OPERASI JOIN KOTERI-k DIPERLUAS
DOI:
https://doi.org/10.20956/jmsk.v14i2.3585Abstract
Sebagaiman diketahui bahwa koteri-k merupakan perluasan dari definisi koteri yang dapat diterapkan masalah mutex-k. Pada mutex-k terdapat sebanyak k proses yang dapat mengakses sumber daya. Selain itu, kita juga mengenal koteri-k khusus yang disebut dengan koteri-k mayoritas dimana untuk setiap korumnya memiliki ukuran yang sama yang ditentukan dengan . Terdapat beberapa cara dalam penggabungan koter-ki salah satu diantaranya dan sudah tidak asing lagi yaitu operasi join yang merupakan suatu operasi yang digunakan dalam menggabungkan koteri-k mayoritas yang diperkenalkan oleh Neilsen dan Mizuno. Pada operasi join, terdapat salah satu sifat yang menyatakan bahwa jika dan tak-terdominasi maka tak-terdominasi. Ternyata sifat tersebut tidak selamanya berlaku sehingga mengakibatkan koteri-k yang dihasilkan dari operasi join menjadi terdominasi.
Tujuan dari penelitian ini yaitu memperkenalkan suatu cara baru dalam menggabungkan koteri-k mayoritas tak-terdominasi yang disebut dengan operasi join diperluas. Dimana operasi join diperluas ini adalah suatu operasi yang dikembangkan dari operasi join yang dibangun dengan cara menggabungkan dua koteri-k mayoritas dan yang memiliki ukuran korum yang sama masing-masing atas semesta tak-kosong dan dengan unsur tereliminasi , dimana untuk membentuk atas semesta tak-kosong . Hasil dari penelitian ini menunjukan bahwa untuk penggabungan dua koteri-k mayoritas tak-terdominasi dengan mengguankan operasi join diperluas akan selalu menghasilkan koteri-k tak-terdominasi dengan nilai k sebelum dan setelah dilakukan operasi penggabungan tidak mengalami perubahan.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution 4.0 International License.
Jurnal Matematika, Statistika dan Komputasi is an Open Access journal, all articles are distributed under the terms of the Creative Commons Attribution License, allowing third parties to copy and redistribute the material in any medium or format, transform, and build upon the material, provided the original work is properly cited and states its license. This license allows authors and readers to use all articles, data sets, graphics and appendices in data mining applications, search engines, web sites, blogs and other platforms by providing appropriate reference.