Welcome to My Blog!

Assalamulaikum Wr.Wb
Follow Me
Hasil gambar untuk Komunikasi Data adalah 

Pada kesempatan kali ini yang menjadi pembahasan adalah tentang apa itu komunikasi data komputer, tujuan komunikasi data, jenis-jenis komunikasi data, dan contoh komunikasi data. Bagi sobat microcyber2.com yang menekuni bidang IT khususnya jaringan hal ini wajib untuk diketahui sebagai bekal dasar dalam materi yang sobat tekuni tersebut. Okelah langsung saja untuk memulai pembahasan tentang Komunikasi data tersebut!

Pengertian Komunikasi Data

Komunikasi data, merupakan bentuk komunikasi yang secara khusus berkaitan dengan transmisi atau pemindahan data antara komputer-komputer, atau komputer dengan piranti-piranti yang lain dalam bentuk data digital yang dikirimkan melalui media komunikasi data. Biasanya komunikasi data dapat diartikan juga sebagai proses pengiriman data atau informasi dari suatu sumber (source) ke tujuan (destination).
Pengertian dan jenis-jenis komunikasi data
Selain itu komunikasi data juga bermacam-macam sob, dan memiliki dua jenis saja pada saat ini. Dibawah merupakan jenis-jenis komunikasi data.

Jenis-jenis Komunikasi Data

1. Jenis Komuniksai Data Melalui Infrastuktur Terestrial
Jenis komunikasi data ini dapat dilakukan menggunakan media kabel dan nirkabel sebagai aksesnya sehingga membutuhkan biaya yang tinggi untuk membangun infrastuktur jenis ini.
2. Jenis Komunikasi Melalui Satelit
Jenis komunikasi data ini dapat dilakukan dengan menggunakan satelit sebagai aksesnya. Biasanya wilayah yang dicangkup akses satelit lebih luas dan mampu menjangkau lokasi yang tidak memungkinkan dibangunnya infrastruktur terestrial, namun membutuhkan waktu yang lama untuk berlangsungnya proses komunikasi.
Komunikasi data juga memiliki beberapa komponen, dibawah ini merupakan contoh dari komponen komunikasi data.

Komponen Komunikasi Data

1. Pengirim : piranti yang mengirimkan data.
2. Penerima : piranti yang menerima data.
3. Pesan/Data : informasi yang akan dipindahkan bisa berupa apa saja, teks, angka, gambar, suara, video, atau kombinasi dari semuanya.
4. Media Pengiriman : media atau saluran yang digunakan untuk mengirimkan data, bisa berupa kabel, cahaya maupun gelombang magnetik.
5. Protokol : aturan-aturan yang harus disepakati oleh dua atau lebih alat untuk dapat saling berkomunikasi.

Sistem Komunikasi Data

6. Titik ke titik (point to point communications).
Informasi dari sumber hanya ditujukan kepada satu point penerima saja. Contoh : telepon, fax, telegram.
7. Titik ke beberapa penerima (multi communications).
Informasi dari sumber ditujukan kepada beberapa point penerima saja. Contoh : jaringan dengan switch.
8. Menyebar (broadcasting communications).
Informasi yang diberika sumber dapat diterima oleh semua point yang terhubung tanpa terkecuali. Contoh : televisi broadcast, radio broadcast.

Kemudian untuk Transmisi Data (Mode Transmisi) sebagai berikut :

1. Simplex : Media komunikasi antara pengirim dan penerima yang bersifat satu arah, dimana sisi pengirim hanya berfungsi sebagai pengirim informasi, sedangkan sisi penerima berfungsi sebagai penerima. Mode ini juga sering disebut one way only.
2. Half Duplex (HDX) : Suatu metode komunikasi yang dapat dilakukan dua arah secara bergantian (waktu tidak sama). Dimana si pengirim dapat mengirimkan informasi dan sisi yang lain berfungsi sebagai penerima sehingga mode ini sering disebut sebagai saluran two way alternate. Adapun contohnya dapat dilihat dari pemahaian Handy-Talky.
3. Full Duplex (FDX) : Suatu metode yang digunakan pada komunikasi untuk dua arah secara terus-menerus. Dimana sisi pengirim dan penerima dapat berkomunikasi dua arah dalam waktu yang bersamaan. Adapun contohnya dapat dilihat dari pemakaian HP.
Jadi, Definisi Komunikasi Data yaitu :
Komunikasi data adalah pertukaran data antara dua perangkat melalui beberapa bentuk media transmisi seperti kabel kawat.
Nah, itulah penjelasan yang lengkap tentang apa itu komunikasi data. Semoga artikel komunikasi data ini bermanfaat untuk sobat semua khususnya untuk yang sedang meneuni bidang komputer dan jaringan. Terimakasih~
-----------------------------------------------------------------------------------------------
Sumber :
https://microcyber2.com/pengertian-dan-jenis-jenis-komunikasi-data/

