Pertemuan 3, 4 (Linear Code)

Linear Codes
Antonius Cahya Prihandoko
University of Jember
Jember, 2017
Antonius CP (UNEJ) CODING THEORY Jember, 2017 1 / 46

Outline
1 Binary Linear Codes
2 Field, Ruang Vektor dan Kode Linier Umum
3 Matriks Generator
4 Parity Check Matrices
5 Kode Hamming

Outline
3 Matriks Generator
5 Kode Hamming

Outline
3 Matriks Generator
5 Kode Hamming

Outline
3 Matriks Generator
5 Kode Hamming

Outline
3 Matriks Generator
5 Kode Hamming

Binary Linear Codes

Binary Linear Codes
Definisi
Sebuah Kode Linier Biner C dengan panjang n adalah sebuah
himpunan n-tupel biner sedemikian hingga hasil penjumlahan per
komponen modulo 2 dari setiap dua codeword juga termuat dalam C
Berikut beberapa contoh Kode Linier Biner:

Kode repetisi biner dengan panjang n
(4, 4, 2)2 = {0000, 0101, 1010, 1111}
Kode Hamming = (7, 16, 3)2 =
{0000000, 0001111, 0010110, 0011001,
0100101, 0101010, 0110011, 0111100,
1000011, 1001100, 1010101, 1011010,
1100110, 1101001, 1110000, 1111111}

Binary Linear Codes
Definisi

(4, 4, 2)2 = {0000, 0101, 1010, 1111}
Kode Hamming = (7, 16, 3)2 =
{0000000, 0001111, 0010110, 0011001,
0100101, 0101010, 0110011, 0111100,
1000011, 1001100, 1010101, 1011010,
1100110, 1101001, 1110000, 1111111}

Binary Linear Codes
Definisi

(4, 4, 2)2 = {0000, 0101, 1010, 1111}
Kode Hamming = (7, 16, 3)2 =
{0000000, 0001111, 0010110, 0011001,
0100101, 0101010, 0110011, 0111100,
1000011, 1001100, 1010101, 1011010,
1100110, 1101001, 1110000, 1111111}

Binary Linear Codes
Definisi

(4, 4, 2)2 = {0000, 0101, 1010, 1111}
Kode Hamming = (7, 16, 3)2 =
{0000000, 0001111, 0010110, 0011001,
0100101, 0101010, 0110011, 0111100,
1000011, 1001100, 1010101, 1011010,
1100110, 1101001, 1110000, 1111111}

Binary Linear Codes
Question
Berapa error yang dapat dikoreksi oleh kode Hamming (7, 16, 3)2 ?
Apakah {000, 100, 001} merupakan kode linier?
Tunjukkan bahwa codeword 0, yakni codeword yang semua
komponennya 0, selalu termuat dalam sebuah kode linier biner!

Binary Linear Codes
Question

Binary Linear Codes
Question

Binary Linear Codes
Question

Binary Linear Codes
Question

Binary Linear Codes
Teorema
Jarak minimal, d(C), dari sebuah kode linier C, sama dengan w (C),
yakni berat dari codeword taknol dengan berat minimal
Bukti:
x, y C, d(C) = d(x, y ). Atau d(C) = wt(x y). Karena C
merupakan kode linier, maka x y C dan
w (C) w(x y ) = d(C).
Di lain pihak, c C, sedemikian hingga w (C) = w(c).
Berdasarkan definisi w(c) = d(c, 0), dengan d(c, 0) d(C). Dari
sini didapat, w (C) d(C)
Dari bagian pertama dan kedua, didapat d(C) = w (C)

Binary Linear Codes
Teorema
Bukti:
w (C) w(x y ) = d(C).

Binary Linear Codes
Teorema
Bukti:
w (C) w(x y ) = d(C).

Binary Linear Codes
Teorema
Bukti:
w (C) w(x y ) = d(C).

Binary Linear Codes
Catatan
Berawal dari sebuah kode linier biner C, kita dapat menambahkan
sebuah parity check digit untuk meningkatkan jarak minimal dalam C.
Misal:
C adalah kode (n, M, d) linier. Kita dapat mengkonstruksi kode C 0 ,
disebut extended code dari C, dengan cara menambahkan sebuah
parity check bit kepada setiap codeword x C untuk mendapatkan
x 0 C 0 . Aturannya, parity check bit = 0 jika w(x) genap; parity check
bit = 1 jika w(x) ganjil. Dengan demikian x 0 C 0 , w(x 0 ) adalah
genap.

Binary Linear Codes
Teorema
Misal C adalah kode linier biner dengan d = d(C). Jika d ganjil maka
jarak minimal pada extended code d(C 0 ) = d + 1. Jika d genap, maka
d(C 0 ) = d
Bukti:
Jika C linier, maka C 0 juga linier (buktikan). Dengan demikian
d(C 0 ) = w (C 0 ). Misal w (C 0 ) = w(x 0 ). Misal x 0 C 0
berkorespondensi dengan x C. Maka w(x 0 ) = w(x) jika w(x) genap,
dan w(x 0 ) = w(x) + 1 jika w(x) ganjil.

