3. MesinTuring (Bagian3)

Ukuran: px
Mulai penontonan dengan halaman:

Download "3. MesinTuring (Bagian3)"

Transkripsi

1 IF5110 Teori Komputasi 3. MesinTuring (Bagian3) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1

2 Credit Title Semua bahan pada power point ini bersumberkan dari: Hans Dulimarta, Catatan Kuliah Matematika Informatika(BagianMesinTuring), Program Magister Informatika ITB,

3 MesinTuring Universal Emulator: perangkat lunak yang menduplikasi(atau mengemulasi) fungsi suatu sistem komputer(guest) pada sistem komputer lain (host) yang berbeda sedemikian sehingga kelakuan yang diemulasi menyerupai kelakuan sistem sebenarnya(guest). Contoh: emulator ponsel Nokia yang djalankan pada komputer desktop. Dalam hal ini, emulator harus mengetahui karakteristik sistem komputer guest. 3

4 Hal yang serupa dapat pula dilakukan oleh sebuah mesin Turing. Jika karakteristik mesin Turing T disajikan dalam suatu pengkodean tertentu, maka akan dapat dibuat mesin Turing lain (sebut saja U) yang dapat mensimulasikan perilaku T dengan membaca pengkodean tersebut. MesinTuring UsepertiinidinamakanmesinTuring universal 4

5 Pembentukan kode yang menggambarkan karakteristik suatu mesin Turing T= (Q, {0, 1}, {0, 1, B}, δ, q 1, B, {q 2 }) dilakukan dengan cara: (a) Simbol-simbol 0, 1, dan B dilambangkan berturut-turut sebagaisimbolx 1, X 2, danx 3. (b) ArahgerakanLdanRdilambangkansebagaisimbolD 1 dan D 2. 5

6 (c) SetiapgerakanmesinTuring T, δ(q i, X j ) = (q k, X l, D m ), dapat dituliskan sebagai 5-tuple (i, j, k, l, m) yang dikodekan sebagaistring binerc= 0 i 10 j 10 k 10 l 10 m (d) Jika mesin Turing T memiliki sebanyak r gerakan, maka seluruhpergerakanyang adadapatdikodekansebagai: 111C 1 11C C r 111 (e) Rangkaian kode yang menyatakan perilaku mesin T ini dapat dijadikan input bagai mesin Turing U yang kemudian meniru perilaku T. 6

7 Contoh: Misalkan terdapat mesin Turing yang memiliki gerakan seperti pada tabel berikut: 0 1 B q 1 (q 2, 0, R) q 2 (q 3, 1, L) (q 2, 1, R) (q 3, 1, L) q 3 (q 4, 0, R) (q 3, 1, R) (q 4, 0, R) q 4 Pengkodean setiap gerakan ditunjukkan pada tabel berikut: 7

8 Gerakan Kode δ(q 1, 1) = (q 2, 0, R) δ(q 2, 0) = (q 3, 1, L) δ(q 2, 1) = (q 2, 1, R) δ(q 2, B) = (q 3, 1, L) δ(q 3, 0) = (q 4, 0, R) δ(q 3, 1) = (q 3, 1, L) δ(q 3, B) = (q 4, 0, L) Berdasarkankodegerakanyang disajikanpadatabeldiatas, maka kode mesin Turing dapat dituliskan sebagai:

9 SimulasiolehMesinTuring Universal Andaikan mesin Turing universal U akan mensimulasikan pengenalan string masukan w oleh mesin Turing T seperti ditunjukkanpadagambar1. Untuk membantu kerjanya, mesin Turing U dilengkapi oleh tigapita. Pita pertama berisi deskripsi mesin Turing T yang akan disimulasikan, pita kedua berisi rangkaian simbol yang akan dikenalioleht, danpita ketigaberisistatus kinidarimesint. 9

10 Input T T perilaku T Input T status kini Universal (U) Gambar 1. Simulasi T oleh mesin Turing Universal U 10

11 MesinTuring universal U bekerjadengancaraberikut: 1. Pita 2 akandiinisialiasidenganinput T, danpita 3 diisi dengansimbol0 untukmenyatakanstatus awalt, yaituq Jikapita 3 berisisimbol00 makapensimulasikant olehu dihentikan karena berarti mesin Turing sudah mencapai status akhirnya, q 2.(lihatkembalideskripsimesinTuring T yang diberikanpadahalaman4). 3. MisalkanX j adalahsimbolyang sedangdibacapadapita 2 danpita 3 berisisimbol0 i yang menyatakanstatus kiniq i darit. MesinTuring Uharusmemeriksapita 1 untuk menemukanstring yang dimulaidengan110 i 10 j 1 (yang menandakantransisi δ(q i, X j )). Adaduakemungkinankasus yang terjadi: 11

12 Kasus 1: Jika tidak ditemukan string tersebut, maka simulasi dihentikandan berarti input w tidak diterima oleh T. Kasus2: Jikaditemukan, string 110 i 10 j 10 k 10 l 10 m, maka (a) simpan0 k padapita 3 (b) tuliskansimbolx l padaselyang sedangdibacapadapita 2 (c) gerakkanhead2 kearahd m. 12

13 Halting Problem Masalah untuk mengetahui apakah sebuah mesin Turing akan berhenti jika mengolah suatu input dinamakan masalah perhentian(halting problem). Akan ditunjukkan bahwa tidak ada algoritma yang dapat memeriksa keadaan tersebut(tidak ada algoritma untuk menjawabmasalahtersebut). Mesin Turing yang menerima input yang tidak dikenalinya akanmungkinmengalamiinfinite loop. 13

14 Contoh: Tinjau mesin Turing untuk mengenal 111. Gerakan mesinturing diperlihatkanpadatabelberikut: q 1 (q 2, 1, R) 1 B q 2 (q 3, 1, R) (q 1, B, L) q 3 (q 4, 1, R) (q 2, B, L) q 4 (q 5, 1, R) (q 3, B, L) q 5 (q 4, 1, L) (q 4, B, L) Rangkaian deskripsi sesaat mesin Turing dalam mengenali input 11 adalah: q 1 11B 1q 2 1B 11q 3 B 1q 2 1B 11q 3 B Infinite loop 14

15 Bukti bahwa algoritma untuk menjawab masalah perhentianmemangtidakmungkinadaadalahsbb: Misalkan ada sebuah mesin Turing Z yang mengolah input t dan ingin diketahui apakah Z suatu saat akan berhenti jika selesai membaca input t. Seandainya algoritma untuk masalah perhentian ini ada dan dapatditerapkanpadamesinturing universal H yang mempunyai perilaku demikian, maka H menuliskan: 1 jikazberhentisetelahmembacat 0 jikatidak 15

16 Untuk memudahkan pembuktian, perilaku mesin Z dan masukan t ditulis pada pita yang sama(tidak dipisah seperti pensimulasian oleh mesin Turing universal yang dijelaskan sebelumnya), seperti gambar berikut: t Z Akankah Z berhenti setelah membaca t? perilaku Z t H H menuliskan: 1 jika Z berhenti setelah membaca t 0 jika tidak Gambar 2. Pemeriksaan perhentian <Z, t> oleh H 16

17 Misalkan kemudian mesin H diganti oleh mesin H* seperti gambarberikut: perilaku Z t H* mengalami infinite loop jika Z berhenti setelah membaca t H* H* berhentijikaz tidak berhenti setelah membaca t Gambar 3. Pemeriksaan perhentian <Z, t> oleh H* MesinH* memilikiperilaku: H* mengalami infinite loop jika Z berhenti setelah membaca t H* berhentijikaz tidakberhenti(mengalamiinfinite loop) setelah membaca t 17