SOAL
1.DEFINISI STATISTIKA
2.JENIS-JENIS PENGAMBILAN SAMPEL
3.JENIS-JENIS PENGUKURAN SKALA
4.NOTASI SIGMA DENGAN VARIABEL Y
5.DEFINISI DISTRIBUSI FREKUENSI DAN CARA PEMBUATAN
6.MENCARI DISTRIBUSI FREKUENSI DAN HISTOGRAM DENGAN MS.EXCEL
baiklah saya akan menjawab pertanyaan dari soal – soal diatas :
STATISTIKA
1.Statistika adalah ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan dan penyusunan data, pengolahan data, dan penganalisisan data, serta penyajian data berdasarkan kumpulan dan analisis data yang dilakukan. Salah satu ilmu yang mendasari dalam mempelajari statistika adalah peluang atau probabilitas. Berdasarkan kegiatannya, statistika dikelompokkan menjadi dua macam, yaitu Statistika deskriptif (statistika deduktif) dan statistika inferensi (statistika induktif).
1
Pengertian statistik adalah hasil-hasil pengolahan dan analisis data. Statistik dapat berupa mean, modus, median, dan sebagainya. Statistik dapat digunakan untuk menyatakan kesimpulan data berbentuk bilangan yang disusun dalam bentuk tabel atau diagram yang menggambarkan karakteristik data.
2. Teknik sampling pada dasarnya dapat dikelompokan menjadi dua yaitu Probability Sampling dan Non-probabilty Sampling. Probability sampling merupakan cara pengambilan sampel yang dilakukan secara acak, sehingga seluruh anggota populasi memiliki peluang yang sama untuk terpilih menjadi sampel. Sedangkan, Non-Probability Sampling merupakan cara pengambilan sampel yang tidak memberikan peluang yang sama kepada anggota populasi untuk dipilih sebagai sampel. Berikut ini akan dijelaskan mengenai jenis-jenis dari Probability Sampling dan Non-Probability Sampling. Secara mendasar, Probability Sampling meliputi, Simple Random Sampling, Proportionate Stratified Random Sampling, Disproportionate Stratified RandomSampling, dan Cluster Random Sampling.
Probability Sampling
Probability Sampling Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Syarat utama probability sampling dilakukan adalah sample diambil dari populasi yang homogen. Ramdom sampilng atau dalam bahasa Indonesia disebut juga Rambang hedaknya memebrikan gambaran bahwa distribusi data pada populasi akan berlaku secara sembarang pada setiap anggota dari populasi. Teknik ini meliputi, simple random sampling, proportionate stratified random sampling, disproportionate stratified random, sampling area (cluster) sampling (sampling menurut daerah).
a.      Simple Random Sampling
Dikatakan simple (sederhana) karena pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Cara demikian dilakukan bila anggota populasi dianggap homogen atau memiliki kesamaan. Dengan demikian, anggota populasi yang dipilih akan mampu mewakili kondisi populasi.
b. Proportionate Stratified Random Sampling Teknik ini digunakan bila populasi mempunyai anggota/unsur yang tidak homogen dan berstrata secara proporsional.
c.Disproportionate stratified random Sampling
Teknik ini umumnya digunakan untuk menentukan jumlah sampel, dengan kondisi populasi berstrata namun kurang proporsional.
d. Cluster Sampling (Area Sampling)
Teknik sampling ini digunakan untuk menentukan sampel bila obyek yang akan diteliti atau sumber data sangat luas. Untuk menentukan penduduk mana yang akan dijadikan sumber data, maka pengambilan sampelnya berdasarkan daerah populasi yang ditetapkan.
Nonprobability Sampling  adalah teknik yang sampling yang diambil dengan tujuan dan maksud tertentu oleh peneliti. Tujuan ini muncul bisa disebabkan oleh masalah penelitian, sehingga teknik non probability sampling tidak dapat dilakukan generalisasi kesimpulan terhadap populasi. Non-probability sampling meliputi, sampling sistematis, sampling kuota, sampling insidental, purposive sampling, sampling jenuh, dan snowball sampling.
a. Sampling Sistematis Sampling Sistematis adalah teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut. Kemudian, pengambilan sampel dapat dilakukan dengan nomor mengambil nomor berdasarkan kelipatan dari bilangan tertentu, nomor genap atau ganjil saja.
b. Sampling Kuota Sampling Kuota adalah teknik untuk penentuan sampel dari populasi yang mempunyai ciri-ciri tertentu sehingga jumlah (kuota) yang diinginkan terpenuhi.
