PERTEMUAN 3

• REVIEW RELASI (IMPLIKASI, BIIMPLIKASI DAN INFERENSI)

 RELASI
• Relasi antara himpunan A dan B dinamakan relasi biner
• Relasi biner R antara himpunan A dan B adalah himpunan bagian dari A x B
• Notasi : R ⊆ (A x B)
• a R b adalah notasi untuk (a,b) ∈ 𝑅, yang artinya a dihubungkan dengan b oleh R
• a R b adalah notasi untuk (a,b) ∈ 𝑅, yang artinya a tidak dihubungkan dengan b oleh relasi R
• Himpunan A disebut daerah asal (domain) dari R, dan himpunan B disebut daerah hasil (range) dari
R
 RELASI
• Contoh relasi :
Misal : A = {Amir,Budi,Cecep} himpunan nama mahasiswa dan B = {IF221, IF 251, IF342, IF323} himpunan kode
mata kuliah ;
Perkalian kartesian antara A dan B menghasilkan himpunan pasangan terurut yang jumlah anggotanya adalah
|A|.|B| = 3.4 = 12
A x B = {(Amir, IF221), (Amir, IF251), (Amir, IF342), (Amir IF323), (Budi, IF221), (Budi, IF251), (Budi, IF342),
(Budi, IF323), (Cecep, IF221), (Cecep, IF251), (Cecep, IF342), (Cecep IF323)}

Dapat digambarkan
dengan diagram panah
Misalkan R adalah relasi yang menyatakan mata kuliah yang diambil oleh mahasiswa pada semester ganjil,
yaitu :
R = {(Amir, IF251), (Amir, IF323), (Budi, IF221), (Budi, IF251), (Cecep, IF323)}

Amir
• IF221

• IF251
Budi
• IF342
Cecep
• IF323

- Dapat dilihat bahwa R ⊆ (A x B),

- A adalah daerah asal R dan B adalah daerah hasil R
- (Amir, IF251) ∈ 𝑅 atau Amir R IF251
- (Amir, IF342) ∈ 𝑅 atau Amir R IF342
 REPRESENTASI RELASI

Diagram Panah Matriks

0 1 0 1 1 1 1 0 0

1 1 0 0 0 0 0 1 1
A B
0 0 0 1 0 1 1 0 0
A B

Tabel Graf

4
2

9
3
A A 15
B B
 RELASI N-ARY
Definisi Terapan
Relasi yang lebih umum Dalam salah satu model
menghubungkan lebih dari BASISDATA (database) yaitu
dua buah himpunan. relasional
Contoh :
Dik :

NIM = {100, 101, 102, 103, 104, 105}

Nama = {Andi, Budi, Irwan, Ahmad, Sinta, Hamzah}
Matkul = { Matematika Diskrit, Algoritma 1, Sistem Digital, Sistem Operasi}
Nilai = {A, B, C, D, E}
Berturut-turut himpunan Nomor Induk Mahasiswa, Himpunan nama
mahasiswa, himpunan nama mata kuliah dan himpunan nilai mata kuliah.
Relasi MHS yang terdiri dari (NIM, Nama, Matkul, Nilai) mempresentasikan
hubungan antara nomor induk mahasiswa, nama mahasiswa, mata kuliah
yang diambil dan nilai mata kuliah
MHS = { (100, Andi, Matematika diskrit, A), (100,
Andi, Sistem Operasi, B), (101, Budi, Algoritma 1, D),
(102, Irwan, Algoritma, C), (102, Irwan, Sistem
Digital, C), (102, Irwan, Sistem Operasi, B), (103,
Contoh Ahmad, Algoritma, E), (104, Sinta, Algoritma, B),
Relasi (104, Sinta, Sistem Operasi, B), (105, Hamzah,
Matematika diskrit, B), (105, Hamzah, Algoritma 1,
A), (105, Hamzah, Sistem Digital, C), (105, Hamzah,
Sistem Operasi, B) }

MHS ⊆ NIM x Nama x Matkul x Nilai

Bentuk
Lain
 Bentuk LANJUTAN CONTOH RELASI N-ARY
Lain
Basisdata (Kumpulan
Tabel)