Field, Ruang Vektor dan Kode Linier Umum

Field
Untuk membangun teori tentang Kode Linier Umum, diperlukan

konsep pada Aljabar Abstrak dan Aljabar Linier
Field
Field (F , +, ) merupakan ring komutatif dengan unity yang setiap
elemen taknol merupakan unit.
Berikan contoh struktur aljabar yang merupakan field

Field

Field

Field

Field

Ruang Vektor
Misal F merupakan field. Sebuah himpunan V dari elemen-elemen

yang disebut vektor-vektor, merupakan ruang vektor, jika untuk
u, v , w V dan untuk k , t F berlaku:
1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
5 0 V , sedemikian hingga u V , u + 0 = u
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Ruang Vektor

1 u+v V
2 kv V
3 u+v =v +u
4 u + (v + w) = (u + v ) + w
6 u V , u V , u + (u) = 0
7 k (u + v ) = ku + kv
8 (k + t)u = ku + tu
9 k (tu) = (kt)u
10 1u = u

Subruang Vektor
Definisi
Misalkan V adalah sebuah ruang vektor. Sebuah subset U V
disebut subruang dari V , jika U juga merupakan ruang vektor di
bawah operasi yang sama dengan V
Teorema
Misal V adalah ruang vektor. Sebuah subset U V merupakan
subruang jika:
1 U tertutup terhadap penjumlahan vektor
2 U tertutup terhadap perkalian skalar

Subruang Vektor
Definisi
Teorema
subruang jika:

Subruang Vektor
Definisi
Teorema
subruang jika:

Subruang Vektor
Definisi
Teorema
subruang jika:

Bebas Linier
Ingat !!
Dua vektor dikatakan bebas linier jika mereka bukan kelipatan
skalar satu sama lain. Jika tidak, maka kedua vektor dikatakan
bergantung linier.
Vektor-vektor dalam sebuah himpunan dikatakan bebas linier jika
tidak ada satupun dari vektor-vektor tersebut yang menjadi
kombinasi linier dari vektor-vektor yang lain.
Apakah vektor-vektor berikut bebas linier dalam R 3 ?

1 {(1, 1, 1), (0, 3, 4), (3, 9, 11)}
2 {(1, 0, 1), (12, 3, 0), (13, 3, 0)}

Bebas Linier
Ingat !!
bergantung linier.

1 {(1, 1, 1), (0, 3, 4), (3, 9, 11)}
2 {(1, 0, 1), (12, 3, 0), (13, 3, 0)}

Bebas Linier
Ingat !!
bergantung linier.

1 {(1, 1, 1), (0, 3, 4), (3, 9, 11)}
2 {(1, 0, 1), (12, 3, 0), (13, 3, 0)}

Bebas Linier
Ingat !!
bergantung linier.

1 {(1, 1, 1), (0, 3, 4), (3, 9, 11)}
2 {(1, 0, 1), (12, 3, 0), (13, 3, 0)}

Bebas Linier
Ingat !!
bergantung linier.

1 {(1, 1, 1), (0, 3, 4), (3, 9, 11)}
2 {(1, 0, 1), (12, 3, 0), (13, 3, 0)}

Basis dan Dimensi
Basis dari suatu ruang vektor V adalah sebuah himpunan dari

vektor-vektor yang bebas linier dan merentang V .
Dimensi dari suatu ruang vektor V adalah banyaknya anggota
dalam sebarang basis V .
Definisi
Misal V adalah ruang vektor atas field F dan W V . Jika W juga
merupakan ruang vektor atas field F , maka W merupakan subruang
V.
Teorema
Jika W adalah subset V atas field F , maka W merupakan subruang V
jika dan hanya jika u + v W , , F dan u, v V

Basis dan Dimensi

Definisi
V.
Teorema

Basis dan Dimensi

Definisi
V.
Teorema

Basis dan Dimensi

Definisi
V.
Teorema

Kode Linier Umum
Ingat, C = {000, 100, 001, 101} merupakan kode linier.