c. Sampling Insidental Sampling Insidental adalah teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan/insidental bertemu dengan peneliti di awal dapat digunakan sebagai sampel, namun tetap dengan syarat apabila orang yang ditemui tersebut kebetulan ditemui itu sesuai sebagai sumber data.
d. Sampling Purposive Sampling Purposive adalah teknik penentuan sampel dengan pertimbangan tertentu. Misalnya akan melakukan penelitian terhadap cara guru biologi mengajar di suatu wilayah, maka sampel sumber datanya adalah guru biologi. Namun, sampel ini lebih cocok digunakan untuk penelitian kualitatif yang tidak melakukan generalisasi.
e. Sampling Jenuh Sampling Jenuh merupakan teknik penentuan sampel apabila semua anggota populasi digunakan sebagai sampel. Hal ini dilakukan apabila jumlah populasi relatif kecil, seperti kurang dari 30 orang, atau penelitian yang ingin membuat generalisasi dengan kesalahan yang sangat kecil. Istilah lain sampel jenuh adalah sensus, dimana semua anggota populasi dijadikan sampel.
f. Snowball Sampling Snowball sampling merupakan teknik penentuan sampel yang pada awalnya berjumlah kecil kecil, kemudian membesar, sebagaimana analogi bola salju. Dalam penentuan sampel, pertama-tama dipilih satu atau dua orang, tetapi karena dengan dua orang ini belum merasa lengkap terhadap data yang diberikan, maka peneliti mencari orang lain yang dipandang lebih tahu dan dapat melengkapi data yang diberikan oleh dua orang sebelumnya. Begitu seterusnya, sehingga jumlah sampel semakin banyak.
3.Skala adalah perbandingan antar kategori sebuah objek yang diberi bobot nilai berbeda. Jenis-jenis skala pengukuran adalah nominal, ordinal, interval dan rasio.
Jenis skala berbeda menyebabkan karakteristik data berbeda sehingga berkaitan dengan metode statistik yang digunakan untuk menganalisis data. Dalam statistik ada 4 jenis-jenis skala yaitu nominal, ordinal, interval dan rasio.
SKALA NOMINAL (SKALA LABEL)
Skala ini menempatkan angka sebagai atribut objek. Tidak memiliki efek evaluatif karena hanya menempatkan angka ke dalam kategori tanpa struktur, tidak memiliki peringkat dan tidak ada jarak.
Contoh Data Variabel :
Ya = 1 dan Tidak = 0
Pria = 1 dan Wanita = 0
Hitam = 1, Abu-abu = 2, Putih = 2
Analisis Statistik :
Angka tidak bermakna matematika. Analisis statistik yang dapat digunakan berada dalam kelompok non-parametrik yaitu frekuensi dan tabulasi silang dengan Chi-square.
SKALA ORDINAL (SKALA PERINGKAT)
Skala ordinal memiliki peringkat, tapi tidak ada jarak posisional objektif antar angka karena angka yang tercipta bersifat relatif subjektif. Skala ini menjadi dasar dalam Skala Likert.
Contoh Data Variabel :
Sangat Tidak Setuju = 1
Tidak Setuju = 2
Tidak Tahu = 3
Setuju = 4
Sangat Setuju = 5
Pendek = 1
Sedang = 2
Tinggi = 3
Tidak enak = 1
Ragu-ragu = 2
Enak = 3
Analisis Statistik :
Angka 1 lebih rendah dari angka 2 dalam peringkat, tapi tidak bisa dilakukan operasi matematika. Data ordinal menggunakan statistik non-parametrik mencakup frekuensi, median dan modus, Spearman rank-order correlation dan analisis varian.
SKALA INTERVAL (SKALA JARAK)
Skala interval adalah skala ordinal yang memiliki poin jarak objektif dalam keteraturan kategori peringkat, tapi jarak yang tercipta sama antar masing-masing angka.
Contoh Data Variabel :
Umur 20-30 tahun = 1
Umur 31-40 tahun = 2
Umur 41-50 tahun = 3
Suhu 0-50 Celsius = 1
Suhu 51-100 Celsius = 2
Suhu 101-150 Celsius = 3
Analisis Statistik :
Angka 3 berarti lebih tua atau lebih panas dari angka 2 setara dengan angka 2 terhadap angka 1, bisa operasi penjumlahan dan pengurangan. Statistik parametrik yaitu deviasi mean dan standar, korelasi r, regresi, analisis varian dan analisis faktor ditambah berbagai multivariat.
SKALA RASIO (SKALA MUTLAK)
Skala rasio adalah skala interval yang memiliki nol mutlak.
Contoh Data Variabel :
0 tahun, 1 tahun, 2 tahun, 3 tahun, ….. dst.
….. -3C, -2C, -1C, 0C, 1C, 2C, 3C, ….. dst.
….. 0,71m ….. 5,38m ….. 12,42m ….. dst.
Analisis Statistik :
Berlaku semua operasi matematika. Analisis statistik sama dengan skala interval.
Jawaban dari contoh soal diatas :