18 Andaikan perilaku mesin H* dikembangkan lagi menjadi mesin Turing H**. MesinTuring H** membacahanyaperilakuz, kemudian menyalin perilaku tersebut ke bagian kanan, lalu menirukan perilaku H*. Dalamkeadaandemikiandapatdianggapbahwaefekyang terjadi adalah proses pemeriksaan perhentian <Z, Z> oleh H*. Dengan demikian perilaku H** dapat digambarkan sebagai berikut: Jika diberikan deskripsi perilaku mesin Z, maka: - H** mengalami infinite loop jika Z akhirnya berhenti setelah membaca deskripsi perilakunya sendiri, dan - H** akhirnya berhenti jika Z tidak berhenti(mengalami infinite loop) setelah membaca deskripsi perilakunya sendiri. 18

19 H** menyalin perilaku Z H** menirukan perilaku H* copy perilaku input perilaku Z t Z Z H** H** Gambar 4. Pemeriksaan perhentian <Z, Z> oleh H** 19

20 KarenaZpadaGambar4 dapatmenggambarkanmesinturing manapun, maka ia dapat diganti dengan H** sendiri sehingga hal ini dapat digambarkan pada Gambar 5. H** h** perilakuh** H** H** H** H** Gambar 5. Pemeriksaan perhentian <H**, H**> oleh H** 20

21 PerilakuH**: Mengalami infinite loop jika H** berhenti setelah membaca h**. Berhenti jika H** mengalami infinite loop setelah membaca h**. Pada keadaan yang digambarkan oleh Gambar 5, dapat ditunjukkansifat-sifatberikut: - H** mengalami infinite loop jika H** akhirnya berhenti setelah membaca deskripsi perilakunya sendiri, dan - H** akhirnya berhenti jika H** tidak berhenti (mengalami infinite loop) setelah membaca deskripsi perilakunya sendiri. 21

22 Dari kedua sifat di atas terlihat adanya hal yang bertentangan: H** mengalamiinfinite loop jikadanhanyajikah** berhenti. Hal ini tidak mungkin terjadi, sehingga akibatnya dapat disimpulkan: H** tidakada==> H* tidakada==> Htidakada Dengan kata lain, algoritma untuk menjawab masalah perhentian tidak mungkin ada! 22

23 Variasi-VariasiMesinTuring Terdapat beberapa variasi mesin Turing. Meskipun terdapat lebih dari satu variasi, namun tidak ada peningkatan kemampuan pengenalan bahasa dari masing-masing varian. Dengankatalain, variasi-variasimesinturing tersebut merupakan mesin yang ekivalen. Beberapa variasi mesin Turing: 23

24 1. Two-way Infinite tape Mesin Turing ini memiliki pita simbol yang tidak terbatas pada kedua ujungnya. Pada mesin Turing biasa, head tidak dapat bergeraklebihkiridarisisipita. 2. Multitrack Mesin Turing ini memiliki sebuah pita yang memiliki lebih dari satu jalur(track) penulisan/pembacaan simbol. Simbol-simbol yang berada pada kolom yang sama akan dibaca sekaligus oleh sebuahheadtunggal. 24

25 3. Multitape Mesin Turing ini memiliki beberapa pita yang masing-masing dapat dibaca oleh head yang saling bebas. Setiap pita memiliki head tersendiri. Aksi yang dilakukan salah satu head pada pitanya tidak bergantung dari aksi head yang lain. 25

26 4. Non-deterministic Mesin Turing ini memiliki satu pita yang terbatas pada salah satu ujungnya. Untuksetiapkombinasistatus dansimbolpita yang sedang dibaca, mesin ini dapat memiliki sejumlah gerakan berikutnya. 5. Multi-dimensional tape MesinTuring inimemilikipita yang multi dimensi. MesinTuring biasa memiliki pita yang berdimensi satu. Untuk pita dua dimensi berartiheaddapatberpindahdarisatuselkesellain yang terletakpadasuatubidangdatar. 6. Multihead Mesin Turing ini mirip dengan mesin Turing multitape, hanya bedanya mesin Turing multihead hanya satu pita. Setiap head padapita tersebutdapatberaksisalingbebassatusamalainnya. 26

27 Two-Way Infinite Tape Varian mesinturing denganujungkiritakterbatassehinggahead dapat bergerak ke kiri tanpa batas. Meskipun demikian, mesin Turing two-way infinite tape ekivalen denganmesinturing biasa. MisalkanmesinTuring biasaadalaht 1 danmesinturing tanpabatas adalaht 2 : T 1 = (Q 1, 1, Γ 1, δ 1, q 1, B 1, F 1 ) T 2 = (Q 2, 2, Γ 2, δ 2, q 2, B 2, F 2 ) AkanditunjukkanbahwaperilakuT 2 dapatdisimulasikanolehmesin Turing biasat 1 begitujugasebaliknya. 27

28 SimulasiT 2 oleht 1 Hal ini mudah dilakukan MesinT 1 tidakpernahmengerakkanhead-nya melewatisel terkiri pada pita. Sehingga, jikat 1 disimulasikanoleht 2 makasel-seldisebelah kiri simbol masukan tidak akan pernah dimanfaatkan. SimulasiT 1 oleht 2 Hal initidakmudahdilakukankarenaadakemungkinant 2 padabagiankirisementarapita T 1 memilikibataspadabagian kirinya. Sehingga, jikat 1 disimulasikanoleht 2 makasel-seldisebelah kiri simbol masukan tidak akan pernah dimanfaatkan. 28

29 Untuk mengatasi hal ini, maka pita simbol yang digunakan di T 1 memilikiduajalur(track) namunujungkirinyatetap terbatas. Penempatansimbol-simbolpadaT 1 dant 2 adalahseperti pada gambar di bawah ini:... X 0 X 1 X 2 X 3 X 4 X 5 X 6... (a) Penempatansimbolpadapita T 2 X 0 X 1 X 2 X 3 X 4 X 5 X Track 1 Track 2 (b) Penempatansimbolpadapita T 1 29

30 Simbol padajalurbawahpita T 1 digunakanuntukmenandaisel terkiri. SimboliniharusdisisipkanolehT 1 padaawalgerakannya. Pita jalurduapadat 1 dapatdipandangsebagaipita T 2 yang dilipat padaposisiselx 0. Jikahead padapita T 2 bergerakdikananx 0 makaheadpadapita T 1 bergerak pada jalur atas dengan arah yang sama. Jikahead padapita T 2 bergerakdikirikx 0 makaheadpadapita T 1 bergerapadajalurbawahdenganarahberlawanan. Jikasimbol terbacaoleht 1 makaberartiposisilipatanpita terdeteksidant 1 harusberalihdarijalurataskejalurbawahnya, atau sebaliknya. 30

31 .Denganadanyapita duajalurpadat 1, makaheadt 1 selalu membaca dua simbol sekaligus setiap saat. Pasangan simbol inidapatditulissebagai[x, Y], yang dalamhalinixadalah simbolpadajaluratasdanysimbolpadajalurbawah. Walaupunheadmembacaduasimbolsekaligus, namunt 1 tetaphanyamengubahsatusimbolsajasetiapsaat. UntukmengetahuiheadT 1 sedangmengolahsimbolpada jaluratasataujalurbawah, makastatus-status T 1 dituliskan sebagai [q, A] atau[q, B] A menyatakan atas dan B menyatakan bawah 31

