Pelita Informatika Budi Darma, Volume : IV, Nomor: 1, Agustus 2013

ISSN : 2301-9425

SIMULASI TRANSFORMASI REGULAR EXPRESSION

TERHADAP FINITE STATE AUTOMATA
Sinar Sinurat
Dosen Tetap STMIK Budi Darma Medan
Jl. Sisingamangaraja No. 338 Simpang Limun Medan
www.stmik-budidarma.ac.id // E-Mail :sinar_sinurat@yahoo.com

ABSTRAK
Automata adalah aktivitas yang mengurusi persoalan formalisasi tatabahasa (grammar) dengan alat bantu
mesin matematis. Finite State Automata (FSA) terdiri dari Non-Deterministic FSA (NFSA) dan Deterministic
FSA (DFA). FSA digunakan untuk mengenali bahasa reguler dengan notasi ekspresi. Dalam automata
mengandung unsur : Grammar (tata bahasa), Parsing (mengurai string-string dalam buffer), Scanning
(membaca data streaming ke dalam buffer)
Dalam paper mencakup bahasan bagaimana proses transformasi reguler expression ke DFA dan NFA
dengan menguraikan tahap demi tahap hingga muncul diagram transisi yang akan digunakan untuk meregulasi
bahasa.
Paper ini akan menghasilkan diagram transisi yang bersifat non deterministik dan deterministik, dan
sebelumnya tabel diagram transisi sudah terbentuk.
Kata Kunci : Buffer, ekspressi, scanning, diagram transisi, non determistik dan deterministik

1. Pendahuluan
1.1. Latar Belakang
Teori bahasa adalah salah satu topik materi
pendukung yang membicarakan formalisasi (formal
language),
terutama
untuk
kepentingan
perancangan kompilator (compiler) dan pemroses
naskah (text processor). Bahasa formal adalah
kumpulan kalimat. Semua kalimat dalam sebuah
bahasa dibangkitkan oleh sebuah tata bahasa
(grammar) yang sama. Sebuah bahasa formal bisa
dibangkitkan oleh dua atau lebih tata bahasa
berbeda. Dikatakan bahasa formal karena grammar
diciptakan mendahului pembangkitan setiap
kalimatnya. Bahasa manusia bersifat sebaliknya;
grammar diciptakan untuk meresmikan kata-kata
yang hidup di masyarakat. Dalam pembicaraan
selanjutnya bahasa formal akan disebut bahasa
saja. Mengenali (recognize), menerima (accept),
atau membangkitkan (generate) sebuah kalimat
dalam bahasa tertentu.
Automata secara umum dipelajari bersama
dengan teori bahasa. Alasan yang mendasar adalah
sebagai berikut :
1. Rangkaian input dapat dianggap sebagai bahasa
yang harus dikenali oleh automata tersebut.
2. Automata
dapat
berfungsi
untuk
membangkitkan bahasa tertentu yang aturannya
ditentukan oleh tata bahasa (grammar) tertentu.

input yang sama. Perbedaan lainnya adalah DFA

tidak menerima input kosong (empty), tidak seperti
NDFA. FSA yang biasanya pertama kali dirancang
adalah NFA, dan kemudian ditransformasi ke
bentuk DFA sebagai bentuk yang lebih minimal
dan efisien. Dalam proses transformasi, umumnya
dilakukan beberapa tahapan khusus dan kompleks.
1.2. Tujuan
Adapun tujuan yang ingin dicapai adalah:
1. Untuk
mengetahui
proses
transformasi
(konversi) ekspressi reguler ke bentuk DFA
yang efektif dan lebih praktis.
2. Untuk memberikan deskripsi yang lebih praktis
dalam pemahaman proses regulasi bahasa
beserta proses pembuatan diagram transisi.
3. Untuk memberi kemudahan terhadap para
pemrogram untuk membuat coding dalam
bahasa pemrograman yang sesuai dengan
keinginan.
1.3. Identifikasi Masalah
Agar pembahasan tidak terlalu meluas dan tidak
menyimpang dari tujuan maka maka unsur-unsur
yang akan dibahas adalah sebagai berikut :
1. Pemberian input ekpressi reguler yang
sederhana dan memenuhi kaidah grammar
2. Proses transformasi ekspressi reguler ke NFA
kemudian kebentuk DFA dilakukan dengan
tahap-tahap.
3. Tahap demi tahap transformasi mengandung
langkah-langkah yang diulang (iterasi).