5.Pengertian Distribusi Frekuensi
3.jpg
Data yang telah diperoleh dari suatu penelitian yang masih berupa data acak yang dapat dibuat menjadi data yang berkelompok, yaitu data yang telah disusun ke dalam kelas-kelas tertentu. Daftar yang memuat data berkelompok disebut distribusi frekuensi atau tabel frekuensi. Distribusi frekuensi adalah susunan data menurut kelas interval tertentu atau menurut kategori tertentu dalam sebuah daftar (Hasan, 2001).
Pedoman pembuatan tabel distribusi frekuensi:
A. Tentukan jangkauan: R = xmaks – xmin (yaitu data terbesar dikurangi data terkecil)
B. Tentukan banyaknya kelas-kelas interval. Banyaknya kelas ini sebaiknya antara 5 hingga 20. Salah satu pedoman yang biasa digunakan untuk menentukan banyaknya kelas adalah aturan Sturgess: k = 1 + 3,3 log n, dengan k adalah banyaknya kelas interval dan n adalah banyaknya data.
C. Pilih kelas-kelas interval dengan ukuran (lebar kelas) yang sama, apabila memungkinkan. Lebar kelas ini adalah 4.png Pembulatan terhadap c adalah pembulatan ke atas dan tingkat ketelitiannya dibuat sama dengan tingkat ketelitian data semula; jika data semula bilangan bulat, c pun harus bilangan bulat; jika data semula hingga 1 tempat desimal, c pun hingga 1 tempat desimal, demikian seterusnya. Jika lebar kelas yang sama tidak dimungkinkan atau tidak diharapkan *), gunakan kelas-kelas interval dengan ukuran berbeda.                                                                                                                                          D.Ketika menentukan kelas interval, upayakan sedapat mungkin agar titik tengah kelas berimpit dengan data aktual. Ini untuk mengurangi grouping error.
Upayakan sedapat mungkin agar batas-batas kelas tidak berimpit dengan data aktual.
*) Bisa jadi dengan lebar kelas yang telah dihitung, ternyata ada kelas yang frekuensinya nol (tidak ada data yang masuk dalam kelas tertentu); ini suatu contoh lebar kelas yang tidak diharapkan.
Contoh: Diketahui data berikut, mengenai besarnya pengeluaran tahunan yang dihabiskan untuk mengiklankan produk-produk sejenis beberapa perusahaan yang sedang diteliti, dalam satuan juta rupiah.
1.png
Langkah 1: (Menghitung range)
Data terbesar adalah Xmax = 307 dan data terkecil adalah Xmin = 242 sehingga R = 307 – 242 = 65
Langkah 2: (Menentukan banyaknya kelas interval)
Banyaknya data adalah n = 40. Seandainya digunakan aturan Sturgess, banyaknya kelas adalah k = 1 + 3,3 log 40 ≈ 6,287. Banyaknya kelas harus merupakan bilangan bulat, sehingga kita bulatkan banyaknya kelas menjadi 7 (pembulatan ke atas).
Langkah 3: (Menentukan lebar kelas interval)
Dengan menggunakan R = 65 dan k = 7 yang telah diperoleh pada langkah-langkah sebelumnya, kita hitung lebar kelas 5.png Tingkat ketelitian lebar kelas ini harus sama dengan tingkat ketelitian data semula, dan pembulatannya ke atas. Karena data semua merupakan bilangan bulat, lebar kelas pun harus bilangan bulat, sehingga kita tetapkan c = 10.
Selanjutnya, kita buat tabel distribusi frekuensi sebagai berikut:
6. Distribusi Frekuensi Dan Histogram
ini adalah contoh data mentah yang akan saya gunakan dalam pembuatan distribusi frekuensi dan histogram.

