• Tidak ada hasil yang ditemukan

LogikaP6 Proposisi Majemuk

N/A
N/A
Protected

Academic year: 2017

Membagikan "LogikaP6 Proposisi Majemuk"

Copied!
23
0
0

Teks penuh

(1)

LOGI K A

(2)

M a t e ri Pe rk ulia ha n

™

™ KonsepKonsep ProposisiProposisi MajemukMajemuk

™

™ ManfaatManfaat SkemaSkema

™

™ ParsingParsing

™

™ Precedence RulesPrecedence Rules

™

(3)

Ek spre si Logik a (1 )

™

Ekspresi Logika adalah proposisi-proposisi

yang dibangun oleh variabel-variabel logika

yang berasal dari pernyataan atau argumen

™

Contoh : A

B

™

Setiap ekspresi logika dapat bersifat atomik

atau majemuk tergantung dari variabel

(4)

Ek spre si Logik a (2 )

™

Contoh

– Jika Dewi rajin belajar, maka ia akan lulus ujian dan ia dapat pergi nonton bioskop

™

Diubah menjadi variabel proposisional :

– A = Dewi rajin belajar – B = Dewi lulus ujian

– Dewi pergi nonton bioskop

™

Maka ekspresi logikanya :

– A ⇒ B ∧ C

– Urutan pengerjaan : (A ⇒ B) ∧ C atau A ⇒ (B ∧ C) ?

(5)

Sk e m a (1 )

™

Skema merupakan

cara untuk menyederhanakan

suatu proposisi majemuk yang rumit, dengan

memberi huruf tertentu untuk menggantikan satu

sub ekspresi ataupun sub-sub ekspresi

™

Suatu ekspresi logika tertentu, misal (A∧B) dapat

diganti dengan P, sedangkan (A∨B) dapat diganti

dengan Q. Jadi P berisi variabel proposisional A

dan B, demikian juga Q.

™

Dalam hal ini, P maupun Q bukan variabel

(6)

Sk e m a (2 )

™

Contoh :

™

Perhatikan bahwa :

– Ekspresi apa saja yang berbentuk (¬P) disebut Negasi

– Ekspresi apa saja yang berbentuk (P∧Q) disebut Konjungsi – Ekspresi apa saja yang berbentuk (P∨Q) disebut Disjungsi – Ekspresi apa saja yang berbentuk (P⇒Q) disebut Implikasi – Ekspresi apa saja yang berbentuk (P⇔Q) disebut

Ekuivalensi

(

)

(

)

(

P

Q

) (

(

A

B

) (

A

B

)

)

B

A

Q

B

A

P

=

=

(7)

Sk e m a (3 )

™

Well formed formulae (wff) :

– Semua ekspresi atomik adalah fpe (fully parenthisized expression)

– Jika P adalah fpe, demikian juga (¬P)

– Jika P dan Q adalah fpe, demikian juga (P∧Q), (P∨Q), (P⇒Q) dan (P⇔Q)

(8)

M e nga na lisis Proposisi M a je m uk

™

Contoh :

[1] Jika Dewi lulus sarjana PTI, orang tuanya akan senang, dan dia dapat segera bekerja, tetapi jika dia tidak lulus, semua uasahanya akan sia-sia

™

Analisis

[1.1] Jika Dewi lulus sarjana PTI, orang tuanya akan senang, dan dia dapat segera bekerja

dengan

(9)

M e nga na lisis Proposisi M a je m uk

™

Sub proposisi skop kiri:

[1.1.1] Jika Dewi lulus sarjana PTI dengan

[1.1.2] Orang tuanya akan senang, dan dia dapat segera bekerja

™

Sub sub proposisi skop kkiri:

[1.1.2.1] Orang tuanya akan senang dengan

(10)

M e nga na lisis Proposisi M a je m uk

™

Sub proposisi skop kanan:

[1.2.1] Jika dia tidak lulus dengan

[1.2.2] semua uasahanya akan sia-sia

™

Teknik memilah-milah kalimat menjadi

proposisi-proposisi yang atomik disebut

Parsing

Parsing

.

(11)

M e nga na lisis Proposisi M a je m uk

™

Parse Tree diubah menjadi fpe sebagai berikut :

A = A = DewiDewi lulus lulus sarjanasarjana PTIPTI

B = OrangB = Orang tuatua DewiDewi senangsenang

C = C = DewiDewi bekerjabekerja

D = D = UsahaUsaha DewiDewi siasia--siasia

™

Pernyataan tersebut ditulis :

(

)

(12)

M e nga na lisis Proposisi M a je m uk

™ Contoh 1 :

1. Jika anda mengambil mata kuliah logika, dan anda tidak

memahami tautology, maka anda tidak lulus mata kuliah tersebut

™ Variabel proposisinya :

A = andaA = anda mengambilmengambil matamata kuliahkuliah logikalogika

B = andaB = anda memahamimemahami tautologytautology

C = andaC = anda lulus matalulus mata kuliahkuliah

™ Ekspresi logika :

(13)

M e nga na lisis Proposisi M a je m uk

™ Contoh 2 :

1. Jika anda belajar rajin dan sehat, maka anda lulus ujian, atau

jika anda tidak belajar rajin dan tidak sehat, maka anda tidak lulus ujian

™ Variabel proposisinya :

A = andaA = anda belajarbelajar rajinrajin

B = andaB = anda sehatsehat

C = andaC = anda lulus ujianlulus ujian

™ Ekspresi logika :

(14)

Pre c e de nc e Rule s

untuk menjaga kebenaran sebuah pernyataan maka setiap operator/ penghubung diberikan aturan yang lebih tinggi

¬ V V ⊕ → ↔

Contoh :

¬

p

V q

(

¬

p ) V q

p

Λ

q

V

r

(

p

Λ

q

) V r

(15)

Le ft Assoc ia t e Rule s

untuk operator/ penghubung yang setara digunakan left associate rule dimana operator sebelah kiri punya

precedence lebih tinggi

Contoh :

p

V

q

V

r

(

p

V

q

) V r

(16)

La t iha n

™

™ BagianBagian 11

– UbahlahUbahlah pernyataanpernyataan--pernyataanpernyataan berikutberikut menjadimenjadi proposisiproposisi majemuk

majemuk :: 1.