Semua kombinasi linier dari vektor-vektor di C akan menghasilkan
vektor di C juga.
C merupakan subruang dari ruang vektor V (3, 2), himpunan
3-tupel biner.
Kaitan utama antara Teori Pengkodean dengan Aljabar Linier:
Kode linier merupakan subruang dari sebuah ruang vektor.
Definisi
Sebuah kode linier dengan panjang n atas GF (q) merupakan sebuah
subruang dari ruang vektor GF (q)n = V (n, q)

Kode Linier Umum

vektor di C juga.
3-tupel biner.
Definisi

Kode Linier Umum

vektor di C juga.
3-tupel biner.
Definisi

Kode Linier Umum

vektor di C juga.
3-tupel biner.
Definisi

Kode Linier Umum

vektor di C juga.
3-tupel biner.
Definisi

Kode Linier Umum
Teorema
Jika C adalah kode linier, maka kombinasi linier dari sebarang
himpunan codeword di C akan menghasilkan codeword dalam C juga.
Definisi
Dimensi dari sebuah kode linier C dengan panjang n adalah
dimensinya sebagai sebuah subruang dari GF (2)n = V (n, 2)
Contoh
Kode linier C = {000, 100, 001, 101} merupakan sebuah ruang vektor.
Dapat dilihat bahwa kode ini direntang oleh vektor-vektor bebas linier
(100) dan (001), karena vektor-vektor dalam C bisa didapat sebagai
kombinasi linier dari kedua vektor ini. Kedua vektor tersebut
membentuk basis untuk C. Sehingga C berdimensi 2.

Kode Linier Umum
Teorema
Definisi
Contoh

Kode Linier Umum
Teorema
Definisi
Contoh

Kode Linier Umum
Jika C berdimensi k maka merupakan kode linier [n, k ] atau

[n, k, d].
Notasi [n, k , d] tidak sama dengan notasi terdahulu (n, M, d),
namun k berelasi langsung terhadap M.
Jika sebuah kode biner berdimensi k, maka banyaknya codeword
M = 2k .
Secara umum, jika dimensi dari sebuah kode q-ary adalah k ,
maka banyaknya codeword M = q k
Dengan q k codeword, maka sebuah kode dapat digunakan untuk
mengkomunikasikan q k pesan. Pesan-pesan ini diidentifikasi
dengan q k elemen dari V (k , q).
Contoh: Kode (5, 2, 5)2 merupakan sebuah kode [5, 1, 5]2 , artinya
kode repetisi dengan panjang 5, merupakan kode berdimensi 1
dan dapat digunakan untuk mengkomunikasikan 2 pesan.

Kode Linier Umum

[n, k, d].
M = 2k .

Kode Linier Umum

[n, k, d].
M = 2k .

Kode Linier Umum

[n, k, d].
M = 2k .

Kode Linier Umum

[n, k, d].
M = 2k .

Kode Linier Umum

[n, k, d].
M = 2k .

Matriks Generator

Matriks Generator
Kode linier dalam prakteknya digunakan secara luas karena

sederhananya prosedur enkoding yang difasilitasi oleh
kelinierannya.
Sebuah matriks generator k n, G, untuk sebuah kode linier
[n, k], C, menyediakan sebuah cara yang lengkap untuk
mendeskripsikan semua codeword dalam C dan mengkodekan
pesan.
Dengan perkalian mG, sebuah matriks generator memetakan
string pesan m dengan panjang k kepada string codeword
dengan panjang n.
Fungsi enkoding m mG memetakan ruang vektor V (k, q)
kepada subruang berdimensi k (kode C) dari ruang vektor V (n, q).

Matriks Generator

kelinierannya.
pesan.
dengan panjang n.

Matriks Generator

kelinierannya.
pesan.
dengan panjang n.

Matriks Generator

kelinierannya.
pesan.
dengan panjang n.

Matriks Generator
Contoh
Pada kode repetisi dengan panjang 5, 0 dienkode menjadi 00000,
dan 1 dienkode menjadi 11111. Proses ini dapat dilakukan secara
otomatis dengan menggunakan sebuah matriks generator G.
Untuk suatu pesan m, maka perkalian matriks mG menghasilkan
codeword yang berkorespondensi.
[0]G = [00000] dan [1]G = [11111]. Sehingga matriks 1 5, G,
bekerja untuk memetakan sebuah pesan dengan panjang 1
kepada sebuah codeword dengan panjang 5.
Matriks generator yang diperlukan adalah G = [11111]

Matriks Generator
Contoh

Matriks Generator
Contoh

Matriks Generator
Contoh

Matriks Generator
Contoh

Matriks Generator
Contoh
Kode linier C = {000, 100, 001, 101} berdimensi 2, karena
basisnya adalah {[100], [001]}.
C merupakan kode linier [3, 2], dan mesti memiliki sebuah matriks
generator 2 3.
Kita akan mencari matriks generator G untuk C yang akan
memetakan pesan (string bit biner) kepada empat codeword di
dalam C.
Pesan yang berkorespondensi dengan empat codeword dalam C,
panjangnya harus 2, dan tepat ada 4 pesan biner yang berbeda
dengan panjang 2: [00], [10], [01], dan [11].

1 0 0
Jika G = maka [00]G = [000], [10]G = [100],
0 0 1
[01]G = [001], dan [11]G = [101]

Matriks Generator
Contoh
generator 2 3.
dalam C.