32 Model matematis mesin Turing biasa: T 1 = (Q 1, 1, Γ 1, δ 1, q 1, B 1, F 1 ) BagaimanapembentukansetiapkomponenT 1 diatas? Caranyaadalah sebagai berikut: 1. Himpunanstatus Q 1 berisistatus-status dalambentuk[q,a] atau[q, B]. Sukupertamaqberasaldaristatus diq 2. Selainstatus-status diatas, q 1 jugamerupakananggotaq Himpunansimbolmasukan 1 terdiridarisimboldalambentuk[a, B] dansukupertamaaadalahsimbolmasukanpada 2. SimbolBpada komponenkeduadisinimelambangkansimbolblank, bukan bawah seperti status di atas. 3. Himpunansimbolpita Γ 1 akanberisisimbol-simboldalambentuk[x, Y] yaitu menyatakan sepasang simbol yang diambil pada jalur atas dan jalur bawah pita. Simbol khusus yang digunakan untuk menandai tepi kiri pita hanya terdapat pada jalur bawah, sehingga komponen kedua(y) dapat berupa simbol tersebut. 32

33 4. Status akhirf 1 berisisimbol-simboldalambentuk[q, A] atau[q, B] dansukupertamaqberasaldarif Transisi δ 1 dibentukdenganmemperhatikanhal-halberikut: (a) JikaT 2 melakukangerakanawal(kekiriataukekanan), T 1 harus menuliskan simbol pada jalur bawah pita. Hal ini dilakukan melalui dua gerakan berikut: No. MesinT 2 MesinT 1 (1) δ 2 (q 2, a) = (q, X, R) δ 1 (q 1, [a, B]) = ([q, A], [X, ], R) (2) δ 2 (q 2, a) = (q, X, L) δ 1 (q 1, [a, B]) = ([q, B], [X, ], R) Keterangan: - Gerakandiatasdibentukuntuksetiapa {B} - Padagerakan(1), mesint 2 mulaidenganbergerakkekanan sehinggamesint 1 akanmengolahsimbol-simbolpadajaluratas. - Padagerakan(2), mesint 2 mulaidenganbergerakkekiri sehinggamesint 1 akanmengolahsimbol-simbolpadajalur bawah. 33

34 (b) JikaT 2 melakukangerakanyang melintasiposisix 0 (halinidiketahui daerigerakant 1 yang melintasisimbol )makat 1 harusberalihlagi dari jalur atas ke jalur bawah, atau sebaliknya. Hal ini dilakukan melalui gerakan: No. MesinT 2 MesinT 1 (3) δ 2 (p, X) = (q, Y, R) δ 1 ([p, A], [X, ]) = ([q, A], [Y, ], R) (4) δ 2 (p, X) = (q, Y, R) δ 1 ([p, B], [X, ]) = ([q, A], [Y, ], R) (5) δ 2 (p, X) = (q, Y, L) δ 1 ([p, A], [X, ]) = ([q, B], [Y, ], R) (6) δ 2 (p, X) = (q, Y, L) δ 1 ([p, B], [X, ]) = ([q, B], [Y, ], R) Keterangan: - Jikaheadberadapadaposisiterkirapita, makat 1 sedangmembaca simbol dalam bentuk[x, ]. - Munculnyasimbol padakomponenkedua(jalurbawah) menunjukkan bahwa kedudukan head pada jalur atas atau bawah tidakmemegangperananpentingkarenasesungguhnyasimbolyang sedang diolah adalah simbol X. - Hal inimenjelaskanterjadinyaduplikasigerakant 1 padapasangan(3) (4) dan(5)(6). - Peralihanjalur(ataskebawahataubawahkeatas) terlihatjelaspada gerakan(4) dan(5). 34

35 (c) Selain kedua gerakan khusus di atas, gerakan lain merupakan pensimulasiangerakant 2 oleht 1 yang bergerakpadajalur yang sama. Gerakan tersebut adalah: No. MesinT 2 MesinT 1 (7) δ 2 (p, X) = (q, Z, R) δ 1 ([p, A], [X, Y]) = ([q, A], [Z, Y], R) (8) δ 2 (p, X) = (q, Z, L) δ 1 ([p, A], [X, Y]) = ([q, A], [Z, Y], L) (9) δ 2 (p, X) = (q, Z, R) δ 1 ([p, B], [X, Y]) = ([q, A], [X, Z], L) (10) δ 2 (p, X) = (q, Z, L) δ 1 ([p, B], [X, Y]) = ([q, A], [X, Z], R) Keterangan: - Padagerakan(7) dan(8) simbolpita yang berubahterletakpada jaluratasdanarahgerakant 1 samadenganarahgerakant 1. - Pada gerakan(9) dan(10) simbol pita yang berubah terletak padajalurbawahdanarahgerakant 1 terbalikdariaraht 2. 35

36 MesinTuring denganpita BerjalurBanyak MisalkanM adalahmesinturing yang memilikisebuahpita dengankjalur. Karena semua simbol pada kolom sel yang sama dibaca sekaligusolehmesinturing, makafungsi δdarimesinturing iniberbentuk: δ(p, [a 1, a 2,, a k ]) = (q, [b 1, b 2,, b k ], D) Denganmenggantikombinasisimbol [a 1, a 2,, a k ] dan[b 1, b 2,, b k ] dengansimboltunggalbarua danb sehingga δ(p, a) = (q, b, D) maka transisi di atas akan tampak seperti transisi pada mesin Turing biasa. Sebaliknya mesin Turing biasa dengan pita jalur tunggal dapat denganmudahdisimulasikanolehmesinturing denganpita berjalurbanyak. Dalamhalinihanyasalahsatujalursajayang digunakan oleh mesin Turing dengan pita berjalur banyak. 36

37 MesinTuring Non-Deterministik Semua mesin Turing yang dibahas sebelum ini adalah mesin Turing deterministik. Pada mesin Turing deterministik, fungsi transisi δ memiliki nilai tunggal, sedangkan pada mesin Turing non-deterministik untuk pasangan status dan simbol tertentu mungkin dijumpai lebih dari satu aksi. MesinTuring non-deterministikm n dapatdisimulasikanoleh sebuahmesinturing deterministikm d. Dasarpemikirannya: untuksetiapstatus dansimbolpita, M n mungkinmemiliki lebih dari satu aksi yang banyaknya berhingga. Misalkan pilihanaksiinidiberinomor1, 2, 3,, k. Denganpenomoran ini, rangkaian aksi mesin Turing dapat dinyatakan sebagai rangkaian bilangan dari 1 sampai k. 37

38 UntukmensimulasikanM n, mesinturing M d menggunakan tigapita. Pita pertamamenyimpaninput yandiolahm n, pita keduadigunakanuntukmenyimpanrangkaianbilangan1 sampaidengank yang dibangkitkansecarateratur. Rangkaian ini akan dihasilkan dengan urutan mulai dari rangkaianterpendekyang terdiridarisatusimbol, duasimbol, dst. Untuksetiapurutanbilanganyang terdapatpadapita kedua, mesinm d akanmensimulasikanperilakum n secara deterministik, yaitu menggunakan nomor aksi yang sudah dibangkitkan pada pita kedua. 38

39 DengandemikianjikaM n menerimarangkaiansimbol masukan, haruslahadasebuahrangkaianaksiyang menerimanya. Karena rangkaian aksi pada pita kedua dibangkitkan secara teratur, makam d dapatjugasuatusaatmenerimarangkaian simbol masukan tersebut. Sebaliknya, jikam n tidakmenerima, makatidakadarangkaian aksiyang dapatdigunakanolehm d dalammenerima rangkaian simbol masukan tersebut. 39

40 PekerjaanRumah2 Buatlah laporan yang berisi segala hal tentang tiga varian mesinturing yang lain, yaitumesinturing berpitabanyak, mesinturing multi dimensi, danmesinturing multihead. Laporanberisi: - deskripsi/spesifikasi mesin Turing tersebut - ekivalennya dengan mesin Turing biasa(mesin Turing biasa mensimulasikan mesin Turing varian, mesin Turing varian mensimulasikan mesin Turing biasa). 40