lalu Data Mentah dan Bin Range nya sudah saya tentukan dari awal agar nanti tabel distribusi frekuensinya rapih. dalam pembuatan distribusi frekuensi dan histogram, kita menggunakan data analysis yang disediakan MS Excel hingga hasilnya seperti gambar di bawah ini.

SUMBER :
Assalamualaikum, Sobattt.....

Hmmm… Pagi ini gua mau nge-post sebuah materi yang mungkin bakalan bermanfaat buat kalian. Karena sekarang gua udah masuk ke semester II, gua ternyata dapet Mata Kuliah yang lumayan bikin kepala gua muter-muter… tapi asyiiikkk heheheh… :). Materi ini berhubungan dengan Mata Kuliah “Matematika Diskret”, Yang masuk jurusan IT pasti akan mendapatkan Matkul ini…
Sebenernya ini tugas Matkul gua buat Upload Materi Matematika Diskrit ini hehehehe...:) Langsung aja ke Pembahasan Pertama, apa sih Himpunan itu, Jenis Himpunan, Operasi Himpunan, Prinsip Dualitas, dan yang terakhir Relasi dan Sifat Relasi Biner.



Teori Himpunan


Himpunan adalah koleksi objek yang terdefinisi dengan jelas; artinya, kita selalu dapat menentukan apakah sebuah objek termasuk dalam koleksi atau tidak.
Nama himpunan ditulis dengan menggunakan huruf besar
A,B,H, S, U
sedangkan anggota himpunan ditulis dengan huruf kecil
a, b, h, s, u

Contoh  Beberapa contoh himpunan.
1. A adalah himpunan bilangan asli yang kurang dari 100.
2. B adalah himpunan huruf vokal dalam abjad bahasa Indonesia.
3. C adalah himpunan kuadrat bilangan asli.
4. K adalah himpunan mahasiswa yang memiliki IPK lebih dari 3.
5. M adalah himpunan mahasiswa Tadris Matematika IAIN Syekh Nurjati.

Jenis Himpunan

  • Himpunan Semesta
  • Himpunan semesta itu adalah himpunan yang anggotanya semua objek pembicaraan. Biasanya Himpunan semesta dilambangkan dengan S atau U.
    Contoh Jika :
    A={1,2,3,4,5}
    B={8,9,10}
    maka : S={1,2,3,4,5,8,9,10}

  • Himpunan Kosong
  • Himpunan kosong adalah himpunan yang tidak memiliki satupun elemen atau himpunan dengan kardinalitas = 0 (nol) atau {}.
    Contoh soal :
    Sebutkan bilangan ganjil yang ada !
    Jika :
    Diketahui : A= {2, 4, 6, 8}

    B= {4, 6, 10}

    Jawabannya adalah {} atau Ø.

    Karena pada himpunan A dan B tidak terdapat bilangan ganjil.

  • Himpunan Bagian
  • Himpunan A dikatakan himpunan bagian (subset) dari himpunan B jika dan hanya jika setiap elemen A merupakan elemen dari B. Dalam hal ini, B dikatakan superset dari A.
    Contoh soal :
    Buktikan bahwa A bagian himpunan dari B!
    Jika :

    Diketahui : A={2, 4, 6}
    B={2, 3, 4, 5, 6}
    Jawabannya: A ⊆ B= {2, 4, 6}
    Kenapa {3, 5} tidak termasuk ?
    Karena 3 dan 5 tidak termasuk anggota himpunan A.