1 0 0
Jika G = maka [00]G = [000], [10]G = [100],
0 0 1
[01]G = [001], dan [11]G = [101]

Matriks Generator
Contoh
generator 2 3.
dalam C.

1 0 0
Jika G = maka [00]G = [000], [10]G = [100],
0 0 1
[01]G = [001], dan [11]G = [101]

Matriks Generator
Contoh
generator 2 3.
dalam C.

1 0 0
Jika G = maka [00]G = [000], [10]G = [100],
0 0 1
[01]G = [001], dan [11]G = [101]

Matriks Generator
Contoh
generator 2 3.
dalam C.

1 0 0
Jika G = maka [00]G = [000], [10]G = [100],
0 0 1
[01]G = [001], dan [11]G = [101]

Matriks Generator
Contoh
generator 2 3.
dalam C.

1 0 0
Jika G = maka [00]G = [000], [10]G = [100],
0 0 1
[01]G = [001], dan [11]G = [101]

Matriks Generator
Kita telah melihat bagaimana sebuah matriks generator dapat

digunakan untuk memetakan pesan kepada codeword.
Sebuah kode linier [n, k], C, merupakan sebuah subruang
berdimensi k pada ruang V (n, q) dan dapat dispesifikasi oleh
sebuah basis dari k codeword.
Definisi berikut menunjukkan bahwa dimensi dari kode C sama
dengan banyaknya baris pada matriks generatornya.
Definisi
Sebuah matriks k n, G, yang vektor-vektor barisnya membentuk
sebuah basis untuk suatu kode linier [n, k], C, disebut matriks
generator dari kode C.

Matriks Generator

Definisi

Matriks Generator

Definisi

Matriks Generator

Definisi

Matriks Generator
Untuk matriks-matriks G berikut, apakah merupakan matriks generator
dari suatu kode linier, jika ya, berapakah dimensi kode yang
bersangkutan, berapa panjang pesan yang dikodekan oleh G, berapa
panjang codewordnya, apa hasil enkode dari pesan yang semua
bitnya 1.

1 1 0 0 0
1 0 1 1 0
G= 0 1 0 1 1

0 1 1 1 0

1 0 0 0
G= 0 1 0 0
0 0 1 1

1 0 0 0 1
G= 0 1 0 1 0
0 0 1 1 1

Matriks Generator
bitnya 1.

1 1 0 0 0
1 0 1 1 0
G= 0 1 0 1 1

0 1 1 1 0

1 0 0 0
G= 0 1 0 0
0 0 1 1

1 0 0 0 1
G= 0 1 0 1 0
0 0 1 1 1

Matriks Generator
bitnya 1.

1 1 0 0 0
1 0 1 1 0
G= 0 1 0 1 1

0 1 1 1 0

1 0 0 0
G= 0 1 0 0
0 0 1 1

1 0 0 0 1
G= 0 1 0 1 0
0 0 1 1 1

Matriks Generator
Contoh
Misal kita membutuhkan kode linier biner C, [3, 2]. Berarti, kita
membutuhkan sebuah subruang berdimensi 2 dari ruang V (3, 2).
Untuk mendefinisikan subruang ini, kita memerlukan 2 vektor yang
bebas linier, misal 011 dan 110. Jika C direntang oleh vektor-vektor
ini, maka matriks generatornya menjadi

1 1 0
G=
0 1 1
Dengan mengambil semua kombinasi linier dari vektor-vektor baris G,

kita dapat membangun kode
C = {110, 011, 101, 000}
Cek hasil tersebut dengan perkalian matriks mG, dimana m adalah

semua 2-tupel biner: [00], [01], [10], dan [11]
Matriks Generator
Bentuk standar G
Dari contoh sebelumnya, kita memiliki matriks generator

1 1 0
G=
0 1 1
Dengan menukar 2 entri pertama dari setiap vektor baris pada matriks
G, maka akan didapat matriks generator baru

0 1 1 0
G =
1 0 1
Ini merupakan bentuk sistematik atau standar dari G sebab memuat

matriks identitas di bagian kanan G. Jika sebuah blok data dienkode
menggunakan matriks generator standar, maka blok data disisipkan
tanpa modifikasi pada k koordinat terakhir. Coba cek dengan perkalian
mG0 , dimana m adalah semua 2-tupel biner: [00], [01], [10], dan [11]
Parity Check Matrices

Definisi
Misal C adalah kode linier [n, k ]. Sebuah matriks parity check untuk C
adalah sebuah matriks (n k ) n, H, sedemikian hingga c C jika
hanya jika cH T = 0
Contoh
Jika C adalah kode {111, 000}, maka matriks parity check yang valid
adalah
1 0 1
H=
0 1 1

Definisi
Misal C adalah kode linier [n, k ]. Sebuah matriks parity check untuk C
adalah sebuah matriks (n k ) n, H, sedemikian hingga c C jika
hanya jika cH T = 0
Contoh
Jika C adalah kode {111, 000}, maka matriks parity check yang valid
adalah
1 0 1
H=
0 1 1

Matriks parity check yang valid untuk kode {111, 000}, adalah

1 0 1
H=
0 1 1
Satu cara untuk memverifikasinya adalah dengan menghitung cH T

untuk suatu codeword c = [x, y , z]

1 0
[xyz] 0 1 = [x + z, y + z]
1 1
c merupakan codeword valid jhj cH T = 0, yakni jhj

[x + z, y + z] = [0, 0]. Manipulasi aljabar biner menghasilkan
x = y = z. Sehingga codeword yang valid adalah [000, 111].

