Information Theory
Information Theory
Kelompok 1 :
Hazel Raditya Mizumareru (1806194851)
Jonathan Richard (1806147930)
Kevin Geovany (1806147956)
Magioti (1806194933)
Ones Sanjerico (1806147994)
Riefky Arif Ibrahim (1806194725)
Riko Adisatya (1806195311)
Differences between data and
information
Data adalah bahan mentah yang kelak dapat diolah lebih lanjut untuk menjadi
sesuatu yang lebih bermakna.
Bentuknya : teks, gambar, audio, video, dan data terformat.
Informasi adalah adalah sekumpulan data yang sudah mengalami pemrosesan dan
memiliki makna sehingga dapat digunakan oleh pengguna.
Dalam bentuk terkecilnya, informasi hanya sebatas true (1) dan false (0).
Characteristics of the quality of
information effectiveness
Informasi :
1. Akurasi
2. Delivery
3. Timelines
What is Information Theory?
• Sebuah disiplin ilmu dalam bidang matematika terapan yang
berkaitan dengan kuantitas data sehingga data atau informasi dapat
disimpan dan dapat dikirimkan tanpa kesalahan melalui suatu kanal
komunikasi.
Benefits of Information Theory
0 ≤ P(k) ≤ 1
Dalam ilmu matematika, nilai 0 pada bentuk di atas nunjukin kalo peluang sebuah
kejadian bakalan terjadi adalah tidak mungkin terjadi. Begitu juga sebaliknya, jika
peluang kejadian menunjukkan angka 1 maka peluang terjadinya kejadian tersebut
adalah pasti.
Cara Menghitung Peluang
Melihat dari Data (Frekuensi Harapan)
Contoh : Hazel melempar dadu sebanyak 100 kali, setelah hasilnya
dicatat, terlihat bahwa Hazel memperoleh angka 1 sebanyak 15 kali,
angka 2 sebanyak 20 kali, angka 3 sebanyak 15kali, angka 4 sebanyak 25
kali, angka 5 sebanyak 10 kali, angka 6 sebanyak 15.
Artinya , peluang dari :
● Munculnya angka 1 adalah 15/100
● Munculnya angka 2 adalah 20/100
● Munculnya angka 3 adalah 15/100
● Munculnya angka 4 adalah 25/100
● Munculnya angka 5 adalah 10/100
● Munculnya angka 6 adalah 15/100
Permutasi dan Kombinasi
Permutasi adalah banyaknya cara untuk menyusun sebuah susunan dari
beberapa anggota dari sebuah himpunan dan memiliki pengulangan dalam
penyusunannya.
Kombinasi adalah cara penyusun suatu unsur pada suatu kejadian yang Tidak
memperhatikan Urutan .
Contoh Soal
Jadi, peluang muncul angka genap prima pada dadu pertama dan
angka ganjil pada dadu kedua adalah 0,5.
Peluang Saling Lepas
Peluang saling lepas nunjukin jika tidak adanya kejadian yang
sama antara kejadian satu dengan kejadian lainnya sehingga
kedua kejadian ini nggak saling mempengaruhi
ABCD ABCDEFGHIJ
KLMNOPQRS
TUVWXYZ
Jumlah pertanyaan yang ditanya ada 4-
5 pertanyaan, maka besar data adalah
4 X 4 atau 4 X 5 = 16-20 Bit
Pembuktian Matematis
•
Bagaimana jika peluang munculnya objek tertentu tidak sama?
Intuitive Approach
Sebut saja kita mau mentransmit 5 huruf yang hanya terdiri atas huruf
A, B , C, D , jika peluang semua huruf sama (A 25%, B 25%, C 25%, D
25%) Apakah itu antara A dan B?
1 0
A B A B
Apakah itu A?
1 0
Apakah itu B?
A 1 0
B Apakah itu C?
1 0
C D
Kasus Koin #2
50% 50%
75% 25%
Mathematical Approach
•
Contoh Soal : Kasus ABCD #2
•
Kasus Koin #1 Kasus Koin #2
ones
Source Coding and Channel Coding!