  • Himpunan Sama
  • Himpunan A dikatakan sama dengan himpunan B jika dan hanya jika keduanya mempunyai elemen yang sama. Dengan kata lain, A sama dengan B jika A adalah himpunan bagian dari B dan B adalah himpunan bagian dari A. Jika tidak demikian, maka kita katakan A tidak sama dengan B.

    Notasi : A = B <==> A ⊆ B dan B ⊆ A

    Tiga hal yang harus diperhatikan dalam memeriksa kesamaan dua buah himpunan :

    1. Urutan elemen di dalam himpunan tidak penting.
    Jadi, {1,2,3} = {3,2,1 = {1,,3,2}

    2.Pengulangan elemen tidak mempengaruhi kesamaan dua buah himpunan.
    Jadi, {1,1,1,1} = {1,1} = {1}

    3.Untuk tiga buah himpunan, A,B dan C berlaku aksioma berikut:
    (a) A = A, B = B dan C = C
    (b) Jika A = B, maka B = A
    (c) Jika A = B dan B = C, maka A = C

  • Himpunan Ekuivalen
  • Dua himpunan dikatakan Ekuivalen apabila jumlah anggota kedua himpunan itu sama tetapi bendanya ada yang tidak sama.

    Contoh : P = { a, I, u, e, o } ; Q = { 1, 2, 3, 4, 5 }

    Kedua himpunan P dan Q anggota-anggotanya tidak sama tetapi jumlah anggotanya sama maka himpunan P Ekuivalen dengan Q, jadi ( P ~ Q ).

  • Himpunan Saling Lepas
  • Dua himpunan yang tidak kosong dikatakan saling lepas jika kedua

    himpunan itu tidak mempunyai satupun anggota yang sama .

    Contoh :

    P = { 1, 3, 5, 7, 9}
    Q = { 2, 4, 6, 8, 10 }
    perhatikan, tidak ada anggota himpunan P dan Q yang sama maka himpunan P dan Q adalah dua himpunan yang saling lepas, jadi P// Q

Operasi Himpunan

Seperti bilangan, sebuah himpunan juga dapat dioperasikan dengan himpunan lain. Kalau dalam bilangan kita mengenal operasi kali, bagi, tambah, dan kurang, maka dalam himpunan kita mengenal operasi-operasi berikut:
  1. Gabungan (Union)
  2. A dan B adalah semua elemen yang ada dalam A atau dalam B atau dalam kedua-duanya, yaitu
    A ∪ B = {x | x ∈ A atau x ∈ B}
    Gambar 1.1 : A ∪ B

    Contoh :
    S={ x|x<=10; x∈Bilangan Asli}
    A = {1, 3, 4, 5}
    B = {2, 3, 5, 7}
    A ∪ B = {1, 3, 4, 5} ∪ {2, 3, 5, 7} = {1, 2, 3, 4, 5, 7 }

    Jadi hasil A ∪ B adalah {1, 2, 3, 4, 5, 7 }

  3. Irisan (Intersection)
  4. A dan B adalah semua elemen yang ada dalam A dan B secara bersama-sama, yaitu :
    A ∩ B = {x | x ∈ A dan x ∈ B}
    Gambar 1.2 : A ∩ B

    Contoh :
    S={ x|x<=10; x∈Bilangan Asli}
    A = {1, 3, 4, 5}
    B = {2, 3, 5, 7}
    A ∩ B = {1, 3, 4, 5} ∩ {2, 3, 5, 7} = {3, 5}

    Jadi hasil A ∩ B adalah {3, 5}

  5. Selisih (Relative Complement)
  6. A dan B adalah semua anggota A yang bukan anggota B, yaitu :
    A - B = {x | x ∈ A dan x ∈ B}
    Gambar 1.3 : A - B

    Contoh :
    S={ x|x<=10; x∈Bilangan Asli}
    A = {1, 3, 4, 5}
    B = {2, 3, 5, 7}
    A – B = {1, 3, 4, 5} – {2, 3, 5, 7} = {1, 4}

    Jadi hasil A – B adalah {1, 4}

  7. Simetris atau Beda Setangkup
  8. A dan B adalah semua eleman yang ada dalam A atau dalam B tetapi tidak dalam kedua-duanya, yaitu :
    A ⊕ B = {x | (x ∈ A dan x ∈ B) atau (x ∈ B dan x ∈ A)}
    Gambar 1.4 : A ⊕ B

