MATA KULIAH KODE MK/SKS PROGRAM STUDI Pertemuan I Pokok Bahasan Konsep dasar Informasi dan Entropi : TEORI INFORMASI DAN PENGKODEAN : /3 SKS : MAGISTER TEKNIK ELEKTRO Sub Pokok Bahasan Entropi Entropi relative Mutual information Definisi dasar teori informasi Sifat equipartisi asimpotik Laju entropi proses stokastik Definisi kanal informasi BSC dan BEC channels Noiseless dan deterministic channels Kapasitas kanal Teorema kapasitas informasi Sasaran Belajar Mampu menjelaskan konsep entropi dan informasi Mengenal sifat equipartisi asimptotik Mampu menjelaskan dan menganalisis laju entropi proses stokastik Mampu menyebutkan defines kanal informasi Mampu menjelaskan tipetipe kanal Mampu menjelaskan dan menganalisis kapasitas kanal Mampu menerapkan teorema kapasitas informasi Mampu menjelaskan teorema dasar
Tujuan Instruksional umum (TIU) Memahami konsep dasar informasi dan entropi
II
Pertemuan
Pokok Bahasan
Sub Pokok Bahasan McMillan Shannons noiseless coding theorem Fano coding Huffman coding Arithmetic coding Konsep dasar data kompresi Run-Length coding Block-sorting compression Dictionary coding Statistical coding Image coding Laju kode Decoding rules Hamming distance Maximal dan perfect codes Error probabilities Teorema coding dasar Shannon
Sasaran Belajar pengkodean Mampu menjelaskan dan membedakan berbagai metode pengkodean
IV
Kompresi Data
Memahami dan menguji hasil kunci yang terkait dengan kompresi data
Mampu menyebukan konsep dasar kompresi data. Mampu menjelaskan metode pengkodean terkait kompresi data Mampu mengkalkulasi dan menganalisi laju kode Mampu menyebutkan dan menggunakan decoding rules Mengenal karakteristik codes Mampu menganalisis probabilitas error Mampu menjelaskan teorema dasar coding Mampu menjelaskan, mengidentifikasi, menerapkan kode-kode:
VI
Pertemuan
Pokok Bahasan
Sub Pokok Bahasan Convolutional Codes Representasi data kontinu menjadi data diskrit Errors sampling Errors kuantisasi
Sasaran Belajar error correcting, cyclic, burst-correcting, konvolusi Mampu mengkonversi data analog menjadi data digital Mampu menjelaskan sumber error pada saat sampling dan kuantisasi data kontinu Mampu menjelaskan prinsip kompresi video, audio dan citra Mampu menerapkan metode kompresi video, audio, dan citra sehingga sesuai dengan harapan persepsi manusia Mampu menjelaskan dan menyebutkan konsep kompleksitas algoritmik Mampu menjelaskan konsep panjang deskripsi yang terpendek dan fraktal
VII
Memahami dan menjelaskan sumber error yang muncul dalam sampling dan kuantisasi data kontinu
VIII
Kompresi audio, video, dan Memahami isu terkait kompresi citra data yang tertuju pada persepsi manusia
Kompresi audio, video, citra. Kompresi data yang ditujukan bagi persepsi manusia (termasuk JPEG dan MPEG)
IX
Kompleksitas Kolmogorov
Definisi algorithmic complexity dari urutan data sequence, dan kaitannya dengan entropi Shortest possible description length, dan fractals.
Daftar pustaka
R. Togneri & C.J. deSilva, Fundamentals of Information Theory and Coding Design, CRC-Press, 2003 Cover, T.M. & Thomas, J.A. (1991). Elements of Information Theory. New York: Wiley.