1. JikaJika tikustikus ituitu waspadawaspada dandan bergerakbergerak cepatcepat, , makamaka kucingkucing atauatau anjinganjing itu

itu tidaktidak mampumampu menangkapnyamenangkapnya 2.

2. BowoBowo membelimembeli sahamsahamatauatau property property untukuntuk investasinyainvestasinya, , atauatau diadia dapat

dapat menanamkanmenanamkan uanguang didi depositodeposito bank bank dandan mendapatmendapat bungabunga uang

uang

™

™ BagianBagian 22

– BeriBeri tandatanda kurungkurung padapada ekspresiekspresi berikutberikut agar agar tidaktidak ambiguambigu

1.

1. A A ∧∧ B B ∧∧ C C →→ DD 2.

(17)

La t iha n

™

™ BagianBagian 33

– JikaJika nilainilai A A dandan B B adalahadalah T, T, sedangkansedangkan C C dandan D D adalahadalah F, F, carilahcarilah nilai

nilai kebenarankebenaran daridari ekspresiekspresi logikalogika berikutberikut ::

1.

1. A A ∧∧ (B (B ∨∨ C )C ) 2.

2. ((((A A ∨∨ B ) B ) ∧∧ C ) C ) ∨∨ ¬¬((A ((A ∨∨ B ) B ) ∧∧ ((B B ∨∨ D))D)) 3.

(18)

T a ut ologi da n K ont ra dik si

™

Tautology

adalah proposisi majemuk yang selalu

bernilai

true

tidak peduli apa nilai kebenaran

proposisi penyusunnya!

™

Contoh:

p

∨ ¬

p

[Apa tabel kebenarannya?]

™

Kontradiksi

adalah proposisi majemuk yang selalu

bernilai

false

tidak peduli apapun!

™

Contoh:

p

∧ ¬

p

[tabel kebenaran?]

™

Proposisi majemuk selain itu disebut

(19)

T a ut ologi

™

Contoh 1:

A∨

¬A apakah tautology?

™

Buat tabel kebenarannya!

™

Contoh 2 :

(20)

T a ut ologi

™

Contoh 3 :

(A

B)

(C

(¬B

¬C))

™

Buat tabel kebenarannya!

™

Contoh 4 :

Jika ¬(A∧B)∨B adalah Tautology, buktikan

¬(A∨B)∧C)∨C juga Tautology

– Substitusi ¬(A∧B)∨B menjadi ¬(P∧Q)∨Q – Misal P = ¬(A∨B) dan Q = C

(21)

K ont ra dik si

™

Contoh 1 :

A ∧

¬A apakah kontradiksi ?

™

Contoh 2 :

((A∨

B) ∧

¬A)∧

¬B

(22)

Cont inge nt

™

Contoh 1 :

((A ∧

B) ⇒

C) ⇒

A

™

Buat tabel kebenarannya!

™

Contoh 2 :

(23)

Latihan

Latihan

™

™ BagianBagian 11

™

™ TentukanTentukan apakahapakah ekspresiekspresi berikutberikut iniini termasuktermasuk

tautology,

tautology, kontradiksikontradiksi atauatau contingrentcontingrent

1.

1. A A →→ (B (B →→ A)A)

2.

2. ¬¬¬¬A A →→ AA

3.

3. ((¬¬A A →→ ¬¬B) B) →→ (B (B →→ A)A)

™

™ BagianBagian 22

™

™ JikaJika AA

¬A ¬A adalahadalah tautolgytautolgy, , buktikanbuktikan bahwabahwa ekspresiekspresi

berikut

berikut merupakanmerupakan tautologytautology

1.

1. ((A A →→ B) B) →→ ¬¬ ((A A →→ B) B)

2.

Referensi

Dokumen terkait

Pewarisan Sitoplasmik adalah pewarisan sifat yang disebabkan oleh bagian eksternal dari nukleus, yaitu dengan adanya protein Histon yang dipilin oleh DNA di dalam

Dalam hidupnya Hamzah selalu menjadi pendamping sekaligus pendukung dan pelindung Rasulullah saw hingga Allah mengizinkan kepada kaum muslimin untuk berhijrah ke

Reagen diteteskan di bagian pinggir dalam lingkaran slide test dan diusahakan saat meneteskan serum tidak langsung bercampur dengan reagen, karena akan

Analisis Perubahan Struktur Ekonomi (Economic Landscape) dan Kebijakan Strategi Pembangunan Jawa Timur Tahun 1994 dan 2000: Analisis Input Output.. Jurnal Ekonomi

Disini terjadi proses reduksi noise sinyal suara, dimana inti proses reduksi noise tersebut adalah treshold yang artinya melewatkan koefisien tersebut ke suatu

M.PH dengan penyakit hipertensi, tiga (3) masalah keperawatan yang berurutan sesuai dengan prioritas masalah keperawatan yaitu nyeri akut, defisit pengetahuan dan

Dalam hal ini perlu digunakan batu gerinda dengan serbuk berukuran besar yang mana rongga antara serbuk akan cukup besar untuk mengalirkan geram yang cukup banyak dalam

Setelah dilakukan klasifikasi terhadap data set sms spam menggunakan algoritma Naïve Bayes, maka didapatkan tiga hasil perbandingan untuk tingkat akurasi,