Teori Bahasa Automata Dalam Ilmu Komputer

Suatu teori hanya menarik jika dapat membantu dalam mencari solusi terbaik. Tanpa penerapan timbul pertanyaan, mengapa mempelajari teori? Teori memberikan konsep dan prinsip yang menolong untuk memahami perilaku dari suatu persoalan yang berkorelasi dengan teori tersebut. Bidang ilmu komputer meliputi topik yang luas, dari perancangan mesin sampai pemrograman.

Disamping perbedaan yang ada, terdapat keseragaman prinsip-prinsip umum yang dipakai. Untuk mempelajari prinsip-prinsip dasar tersebut, kita mengkonstruksi suatu mesin otomata sebagai model abstrak dari komputer dan komputasi.

Teori bahasa membicarakan bahasa formal (formal language), yang terdiri dari kumpulan kalimat. Sebuah kalimat dalam sebuah bahasa dibangkitkan oleh sebuah tata bahasa (grammar) yang sama oleh dua atau lebih tata bahasa yang berbeda terutama untuk kepentingan perancangan kompilator (compiler) dan pemroses naskah (text processor).

Bahasa dalam hal ini berisi semua string yang dapat dihasilkan menggunakan aturan-aturan grammar yang mempunyai nilai/ manfaat sangat besar di ilmu informatika/ computer karena untuk mendeskripsikan dan mendefinisikan sintaks bahasa pemrograman dan bahasa-bahasa formal lain dan dapat diterapkan pada perancangan kompilator.

Teori otomata merupakan kajian mengenai perangkat komputasi abstrak atau bisa dikatakan mesin abstrak. Teori menyediakan konsep-konsep dan prinsip-prinsip yang dapat membantu kita memahami sifat umum suatu bidang kajian yang berkaitan dengan Automata.

Sedangkan otomata (Automata) adalah suatu sistem yang terdiri atas sejumlah berhingga state yang mempelajari tentang mesin abstrak yang menerima input dan mengeluarkan output dalam bentuk diskret (satu per satu).


Dimana state adalah suatu kondisi yang menyatakan informasi mengenai input yang lalu sedangkan input pada otomata dianggap sebagai batas yang harus dikenali oleh mesin.

Teori Bahasa Automata II

TEORI BAHASA & AUTOMATA

Teori Bahasa



Teori bahasa membicarakan bahasa formal (formal language), terutama untuk
kepentingan perancangan kompilator (compiler) dan pemroses naskah (text
processor). Bahasa formal adalah kumpulan kalimat. Semua kalimat dalam sebuah
bahasa dibangkitkan oleh sebuah tata bahasa (grammar) yang sama. Sebuah bahasa
formal bisa dibangkitkan oleh dua atau lebih tata bahasa berbeda. Dikatakan bahasa
formal karena grammar diciptakan mendahului pembangkitan setiap kalimatnya.
Bahasa manusia bersifat sebaliknya; grammar diciptakan untuk meresmikan kata-kata
yang hidup di masyarakat. Dalam pembicaraan selanjutnya ‘bahasa formal’ akan
disebut ‘bahasa’ saja.



Automata



Automata adalah mesin abstrak yang dapat mengenali (recognize), menerima
(accept), atau membangkitkan (generate) sebuah kalimat dalam bahasa tertentu.
Automata berasal dari bahasa Yunani automatos, yang berarti sesuatu yang bekerja
secara otomatis (mesin).



Pengertian mesin bukan hanya mesin elektronis/mekanis saja melainkan segala sesuatu (termasuk perangkat lunak) yang memenuhi ketiga ciri di atas. Penggunaan automata pada perangkat lunak terutama pada pembuatan kompiler bahasa pemrograman. Secara garis besar ada dua fungsi automata dalam hubungannya dengan bahasa, yaitu :


1. Fungsi automata sebagai pengenal (RECOGNIZER) string-string dari suatu bahasa, dalam hal ini bahasa sebagai masukan dari automata.