4. Undecidabality(Bagian2)

4. Undecidabality(Bagian2) IF5110 Teori Komputasi 4. Undecidabality(Bagian2) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 MengenumerasiString Biner String biner dapat dipandang sebagai integer. Jikawadalahstring

Lebih terperinci

Penggunaan Mesin Turing Multitrack untuk Operasi Bilangan Biner

Penggunaan Mesin Turing Multitrack untuk Operasi Bilangan Biner Penggunaan Mesin Turing Multitrack untuk Operasi Bilangan Biner Hairil Anwar / 23514034 Program Magister Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

2. MesinTuring (Bagian2)

2. MesinTuring (Bagian2) IF5110 Teori Komputasi 2. MesinTuring (Bagian2) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 PerananMesinTuring Bahasa yang diterima oleh mesin Turing dinamakan recursively enumerable

Lebih terperinci

4. Undecidabality(Bagian1)

4. Undecidabality(Bagian1) IF5110 Teori Komputasi 4. Undecidabality(Bagian1) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 MaknaUndecidabality Persoalan keputusan(decision problem): persoalan yang jawabannya

Lebih terperinci

IF5110 Teori Komputasi. Teori Kompleksitas. (Bagian 1) Oleh: Rinaldi Munir. Program Studi Magister Informatika STEI-ITB

IF5110 Teori Komputasi. Teori Kompleksitas. (Bagian 1) Oleh: Rinaldi Munir. Program Studi Magister Informatika STEI-ITB IF5110 Teori Komputasi Teori Kompleksitas (Bagian 1) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 Sebuah persoalan dikatakan Solvable, jika terdapat mesin Turing yang dapat menyelesaikannya.

Lebih terperinci

Aplikasi Simulator Mesin Turing Pita Tunggal

Aplikasi Simulator Mesin Turing Pita Tunggal Aplikasi Simulator Mesin Turing Pita Tunggal Nuludin Saepudin / NIM 23515063 Program Magister Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Mesin Turing. Pertemuan Ke-14. Sri Handayaningsih, S.T., M.T. Teknik Informatika

Mesin Turing. Pertemuan Ke-14. Sri Handayaningsih, S.T., M.T.   Teknik Informatika Mesin Turing Pertemuan Ke-14 Sri Handayaningsih, S.T., M.T. Email : ning_s12@yahoo.com Teknik Informatika 1 TIU & TIK Memahami konsep : 1. Definisi Mesin Turing 2. Contoh aplikasi Mesin Turing 3. Mesin

Lebih terperinci

Turing and State Machines. Mesin Turing. Turing Machine. Turing Machines 4/14/2011 IF_UTAMA 1

Turing and State Machines. Mesin Turing. Turing Machine. Turing Machines 4/14/2011 IF_UTAMA 1 4/4/2 Turing and State Machines Mesin Turing Dosen Pembina : Danang Junaedi State Machines Called non-writing machines Have no control on their external input Cannot write or change their inputs Turing

Lebih terperinci

Studi Kasus Implementasi Konsep Mesin Turing dalam Analisis Potensi Profiling Based Keyword di Sistem Sasbuzz

Studi Kasus Implementasi Konsep Mesin Turing dalam Analisis Potensi Profiling Based Keyword di Sistem Sasbuzz Studi Kasus Implementasi Konsep Mesin Turing dalam Analisis Potensi Profiling Based Keyword di Sistem Sasbuzz Rizal Panji Islami (23514016) Program MagisterInformatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

MODUL 17. BAHASA-BAHASA REKURSIF DAN RECURSIVELY ENUMERABLE

MODUL 17. BAHASA-BAHASA REKURSIF DAN RECURSIVELY ENUMERABLE MODUL 17. BAHASA-BAHASA REKURSIF DAN RECURSIVELY ENUMERABLE TM T r untuk suatu bahasa rekursif akan menjawab (recognize) atau setelah memproses string masukan. T r Dalam pembahasan sebelumnya kita mendapatkan

Lebih terperinci

Teori Kompleksitas (Bagian 2)

Teori Kompleksitas (Bagian 2) IF5110 Teori Komputasi Teori Kompleksitas (Bagian 2) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 Travelling Salesperson Problem Persoalan optimasi. Termasuk ke dalam kelas persoalan

Lebih terperinci

2. MesinTuring (Bagian1)

2. MesinTuring (Bagian1) IF5110 Teori Komputasi 2. MesinTuring (Bagian1) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 SejarahMesinTuring (1) Diusulkan pada tahun 1936 oleh Alan Turing, seorang matematikawan

Lebih terperinci

Teori Bahasa Formal dan Automata

Teori Bahasa Formal dan Automata Teori Bahasa Formal dan Automata Pertemuan 3 Semester Genap T.A. 2017/2018 Rahman Indra Kesuma, S.Kom., M.Cs. T. Informatika - ITERA MENDESAIN DFA Jika di definisikan = {0, 1}, bangunlah sebuah DFA yang

Lebih terperinci

Pengantar Teknologi Informasi

Pengantar Teknologi Informasi Pengantar Teknologi Informasi Komputasi & Pemrograman Defri Kurniawan, M.Kom Fasilkom 11/24/2013 Content Teori Komputasi Mesin Turing Komputasi Komputasi Modern Teori Komputasi Teori komputasi adalah cabang

Lebih terperinci

Teori Bahasa Formal dan Automata

Teori Bahasa Formal dan Automata Teori Bahasa Formal dan Automata Pertemuan 2 Semester Genap T.A. 2017/2018 Rahman Indra Kesuma, S.Kom., M.Cs. T. Informatika - ITERA POKOK BAHASAN Finite Automata Notasi Finite Automata Deterministic Finite

Lebih terperinci

Mesin Turing dan Palindrome

Mesin Turing dan Palindrome Mesin Turing dan Palindrome Fajar Sidik H and 23513186 Program MagisterInformatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia fajar.sidik@students.itb.ac.id

Lebih terperinci

TEORI BAHASA DAN OTOMATA PENGANTAR

TEORI BAHASA DAN OTOMATA PENGANTAR TEORI BAHASA DAN OTOMATA PENGANTAR PERKULIAHAN Jumlah pertemuan minimal 13 kali dan maksimal 15 kali sudah termasuk dengan ujian tengah semester (UTS) PENILAIAN ABSEN 10% (Minimal kehadiran 80% dari jumlah

Lebih terperinci

TEORI BAHASA DAN AUTOMATA

TEORI BAHASA DAN AUTOMATA MODUL VIII TEORI BAHASA DAN AUTOMATA Tujuan : Mahasiswa memahami ekspresi reguler dan dapat menerapkannya dalam berbagai penyelesaian persoalan. Materi : Hubungan antara DFA, NFA, dan ekspresi regular

Lebih terperinci

Penerapan Algoritma Runut-Balik untuk Menyelesaikan Permainan Pencarian Kata

Penerapan Algoritma Runut-Balik untuk Menyelesaikan Permainan Pencarian Kata Penerapan Algoritma Runut-Balik untuk Menyelesaikan Permainan Pencarian Kata Arfinda Ilmania /13515137 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Teori Komputasi 11/2/2016. Bab 5: Otomata (Automata) Hingga. Otomata (Automata) Hingga. Otomata (Automata) Hingga

Teori Komputasi 11/2/2016. Bab 5: Otomata (Automata) Hingga. Otomata (Automata) Hingga. Otomata (Automata) Hingga Teori Komputasi Fakultas Teknologi dan Desain Program Studi Teknik 1-1 Informatika Bab 5: Agenda. Deterministic Finite Automata DFA (Otomata Hingga Deterministik) Equivalen 2 DFA Finite State Machine FSA

