyisipan didepan

Penyisipan didepan pada single linked list adalah dengan cara menyisipkan data pada elemen awal list, sehingga pointer awal menunjuk list baru.

Penyisipan ditengah

Penyisipan ditengah pada single linked list adalah dengan cara menyisipkan data baru setelah elemen yang ditunjuk oleh variabel bantu pada list, kemudian pointer variable baru menunjuk pointer variable bantu.

Penyisipan dibelakang

Penyisipan dibelakang pada single linked list adalah dengan cara menyisipkan data pada elemen akhir list, sehingga pointer akhir menunjuk list baru.

Eksplorasi Data Mining Software ( Weka )

Setelah melakukan pemilihan metode untuk melakukan klasifikasi, dan sudah menemukan metode yang paling cocok, tentu kita akan menggunakan hasilnya untuk memprediksi hasil klasifikasi dari sekumpulan data yang baru. Di sini, akan dijelaskan mengenai cara menggunakan hasil klasifikasi tersebut di WEKA.

Anggaplah kita sudah menemukan metode yang pas. Misal, dalam kasus ini, dengan J48 alias pohon C4.5. Catatan : kalau gambarnya tidak jelas, bisa diklik untuk memperbesar.

1.) Pilih test options–>supplied test set–>klik set option

Test options

2.) Pilih file yang akan diprediksi

Pilih file

Kita bisa menggunakan file dari komputer kita atau dari jaringan. Untuk contoh kali ini, akan menggunakan file lokal. File yang bisa digunakan sebagai data, harus memiliki atribut yang sama dengan data training. Mulai dari banyak atribut dan tipe atribut. Untuk data tes yang akan diprediksi kelasnya, isi kelas yang akan diprediksi dengan tanda tanya “?”

Klik close untuk melanjutkan.

3.) Kemudian klik start untuk memulai prediksi

Start saya tandai dengan warna merah. Setelah mengklik start, WEKA akan melakukan proses, dan memunculkan sesuatu di bagian output (warna biru). Tapi, kok semuanya 0 ? Tenang saja, memang seperti itu. Kita belum selesai.

4.) Klik kanan pada result list

Klik kanan, Visualize Classifier Error

Selanjutnya, pada kolom result list, klik kanan pada hasil yang baru saja Anda jalankan.

Selanjutnya, pilih “Visualize Classifier Error“

5.) Muncul jendela baru

Untuk kali ini, tidak usah pedulikan gambar-gambar aneh tersebut. Cukup lanjutkan dengan klik save. Dan simpan sesuai dengan nama favorit Anda. . Saya menyimpan dengan nama tes.arff.

6.) Selesai – Baca hasil

Setelah langkah 5, sebenarnya sudah selesai. Tapi, kita lanjutkan untuk melihat prediksi dari si WEKA ini. Cari file yang baru saja Anda simpan. Bisa langsung Anda buka dengan notepad++ atau cara yang lebih enak dilihat

7.) Cara lebih enak – ARFF viewer.

Buka lagi jendela WEKA yang paling pertama muncul ketika Anda menjalankan WEKA. Pilih tab tools –> pilih ARFF viewer.

8.) Pilih file yang akan dibuka

Akan muncul jendela baru. Langsung pilih file->open->pilih file Anda

Setelah melakukan pemilihan metode untuk melakukan klasifikasi, dan sudah menemukan metode yang paling cocok, tentu kita akan menggunakan hasilnya untuk memprediksi hasil klasifikasi dari sekumpulan data yang baru. Di sini, akan dijelaskan mengenai cara menggunakan hasil klasifikasi tersebut di WEKA.