    Contoh 2.12 :
    S={ x|x<=10; x∈Bilangan Asli}
    A = {1, 3, 4, 5}
    B = {2, 3, 5, 7}
    A ⊕ B = {1, 3, 4, 5} ⊕ {2, 3, 5, 7} = {1, 2, 4, 7}

    Jadi hasil A ⊕ B adalah {1, 2, 4, 7}

  9. Komplemen
  10. A adalah semua anggota himpunan semesta yang berada di luar A, yaitu
    A'= {x | x ∈ A}
    Gambar 1.5 : A'

    Contoh :
    S={ x|x<=10; x∈Bilangan Asli}
    A = {1, 3, 4, 5}
    A'= {2, 6, 7, 8, 9, 10}

Sifat-sifat Operasi Himpunan

Operasi himpunan memiliki sifat-sifat berikut:

1. Idempoten
- A ∩ A = A
- A ∪ A = A

2. Komutatif
- A ∩ B = B ∩ A
- A ∪ B = B ∪ A

3. Asosiatif
- (A ∩ B) ∩ C = A ∩ (B ∩ C)
- (A ∪ B) ∪ C = A ∪ (B ∪ C)

4. Distributif
- A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
- A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)

5. Sifat Komplemen
- A ∪ A'= S
- A ∩ A'= {}
- (A')' = A
- S'= {}
- {}'= S

6. Sifat Identitas
- A ∪ {} = A
- A ∩ S = A
- A ∪ S = S
- A ∩ {} = {}

7. Hukum de Morgan
- (A ∪ B)'= A' ∩ B'
- (A ∩ B)'= A' ∪ B'


Prinsip Dualitas

Prinsip dualitas mengemukakan bahwa dua konsep yang berbeda dapat dipertukarkan namun tetap memberikan jawaban yang benar.

Contoh :
AS → kemudi mobil di kiri depan
Indonesia → kemudi mobil di kanan depan
Peraturan:

(a) di Amerika Serikat,
• mobil harus berjalan di bagian kanan jalan,
• pada jalan yang berlajur banyak, lajur kiri untuk mendahului,
• bila lampu merah menyala, mobil belok kanan boleh langsung

(b) di Indonesia,
• mobil harus berjalan di bagian kiri jalan,
• pada jalur yang berlajur banyak, lajur kanan untuk mendahului,
• bila lampu merah menyala, mobil belok kiri boleh langsung

Prinsip dualitas pada kasus diatas adalah:
Konsep kiri dan kanan dapat dipertukarkan pada kedua negara tersebut sehingga peraturan yang berlaku di Amerika Serikat menjadi berlaku pula di Inggris. (Prinsip Dualitas pada Himpunan). Misalkan S adalah suatu kesamaan (identity) yang melibatkan himpunan dan operasi-operasi seperti ∪, ∩, dan komplemen. Jika S* merupakan kesamaan yang berupa dual dari S maka dengan mengganti ∪ → ∩, ∩ → ∪, ∅ → U, U → ∅, sedangkan komplemen dibiarkan seperti semula, maka operasi-operasi tersebut pada kesamaan S* juga benar.

Tabel 1 Dualitas dari Hukum Aljabar Himpunan
1. Hukum identitas:A = A
Dualnya:∩ U = A
2. Hukum null/dominasi:A ∩ =
Dualnya: U = U
3. Hukum komplemen :A A = U
Dualnya:∩ A=
4. Hukum idempoten :A A = A
Dualnya:∩ A
5. Hukum penyerapan : (∩ B) = A
Dualnya:∩ ( B) = A
6. Hukum komutatif :  A
Dualnya:∩ ∩ A
7. Hukum asosiatif : ( C) = ( B)  C
Dualnya:∩ (∩ C) = (∩ B) ∩ C
8. Hukum distributif : (∩ C)=( B) ∩ ( C)
Dualnya:∩ ( C) = (∩ B) (∩ C)
9. Hukum De Morgan:BA∩ B
Dualnya:BA∩ =  B
10. Hukum 0/1= U
Dualnya:U =

















Relasi dan Sifat Relasi Biner

Relasi Biner
Adalah hasil kali 2 himpunan atau relasi yang menghubungkan 2 himpunan yang himpunan bagianya tidak kosong.