Lebih terperinci

Induksi Matematik. Bahan Kuliah IF2120 Matematika Diskrit. Oleh: Rinaldi Munir. Program Studi Teknik Informatika STEI - ITB

Induksi Matematik. Bahan Kuliah IF2120 Matematika Diskrit. Oleh: Rinaldi Munir. Program Studi Teknik Informatika STEI - ITB Induksi Matematik Bahan Kuliah IF2120 Matematika Diskrit Oleh: Rinaldi Munir Program Studi Teknik Informatika STEI - ITB 1 Metode pembuktian untuk proposisi yang berkaitan dengan bilangan bulat adalah

Lebih terperinci

BAB V CONTEXT FREE GRAMMAR DAN PUSH DOWN AUTOMATA

BAB V CONTEXT FREE GRAMMAR DAN PUSH DOWN AUTOMATA Bab V Context Free Grammar dan Push Down Automata 26 BAB V CONTEXT FREE GRAMMAR DAN PUSH DOWN AUTOMATA TUJUAN PRAKTIKUM 1. Memahami CFG dan PDA 2. Memahami Context Free Grammar 3. Memahami Push Down Automata

Lebih terperinci

Bahan kuliah IF2120 Matematika Diskrit. Himpunan. Oleh: Rinaldi Munir. Program Studi Teknik Informatika STEI - ITB 1

Bahan kuliah IF2120 Matematika Diskrit. Himpunan. Oleh: Rinaldi Munir. Program Studi Teknik Informatika STEI - ITB 1 Bahan kuliah IF2120 Matematika Diskrit Himpunan Oleh: Rinaldi Munir Program Studi Teknik Informatika STEI - ITB 1 Definisi Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan

Lebih terperinci

Perbandingan Algoritma Brute Force dan Backtracking dalam Permainan Word Search Puzzle

Perbandingan Algoritma Brute Force dan Backtracking dalam Permainan Word Search Puzzle Perbandingan Algoritma Brute Force dan Backtracking dalam Permainan Word Search Puzzle Veren Iliana Kurniadi 13515078 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Algoritma MAC Berbasis Jaringan Syaraf Tiruan

Algoritma MAC Berbasis Jaringan Syaraf Tiruan Algoritma MAC Berbasis Jaringan Syaraf Tiruan Paramita 1) 1) Program Studi Teknik Informatika STEI ITB, Bandung, email: if14040@studentsifitbacid Abstract MAC adalah fungsi hash satu arah yang menggunakan

Lebih terperinci

Penerapan Algoritma Runut-Balik (Backtracking) pada Permainan Nurikabe

Penerapan Algoritma Runut-Balik (Backtracking) pada Permainan Nurikabe Penerapan Runut-Balik (Backtracking) pada Permainan Nurikabe Putri Amanda Bahraini Program Studi Teknik Informatika, Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail: if14041@students.if.itb.ac.id

Lebih terperinci

Pertemuan 5: Pengenalan Variabel Array

Pertemuan 5: Pengenalan Variabel Array Pertemuan 5: Pengenalan Variabel Array Contoh kasus: Penghitungan Nilai IPK Nilai IPK mahasiswa ditentukan dengan algoritma sebagai berikut: Untuk setiap mata kuliah yang diambil oleh mahasiswa: Ambil

Lebih terperinci

Teknik Pembangkitan Kode Huffman

Teknik Pembangkitan Kode Huffman Teknik Pembangkitan Kode Huffman Muhammad Riza Putra Program Studi Teknik Informatika ITB, Bandung 012, email: zha@students.itb.ac.id Abstrak Makalah ini membahas suatu teknik dalam pembangkitan kode Huffman

Lebih terperinci

KOMPUTASI PEMROGRAMAN

KOMPUTASI PEMROGRAMAN KOMPUTASI PEMROGRAMAN Danang Wahyu Utomo danang.wu@dsn.dinus.ac.id +6285 740 955 623 RENCANA KEGIATAN PERKULIAHAN SEMESTER W Pokok Bahasan 1 Pengenalan Teknologi Informasi 2 Konsep Sistem Komputer & Pengenalan

Lebih terperinci

Pendahuluan [6] FINITE STATE AUTOMATA. Hubungan RE & FSA [5] Finite State Diagram [6] 4/27/2011 IF-UTAMA 1

Pendahuluan [6] FINITE STATE AUTOMATA. Hubungan RE & FSA [5] Finite State Diagram [6] 4/27/2011 IF-UTAMA 1 FINITE STATE AUTOMATA Pertemuan 9 & 10 Dosen Pembina : Danang Junaedi 1 Pendahuluan [6] Bahasa formal dapat dipandang sebagai entitas abstrak, yaitu sekumpulan string yang berisi simbol-simbol alphabet

Lebih terperinci

BAB I PENDAHULUAN 1-1

BAB I PENDAHULUAN 1-1 BAB I PENDAHULUAN 1.1 Pendahuluan Ilmu komputer memiliki dua komponen utama: pertama, model dan gagasan mendasar mengenai komputasi, kedua, teknik rekayasa untuk perancangan sistem komputasi, meliputi

Lebih terperinci

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016 Hendra Gunawan 5 KUANTOR II: METODE MEMILIH (c) Hendra Gunawan (2015) 2 Masih Berurusan dengan Kuantor Sekarang kita akan membahas metode memilih,

Lebih terperinci

MODUL 5: Nondeterministic Finite Automata dengan

MODUL 5: Nondeterministic Finite Automata dengan MODUL 5: Nondeterministic Finite Automata dengan Transisi-L (NFA-L) Slide dari 4 Dengan konsep nondeterministisme dari suatu ekspresi regular suatu NFA yang dapat menerima bahasa ybs dapat langsung dilakukan.

Lebih terperinci

Induksi Matematik Program Studi Teknik Informatika STEI - ITB

Induksi Matematik Program Studi Teknik Informatika STEI - ITB Induksi Matematik Bahan Kuliah IF2120 Matematika Diskrit Oleh: Rinaldi Munir Program Studi Teknik Informatika STEI - ITB 1 Metode pembuktian untuk proposisi yang berkaitan dengan bilangan bulat adalah

Lebih terperinci

Sebuah bahasa dinyatakan regular jika terdapat finite state automata yang dapat menerimanya. Bahasa-bahasa yang diterima oleh suatu finite state

Sebuah bahasa dinyatakan regular jika terdapat finite state automata yang dapat menerimanya. Bahasa-bahasa yang diterima oleh suatu finite state EKSPRESI REGULAR Sebuah bahasa dinyatakan regular jika terdapat finite state automata yang dapat menerimanya. Bahasa-bahasa yang diterima oleh suatu finite state automata bisa dinyatakan secara sederhana

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika 6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi

Lebih terperinci

Penyelesaian Sum of Subset Problem dengan Dynamic Programming

Penyelesaian Sum of Subset Problem dengan Dynamic Programming Penyelesaian Sum of Subset Problem dengan Dynamic Programming Devina Ekawati 13513088 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

Matematika Terapan. Dosen : Zaid Romegar Mair, ST., M.Cs Pertemuan 1

Matematika Terapan. Dosen : Zaid Romegar Mair, ST., M.Cs Pertemuan 1 Matematika Terapan Dosen : Zaid Romegar Mair, ST., M.Cs Pertemuan 1 PROGRAM STUDI TEKNIK INFORMATIKA Jl. Kolonel Wahid Udin Lk. I Kel. Kayuara, Sekayu 30711 web:www.polsky.ac.id mail: polsky@polsky.ac.id

