Johannes Alexander Putra's Blog

class Node :     def __init__ ( self , name ):         self . name = name     def getName ( self ):         return self . name     def __str__ ( self ):         return self . name class Edge :     def __init__ ( self , asal , tujuan , jarak ):         self . asal = asal         self . tujuan = tujuan         self . jarak = jarak     def getAsal ( self ):         return self . asal     def getTujuan ( self ):         return self . tujuan     def getJarak ( self ):         return self . jarak     def __str__ ( self ):         return f " { self . asal .getName() } -> { self . tujuan .getName() } ( { self . jarak } km)" class Digraph :     def __init__ ( self ):   ...

 def maxVal(toConsider, avail):     if not toConsider or avail == 0:         result = (0, ())     elif toConsider[0] > avail:         result = maxVal(toConsider[1:], avail)     else:         nextItem = toConsider[0]         # Ambil item         withVal, withTake = maxVal(             toConsider[1:],             avail - nextItem         )         withVal += nextItem         # Tidak ambil item         withoutVal, withoutTake = maxVal(             toConsider[1:],             avail         )         # Pilih yang nilainya lebih besar         if withVal > withoutVal:         ...

  class Node :     def __init__ ( self , name ):         self . name = name     def getName ( self ):         return self . name     def __str__ ( self ):         return self . name class Edge :     def __init__ ( self , src , dest ):         self . src = src         self . dest = dest     def getSource ( self ):         return self . src     def getDestination ( self ):         return self . dest     def __str__ ( self ):         return f " { self . src } -> { self . dest } " class Digraph :     def __init__ ( self ):         self . edges = {}     def addNode ( self , node ):         if node in self . edges :             raise ValueErr...

  def fastMaxVal ( toConsider , avail , memo = {}):     if ( len ( toConsider ), avail ) in memo :         return memo [( len ( toConsider ), avail )]     elif not toConsider or avail == 0 :         result = ( 0 ,())     elif toConsider [ 0 ] > avail :         result = fastMaxVal ( toConsider [ 1 :], avail , memo )     else :         nextItem = toConsider [ 0 ]         withVal , withTake = fastMaxVal ( toConsider [ 1 :], avail - nextItem , memo )         withVal += nextItem                 withoutVal , withoutTake = fastMaxVal ( toConsider [ 1 :], avail , memo )         if withVal > withoutVal :             result = ( withVal , withTake + ( nextItem ,))         else :     ...

  class Solution :     def __init__ ( self , upgrade , cost , risk_reduction , poin ):         self . upgrade = upgrade         self . cost = cost         self . risk_reduction = risk_reduction         self . poin = poin def greedy ( list_upgrade ):     total_cost = 0     total_risk_reduction = 0     unused_budget = 100     selected_upgrades = []     for i in list_upgrade :         if total_cost + i .cost <= 100 :             selected_upgrades . append ( i )             total_cost += i .cost             total_risk_reduction += i .risk_reduction             unused_budget = 100 - total_cost     return total_cost , total_risk_reduction , unused_budget , selected_...

  Setiap hari, kita disuguhkan berbagai visualisasi data yang keren—seperti grafik jumlah penonton TikTok, infografis di berita, atau diagram nilai ujian. Pernahkah kalian bertanya, bagaimana data mentah bisa berubah menjadi gambar yang informatif dan mudah dipahami? Di tengah banjir data dari media sosial, cuaca, hingga hasil belajar, kita perlu alat yang bisa membantu mengolah dan menyajikan informasi tersebut dengan cara yang menarik. Nah, hari ini kita akan mencoba menjadi ilmuwan data pemula! Tanpa perlu menulis kode, kita akan belajar menganalisis data hanya dengan drag, klik, dan sambung menggunakan alat yang menyenangkan: Orange Data Mining . Siap menerima tantangan dan menjelajahi dunia data seperti ilmuwan sungguhan?   Penjelasan Konsep (teori) Saat ini, kita hidup di era di mana data sangat melimpah—mulai dari data belanja online, hasil ujian, hingga jumlah penonton YouTube. Tapi bagaimana cara kita mengubah data yang kompleks menjadi informasi yang mudah dipa...