View
231
Download
3
Category
Preview:
Citation preview
Pendahuluan
Matema-ka Komputasi (PTI15004)
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 1
Kontrak Perkuliahan
• Kehadiran 80% • Keterlambatan maksimal 10 menit setelah kelas dimulai
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 2
Evaluasi
• Tugas • Kuis • UTS • UAS
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 3
Matema-ka Komputasi
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 4
Matema-ka Diskrit + Kalkulus
Matema-ka Komputasi Lanjut
Matema-ka Diskrit vs Kalkulus
Matema&ka Diskrit • Mendeskripsikan proses yang
terdiri dari urutan langkah – langkah individual.
• Merupakan dasar dari era komputer/informasi.
Kalkulus • Mendeskripsikan proses yang
berisi perubahan secara kon-nyu. • Merupakan dasar dari revolusi
industri.
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 5
MENGAPA BELAJAR MATEMATIKA KOMPUTASI?
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 6
DON’T JUST TEACH ME, HELP ME LEARN FASTER.
Mengapa belajar matema-ka komputasi?
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 7
-‐ @hnsah
Mengapa Matema-ka Diskrit?
• Matema-kanya komputasi (CS, IS, CE). • Membentuk pola pikir matema-s. • Menyelesaikan permasalahan secara matema-s.
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 8
Matema-ka Diskrit
• Cabang matema-ka yang mengkaji objek diskrit (objek berbeda – beda & saling lepas)
• Contoh objek diskrit: bilangan bulat
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 9
• Bilangan bulat . . . . . . . -‐3 -‐2 -‐1 0 1 2 3
• Bilangan riil -‐3 -‐2.5 -‐2 -‐1.5 -‐1 -‐0.5 0 0.5 1 1.5 2 2.5 3
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 10
Diskrit vs Kon-nyu (1)
Diskrit vs Kon-nyu (2)
• Piano?
• Jam analog?
• Jam digital?
• Film?
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 11
Apa saja yang dipelajari?
I. Logika dan pembuk-an II. Induksi dan rekursi III. Struktur diskrit IV. Kombinatorik dan peluang diskrit V. Algoritma dan analisisnya
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 12
I. Logika dan Pembuk-an
• Membantu untuk berpikir secara abstrak • Menggunakan notasi model untuk merepresentasikan objek nyata
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 13
II. Induksi dan Rekursi
• Membantu untuk berpikir secara rekursif • Berpikir secara rekursif, berawal dari hal yang sederhana, kemudian disusun untuk menyelesaikan masalah yang lebih kompleks.
• Melakukan verifikasi terhadap pembuk-an dengan induksi.
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 14
III. Struktur Diskrit
• Struktur diskrit merupakan struktur abstrak yang mendeskripsikan, mengkategorisasikan, dan menemukan hubungan antar objek – objek diskrit.
• Contoh: himpunan, aljabar Boolean, fungsi, relasi, graf, pohon (tree).
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 15
IV. Kombinatorik dan peluang diskrit
• Mempelajari pencacahan (coun-ng) dan penyusunan objek.
• Mengukur sesuatu yang acak. • Mengukur kemungkinan terjadinya suatu kejadian.
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 16
V. Algoritma dan Analisisnya
• Algoritma digunakan untuk menyelesaikan suatu masalah dengan komputer.
• Perancangan algoritma yang baik membutuhkan pengetahuan matema-ka.
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 17
Contoh persoalan yang dapat diselesaikan dengan matema-ka diskrit (1)
• Rute perjalanan mana yang paling dekat dari kampus UB menuju terminal Arjosari?
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 18
Contoh persoalan yang dapat diselesaikan dengan matema-ka diskrit (2)
• Berapa banyak jumlah password yang dapat dibuat dari 6 karakter?
• Bila ada dua algoritma berbeda untuk menyelesaikn masalah yang sama, bagaimana memilih algoritma terbaik?
• Bagaimana mengatur jadwal pesawat di bandara?
• Bagaimana melakukan pemetaan gene-k makhluk hidup?
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 19
Sekian
• Next: Logika Proposisi
Matema-ka Komputasi -‐ Agi Putra Kharisma, ST., MT. 20
Recommended