Referensi Belajar Tambahan — Algorithm Design and Analysis (COMP6049001)

Daftar ini berisi platform online yang bisa dipakai sepanjang semester — bukan cuma untuk materi asymptotic notation di awal, tapi juga untuk Divide and Conquer, Dynamic Programming, Graph Algorithms, sampai NP-Completeness di akhir semester. Referensi utama mata kuliah ini tetap CLRS (Introduction to Algorithms, Cormen/Leiserson/Rivest/Stein) — semua platform di bawah ini sifatnya pendamping, bukan pengganti materi kuliah dan textbook.

---

1. Alat Visualisasi (dipakai sepanjang semester)

Platform	Kegunaan
VisuAlgo	Visualisasi interaktif langkah-demi-langkah: sorting, searching, stack/queue/list, tree, graph traversal (BFS/DFS), shortest path, minimum spanning tree, union-find, hashing. Paling berguna untuk "melihat" algoritma berjalan, bukan cuma membaca pseudocode.
Big-O Cheat Sheet	Tabel ringkas kompleksitas waktu & ruang untuk struktur data dan algoritma sorting/searching umum. Bagus untuk revisi cepat sebelum kuis/ujian.

---

2. Kuliah Video Pendamping (mengikuti alur mirip CLRS)

Platform	Kegunaan
MIT OpenCourseWare — Introduction to Algorithms (6.006 / 6.046)	Rekaman kuliah lengkap dari MIT, sebagian diajar langsung oleh Erik Demaine & Srini Devadas (dua dari penulis rujukan yang dipakai di bidang ini). Cakupannya luas: analisis algoritma, D&C, DP, greedy, graph, hashing, sampai NP-Completeness — notasinya konsisten dengan CLRS.
CS50 (Harvard, via edX/YouTube)	Pengantar yang sangat jelas untuk fondasi awal (algorithmic thinking, Big-O, sorting dasar). Cocok kalau butuh penjelasan ulang yang lebih santai sebelum masuk ke materi kuliah yang lebih formal.
Stanford Algorithms Specialization (Coursera, Tim Roughgarden)	Rangkaian 4 course yang menutupi D&C, graph algorithms, greedy, DP, dan NP-Completeness. Beberapa video dan materi juga tersedia gratis di YouTube.

---

3. Bacaan & Artikel Per Topik

Platform	Kegunaan
GeeksforGeeks — DAA Section	Artikel lengkap per topik, biasanya disertai contoh kode (C++/Java/Python) dan analisis kompleksitas. Paling praktis untuk baca cepat sebelum/sesudah kelas.
CP-Algorithms	Penjelasan lebih teknis dan mendalam, awalnya ditujukan untuk competitive programming tapi sangat berguna untuk topik seperti string matching, graph algorithms, dan struktur data lanjutan.

---

4. Latihan Soal / Problem Solving

Platform	Kegunaan
LeetCode	Ribuan soal coding dengan tag topik (Dynamic Programming, Greedy, Backtracking, Graph, dll) — bagus untuk mengasah "guess the running time" versi implementasi nyata.
HackerRank — Algorithms Track	Mirip LeetCode, disusun dalam jalur belajar bertahap.
Codeforces	Untuk yang ingin latihan lebih kompetitif/menantang, terutama relevan kalau juga mengambil topik Competitive Programming.

---

5. Peta Referensi per Topik Kuliah

Tabel ini memetakan urutan silabus ke platform yang paling relevan untuk topik tersebut.

Sesi / Topik Silabus	Rekomendasi Utama
Role of Algorithms, Algorithm Correctness	CS50, GeeksforGeeks (loop invariant, proof techniques)
Analyzing Algorithms, Characterizing Running Times	Big-O Cheat Sheet, VisuAlgo, MIT OCW
Data Structures Analysis I & II, Amortized Analysis	VisuAlgo (stack/queue/tree/hashing), GeeksforGeeks
Divide and Conquer, D&C Recurrences (Master Theorem)	MIT OCW, GeeksforGeeks ("Master Theorem" articles)
Randomized Algorithms & Hash Tables	GeeksforGeeks, VisuAlgo (hashing visualisasi)
Greedy Algorithm I & II	VisuAlgo, GeeksforGeeks, LeetCode (tag: Greedy)
String Matching	CP-Algorithms, GeeksforGeeks
Dynamic Programming I–IV	GeeksforGeeks (DP section), LeetCode (tag: DP), Stanford Algorithms
Graph Algorithms I & II	VisuAlgo (graph traversal, shortest path, MST), GeeksforGeeks
Backtracking	GeeksforGeeks, LeetCode (tag: Backtracking)
NP-Completeness, NP-Complete Problems	MIT OCW, GeeksforGeeks (Theory of Computation) — sumber untuk topik ini relatif lebih sedikit dibanding topik awal, jadi materi kuliah & textbook jadi sumber utama
Approximation Algorithms I & II	MIT OCW, GeeksforGeeks — sama seperti NP-Completeness, cakupan online masih terbatas