2. Fungsi automata sebagai pembangkit (GENERATOR) string-string dari suatu bahasa, dalam hal ini bahasa sebagai keluaran dari automata.



Otomata dan Bahasa Formal


Otomata hingga



Otomata hingga melibatkan stata dan transisi antar stata yang merupakan tanggapan atas masukan. Otomata hingga berguna untuk merekayasa perangkat lunak-perangkat lunak tertentu termasuk komponen lexical analyzer yang terdapat pada compiler dan sistem pemeriksa kebenaran pada sirkuit atau protocol.



Automata merupakan suatu studi abstrak yang terdiri dari suatu himpunan tiga tupel yaitu M={S, S, D} dimana S menyatakan state (keadaan); S menyatakan input; dan D menyatakan penentuan keadaan nilai.



Subjek utama dalam tulisan ini adalah mesin sekuensial, sebuah struktur penting yang menjadi dasar dari pirantipiranti, aktivitas, dan proses pengambilan keputusan, terutama yang berhubungan dengan komputer.



Automata merupakan suatu sub struktur utama dari mesin atau proses sekuensial tersebut. Pada mesin sekuensial, suatu proses dibangkitkan oleh masukan tertentu dan menghasilkan keluaran tertentu pula berdasarkan informasi yang dimiliki.
Automata merupakan struktur transisi dari suatu mesin sekuensial, dengan demikian pada dasarnya automata adalah bagian dari suatu mesin sekuensial dengan struktur keluaran yang telah dihapus.



Automata adalah mesin abstrak yang dapat mengenali (recognize), menerima (accept), atau membangkitkan (generate) sebuah kalimat dalam bahasa tertentu Pemodelan geografis berbasiskan Cellular Automata (CA) dan Multi Agent System (MAS) memiliki kekurangan:


1. Pada Cellular Automata, automata secara individual dapat menyebarkan informasi, tapi tidak bebas bergerak


2. Pada Multi Agent System, automata bergerak secara bebas dan mandiri, tetapi mengabaikan sifat-sifat ruang (space) dan keruangan (spasial).



Cellular Automata



Automata merupakan bentuk jamak dari automaton. Automaton adalah suatu mekanisme pemrosesan secara diskrit, berdasarkan keadaan internal dari suatu obyek. Dalam automata, obyek (sel atau agent) memiliki keadaan dan aturan yang menentukan perubahan.



Berikut sifat-sifat dari Automaton:


1. Berganti keadaan menurut waktu


2. Sesuai seperangkat aturan


3. Berdasarkan keadaan internal dan eksternal


4. Dalam langkah yang berurutan



Ekspresi Reguler



Exspresi regular merupakan notasi structural untuk mendeskripsikan pola-pola yang sama dan dapat diwakili oleh otomata hingga. Exspresi regular digunakan pada berbagai tipe perangkat lunak yang biasa kita gunakan, termasuk perangkat lunak untuk mencari pola-pola dalam texs atau nama file.



Tata Bahasa Bebas-Konteks



Tata bahasa bebas konteks ini merupakan notasi penting yang digunakan untuk mendeskripsikan sruktur bahasa pemograman dan himpunan-himpunan untai yang berhubungan; digunakan untuk membuat komponen parser pada compiler.



Mesin Turing



Mesin turing adalah otomata yang menjadi model computer yang kita kenal saat ini. Mesin turing memungkinkan kita untuk mempelajari decidability, yaitu pertanyaan mengenai apa yang dapat dan tidak dapat dikerjakan oleh computer. mesin ini juga memungkinkan kita menbedakan tractable problem (dapat dipecahkan dalam waktu polynomial) dari intractable problem (tidak dapat dipecahkan dalam waktu polynomial).



Pembuktian Deduktif



Metode pembuktian yang mendasar ini dilakukan dengan cara mendaftar stateman yang diketahui benar atau yang secara logika mengikuti beberapa statemen sebelumnya.



