360 likes | 728 Views
Pengantar Teori Informasi. Muhammad Nasar , ST. Perspektif. Aspek Ilmu informasi merupakan titik temu dari bidang–bidang matematika, statistika, ilmu komputer, fisika, neurobiologi, dan teknik listrik, serta komunikasi Fokus
E N D
Pengantar Teori Informasi Muhammad Nasar, ST
Perspektif • Aspek Ilmu informasi • merupakan titik temu dari bidang–bidang matematika, statistika, ilmu komputer, fisika, neurobiologi, dan teknik listrik, serta komunikasi • Fokus • Karena luasnya bahasan, Teori Informasi dalam materi ini difokuskan dalam perspektif Teknologi Informasi (Engineer)
Beberapa elemen Alam Semesta dan satuannya • Benda/materi gr, kg, liter, lbs, ons,… • Energi kWh, joule, barrel, … • Waktu s, h • Jarak m, km, feet, mile • Informasi ?????
Satuan terkecil informasi Informasi paling sederhana • Benar salah • Ya tidak • Hidup mati • Gerak diam • Ingat lupa • On off • 1 0 bit (binary digit)
Nilai informasi • Benar salah • Ya tidak • Hidup mati • Gerak diam • Ingat lupa • On off • 1 0 Membedakan 2 hal 1 bit
Nilai informasi • Kucing 00 • Apel 01 • Perahu 10 • Gunung 11 Bisamembedakan 4 hal 2 bit
Nilai informasi 3 bit • Kucing 000 • Apel 001 • Perahu 010 • Gunung 011 • HP 100 • Buku 101 • Jalan 110 • Air 111 Bisamembedakan 8 hal
Sekilas Kode ASCII • Contoh karakter ASCII (8bit) • a = 01100001 • b = 01100010 • Z = 01011010 • H = 01001000
Berapa banyak informasi dalam sebuah buku “X”? • Jika • 100 halaman • X rata-rata 50 baris/halaman • X rata-rata 10 kata/baris • X rata-rata 5 karakter/kata • Maka = 250.000 x 8 bit = 2.000.000 bit
Satuan informasi lebih besar • 1000 bit 1 Kilobit 1 Kb • 1000 Kb 1 Megabit 1 Mb • 1000 Mb 1 Gigabit 1 Gb • 1000 Gb 1 Terrabit 1 Tb • 1 Byte = 8 bit = 1 B • 1 KiloByte = 8Kb = 1 KB
Kapasitas Informasi (bit rate) • 1 bit per second 1 bps • 1000 bit per second 1 Kbps • 1000 Kbps 1 Mbps • 1000 Mbps 1 Gbps
Kapasitas Informasi (bit rate) • Dua faktor yang mempengaruhi kapasitas informasi (bit rate) • Lebar pita frekuensi (bandwidth) • Kualitas saluran (dinyatakan dengan Signal to Noise Ratio, atau S/N, atau SNR)
Model Matematika Informasi(1) • Efisiensi pengiriman informasi melalui saluran memandang informasi sebagai simbol-simbolyang dipertukarkan, mengirim simbol-simbol itu dari satu titik di suatu tempat ke titik lain di tempat lainnya. • Jumlah informasi yang dapat dikaitkan, atau dihasilkan oleh, sebuah keadaan atau kejadian (atau realisasi dari sebuah situasi tertentu) merupakan tingkat pengurangan (reduksi) ketidakpastian, atau pilihan kemungkinan, yang dapat muncul dari keadaan atau kejadian tersebut.
sifatalamiahnya : Potensigangguan > isyaratygdiharapkan Model Matematika Informasi(2)
Bit Rate = BW * 2log ( 1 + S/N) • Bit Rate (Kapasitas Informasi) : banyaknya informasi yang dapat dikirimkan melalui suatu saluran komunikasi dalam satu satuan waktu [bit per second, bps] • BW (Bandwidth, Lebar Pita Frekuensi) : spektrum isyarat yang dapat melewati suatu saluran komunikasi: frekuensi tertinggi - frekuensi terendah [Hertz, getaran per detik, cycles per second, cps] • S/N (Signal to Noise ratio) : menunjukkan kualitas saluran komunikasi = perbandingan antara daya isyarat yang dipancarkan dengan daya derau atau ”kebisingan” (noise) yang menggangu penyaluran atau transmisi isyarat
Nilai Informasi dalam lingkup yang lebih luas Shannon : • H = nilai entropy suatu pesan, atau berharga tidaknya suatu pesan, sama dengan sigma dari i sama dengan satu sampai n dalam kurung pi log 1/pi • Disebut juga nilai informasi objektif
contoh • Sms yang masuk berisi huruf a semua sebanyak 160 karakter • Berapa entropy nya? • sigma pa log (1/pa) dengan n lain semua sama yaitu “a” • Karena semua huruf a maka probabilitasnya = 1 • sehingga H = sigma 1 log (1/1)
Nilai Entropy • Nilai informasi objektif : terkandung alamiah • Nilai informasi subjektif: tergantung penerima
Sifat Multidisipliner Ilmu Informasi -- Putu L. Pendit ZonaMahasiswaElektro ZonaPengambilKebijakan: Menkominfo, dll
Aplikasi Teori Informasi • Aplikasiteoriinformasimeliputikompresi data tanpacacat (lossless data compression, pada file ZIP misalnya), kompresi data (lossy data compression, pada file MP3, misalnya), danpengkodeankanal (channel coding, padasaluran DSL, ADSL dll). • . • Implementasidariteoriiniberdampaklangsungdenganmisiruangangkasa, pemahamanmengenailubanghitamdalamgalaksi, denganpenelitianlinguistikadanpersepsimanusia, denganjaringankomputer, jaringanInternetsertajaringantelepongenggam.
Refer to • Youtube.com : Lecture - 8 Information Theory (Part - 1) • en.wikipedia.org/wiki/Information_theory • iperpin.wordpress.com/tag/filsafat-informasi/ • iperpin.wordpress.com/2008/04/09/mengenal-teori-shannon-weaver/