Beberapa perbedaan di antara keduanya adalah

bahwa DFA menerima sebuah input dimana state
tujuan dari input tersebut adalah satu, sedangkan
NDFA dapat menuju beberapa state tujuan untuk
SimulasiTransformasiRegularExpressionTerhadapFiniteStateAutomata
Oleh:SinarSinurat

Pelita Informatika Budi Darma, Volume : IV, Nomor: 1, Agustus 2013

1.4. Batasan Masalah

Agar pembahasan lebih fokus diberikan
batasan yaitu:
1. Input ekspressi reguler/ bahasa reguler
sembarang
2. Proses transformasi (konversi) dalam domain
prinsip-prinsip kompilasi
3. State-state yang diterima adalah simbol nonterminal berupa 1 karakter huruf kapital atau
angka.
4. Alfabet-alfabet yang diterima sebagai input
untuk otomata adalah 1 karakter sembarang
(non kapital jika huruf) dan alfabet empty ()
sebagai karakter spasi (blank).
5. Tidak membahas penentuan inaccessible state
dan state ekuivalen.
1.5. Metode Penelitian
Penyelesaian paper ini dilakukan dengan cara :
1. Kepustakaan
a. Mencari
sejumlah
literatur
yang
berhubungan
dengan
automata
dan
kompilasi baik berupa buku, artikel (majalah
maupun internet), source code program, dan
sebagainya.
b. Mencari bentuk konversi yang lebih mudah
dipahami dan diterakan ke dalam bahasa
pemrograman
c. Merancang
algoritma
yang
menginterpretasikan seluruh langkah teoritis
dalam bentuk pseudo code
2. Laboratorium
a. Merancang coding program yang dapat
dikompilasi sewaktu-waktu
b. Menguji program dengan sejumlah input
ekpressi reguler yang bervariasi
c. Validasi dengan sejumlah teori dan
mencatat sejumlah perbedaan antara teori
dan praktek
d. Implementasi
2.

ISSN : 2301-9425

Dasar Teoritis

2.1 Beberapa Pengertian Dasar

Proses penerjemahan suatu bahasa sumber
(source program) menjadi bahasa target (target
program), biasanya dilakukan dengan proses
kompilasi, perhatikan diagram berikut :

Beberapa tools software yang dapat digunakan

bahasa sumber seperti :
1. Structure Editor : mengambil sejumlah untaian
perintah untuk dibangun menjadi bahasa
sumber, membuat teks, dan memodifikasi

2.

3.

4.

fungsi yang aneh serta menganalisa teks

program dalam bentuk hirarki
Pretty Printer : menganalisa suatu program dan
cetakan dengan beberapa cara sehingga
struktur program menjadi jelas, misalnya
berupa font tertentu, indend (tab)
Static Checker : membaca, mengalisa,
menempatkan program dalam posisi tawaran
perubahan serta mendeteksi program tanpa
pernah dieksekusi
Interpreter : menghasilkan suatu target
program sebagai suatu translasi untuk dipakai
menjadi source program

Program-program yang menggunakan teknologi

kompiler konvensional antara lain :
1. Text Formatter : mengambil input sebagai
stream karakter termasuk perintah untuk
mengenali paragraf, gambar atau struktur
matematika (subscript, superscript)
2. Silicon Compiler : fungsional programming
languange
di
mana
variabel-variabel
merepresentasi bahasa untuk signal logika (0 or
1 or grup signal) tidak berada di memory akan
tetapi ada di rangkaian switching
3. Query Interpreter : menerjemahkan predikat
relasi dan operator boolean menjadi command
untuk mencari database records yang
memenuhi predikat
Beberapa pemahaman dasar untuk mengenali
(recognize),
menerima
(accept),
ataupun
membangkitkan (generate) sebuah kalimat dalam
bahasa tertentu adalah sebagai berikut :
1. Simbol adalah sebuah entitas abstrak (seperti
halnya pengertian titik dalam geometri).
Sebuah huruf atau sebuah angka adalah contoh
simbol.
2. String adalah deretan terbatas (finite) simbolsimbol. Sebagai contoh, jika a, b, dan c adalah
tiga buah simbol maka abcb adalah sebuah
string yang dibangun dari ketiga simbol
tersebut.
3. Jika w adalah sebuah string maka panjang
string
dinyatakan
sebagai
w
dan
didefinisikan sebagai cacahan (banyaknya)
simbol yang menyusun string tersebut. Sebagai
contoh, jika w = abcb maka w= 4.
4.
String hampa adalah sebuah string dengan nol
buah simbol. String hampa dinyatakan dengan
simbol (atau ^) sehingga = 0. String
hampa dapat dipandang sebagai simbol hampa
karena keduanya tersusun dari nol buah simbol.
5. Alfabet adalah hinpunan hingga (finite set)
simbol-simbol