Lebih terperinci

FINITE STATE MACHINE / AUTOMATA

FINITE STATE MACHINE / AUTOMATA FINITE STATE MACHINE / AUTOMATA BAHASA FORMAL Dapat dipandang sebagai entitas abstrak, yaitu sekumpulan string yang berisi simbol-simbol alphabet Dapat juga dipandang sebagai entitasentitas abstrak yang

Lebih terperinci

Tanggal Revisi : Tanggal : SATUAN ACARA PERKULIAHAN

Tanggal Revisi : Tanggal : SATUAN ACARA PERKULIAHAN Versi : Revisi : Tanggal Revisi : Tanggal : SATUAN ACARA PERKULIAHAN Fakultas/ Jurusan/ Program Studi : Teknologi Industri/ Teknik Informatika/ Teknik Informatika Kode Matakuliah : 52302031 Nama Matakuliah

Lebih terperinci

Penerapan Graf Transisi dalam Mendefinisikan Bahasa Formal

Penerapan Graf Transisi dalam Mendefinisikan Bahasa Formal Penerapan Graf Transisi dalam Mendefinisikan Bahasa Formal Abdurrahman Dihya R./13509060 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

1, 2, 3

1, 2, 3 Penerapan Algoritma Depth First Search (DFS) Dinamis Untuk Menentukan Apakah Sebuah String Diterima Oleh Bahasa Reguler yang Didefinisikan Nondeterministic Finite Automata (NFA) Muhammad Ihsan, Ilden Abi

Lebih terperinci

Penerapan Algoritma Branch and Bound pada Penentuan Staffing Organisasi dan Kepanitiaan

Penerapan Algoritma Branch and Bound pada Penentuan Staffing Organisasi dan Kepanitiaan Penerapan Algoritma Branch and Bound pada Penentuan Staffing Organisasi dan Kepanitiaan Mikhael Artur Darmakesuma - 13515099 Program Studi Teknik Informaitka Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

PERANCANGAN ALGORITMA KRIPTOGRAFI KUNCI SIMETRI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN

PERANCANGAN ALGORITMA KRIPTOGRAFI KUNCI SIMETRI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PERANCANGAN ALGORITMA KRIPTOGRAFI KUNCI SIMETRI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Ibrahim Arief NIM : 13503038 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Lebih terperinci

TEORI BAHASA DAN OTOMATA [TBO]

TEORI BAHASA DAN OTOMATA [TBO] TEORI BAHASA DAN OTOMATA [TBO] Ekspresi Regular (1) Sebuah bahasa dinyatakan regular jika terdapat finite state automata yang dapat menerimanya. Bahasa-bahasa yang diterima oleh suatu finite state automata

Lebih terperinci

PENGANTAR GRUP. Yus Mochamad Cholily Jurusan Pendidikan Matematika Universitas Muhammadiyah Malang

PENGANTAR GRUP. Yus Mochamad Cholily Jurusan Pendidikan Matematika Universitas Muhammadiyah Malang PENGANTAR GRUP Yus Mochamad Cholily Jurusan Pendidikan Matematika Universitas Muhammadiyah Malang email:ymcholily@gmail.com March 18, 2013 1 Daftar Isi 1 Tujuan 3 2 Pengantar Grup 3 3 Sifat-sifat Grup

Lebih terperinci

Bahan kuliah Matematika Diskrit. Himpunan. Oleh: Didin Astriani P, M.Stat. Fakultas Ilkmu Komputer Universitas Indo Global Mandiri

Bahan kuliah Matematika Diskrit. Himpunan. Oleh: Didin Astriani P, M.Stat. Fakultas Ilkmu Komputer Universitas Indo Global Mandiri Bahan kuliah Matematika Diskrit Himpunan Oleh: Didin Astriani P, M.Stat Fakultas Ilkmu Komputer Universitas Indo Global Mandiri 1 Definisi Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek

Lebih terperinci

Pengaruh Paralelisme Terhadap Mesin Turing Sebagai Konsep Komputasi

Pengaruh Paralelisme Terhadap Mesin Turing Sebagai Konsep Komputasi Pengaruh Paralelisme Terhadap Mesin Turing Sebagai Konsep Komputasi Fitrandi Ramadhan and 23515050 Program MagisterInformatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

BAB II MODEL KOMPUTASI FINITE STATE MACHINE. Pada Bab II akan dibahas teori dasar matematika yang digunakan

BAB II MODEL KOMPUTASI FINITE STATE MACHINE. Pada Bab II akan dibahas teori dasar matematika yang digunakan BAB II MODEL KOMPUTASI FINITE STATE MACHINE Pada Bab II akan dibahas teori dasar matematika yang digunakan dalam pemodelan sistem kontrol elevator ini, yaitu mengenai himpunan, relasi, fungsi, teori graf

Lebih terperinci

MODUL PERKULIAHAN EDISI 1 MATEMATIKA DISKRIT

MODUL PERKULIAHAN EDISI 1 MATEMATIKA DISKRIT MODUL PERKULIAHAN EDISI 1 MATEMATIKA DISKRIT Penulis : Nelly Indriani Widiastuti S.Si., M.T. JURUSAN TEKNIK INFORMATIKA UNIVERSITAS KOMPUTER INDONESIA BANDUNG 011 6 INDUKSI MATEMATIKA JUMLAH PERTEMUAN

Lebih terperinci

IMPLEMENTASI ALGORITMA LAYER-BY-LAYER UNTUK MENYELESAIKAN RUBIK S CUBE DALAM KODE PROGRAM

IMPLEMENTASI ALGORITMA LAYER-BY-LAYER UNTUK MENYELESAIKAN RUBIK S CUBE DALAM KODE PROGRAM IMPLEMENTASI ALGORITMA LAYER-BY-LAYER UNTUK MENYELESAIKAN RUBIK S CUBE DALAM KODE PROGRAM Khandar William Program Studi Teknik Informatika Sekolah Tinggi Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

TEORI BILANGAN DALAM PERSAMAAN DIOPHANTINE

TEORI BILANGAN DALAM PERSAMAAN DIOPHANTINE TEORI BILANGAN DALAM PERSAMAAN DIOPHANTINE Ginan Ginanjar Pramadita NIM: 150601 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Lebih terperinci

TINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada

TINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori penelitian ini. 2. Konsep Dasar Graf Teori dasar mengenai graf

Lebih terperinci

Aplikasi Teori Graf Pada Knight s Tour

Aplikasi Teori Graf Pada Knight s Tour Aplikasi Teori Graf Pada Knight s Tour Adhika Aryantio - 13511061 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia

Lebih terperinci

Pembangkitan Nomor Kartu Kredit dan Pengecekannya Dengan Menggunakan Algoritma Luhn

Pembangkitan Nomor Kartu Kredit dan Pengecekannya Dengan Menggunakan Algoritma Luhn Pembangkitan Nomor Kartu Kredit dan Pengecekannya Dengan Menggunakan Algoritma Luhn Shanny Avelina Halim (13504027) Program Studi Teknik Informatika Institut Teknologi Bandung email: if14027@students.if.itb.ac.id

Lebih terperinci

Penerapan BFS dan DFS pada Pencarian Solusi

Penerapan BFS dan DFS pada Pencarian Solusi Bahan Kuliah ke-8 IF5 Strategi Algoritmik Penerapan BFS dan DFS pada Pencarian Solusi Disusun oleh: Ir. Rinaldi Munir, M.T. Departemen Teknik Informatika Institut Teknologi Bandung 4 Struktur pencarian

Lebih terperinci

Menghitung Jumlah Graf Sederhana dengan Teorema Polya

Menghitung Jumlah Graf Sederhana dengan Teorema Polya Menghitung Jumlah Graf Sederhana dengan Teorema Polya Hafni Syaeful Sulun NIM : 13505058 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha

Lebih terperinci

Penerapan Teori Graf dan Kombinatorik pada Teknologi Sandi Masuk Terkini

Penerapan Teori Graf dan Kombinatorik pada Teknologi Sandi Masuk Terkini Penerapan Teori Graf dan Kombinatorik pada Teknologi Sandi Masuk Terkini 13513021 Erick Chandra 1 Program Sarjana Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

Pemanfaatan Himpunan Dalam Seleksi Citra Digital

Pemanfaatan Himpunan Dalam Seleksi Citra Digital Pemanfaatan Himpunan Dalam Seleksi Citra Digital Edwin Zaniar Putra - 13507066 Program Studi Teknik Informatika, STEI, ITB, Bandung, email: edwin@zaniar.web.id Abstrak Dalam makalah ini dibahas tentang

Lebih terperinci

Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya

Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya Athia Saelan (13508029) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Perbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin

Perbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin Perbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin Arie Tando - 13510018 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Pendeteksian Deadlock dengan Algoritma Runut-balik

Pendeteksian Deadlock dengan Algoritma Runut-balik Pendeteksian Deadlock dengan Algoritma Runut-balik Rita Wijaya - 13509098 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Penerapan Algoritma DFS pada Permainan Sudoku dengan Backtracking

Penerapan Algoritma DFS pada Permainan Sudoku dengan Backtracking Penerapan Algoritma DFS pada Permainan Sudoku dengan Backtracking Krisna Dibyo Atmojo 13510075 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

Menentukan Susunan Terbaik Tim Proyek dengan Algoritma Branch and Bound

Menentukan Susunan Terbaik Tim Proyek dengan Algoritma Branch and Bound Menentukan Susunan Terbaik Tim Proyek dengan Algoritma Branch and Bound Arief Pradana / 13511062 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

Bahan kuliah IF2120 Matematika Diskrit. Himpunan. Oleh: Rinaldi Munir. Program Studi Teknik Informatika STEI - ITB 1

Bahan kuliah IF2120 Matematika Diskrit. Himpunan. Oleh: Rinaldi Munir. Program Studi Teknik Informatika STEI - ITB 1 Bahan kuliah IF2120 Matematika Diskrit Himpunan Oleh: Rinaldi Munir Program Studi Teknik Informatika STEI - ITB 1 Definisi Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan

Lebih terperinci

BAB 1 PENDAHULUAN. sederhana adalah kelas bahasa reguler (regular languages). Bahasa reguler dapat dengan

BAB 1 PENDAHULUAN. sederhana adalah kelas bahasa reguler (regular languages). Bahasa reguler dapat dengan BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam hierarki kelas-kelas bahasa menurut Chomsky, kelas bahasa yang paling sederhana adalah kelas bahasa reguler (regular languages). Bahasa reguler dapat dengan tepat

Lebih terperinci

Sumarni Adi TEKNIK INFORMATIKA STMIK AMIKOM YOGYAKARTA 2013

Sumarni Adi TEKNIK INFORMATIKA STMIK AMIKOM YOGYAKARTA 2013 Sumarni Adi TEKNIK INFORMATIKA STMIK AMIKOM YOGYAKARTA 2013 KONTRAK KULIAH 1. Presensi 15 menit diawal perkuliahan dan dilakukan sendiri (tidak Boleh Titip Presensi), setelahnya sistem akan ditutup 2.

Lebih terperinci

Pencarian Solusi Optimal dalam Permainan Congklak dengan Program Dinamis

Pencarian Solusi Optimal dalam Permainan Congklak dengan Program Dinamis Pencarian Solusi Optimal dalam Permainan Congklak dengan Program Dinamis Muchamad Surya Prasetyo Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl. Ganesha

Lebih terperinci

Teori Bahasa Formal dan Automata

Teori Bahasa Formal dan Automata Teori Bahasa Formal dan Automata Pertemuan 11 Semester Genap T.A. 2017/2018 Rahman Indra Kesuma, S.Kom., M.Cs. T. Informatika - ITERA POKOK BAHASAN Konversi antar 2 Jenis PDA Ekivalensi PDA dan CFG HUBUNGAN

Lebih terperinci

Penyelesaian Persoalan Penukaran Uang dengan Program Dinamis

Penyelesaian Persoalan Penukaran Uang dengan Program Dinamis Penyelesaian Persoalan Penukaran Uang dengan Program Dinamis Albert Logianto - 13514046 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

Pengantar Matematika. Diskrit. Bahan Kuliah IF2091 Struktur Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG

Pengantar Matematika. Diskrit. Bahan Kuliah IF2091 Struktur Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG PROGRAM STUDI TEKNIK INFORMATIKA Sekolah Teknik Elrektro dan Informatika INSTITUT TEKNOLOGI BANDUNG Pengantar Matematika Bahan Kuliah IF2091 Struktur Diksrit Diskrit RINALDI MUNIR Lab Ilmu dan Rekayasa

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika

Lebih terperinci

APLIKASI PROGRAM DINAMIS DALAM ALGORITMA COCKE- YOUNGER -KASAMI (CYK)

APLIKASI PROGRAM DINAMIS DALAM ALGORITMA COCKE- YOUNGER -KASAMI (CYK) APLIKASI PROGRAM DINAMIS DALAM ALGORITMA COCKE- YOUNGER -KASAMI (CYK) Inas Luthfi 1) NIM 13506019 1) Jurusan Teknik Informatika ITB, Jalan Ganesha 10 Bandung Indonesia 40132 email: if16019@students.if.itb.ac.id

Lebih terperinci

Bab XI, State Diagram Hal: 226

Bab XI, State Diagram Hal: 226 Bab XI, State Diagram Hal: 226 BAB XI, STATE DIAGRAM State Diagram dan State Table Untuk menganalisa gerbang yang dihubungkan dengan flip-flop dikembangkan suatu diagram state dan tabel state. Ada beberapa

Lebih terperinci

TEORI BAHASA DAN AUTOMATA

TEORI BAHASA DAN AUTOMATA MODUL III TEORI BAHASA DAN AUTOMATA Tujuan : Mahasiswa memahami Finite State Automata (FSA) dan dapat menyederhanakan sebuah FSA. Materi : Useless state State distinguishable dan state indistinguishable

Lebih terperinci

PERTEMUAN II. Finite State Automata (FSA) Deterministic Finite Automata (DFA) Non Deterministic Finite Automata (NFA)

PERTEMUAN II. Finite State Automata (FSA) Deterministic Finite Automata (DFA) Non Deterministic Finite Automata (NFA) PERTEMUAN II Finite State Automata (FSA) Deterministic Finite Automata (DFA) Non Deterministic Finite Automata (NFA) dadang mulyana 1 INGA.INGAT MULAI MINGGU DEPAN KULIAH TBO DIMULAI JAM 13.00 MAAF UNTUK

Lebih terperinci

STUDI & IMPLEMENTASI ALGORITMA TRIPLE DES

STUDI & IMPLEMENTASI ALGORITMA TRIPLE DES STUDI & IMPLEMENTASI ALGORITMA TRIPLE DES Anugrah Adeputra NIM : 13505093 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if15093@students.if.itb.ac.id Abstrak

Lebih terperinci

MODUL 4: Nondeterministic Finite Automata

MODUL 4: Nondeterministic Finite Automata MODUL 4: Nondeterministic Finite Automata Slide dari 2 FA DENGAN NONDETERMINISME Disamping ini merupakan FA dari suatu bahasa regular dalam {,} * dengan ekspresi regular (+) *. p, q s, u r t Slide 2 dari