  • 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 dihubungankan dengan b oleh R
  • a R b adalah notasi untuk (a, b) ∉ R, yang artinya a tidak dihubungkan oleh b oleh relasi R.
  • Himpunan A disebut daerah asal (domain) dari R, dan himpunan B disebut daerah hasil (range) dari R.
Contoh :
A = {Amir, Budi, Cecep}, B = {IF221, IF251, IF342, IF323}
A  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) }
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) }

Representasi Relasi
  1. Representasi Relasi Dengan Diagram Panah
  2. Representasi Relasi Dengan Tabel
  3. Representasi Relasi Dengan Matriks
  4. • Misalkan R adalah relasi dari A = {a1, a2, …, am} dan B = {b1, b2, …, bn}.
    • Relasi R dapat disajikan dengan matriks M = [mij],
    Yang dalam hal ini

  5. Representasi Relasi Dengan Graf Berarah

Sifat-Sifat Relasi Biner
Relasi biner yang didefinisikan pada sebuah himpunan mempunyai beberapa sifat.

  1. Refleksif (reflexive)
  2. Menghantar (transitive)
  3. Setangkup (symmetric) dan tolak-setangkup (antisymmetric)

1. Refleksif (reflexive)

  • Relasi R pada himpunan A disebut refleksif jika (a, a) ∈ R untuk setiap a ∈ A.
  • Relasi R pada himpunan A tidak refleksif jika ada a ∈ A sedemikian sehingga (a, a) ∉ R.
Misalkan A = {1, 2, 3, 4}, dan relasi R di bawah ini didefinisikan pada himpunan A, maka

Relasi R = {(1, 1), (1, 3), (2, 1), (2, 2), (3, 3), (4, 2), (4, 3), (4, 4) } bersifat refleksif karena terdapat elemen relasi yang berbentuk (a, a), yaitu (1, 1), (2, 2), (3, 3), dan (4, 4).

Relasi R = {(1, 1), (2, 2), (2, 3), (4, 2), (4, 3), (4, 4) } tidak bersifat refleksif karena (3, 3) ∉ R.

2. Menghantar (transitive)

Relasi R pada himpunan A disebut menghantar jika (a, b) ∈ R dan (b, c) ∈ R, maka (a, c) ∈ R, untuk a, b, c ∈ A.

Contoh . Misalkan A = {1, 2, 3, 4}, dan relasi R di bawah ini didefinisikan pada himpunan A, maka
(a) R = {(2, 1), (3, 1), (3, 2), (4, 1), (4, 2), (4, 3) } bersifat menghantar. Lihat tabel berikut:

----------------------------
Pasangan berbentuk
(a, b) (b, c) (a, c)

(3, 2) (2, 1) (3, 1)
(4, 2) (2, 1) (4, 1)
(4, 3) (3, 1) (4, 1)
(4, 3) (3, 2) (4, 2)

----------------------------

(b) R = {(1, 1), (2, 3), (2, 4), (4, 2) } tidak manghantar karena (2, 4) dan (4, 2) ∈ R, tetapi (2, 2) ∉ R, begitu juga (4, 2) dan (2, 3) ∈ R, tetapi (4, 3) ∉ R.
(c) Relasi R = {(1, 1), (2, 2), (3, 3), (4, 4) } jelas menghantar
(d) Relasi R = {(1, 2), (3, 4)} menghantar karena tidak ada (a, b) ∈ R dan (b, c) ∈ R sedemikian sehingga (a, c) ∈ R.
Relasi yang hanya berisi satu elemen seperti R = {(4, 5)} selalu menghantar.

3. Setangkup (symmetric) dan tolak-setangkup (antisymmetric)
  • Relasi R pada himpunan A disebut setangkup jika (a, b) ∈ R, maka (b, a) ∈ R untuk a, b ∈ A.
  • Relasi R pada himpunan A tidak setangkup jika (a, b) ∈ R sedemikian sehingga (b, a) ∉ R.
  • Relasi R pada himpunan A sedemikian sehingga (a, b) ∈ R dan (b, a) ∈ R hanya jika a = b untuk a, b ∈ A disebut tolak-setangkup.
  • Relasi R pada himpunan A tidak tolak-setangkup jika ada elemen berbeda a dan b sedemikian sehingga (a, b) ∈ R dan (b, a) ∈ R.



Sumber :