Tentukan matriks parity check untuk kode repetisi biner dengan

panjang 5
Kode tersebut berdimensi k = 1, sehingga matriks parity check H

berukuran 4 5.
Kode parity check biner (10,9) adalah kode dengan panjang 10 dan
dimensi 9 yang memetakan pesan dengan panjang 9 kepada
codeword dengan panjang 10, dengan menambahkan sebuah bit
parity check sedemikian banyaknya bit 1 adalah genap. Tentukan
matriks parity check untuk kode tersebut.
Matriks parity check H berukuran 1 10
Tentukan matriks parity check untuk kode parity check biner (5,4)


panjang 5

berukuran 4 5.


panjang 5

berukuran 4 5.

Definisi
Ruang null suatu matriks H adalah himpunan semua vektor x
sedemikian hingga Hx T = 0
Koneksi ruang null pada kode linier

Misal H matriks parity check untuk sebuah kode C. Maka 0 = cH T
untuk semua c C. Sehingga 0T = (cH T )T = Hc T . Oleh karena itu,
codeword pada C membentuk ruang null untuk matriks parity check H.

Definisi
Ruang null suatu matriks H adalah himpunan semua vektor x
sedemikian hingga Hx T = 0
Koneksi ruang null pada kode linier

Misal H matriks parity check untuk sebuah kode C. Maka 0 = cH T
untuk semua c C. Sehingga 0T = (cH T )T = Hc T . Oleh karena itu,
codeword pada C membentuk ruang null untuk matriks parity check H.

Teorema
Sebuah matriks parity check (n k) n, H, untuk sebuah kode C
dalam bentuk systematic atau standard jika H = (Ink |A). Maka
matriks generator yang bersesuaian dalam bentuk systematic adalah
G = (AT |Ik )
Matriks generator systematic

untuk kode
yang didefinisikan oleh
1 0 1
matriks parity check H = adalah G = 1 1 1
0 1 1
untuk kode yang
didefinisikan oleh
matriks parity check H = 1 1 1 1 1 adalah

1 1 0 0 0
1 0 1 0 0
G= 1 0 0 1 0

1 0 0 0 1

Teorema
G = (AT |Ik )

untuk kode
1 0 1
0 1 1
untuk kode yang
didefinisikan oleh

1 1 0 0 0
1 0 1 0 0
G= 1 0 0 1 0

1 0 0 0 1

Teorema
G = (AT |Ik )

untuk kode
1 0 1
0 1 1
untuk kode yang
didefinisikan oleh

1 1 0 0 0
1 0 1 0 0
G= 1 0 0 1 0

1 0 0 0 1

Matriks Parity Check
Matriks parity check maupun matriks generator dapat dinyatakan

dalam bentuk systematic dengan menerapkan operasi baris pada
matriks atau permutasi kolom.
Perubahan ini tidak mengubah ruang null maupun ruang baris
matriks, yang memiliki peranan penting sebab C merupakan
ruang null untuk matriks parity check H dan ruang baris untuk
matriks generator G.

Matriks Parity Check
Matriks parity check maupun matriks generator dapat dinyatakan

dalam bentuk systematic dengan menerapkan operasi baris pada
matriks atau permutasi kolom.
Perubahan ini tidak mengubah ruang null maupun ruang baris
matriks, yang memiliki peranan penting sebab C merupakan
ruang null untuk matriks parity check H dan ruang baris untuk
matriks generator G.

Kode Ekivalen
Definisi
Dua kode linier q-ary dikatakan ekivalen jika kode yang satu didapat
dari yang lain dengan kombinasi operasi-operasi berikut:
1 permutasi posisi pada codeword
2 perkalian simbol pada sebuah posisi tertentu dengan skalar
taknol.
Dua kode berikut: C1 = {000, 101, 010, 111} dan
C2 = {000, 011, 100, 111}, ekivalen. Mengapa?

Kode Ekivalen
Definisi
taknol.

Kode Ekivalen
Definisi
taknol.

Kode Ekivalen
Teorema
Dua matriks generator k n membangun kode linier [n, k ] yang
ekivalen jika matriks yang satu didapat dari yang lain menggunakan
barisan operasi berikut:
1 permutasi baris;
2 perkalian suatu baris dengan skalar taknol;
3 penambahan kelipatan suatu baris kepada baris lain;
4 permutasi kolom;
5 perkalian suatu kolom dengan skalar taknol.