Pembuktian stetemen jika-maka



Banyak teorema memiliki bentuk “jika (sesuatu) maka (sesuatu yang lain)”. Stateman tersebut atau stateman yang mengikuti “jika” merupakan hipotesis dan yang mengikuti “maka” adalah kesimpulan. Pembuktian deduktif statemen jika-maka dimulai dengan hipotesis dan dilanjutkan dengan statemen yang mengikuti secara logika hipotesis dan statemen sebelumnya, hingga kesimpulan dibuktikan sebagai salah satu statemen.



Pembuktian stateman jika dan hanya jika



Ada teorima-teorema yang memiliki bentuk “(sesuatu) jika dan hanya jika (sesuatu yang lain)”. Statemen-statemen tersebut dibuktikan dengan cara statemen “jika-maka” pada kedua arah. Jenis teorema yang sama mengklain kasamaan himpunan-himpunan yang dideskripsikan dengan dua cara yang berbeda.



Pembuktian Kontrapositif



Pembuktian kontrapositif kadang kala, lebih mudah untuk membuktikan statemen “jika H maka C” dengan membuktikan “jika hal dan bukan C maka (sesuatu yang diketahui salah).” Pembuktian dengan cara ini disebut sebagai pembuktian dengan kontradiksi.



Counter example:



Tidak jarang kita diminta untuk menunjukan bahwa suatu statemen tertentu tidak benar. jika statemen memiliki satu atau lebih para meter, makakita dapat menunjukan bahwa statemen tersebut salah sebagai suatu generalisasi dengan menyediakan satu saja counterexample, yaitu suatu penetapan/penyerahan nilai kepada parameter yang membuat statemen tersebut salah.



Pembuktuan Induktif



Statemen yang memiliki parameter bilangan bulat n sering kali dapat dibuktikan dengan induksi pada n. kita membuktikan statemen tersebut benar atau basis, yaitu sejumblah berhingga kasus untuk nilai n tertentu dan kemudian membuktikan langkah induktif: bahwa jika statemen bernilai benar untuk nilai-nilai hingga n, maka ia juga bernilai benar untuk n + 1.



Intruksi Struktural



Pada beberapa situasi, teorema yang akan dibuktika secara induktif teorema mengenai suatu kontruksi yang didefinisikan secara rekursif , misalnya pohon (tree). Kita dapat membuktikan teorema mengenai obyek-obyek yang dikontruksi melalui induksi pada jumblah langkah yang digunakan untuk mengkontruksinya. Jenis intruksi ini dirujuk sebagai structural.



Alfabet



Alphabet adalah sembarang himpunan simbol-simbol.



Untai (string):



Untai adalah deretan simbul-simbul yang panjangnya berhingga.

Bahasa Dan Problema

Bahasa adalah himpunan (bisa jadi himpunan tak hingga) untai-untai, seluruhnya memilih timbulnya dari satu alphabet yang sama. Ketika suatu untai bahasa ditafsirkan denggan suatu cara pertanyaan mengenai apakah untai tersebut berada dibahasanya sering disebut sebagai problema.

Bahasa suatu Automata

Otomaton menerima untai-untai. Suatu untai diterima jika sejak dari stata mula, alihan yang disebabkan oleh pemrosesan sombol-simbol untai-untai tersebut. diagram alihan, untai diterima jika terdapat label lintasan dari stata mula kesuatu stata penerima.

Kontruksi himpunan bagian



Dengan memperlakukan himpunan stata NFA sebagai stata suatu DFA, kita dapat mengkonfersi sembarang NFA menjadi DFA penerima bahasa yang sama.

Belajar Coding

Buat kalian yang masih baru belajar atau yang sudah pro tidak ada salahnya kalian belajar lagi dan membuka situs belajar yang sangat mudah dipahami, walaupun berbahasa inggris.

Didalam web ini  terdapat semua macam bahasa pemrograman, mulai dari yang paling mudah sampai yang paling rumit. Kalian dapat belajar dan mempraktikannya secara langsung dan akan mendapatkan sertifikat ketika sudah mengikuti ujiannya.