NIM Nama Matkul Nilai Salah satu model : Basisdata

100 Andi Matematika Diskrit A relasional

100 Andi Sistem Operasi B

101 Budi Algoritma 1 D Satu tabel satu relasi
102 Irwan Algoritma 1 C
102 Irwan Sistem Digital C
Tiap kolom tabel : atribut
102 Irwan Sistem Operasi B
103 Ahmad Algoritma 1 E
Daerah asal atribut adalah himpunan tempat
104 Sinta Algoritma 1 B
semua anggota atribut berada
104 Sinta Sistem Operasi B
105 Hamzah Matematika DIskrit B Setiap tabel pada basisdata diimplementasikan secara fisik
105 Hamzah Algoritma 1 A sebagai sebuah file

105 Hamzah Sistem Digital C

105 Hamzah Sistem Operasi B Satu baris data menyatakan
Tiap atribut menyatakan field
record
Atribut Khusus pada tabel yang
mengidentifikasi secara unik elemen relasi
disebut kunci primer (Primery key)
 Dilakukan dengan perintah
OPERASI TERHADAP BASISDATA pertanyaan (query)

Seleksi
(operator σ) Contoh :
“Tampilkan semua mahasiswa yang mengambil
Proyeksi mata kuliah matematika diskrit”
(operator π)
Contoh :
Misal untuk relasi MHS kita
tampilkan semua mahasiswa Memilih kolom tertentu dari suatu
yang mengambil mata kuliah tabel, jika ada beberapa baris
Join
matematika diskrit. Operasi yang bernilai sama, maka hanya (operator )
selesinya diambil satu kali)
σMatKul=“Matematika Diskrit”(MHS) Contoh :
πNIM, Nama(MHS) Menggabungkan dua buah tabel
menjadi satu bila kedua tabel
memiliki atribut sama.
NIM Nama
Contoh :
Jawab : 100 Andi NIM, Nama(MHS1,MHS2)

Menghasilkan tupel
101 Budi
(100,Andi,Matematika
Diskrit, A) dan (105,Hamzah, 102 Irwan
Matematika Diskrit, B)
103 Ahmad Lanjutan Join
104 Sinta
105 Hamzah
 LANJUTAN RELASI OPERASI JOIN
Contoh
MHS 1 MHS 2
NIM Nama JK NIM Nama Matkul Nilai
100 Andi L 100 Andi Matematika Diskrit A
Gabungkan
101 Budi L 100 Andi Sistem Operasi B
M
102 Irwan L 101 Budi Algoritma 1 D
e
107 Wanto L n 102 Irwan Algoritma 1 C
109 Rini P j 102 Irwan Sistem Digital C
a 103 Ahmad Algoritma 1 E
d
104 Sinta Algoritma 1 B
i
NIM Nama JK Matkul Nilai
100 Andi L Matematika Diskrit A
100 Andi L Sistem Operasi B
101 Budi L Algoritma 1 D
102 Irwan L Algoritma 1 C
102 Irwan L Sistem Digital C
 IMPLIKASI (PROPOSISI BERSYARAT)

Implikasi (Proposisi Bersyarat)

Tabel Kebenaran

p q p→q
p → q Pernyataan berbentuk
“jika p, maka q”, T T T
:
T F F Contoh :
p → q = Jika nilai ujian akhir anda 80 atau lebih, maka anda
Proposisi p = hipotesis (kondisi) F T T akan mendapat nilai A.
Proposisi q = konklusi (konsekuen)
F F T
T = True
F = False
 VARIAN PROPOSISI BERSYARAT

Konvers : q → p

Varian Proposisi Invers : ~ p → ~ q

bersyarat
Kontraposisi : ~ q → ~ p

Implikasi Konvers Invers Kontraposisi

p Q ~p ~q p→q q→p ~p→~q ~q→~p
T T F F T T T T
T F F T F T T F
F T T F T F F T
F F T T F T T T
 BI-IMPLIKASI (BI-KONDISIONAL)

Bi-implikasi (bi-kondisional)

Tabel Kebenaran
p ↔ q Pernyataan berbentuk
“p jika,dan hanya jika q”,
p q p↔q

Pernyataan p ↔ q akan benar :

T T T Contoh :
bila p dan q mempunyai nilai
kebenaran sama, yaitu T F F p ↔ q = 1 + 1 = 2 Jika dan hanya jika 2 + 2 = 4.
keduanya benar atau keduanya F T F
salah.
F F T p q
Dapat Dibaca “jika p maka q
dan jika q maka p” T = True
F = False
 INFERENSI
Modus Ponen