Kode Ekivalen
Teorema
1 permutasi baris;
4 permutasi kolom;

Kode Ekivalen
Teorema
1 permutasi baris;
4 permutasi kolom;

Kode Ekivalen
Teorema
1 permutasi baris;
4 permutasi kolom;

Kode Ekivalen
Teorema
1 permutasi baris;
4 permutasi kolom;

Kode Ekivalen
Teorema
1 permutasi baris;
4 permutasi kolom;

Linear Decoding
Persamaan dari matriks parity check (c C cH T = 0) digunakan

pada step pertama pada proses dekoding kode linier. Saat codeword r
diterima, hasil kali rH T dihitung. Jika hasilnya adalah 0, maka
diasumsikan tidak ada error yang terjadi, dan pesan yang diterima
diinterpretasikan sebagai r .
Lalu bagaimana kita bisa mendekode jika rH T 6= 0 ?

Linear Decoding
Persamaan dari matriks parity check (c C cH T = 0) digunakan

pada step pertama pada proses dekoding kode linier. Saat codeword r
diterima, hasil kali rH T dihitung. Jika hasilnya adalah 0, maka
diasumsikan tidak ada error yang terjadi, dan pesan yang diterima
diinterpretasikan sebagai r .
Lalu bagaimana kita bisa mendekode jika rH T 6= 0 ?

Coset Decoding
Definisi
Misal C adalah kode linier [n, k ] atas GF (q) dan a adalah sebarang
vektor pada V (n, q). Maka himpunan
a + C = {a + x|x C}
disebut sebuah koset untuk C
Teorema
Misal C adalah kode linier [n, k ] atas GF (q). Maka setiap vektor dari
V (n, q) berada dalam suatu koset pada C, setiap koset memuat q k
vektor dan dua koset tersebut disjoint atau sama.

Coset Decoding
Definisi
Misal C adalah kode linier [n, k ] atas GF (q) dan a adalah sebarang
vektor pada V (n, q). Maka himpunan
a + C = {a + x|x C}
disebut sebuah koset untuk C
Teorema
Misal C adalah kode linier [n, k ] atas GF (q). Maka setiap vektor dari
V (n, q) berada dalam suatu koset pada C, setiap koset memuat q k
vektor dan dua koset tersebut disjoint atau sama.

Coset Decoding
MisalC adalah kode

linier biner [4, 2] dengan matriks generator
1 0 1 1
G= . Maka C = {0000, 1011, 0101, 1110}, dan
0 1 0 1
koset-koset C adalah
0000 + C = {0000, 1011, 0101, 1110}
1000 + C = {1000, 0011, 1101, 0110}

0100 + C = {0100, 1111, 0001, 1010}
0010 + C = {0010, 1001, 0111, 1100}

Coset Decoding
Definisi
Koset leader pada sebuah koset adalah suatu vektor dengan berat
minimum dalam koset tersebut.
Contoh
Pada koset 0100 + C = {0100, 1111, 0001, 1010} kita dapat
mengambil 0100 atau 0001 sebagai coset leader.

Coset Decoding
Definisi
Koset leader pada sebuah koset adalah suatu vektor dengan berat
minimum dalam koset tersebut.
Contoh
Pada koset 0100 + C = {0100, 1111, 0001, 1010} kita dapat
mengambil 0100 atau 0001 sebagai coset leader.

Coset Decoding
Untuk kode linier [n, k], C, Algoritma Dekoding Koset bekerja

sebagai berikut
Partisi GF (q)n kedalam koset-koset C
Ada q n /q k = q nk koset, yang masing-masing memuat q k
elemen.
Tatalah koset-koset C menggunakan array standard: baris
pertama adalah 0 + C, entri pertama tiap baris adalah koset
leader, entri selanjutnya merupakan hasil jumlahan koset leader
dengan entri baris pertama pada kolom yang bersesuaian.
Asumsi: vektor error = koset leader.
Jika codeword yang diterima, r , bukan merupakan codeword yang
valid, carilah r pada array standar tersebut, kemudian dekode r
sebagai codeword pada baris pertama pada kolom yang
bersesuaian.

Coset Decoding

sebagai berikut
elemen.
bersesuaian.

Coset Decoding

sebagai berikut
elemen.
bersesuaian.

Coset Decoding

sebagai berikut
elemen.
bersesuaian.

Coset Decoding

sebagai berikut
elemen.
bersesuaian.

Coset Decoding

sebagai berikut
elemen.
bersesuaian.