Dan ingat jika belum memahami bahasa pemrogamannya jangan sampai kalian langsung latihan soal untuk mendapatkan sertifikatnya. Kalian latih terlebih dahulu sampai benar-benar dapat menguasainya dengan mahir dan paham.

Jika kesulitan dalam memahami karena menggunakan bahasa inggris, kalian manfaatkan translate yang ada di Google Chrome.


Oke, itulah situs atau web buat belajar ilmu coding bagi yang kuliah di informatika, belajar secara online adalah wajib.

Sekian tulisan singkat ini semoga bermanfaat buat kalian yang serius belajar coding.

Materi Kuliah Informatika

1.  Kompresi Data
2. Belajar Coding
3. Agama Islam 
4. Teori Bahasa Automata
5. Analisis Sistem Informasi
6. Pemrograman Web 
7. Zuhud
8. wawasan Nusantara

Kompresi Data

Pemampatan data tanpa kehilangan

Teknik ini mampu memadatkan data dan mengembalikannya sama persis seperti semula. Tidak ada informasi yang hilang atau harus dikurangi dalam proses untuk mengurangi ukuran besar data. Biasanya algoritme pemadatan data jenis ini menggunakan prinsip kelebihan statistik (statistical redundancy) supaya data bisa disimpan dengan lebih ringkas. Karena kebanyakan data yang dipakai sehari-hari memiliki bagian yang berulang atau berlebihan (redundant data), pemampatan tanpa kehilangan bisa terjadi.

Contoh mudahnya, apabila berkas gambar berukuran 256x256 berwarna polos (setiap pixel berwarna sama) dan tiap pixelnya berukuran 4 byte, tanpa pemadatan, berkas harus disimpan berukuran 4 kali 256x256, sama dengan 262144 byte. Namun, dengan pemadatan, maka data yang perlu disimpan hanyalah data satu warna tersebut dan informasi bahwa seluruh pixel gambar memiliki satu warna yang sama. Jadi, data yang perlu disimpan hanyalah 4 byte tambah beberapa byte untuk menandakan pengulangan pixel yang sama. Ingatlah ini hanya contoh yang simpel.

Pemadatan tanpa kehilangan memiliki batas rendah di mana berkas tidak bisa dipadatkan lebih jauh lagi. Teorem Shannon menunjukkan bahwa pemadatan data tidak bisa menghasilkan kadar kode yang lebih rendah daripada entropi Shannon berkas, tanpa menyebabkan kehilangan informasi. Maka, apabila suatu berkas sudah dipadatkan (misalnya, berkas gambar disimpan di berkas .zip), berkas .zip tersebut tidak bisa lagi dipadatkan.

Contoh algoritme adalah misalnya Lempel-Ziv (LZ77), Lempel-Ziv-Welch (LZW, LZW84), BZIP, BZIP2, Lempel-Ziv-Markov (LZMA) dan PAQ.

Pemampatan data berkehilangan 

Dengan teknik ini, kehilangan data yang kecil masih dapat diterima. Dengan menghilangkan data yang tidak penting dapat menghemat ruang penyimpanan. skema kompresi data lossy dirancang oleh penelitian tentang bagaimana orang melihat data tersebut. Sebagai contoh, mata manusia lebih sensitif terhadap variasi halus dalam pencahayaan daripada untuk variasi warna. Dengan algoritme tertentu, detail berkas dipangkas supaya ukuran data bisa dikecilkan. Contohnya, pemadatan data dengan format berkas gambar JPEG bisa menyimpan data yang banyak, tetapi juga mampu memangkaskan bagian-bagian visual yang kurang penting demi menghemati memori simpan. Berkas MP3 bisa menyimpan data lagu yang bersuara lebih jernih, tetapi juga bisa mengurangi mutu suara jika ukuran data harus dikurangi.

Contoh algoritme adalah MP3, JPEG, Ogg dan MPEG-2.