Lebih terperinci

Memecahkan Puzzle Hidato dengan Algoritma Branch and Bound

Memecahkan Puzzle Hidato dengan Algoritma Branch and Bound Memecahkan Puzzle Hidato dengan Algoritma Branch and Bound Hanny Fauzia 13509042 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

Implementasi Pencocokan String Tidak Eksak dengan Algoritma Program Dinamis

Implementasi Pencocokan String Tidak Eksak dengan Algoritma Program Dinamis Implementasi Pencocokan String Tidak Eksak dengan Algoritma Program Dinamis Samudra Harapan Bekti 13508075 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Kompresi Data dengan Algoritma Huffman dan Perbandingannya dengan Algoritma LZW dan DMC

Kompresi Data dengan Algoritma Huffman dan Perbandingannya dengan Algoritma LZW dan DMC Kompresi Data dengan Algoritma Huffman dan Perbandingannya dengan Algoritma LZW dan DMC Roy Indra Haryanto - 13508026 Fakultas Sekolah Teknik Elektro dan Informatika Program Studi Teknik Informatika Institut

Lebih terperinci

Overview. Pendahuluan. Pendahuluan. Pendahuluan. Pendahuluan. Pendahuluan

Overview. Pendahuluan. Pendahuluan. Pendahuluan. Pendahuluan. Pendahuluan Overview Pertemuan : I Dosen Pembina : Danang Junaedi Deskripsi Tujuan Instruksional Kaitan Materi Penilaian Grade Referensi Jurusan Teknik Informatika Universitas Widyatama Deskripsi Mata kuliah ini mempelajari

Lebih terperinci

Reduksi DFA [Deterministic Finite Automata]

Reduksi DFA [Deterministic Finite Automata] Reduksi DFA [Deterministic Finite Automata] Untuk suatu bahasa regular kemungkinan ada sejumlah DFA yang dapat menerimanya Perbedaannya umumnya adalah pada jumlah state yang dimiliki oleh otomata-otomata

Lebih terperinci

Implementasi Greedy Dalam Menemukan Rangkaian Logika Minimal Menggunakan Karnaugh Map

Implementasi Greedy Dalam Menemukan Rangkaian Logika Minimal Menggunakan Karnaugh Map Implementasi Greedy Dalam Menemukan Rangkaian Logika Minimal Menggunakan Karnaugh Map Aldy Wirawan 13511035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Algoritma Pencarian String Knuth-Morris-Pratt Dalam Pengenalan Tulisan Tangan

Algoritma Pencarian String Knuth-Morris-Pratt Dalam Pengenalan Tulisan Tangan Algoritma Pencarian String Knuth-Morris-Pratt Dalam Pengenalan Tulisan Tangan Andri Rizki Aminulloh Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM. dirancang dan selanjutnya dapat diketahui gambaran dan kemampuan sistem secara

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM. dirancang dan selanjutnya dapat diketahui gambaran dan kemampuan sistem secara BAB 3 ANALISIS DAN PERANCANGAN PROGRAM 3.1 Analisis Kebutuhan Sistem Analisis kebutuhan sistem merepresentasikan daftar kebutuhan sistem yang akan dirancang dan selanjutnya dapat diketahui gambaran dan

Lebih terperinci

Kompleksitas Algoritma dari Algoritma Pembentukan pohon Huffman Code Sederhana

Kompleksitas Algoritma dari Algoritma Pembentukan pohon Huffman Code Sederhana Kompleksitas Algoritma dari Algoritma Pembentukan pohon Huffman Code Sederhana Muhammad Fiqri Muthohar NIM : 13506084 1) 1) Jurusan Teknik Informatika ITB, Bandung, email: fiqri@arc.itb.ac.id Abstrak makalah

Lebih terperinci

Penerapan Algoritma Brute Force pada permainan Countdown Number

Penerapan Algoritma Brute Force pada permainan Countdown Number Penerapan Algoritma Brute Force pada permainan Countdown Number Farhan Amin (13515043) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data

Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data Penggunaan Pohon Huffman Sebagai Sarana Kompresi Lossless Data Aditya Rizkiadi Chernadi - 13506049 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

DASAR PEMROGRAMAN. Institut Teknologi Sumatera

DASAR PEMROGRAMAN. Institut Teknologi Sumatera DASAR PEMROGRAMAN REVIEW STRUKTUR DASAR, PERCABANGAN, DAN PERULANGAN Institut Teknologi Sumatera TUJUAN KULIAH Mengenalkan konsep dasar pemrograman: dekomposisi problem, modularisasi, rekurens; skill/praktek

Lebih terperinci

Jurnal Mahajana Informasi, Vol.1 No 2, 2016 e-issn: SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR

Jurnal Mahajana Informasi, Vol.1 No 2, 2016 e-issn: SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR Dini MH. Hutagalung Program Studi Sistem Informasi Universitas Sari Mutiara Indonesia mhdini@gmail.com ABSTRAK Sistem produksi ( production system) merupakan

Lebih terperinci

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016 Hendra Gunawan 6 KUANTOR III: INDUKSI (c) Hendra Gunawan (2015) 2 Pernyataan Berkuantor Universal (1) Pada bab sebelumnya kita telah membahas metode

Lebih terperinci

Penerapan Algoritma Brute Force pada Teka-teki Magic Square 3 x 3

Penerapan Algoritma Brute Force pada Teka-teki Magic Square 3 x 3 Penerapan Algoritma Brute Force pada Teka-teki Magic Square 3 x 3 Dzar Bela Hanifa 13515007 Teknik Informatika Institut Teknologi Bandung Bandung, Indonesia 13515007@std.stei.itb.ac.id Abstract Teka-teki

Lebih terperinci

Pengaplikasian Graf dan Algoritma Dijkstra dalam Masalah Penentuan Pengemudi Ojek Daring

Pengaplikasian Graf dan Algoritma Dijkstra dalam Masalah Penentuan Pengemudi Ojek Daring Pengaplikasian Graf dan Algoritma Dijkstra dalam Masalah Penentuan Pengemudi Ojek Daring Ilham Firdausi Putra / 13516140 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum

Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini

Lebih terperinci

MODUL 3: Finite Automata

MODUL 3: Finite Automata MODUL 3: Finite Automata Slide dari 38 DEFINISI FA mesin yang dapat mengenai bahasa regular tanpa menggunakan storage/memory. Sejumlah status dapat didefinisikan pada mesin untuk mengingat beberapa hal

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : A11. 54401/ Teori dan Bahasa Otomata Revisi 2 Satuan Kredit Semester : 3 SKS Tgl revisi : Februari 2014 Jml Jam kuliah dalam

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1. Kompresi Data Kompresi adalah mengecilkan/ memampatkan ukuran. Kompresi Data adalah teknik untuk mengecilkan data sehingga dapat diperoleh file dengan ukuran yang lebih kecil

Lebih terperinci

Penerapan Algoritma Knuth Morris Pratt dalam Aplikasi Penerjemah Teks

Penerapan Algoritma Knuth Morris Pratt dalam Aplikasi Penerjemah Teks Penerapan Algoritma Knuth Morris Pratt dalam Aplikasi Penerjemah Teks Okharyadi Saputra (13510072) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

MODIFIKASI VIGENERE CIPHER DENGAN MENGGUNAKAN TEKNIK SUBSTITUSI BERULANG PADA KUNCINYA

MODIFIKASI VIGENERE CIPHER DENGAN MENGGUNAKAN TEKNIK SUBSTITUSI BERULANG PADA KUNCINYA MODIFIKASI VIGENERE CIPHER DENGAN MENGGUNAKAN Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if15097@students.if.itb.ac.id

Lebih terperinci