Coset Decoding
MisalC adalah kode
1 0 1 1
G= . Maka C = {0000, 1011, 0101, 1110}, dan
0 1 0 1
standar arraynya adalah sebagai berikut.
0000 1011 0101 1110
1000 0011 1101 0110
0100 1111 0001 1010
0010 1001 0111 1100
Misal r = 0111 diterima, maka r didekode menjadi 0101

Namun karena dalam contoh tersebut, d(C) = 2, maka kode
tersebut tidak dapat mengkoreksi 1 error-pun.
Mengapa skema dekoding dalam contoh di atas tidak dapat
mengkoreksi error pada bit keempat?
Konstruksilah sebuah array standar untuk kode repetisi biner
dengan panjang 4.
Coset Decoding
MisalC adalah kode
1 0 1 1
G= . Maka C = {0000, 1011, 0101, 1110}, dan
0 1 0 1
0000 1011 0101 1110
1000 0011 1101 0110
0100 1111 0001 1010
0010 1001 0111 1100

dengan panjang 4.
Coset Decoding
MisalC adalah kode
1 0 1 1
G= . Maka C = {0000, 1011, 0101, 1110}, dan
0 1 0 1
0000 1011 0101 1110
1000 0011 1101 0110
0100 1111 0001 1010
0010 1001 0111 1100

dengan panjang 4.
Coset Decoding
MisalC adalah kode
1 0 1 1
G= . Maka C = {0000, 1011, 0101, 1110}, dan
0 1 0 1
0000 1011 0101 1110
1000 0011 1101 0110
0100 1111 0001 1010
0010 1001 0111 1100

dengan panjang 4.
Syndrome Decoding
Syndrome decoding berkaitan dengan skema dekoding untuk

kode linier menggunakan matriks parity check H.
Misal x dikirim dan r diterima. Hitung rH T , yang disebut
syndrome dari r , ditulis S(r ).
Jika rH T = 0 maka kesimpulan = tidak ada error.
Jika rH T 6= 0 maka setidaknya ada 1 error terjadi.
S(r ) = rH T = (x + e)H T = eH T = S(e).
S(r ) = S(e) jhj r dan e berada pada koset yang sama dari C.
Array standard bisa dikembangkan dengan menambahkan kolom
berisi syndrome dari koset leader.

Syndrome Decoding

S(r ) = rH T = (x + e)H T = eH T = S(e).

Syndrome Decoding

S(r ) = rH T = (x + e)H T = eH T = S(e).

Syndrome Decoding

S(r ) = rH T = (x + e)H T = eH T = S(e).

Syndrome Decoding

S(r ) = rH T = (x + e)H T = eH T = S(e).

Syndrome Decoding

S(r ) = rH T = (x + e)H T = eH T = S(e).

Syndrome Decoding

S(r ) = rH T = (x + e)H T = eH T = S(e).

Syndrome Decoding
MisalC adalah kode
1 0 1 1
G= . Maka C = {0000, 1011, 0101, 1110}, generator
0 1 0 1
systematic G dan matriks parity check systematic H adalah sebagai
berikut:

1 1 1 0 1 0 1 0
G= dan H =
0 1 0 1 0 1 1 1
dan standar array yang dikembangkan adalah sebagai berikut.
0000 1011 0101 1110 00

1000 0011 1101 0110 10
0100 1111 0001 1010 01
0010 1001 0111 1100 11
Jika vektor r diterima, hitung S(r ), lalu dekode r sebagai r e, dimana

e = koset leader pada baris yang memuat S(r ).
Kode Hamming

Kode Hamming
Untuk kode biner, S(r ) adalah vektor kolom matriks parity check H
yang berkorespondensi dengan posisi dimana error terjadi.
Fakta ini memberi ide untuk mengkonstruksi matriks parity check
H yang dapat menjalankan dekoding koset dan dekoding
syndrome.
Pertama, kolom-kolom pada H harus semuanya taknol, sebab jika
tidak error pada posisi terkait tidak akan mempengaruhi syndrome
dan tidak akan terdeteksi oleh syndrome decoder
Kedua, kolom-kolom pada H harus berbeda, sebab jika ada dua
kolom yang sama, maka error yang terjadi di kedua posisi tidak
dapat dibedakan.

Kode Hamming
syndrome.
dapat dibedakan.

Kode Hamming
syndrome.
dapat dibedakan.

Kode Hamming
syndrome.
dapat dibedakan.

Kode Hamming
Kita akan membangun sebuah keluarga kode yang dikenal

dengan kode Hamming biner, Hr , r 2.
Sebarang matriks parity untuk kode Hamming, Hr , memiliki r
baris.
Implikasinya, setiap kolom memiliki panjang r , sehingga tepat ada
2r 1 vektor biner taknol dengan panjang r .
Definisi
Kode Hamming biner, Hr , dengan panjang n = 2r 1, r 2, memiliki
matriks parity check H yang kolom-kolomnya memuat semua vektor
biner taknol yang panjangnya r , masin-masing digunakan sekali. Hal
ini membentuk sebuh kode linier [n = 2r 1, k = 2r 1 r , d = 3]

Kode Hamming

baris.
Definisi

Kode Hamming

baris.
Definisi

Kode Hamming

baris.
Definisi

Kode Hamming
Sebuah parity check untuk kode Hamming, H3 , [7, 4, 3], dalam bentuk
standard:
1 0 0 0 1 1 1
H= 0 1 0 1 0 1 1
0 0 1 1 1 0 1
Sehingga matriks generator dalam bentuk standar adalah:

0 1 1 1 0 0 0
1 0 1 0 1 0 0
G= 1 1 0 0 0 1 0

1 1 1 0 0 0 1
Berapa error yang dapat dikoreksi oleh sebuah kode Hamming?

