MATERI KELOMPOK UNTUK TUGAS PA RAVI :

Kelompok 1 Gambaran umum Teknik Kompilasi
1. Translator
menjelaskan cara kerja translator dan menjelaskan masing-masing kerja komponen.
2. Model Kompilator
menjelaskan cara kerja kompilator dan masing-masing kerja komponennya.

Kelompok 2 Konsep dan Notasi Bahasa
1. Istilah dalam Bahasa (alfabet, huruf, kata, token lexem/besaran leksik, tata bahasa, bahasa,pengenal bahasa)
• memberi contoh bahasa beserta alfabet, huruf, kata yang membentuk kata.
• contoh lexem dan token dari suatu bahasa.
• contoh tata bahasa dan bahasa yang diwakili.
• menyebutkan tugas mesin pengenal bahasa
2. Hirarki Chomsky
menyebutkan kelas bahasa berdasakan Chomsky dan menyebutkan: dasar pengemlompokannya, hirarki, dan pengenal bahasa setiap kelas dan hubungannya dengan kelas bahasa lain

Kelompok 3 Bahasa Reguler
1. Tata bahasa Regular dan hubungannya sebagai scanner (penganalisa leksikal)
• menjelaskan hubungan bahasa reguler dengan scanner.
2. Tata bahasa reguler, ekspresi regular, AHD, AHN, AHN_
• merumuskan bahasa reguler dalam tatabahasa dan ekspresi reguler.menjalankan otomata hingga deterministik, nondeterministik, atau nondeterministik dengan transisi hampa.

Kelompok 4 Analisa Leksikal
Ekivalensi tata bahasa reguler, ekspresi reguler, otomata hingga.
• membentuk otomata hingga berdasarkan tatabahasa atau ekpresi reguler.
Tugas scanner (penganalisa leksikal)
Contoh: token dengan Automata Hingga/transisi diagram-nya, dan AH dengan implementasinya dalam suatu bahasa ,membuat program pengenal token (scanner) sederhana

Kelompok 5 Bahasa Context Free
1. Tata bahasa Context Free dan hubungannya sebagai parser (penganalisa sintak)
• mengidentifakasi dan dapat memberi contoh tata bahasa jenis CFG
• menjelaskan hubungan bahasa CF dengan parser
2. Derivasi dan pohon derivasi
• menderivasikan (left most maupun right most)sebuah kalimat dari suatu tata bahasa
• membuat pohon derivasi dari suatu kalimat mengidentifikasikan kalimat yang ambigous

Kelompok 6 Parser (Penganalisa Sintaksis)
1. Metode dan teknik-teknik Parsing
• menyebutkan teknik-teknik parsing dengan pendekatan top-down maupun bottom-up
2. Recursive descent parser dan implementasinya dalam bahasa tertentu
dapat membuat parser

Kelompok 7 Analisa Semantik, Kode Antara, dan Pembangkitan Kode
1. Analisa Semantik
• menjelaskan proses analisa semantik dari salah satu teknik
2. Kode Antara
• menyebutkan kegunaan dan teknik kode antara
• Dapat membuat kode antara dari suatu statement
3. Pembangkitan Kode
menjelaskan proses pada pembangkitan antara dan fungsinya.

Kelompok 8 Penanganan Kesalahan
1. Kesalahan program
• menjelaskan kesalahan leksikal, sintaks, dan semantik
2. Penanganan Kesalahan
menjelaskan prosedur penanganan dan perbaikan kesalahan

Kelompok 9 Teknik Optimasi
1. Dependensi Optimasi
2. Optimasi Lokal
3. Optimasi Global
memberi contoh optimasi untuk kasus-kasus umum

Kelompok 10 Tabel Informasi
1. Kegunaan
2. Implementasi
menyebutkan fungsi tabel simbol dan elemen yang biasa ada di tabel simbol

Semua Kelompok Minggu Terakhir
Project pembuatan kompiler sederhana

Daftar Pustaka:
1. D. Suryadi HS, Pengantar Automata Bahasa Formal dan Kompilasi, Penerbit Gunadarma, Jakarta, 1991.
2. Aho, A.V., R. Sethi, and J.D. Ullman, Compiler: Principles, Techniques, and Tools. Addison Wesley Publishing Company, Reading, Massachusetts, 1988.
3. Firrar Utdirartatmo, Teknik Kompilasi, J & J Learning, Yogyakarta, 2001.