2.2 Operasi Dasar String

Diberikan dua string : x = abc dan y=123
Prefix string w adalah string dihasilkan dari
string w dengan menghilangkan nol atau lebih
simbol-simbol paling belakang dari string w
SimulasiTransformasiRegularExpressionTerhadapFiniteStateAutomata
2
Oleh:SinarSinurat

Pelita Informatika Budi Darma, Volume : IV, Nomor: 1, Agustus 2013

tersebut. Contoh : abc, ab, a, dan adalah

semua Prefix(x)
Proper Prefix string w adalah string dihasilkan
dari string w dengan menghilangkan satu atau
lebih simbol-simbol paling belakang dari string
w tersebut. Contoh : ab, a, dan adalah semua
Proper Prefix(x)
Postfix (Suffix) string w adalah string dihasilkan
dari string w dengan menghilangkan nol atau
lebih simbol paling depan dari string w tersebut.
Contoh : abc, bc, c, dan adalah semua
Postfix(x)
Proper Postfix (atau Proper Suffix) string w
adalah string yang dihasilkan dari string w
dengan menghilangkan satu atau lebih simbol
paling depan dari string w tersebut. Contoh : bc,
c, dan adalah semua Proper Postfix(x).
Head string w adalah simbol paling depan dari
string w. Contoh : a adalah Head(x).
Tail string w adalah string dihasilkan dari string
w dengan menghilangkan simbol paling depan
dari string w tersebut. Contoh : bc adalah Tail(x)
Substring w adalah string dihasilkan dari string
w dengan menghilangkan nol atau lebih simbol
paling depan dan/atau simbol paling belakang
dari string w tersebut. Contoh : abc, ab, bc, a, b,
c, dan adalah semua Substring (x)
Proper Substring w adalah string dihasilkan dari
string w dengan menghilangkan satu atau lebih
simbol paling depan dan/atau simbol paling
belakang dari string w tersebut. Contoh : ab, bc,
a, b, c, dan adalah semua Substring (x)
Subsequence string w adalah string yang
dihasilkan dari string w dengan menghilangkan
nol atau lebih simbol dari string w tersebut.
Contoh : abc, ab, bc, ac, a, b, c, dan adalah
Subsequence (x)
Proper Subsequence string w adalah string yang
dihasilkan dari string w dengan menghilangkan
satu atau lebih simbol dari string w tersebut.
Contoh : ab, bc, ac, a, b, c, dan adalah semua
Subsequence (x)
Concatenation adalah penyambungan dua buah
string. Operator concatenation adalah concate
atau tanpa lambang. Contoh : concate(xy) = xy =
abc123
Alternation adalah satu di antara dua buah
string. Operator alternation adalah alternate
atau . Contoh : alternate(xy) = xy = abc atau
123
Kleene Closure, berbentuk : x* = xxx =
2

xx x

ISSN : 2301-9425

Positive Closure : x
2

xx x

= xxx =

2.3 Beberapa Sifat Operasi

Sejumlah operasi string yang dapat

digunakan untuk transformasi adalah :

Tidak selalu berlaku : x = Prefix(x) Postfix(x)

Selalu berlaku : x = Head(x)Tail(x)
Tidak selalu berlaku : Prefix(x) = Postfix(x) atau
Prefix(x) Postfix(x)
Selalu
berlaku
:
ProperPrefix(x)

ProperPostfix(x)
Selalu berlaku : Head(x) Tail(x)
Setiap Prefix(x), ProperPrefix(x), Postfix(x),
ProperPostfix(x), Head(x), dan Tail(x) adalah
Substring(x), tetapi tidak sebaliknya
Setiap Substring(x) adalah Subsequence(x),
tetapi tidak sebaliknya
Dua sifat aljabar concatenation :
a. Operasi concatenation bersifat asosiatif :
x(yz) = (xy)z
b. Elemen identitas operasi concatenation
adalah : x = x = x
Tiga sifat aljabar alternation :
a. Operasi alternation bersifat komutatif :
xy = yx
b. Operasi alternation bersifat asosiatif :
x(yz) = (xy)z
c. Elemen identitas operasi alternation adalah
dirinya sendiri : xx = x
Sifat
distributif
concatenation
terhadap
alternation : x (yz) = xyxz
Beberapa kesamaan :
a. Kesamaan ke-1 : (x*)* = (x*)
b.
c.

Kesamaan ke-2 : x = x = x*
Kesamaan
ke-3
:
(xy)*
=xyxxyyxyyx = semua string
yang merupakan concatenation dari nol
atau lebih x, y, atau keduanya.