Teori

Latar belakang teoretis dari kompresi disediakan oleh teori informasi (yang berhubungan dekat dengan teori informasi algoritmik) untuk pemampatan data tanpa kehilangan dan teori distorsi laju untuk pemampatan data berkehilangan. Daerah-daerah studi ini pada dasarnya dibuat oleh Claude Shannon, yang mempublikasikan makalah dasar pada topik ini di akhir 1940-an dan awal 1950-an. Konsep dari pemampatan data juga terhubung secara mendalam dengan statistika inferensi.

Pembelajaran Mesin 

Ada hubungan dekat antara pembelajaran mesin dan kompresi: sebuah sistem yang memprediksikan probabilitas posterior dari sebuah deret, dengan diketahuinya seluruh sejarah yang bisa digunakan untuk kompresi data optimal (dengan menggunakan koding aritmatik pada distribusi hasil) saat sebuah kompresor optimal bisa digunakan untuk membuat prediksi (dengan mencari simbol dengan kompresi terbaik, dari sejarah yang diketahui). Persamaan ini sering digunakan sebagain alasan untuk menggunakan kompresi data sebagai patokan untuk "kepintaran umum. 

Audio 

Kompresi data audio berpotensi mengurangi transmisi bandwidth dan penggunaan ruangan. Terdapat dua cara kompresi data audio: kompresi audio tanpa kehilangan (lossless audio compression) dan kompresi audio berkehilangan (lossy audio compression). kedua algoritme ini mengandalkan 'psychoacoustics' dengan menghilangkan bunyi-bunyi atau suara-suara yang tidak terdengar jelas untuk mengurangi ukuran dari file tersebut.

Kompresi Audio Berkehilangan 

Kompresi audio berkehilangan banyak digunakan diberbagai aplikasi, Selain digunakan untuk aplikasi langsung (MP3 dan komputer), audio yang telah dikompres secara digital digunakan disebagian besar DVD, televisi, satelit dan pemancaran radio. Kompresi audio berkehilangan pada umumnya mengompres audio jauh lebih banyak daripada kompresi audio tidak berkehilangan.

Kompresi audio berkehilangan merupakan cara kompresi audio yang lebih sering digunakan. Cara ini memanfaatkan 'psychoacoustics', dimana beberapa data yang tidak dapat dipahami oleh pendengaran manusia dibuang, misalnya potongan suara dengan frekuensi tinggi diluar jangakuan pendengaran manusia. Dengan metode ini, cara kompresi audio berkehilangan dapat mengkompresi lebih besar ketimbang cara kompresi audio tanpa kehilangan (5 - 20 %).

Meski demikian, kualitas dari audio yang dikompres berkurang. Oleh sebab itu, cara ini kurang cocok apabila digunakan dalam aplikasi teknik audio seperti pengeditan suara. Beberapa contoh format yang dihasilkan dari cara kompresi ini antara lain: 

(Ogg) Vorbis, MP3, dan Windows Media Audio Lossy (WMA Lossy).

Kompresi Audio Tanpa Berkehilangan 

Kompresi audio tanpa kehilangan menghasilkan representasi data digital yang saat dibuka menghasilkan duplikat yang mirip dengan yang aslinya. Cara kompresi ini hanya mengurangi kira-kira setengah (50 - 60 %) dari ukuran asli akibat kompleksitas dari bentuk gelombang dan perubahan bentuk suara yang terus-menerus. Beberapa contoh format yang dihasilkan dari cara kompresi ini antara lain: 

Free Lossless Audio Codec (FLAC), WAVPACK, Apple Lossless Audio Codec (ALAC), MPEG-4 ALS, dan Windows Media Audio 9 Lossless (WMA Lossless).

Video 

Kompresi video merupakan coding yang modern yang mengurangi redundansi data dari sebuah video.Kebanyakan algoritme untuk kompresi data di video dan codec menggabungkan ruang kompresi gambar dan kompensasi gerakan sementara. kebanyak kompresi data di video mengunakn teknik kompresi audio secara paralel untuk kompres terpisah, tapi dikombinasikan data stream sebagai satu paket.