Komentar

Posting Komentar

Postingan populer dari blog ini

BAHASA INDONESIA 1 (Kalimat Efektif)

KALIMAT EFEKTIF Kalimat efektif adalah kalimat yang memiliki kemampuan untuk menimbulkan kembali gagasan-gagasan pada pikiran pendengar atau pembaca seperti gagasan yang ada pada pikiran pembicara atau penulis. Sehingga dalam penyampaian pesan dapat diterima dengan baik dan lebih mudah dimengerti.. Untuk mendapatkan kalimat yang efektif harus memenuhi beberapa syarat sebagai berikut : 1). Keterpaduan Yang dimaksud dengan keterpaduan (koherensi) adalah terjadinya hubungan yang padu antara unsure - unsur pembentuk kalimat. Yang termasuk unsure pembentuk kalimat adalah kata, frasa, klausa, tanda baca, dan fungsi sintaks S-O-P-Pel-Ket. Beberapa kriteria yang harus diperhatikan : 1. Kalimat tidak bertele - tele harus sistematis. 2. Kalimat yang padu menggunakan pola aspek - agen - verbal atau aspek - verbal - pasien. ·    Surat itu sudah saya baca. ·    Saya sudah membaca surat itu. 3. Diantara predikat kata kerja dan objek penderita tidak disisipkan kata darip
Baca selengkapnya

Mesin Turing

Gambar
Jauh sebelum lahirnya program komputer, Alan Turing pada tahun 1936 telah mengeluarkan gagasannya berupa model mesin abstrak sebagai alat mekanik untuk mengerjakan prosedur yang efektif. Model ini disebut Mesin Turing . Mesin turing dapat diadaptasi untuk mensimulasi logika dari setiap algoritma oleh karena itu cara kerja mesin turing adalah ekivalen dengan cara kerja komputer sekarang ini dan mesin turing juga ekivalen dengan problema komputasi matematika. Mesin turing tidak ditujukan sebagai teknologi komputasi praktis tetapi lebih sebagai eksperimen pemikiran yang mewakili sebuah mesin komputasi. Mesin turing membantu para ilmuan komputer memahami batas-batas komputasi mekanis.             Sebagai input dari mesin turing adalah kata atau untai atas suatu alfabet T. Mesin turing berhenti dengan keadaan menerima atau menolak untai. Kadang-kadang terjadi pula perulangan atau looping tak terhingga. Keterangan : ·         -  Tape : Tempat diletakannya i
Baca selengkapnya

Algoritma Dijkstra

Gambar
Algoritma Dijkstra , (dinamai menurut penemunya, seorang ilmuwan komputer, Edsger Dijkstra ), adalah sebuah algoritma rakus ( greedy algorithm ) yang dipakai dalam memecahkan permasalahan jarak terpendek ( shortest path problem ) untuk sebuah graf berarah ( directed graph ) dengan bobot-bobot sisi ( edge weights ) yang bernilai tak-negatif. Misalnya, bila vertices dari sebuah graf melambangkan kota-kota dan bobot sisi ( edge weights ) melambangkan jarak antara kota-kota tersebut, maka algoritma Dijkstra dapat digunakan untuk menemukan jarak terpendek antara dua kota. Input algoritma ini adalah sebuah graf berarah yang berbobot ( weighted directed graph ) G dan sebuah sumber vertex s dalam G dan V adalah himpunan semua vertices dalam graph G . Setiap sisi dari graf ini adalah pasangan vertices ( u , v ) yang melambangkan hubungan dari vertex u ke vertex v . Himpunan semua tepi disebut E . Bobot ( weights ) dari semua sisi dihitung dengan fungsi w : E → [0, ∞)
Baca selengkapnya