Enkode pesan 0000 dan 1010 menggunakan G dan cek hasilnya
menggunakan H.

Kode Hamming
Sebuah parity check untuk kode Hamming, H3 , [7, 4, 3], dalam bentuk
standard:
1 0 0 0 1 1 1
H= 0 1 0 1 0 1 1
0 0 1 1 1 0 1
Sehingga matriks generator dalam bentuk standar adalah:

0 1 1 1 0 0 0
1 0 1 0 1 0 0
G= 1 1 0 0 0 1 0

1 1 1 0 0 0 1
Berapa error yang dapat dikoreksi oleh sebuah kode Hamming?

Enkode pesan 0000 dan 1010 menggunakan G dan cek hasilnya
menggunakan H.

Pertemuan 3, 4 (Linear Code)

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pertemuan 3, 4 (Linear Code)

Diunggah oleh

Hak Cipta:

Format Tersedia

Linear Codes

Antonius Cahya Prihandoko

Antonius CP (UNEJ) CODING THEORY Jember, 2017 1 / 46

1 Binary Linear Codes

2 Field, Ruang Vektor dan Kode Linier Umum

4 Parity Check Matrices

Antonius CP (UNEJ) CODING THEORY Jember, 2017 2 / 46

1 Binary Linear Codes

2 Field, Ruang Vektor dan Kode Linier Umum

4 Parity Check Matrices

Antonius CP (UNEJ) CODING THEORY Jember, 2017 2 / 46

1 Binary Linear Codes

2 Field, Ruang Vektor dan Kode Linier Umum

4 Parity Check Matrices

Antonius CP (UNEJ) CODING THEORY Jember, 2017 2 / 46

1 Binary Linear Codes

2 Field, Ruang Vektor dan Kode Linier Umum

4 Parity Check Matrices

Antonius CP (UNEJ) CODING THEORY Jember, 2017 2 / 46

1 Binary Linear Codes

2 Field, Ruang Vektor dan Kode Linier Umum

4 Parity Check Matrices

Antonius CP (UNEJ) CODING THEORY Jember, 2017 2 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 3 / 46

Berikut beberapa contoh Kode Linier Biner:

Antonius CP (UNEJ) CODING THEORY Jember, 2017 4 / 46

Berikut beberapa contoh Kode Linier Biner:

Antonius CP (UNEJ) CODING THEORY Jember, 2017 4 / 46

Berikut beberapa contoh Kode Linier Biner:

Antonius CP (UNEJ) CODING THEORY Jember, 2017 4 / 46

Berikut beberapa contoh Kode Linier Biner:

Antonius CP (UNEJ) CODING THEORY Jember, 2017 4 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 5 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 5 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 5 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 5 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 5 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 6 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 6 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 6 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 6 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 7 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 8 / 46

Antonius CP (UNEJ) CODING THEORY Jember, 2017 9 / 46

Untuk membangun teori tentang Kode Linier Umum, diperlukan

Berikan contoh struktur aljabar yang merupakan field

Antonius CP (UNEJ) CODING THEORY Jember, 2017 10 / 46

Untuk membangun teori tentang Kode Linier Umum, diperlukan

Berikan contoh struktur aljabar yang merupakan field

Antonius CP (UNEJ) CODING THEORY Jember, 2017 10 / 46

Untuk membangun teori tentang Kode Linier Umum, diperlukan

Berikan contoh struktur aljabar yang merupakan field

Antonius CP (UNEJ) CODING THEORY Jember, 2017 10 / 46

Misal F merupakan field. Sebuah himpunan V dari elemen-elemen

Antonius CP (UNEJ) CODING THEORY Jember, 2017 11 / 46

Misal F merupakan field. Sebuah himpunan V dari elemen-elemen

Antonius CP (UNEJ) CODING THEORY Jember, 2017 11 / 46

Misal F merupakan field. Sebuah himpunan V dari elemen-elemen

Antonius CP (UNEJ) CODING THEORY Jember, 2017 11 / 46

Misal F merupakan field. Sebuah himpunan V dari elemen-elemen

Antonius CP (UNEJ) CODING THEORY Jember, 2017 11 / 46

Misal F merupakan field. Sebuah himpunan V dari elemen-elemen