Dengan teknik mengkodekan data pada Source Coding dan Channel Coding
1’s
Source Coding
SOURCE CODING (Pengkodean sumber) bertujuan untuk mengubah
bentuk gelombang informasi (teks, audio, gambar, video, dll.) menjadi bit
1’s
Data Compression
Terbagi menjadi 2 TIPE ;
1. METODE LOSSLESS
( perngarsipan artikel
teks,catatan bank dll)
2. METODE LOSSY
( gambar, video, audio dll)
1’s
bagian ones
Perbedaan LOSSLESS dan LOSSY
· Lossless memungkinkan data asli · Lossy merupakan metode untuk
dapat disusun kembali dari data kompres mengkompresi dan mendekopresi data.
· Rasio kompresi lossless lebih rendah rasio kompresi pada lossy lebih tinggi
bagian ones
Keuntungan dilakukan kompresi
1. Ukuran file/ data yang dikompres semakin kecil
2. Memberikan ruang lebih untuk penyimpanan
3. Tetap mempertahankan isi file/data
4. Segi STEGANOGRAFI, mendapatkan hasil kompresi
dengan mempertahankan nilai pixel yang sudah
dikompresi
Huffman
David A. Huffman
Coding
Salah satu teknik Source Karya pertama tahun 1952
Coding, Sebuah tipe kode berjudul “ A Method for
yang optimal yang the Construction of
biasanya digunakan untuk Minimum Redundancy
lossless data compression. Codes"
1. Tentukan kode biner
Huffman dari x
2. Tentukan panjang kode
yang diharapkan pada
pengkodean ini
panjang kode yang diharapkan =
(0.25*2) + (0.25*2) + (0.2*2) +
(0.15*3) + (0.15*3)
= 2.3
Channel Coding
Berikut merupakan Diagaram blok sistem transmisi:
Tujuan dari error deteksi
Tujuan utama dari teknik error deteksi dan koreksi ini adalah untuk
memperbaiki performansi sistem transmisi data digital dengan
menambahkan bit redudansi.
Channel Coding
Hasil Source Coding
A 00
B 01
C 001
D 0001
Bisa ditambah parity bit untuk mencegah dan memperbaiki error
A 0000, B 0001, C 00001 , D 000001
Tipe dasar Channel Coding
1. Block Code
Block Code merupakan salah satu kode yang bersifat FEC (Forward
Error Correction).
2.Convolutional Code
Pada Convolutional Code urutan bit informasi tidak dikelompok-
kelompokkan dalam blok-blok yang berbeda sebelum dikodekan.
Algoritma Viterbi
Sebagai pengoreksi dan pendeteksi kesalahan pada Convolutional
Coding. Berikut merupakan machine state dan treelis diagramnya:
Algoritma Viterbi
Error Detection & Correcting
Ketika terjadi perbedaan antara data input dan output pada transmisi
itu disebut dengan error.
Error Detection Codes & Correcting
- Error Detection Codes adalah proses mendeteksi kesalahan yang
berada dalam data yang dikirim dari transmitter ke receiver.
Jawaban :
A. Hamming Distance = 6
B. Tidak Dapat Ditentukan karena beda jumlah.
Hamming Distance Decoding Rule
M=3 : {000,001,010,011,100,101,110,111}
Code Words N=3 : {A(010),B(100),C(101),D(110)}
Jika kode yang direceive masuk kedalam himpunan tersebut, maka akan
langsung didecode menggunakan code word tersebut
Jika Tidak??
Kemungkinan:
M - N = (000,001,011,111}
Hamming Distance Decoding Rule
Bit 010 100 101 110
Bit Min Hamming Distance Decision
111 2 2 1 1
Transform Coding
RIEFKY ARIF IBRAHIM
Transform Coding?
• Teknik pengkodean dengan mentransformasikan informasi
(gambar, video, suara) dari domain tertentu ke domain lainnya.
• Tujuan: Memudahkan kompresi informasi
Transform Transform
Informasi Kompresi Kanal Dekompresi Informasi
Coding Decoding
Pengirim Penerima
M 8 =X Y = AX
• •
Kuantisasi (Quantizing): bag. 1
Luminance
Chrominance
•Penyusunan Zig-Zag: Komponen AC dan DC
diurutkan dengan pola Zig-Zag seperti gambar di
samping: 185 3 1 0 1 1 1 … 0