Beberapa skema dari kompresi video beroperasi pada kelompok berbentuk persegi piksel tetangga, sering disebut macroblocks. kelompok pixel ini atau blok dari pixel dibandingkan dari satu frame ke yang berikutnya, dan codec kompresi video mengirim hanya perbedaan dalam blok-blok. Sebagian daerah dari video yang memiliki gerakan yang lebih, kompresi harus menyandikan data lebih banyak untuk menjaga dengan jumlah yang lebih besar dari piksel yang berubah.

Teknik Berburu

Dalam berburu diperlukan teknik dalam menggukan senapan,arah mata angin dan cuaca. Semuanya terangkum dalam tulisan berikut ini. Selamat membaca.
pastikan semua senapan angin dalam keadaan normal

1. tentukan jarak akurasi
2. sandarkan popor belakang senapan di bahu anda dengan posisi berdiri/jongkok yang penting anda merasa nyaman
3. lihat sasaran yang ingin anda bidik
4. dekatkan pipi anda dengan popor belakang guna untuk mengeker sasaran baik menggunakan teleskop atau menggunakan plesir senapan.
5. jika anda dalam keadan berdiri usahakan agak condong sedikit.
6. kosentrasi menentukan titik sasaran tembak
7. tarik napas anda dan buang lah separu kemudian tahan napas anda, hal tersebut mempermudah anda untuk menentukan sasaran dalam menenmbak, karena akan mengurangi getaran dalam diri anda.
8. ketika sasaran sudah pas kancing sasaran dengan cara, tarik popor tekan kebahu sampai terasa kencang dan kuat. hal ini berguna untuk menahan getaran yang akan ditimbulkan oleh senapan itu sendiri, karena jika anda tidak mengancing dengan cara anda menarik popor senapan ke bahu dengan kuat, maka sasaran tembak akan berubah karena getaran tersebut sekalipun anda telah menentukan sasaran titik bidik dengan benar.
9. kosentrasi dan berikan sugesti keyakinan kepada diri anda kalau bidikan sasaran kali ini jitu sesuai bidik sasaran. dan tidak akan pernah meleset.
10. dan yang terakhir sentil pelatuk senapan dengan ujung jari anda, sangat baik menggunakan ujung jari karena akan mengurangi gerak ketika anda menekan pelatuk jika anda menekan pelatuk menggunakan tengaj jari atau pangkal jari maka hal tersebut akan menimbulkan gerak goyang pada senapan ketika anda menarik pelatuk.
11. lihat hasilnya.

meskipun trik diatas terlihat simpel untuk di lakukan tetapi untuk mempraktekannya cukup lumayan sulit terutama untuk menentukan sasaran bidik yang akurasi karena kebanyakan bagi pemula untuk menentukan sasaran bidik yang akurasi sangalah sulit pasti akan bergoyang.jika tidak percaya bisa anda buktikan sendiri, perlu di ketahui jika anda goyang satu mm pada anda menentukana akurasi maka pada sasaran yang anda tembak bisa berjarak Centimeter. jadi saran saya jika menentukan akurasi benar-benar tiak bergoyang. dan saya sarankan jika anda menembak gunakanlah tangan kiri yang bertugas sebgai penyentil pelatuk sedangkan tangan kanan berfungsi untuk menahan berat senjata karena akan lebih bagus dalam menentukan sasaran penembak.

Menentukan Hewan Buruan

Dalam berburu sangat penting untuk mengetahui jenis binatang mana saja yang boleh dan tidak boleh untuk diburu, jangan sampai apa yang kita buru malah menimbulkan masalah. Banyak sekali kejadian ketika seseorang yang hanya berburu tanpa didasari dengan ilmunya, mereka asal dapat binatang buruan kemudian upload melalui medsos. Dan ternyata itu adalah binatang yang dilindungi,malah menyebabkan dirinya masuk penjara.

Contoh binatang yang dilindungi adalah kancil, binatang ini banyak diburu oleh orang mungkin karena dagingnya yang enak. Ternyata kancil dilindungi oleh pemerintah.

Saksikan video singkat mengenai kancil berikut ini, selamat menyaksikan,