Modus tollen

Silogisme Hipotesis

Inferensi : Proses penarikan Silogisme

kesimpulan dari beberapa proposisi disjungtif

Simplifikasi

Penjumlahan

Konjungsi
 INFERENSI

1. Modus ponen : Kaidah ini didasarkan pada tautology (p ˄ (p → q)) → q, yang dalam hal ini, p
dan p  q adalah hipotesis, sedangkan q adalah konklusi
pq
Contoh :
p
Misal implikasi “Jika 20 habis dibagi 2, maka 20 adalah bilangan genap
--------------- dan hipotesis “20 habis dibagi 2” keduanya benar. Maka menurut
modus ponen, inferensinya berikut :
q
Jika 20 habis dibagi 2, maka 20 adalah bilangan genap
20 habis dibagi 2
 20 adalah bilangan genap

Note : simbol  adalah sebagai “jadi” atau “karena itu”

Modus ponen menyatakan bahwa jika hipotesa p dan implikasi p  q benar, maka konklusi q benar.
 INFERENSI

2. Modus tollen
pq
~q
~p

Contoh :
Misalkan implikasi “Jika n bilangan ganjil, maka n2 bernilai ganjil”
Dan hipotesis “n2 bernilai genap” keduanya benar. Maka menurut modus
tollen, inferensi berikut :

Jika n bilangan ganjil, maka n2 bernilai ganjil

n2 bernilai genap
 n bukan bilangan ganjil

Adalah benar
 INFERENSI

3. Silogisme Hipotesis
pq
qr
pr Contoh :
Misalkan implikasi “Jika saya belajar dengan giat, maka saya cepat lulus kuliah”.
Dan implikasi “Jika saya cepat lulus kuliah, maka saya cepat nikah” adalah benar.
Maka menurut kaidah silogisme, inferensinya …

Jika saya belajar dengan giat, maka saya cepat lulus kuliah
Jika saya cepat lulus kuliah, maka saya cepat kerja

 Jika saya belajar dengan giat, maka saya cepat kerja

Adalah benar
 INFERENSI
4. Silogisme disjungtif
pq
~p
---------------
q Contoh
“Saya belajar dengan giat atau saya menikah tahun depan. “
“Saya tidak belajar dengan giat. Karena itu, saya menikah tahun depan.”

Menggunakan kaidah silogisme disjungtif, dapat ditulis :

“ Saya belajar dengan giat atau saya menikah tahun depan.“

“ Saya tidak belajar dengan giat. “
---------------------------------------------------------------------------
 Saya menikah tahun depan.
 INFERENSI
5. Simplifikasi
pq
---------------
p
Contoh :
“Hamid adalah mahasiswa UNINDRA dan saat ini sedang libur kuliah.
Karean itu, Hamid adalah mahasiswa UNINDRA. “

Dengan kaidah Simplifikasi :

‘
“Hamid adalah mahasiswa UNINDRA dan saat ini sedang libur kuliah.”
------------------------------------------------------------------------------
 Hamid adalah mahasiswa UNINDRA.
 INFERENSI
6. Penjumlahan
Kaidah ini berdasarkan Tautologi P  (P  Q)
p
---------------
pq
Contoh :
“Taslim mengambil kuliah matematika diskrit. Karena itu, Taslim
mengambil kuliah matematika diskrit atau mengulang kuliah
Algoritma.”

Menggunakan kaidah Penjumlahan :

“Taslim mengambil kuliah matematika diskrit.

--------------------------------------------------------
Taslim mengambil kuliah Matematika Diskrit atau mengulang kuliah
Algoritma
 INFERENSI
7. Konjungsi
Kaidah ini didasarkan pada tautologi ((p)  (q))  (p  q)
p
q
Contoh :
--------------- “Taslim mengambil kuliah matematika diskrit. Taslim mengulang
Kuliah Algoritma. Karena itu, Taslim mengambil kuliah
pq Matematika Diskrit dan mengulang kuliah Algoritma.

Menggunakan kaidah konjungsi,

“Taslim mengambil kuliah matematika diskrit.”

“Taslim mengulang Kuliah Algoritma. “
----------------------------------------------------------
 Taslim mengambil kuliah Matematika Diskrit dan
mengulang kuliah Algoritma.
 BUKU ACUAN

1. Rinaldi Munir. (2016). Matematika Diskrit. Bandung : Penerbit Informatika

2. Jong Jek Siang. (2009). Matematika Diskrit dan Aplikasinya pada Komputer. Yogyakarta : Penerbit Andi
3. Diktat dan Handout Matematika Diskrit. Tim Dosen Universitas Indraprasta PGRI .