2.4 Proses Regulasi Automata dan Bahasa

Automata merupakan sekuensi proses secara
otomatis yang menerima input dan menghasilkan
output yang bersifat diskret. Rangkaian input yang
diterima adalah string atau bahasa yang dikenali
oleh automata. Jika rangkaian input yang diterima
dan dikenali maka mesin menghasilkan output.
Contoh dari automata yang telah dikenal luas
adalah mesin Mealy dan mesin Moore.
Bahasa merupakan kumpulan string-string dari
simbol-simbol untuk suatu alfabet, atau rangkaian
dari simbol-simbol yang memiliki makna. Dalam
konteks automata, string-string yang di-input ke
dalam otomata harus merupakan bahasa yang dapat
dikenali oleh aturan pada automata. Aturan pada
automata ini disebut sebagai fungsi transisi.
Bahasa memiliki aturan yang disebut sebagai
tata bahasa (grammar). Dalam hubungannya
dengan automata, Noam Chomsky melakukan

SimulasiTransformasiRegularExpressionTerhadapFiniteStateAutomata
Oleh:SinarSinurat

Pelita Informatika Budi Darma, Volume : IV, Nomor: 1, Agustus 2013

ISSN : 2301-9425

penggolongan menjadi 4 (empat) tingkatan

bahasa berdasarkan aturan produksinya sebagai
berikut:
1. Bahasa Reguler (tipe 3)
Menggunakan Finite State Automata (FSA)
sebagai pengenalnya. FSA umumnya terdiri dari
sejumlah state (simbol non-terminal) sebagai
kondisi pada automata, alfabet (simbol terminal)
sebagai string input, state awal, state akhir, dan
fungsi-fungsi transisi yang menentukan state
automata yang aktif setelah menerima string
input tertentu. FSA dapat dibagi menjadi 2 (dua)
jenis, yaitu Non-Deterministic FSA (NFA) dan
Deterministic FSA (DFA). Ciri-ciri sekaligus
perbedaan di antara keduanya antara lain:
a. NFA mengandung alfabet serta transisi
empty (empty string/transition), sedangkan
DFA tidak.
b. State pada NFA dapat terdiri beberapa
simbol non-terminal (mis. ABC), sedangkan
state DFA hanya terdiri dari 1 simbol nonterminal.
c. Satu alfabet input pada NFA dapat
digunakan untuk menuju beberapa state
yang berbeda (probabilitas), sedangkan
alfabet input pada DFA hanya menuju 1
state.
2. Bahasa Bebas Konteks (tipe 2)
Merupakan
dasar
pembentukan
parser
(pemroses analisis sintaksis pada kompilasi)
yang dideskripsikan secara formal dengan
notasi Backus-Nour Form (BNF) yang
dikembangkan oleh Backus (1959) dan Peter
Nour (1960). Bahasa ini menggunakan mesin
Push-Down Automata.
3. Bahasa Context-Sensitive (tipe 1)
Digunakan dalam proses analisis semantik dari
tahapan kompilasi. Bahasa ini menggunakan
mesin Linear-Bounded Automata.
4. Bahasa Unrestricted/ Alami (tipe 0)
Bahasa
ini
seperti
bahasa
manusia.
Menggunakan mesin Turing yang dirancang
oleh Alan Mathison Turing. Mesin Turing
digambarkan berupa barisan sel tersusun berupa
pita yang dapat bergerak maju mundur,
komponen aktif baca/ tulis pita yang memiliki
status perhitungan serta dapat mengubah/
menulisi sel aktif pita. Model ini merupakan
suatu kumpulan instruksi yang mendeskripsikan
bagaimana komponen baca/tulis ini harus
melakukan modifikasi terhadap sel aktif pada
pita, serta bagaimana menggerakkan pita
tersebut. Pada setiap langkah dalam komputasi,
mesin ini akan dapat mengubah isi dari sel yang
aktif, mengubah status dari komponen
baca/tulis, dan mengubah posisi pita ke kiri atau
ke kanan.
2.5 Analisa Penentuan Type Grammar

Untuk penulisan grammar, maka perlu

memperhatikan tipe grammar sebagai berikut :
1. Grammar G 1 dengan Q 1 = {S aB, B bB,
B b}. Ruas kiri semua produksinya terdiri
dari sebuah VN maka G1 kemungkinan tipe
contex free grammar (CFG) atau regular
grammar (RG). Selanjutnya karena semua ruas
kanannya terdiri dari sebuah VT atau string
VTVN maka G1 adalah RG.
2. Grammar G2 dengan Q2 = {S Ba, B Bb, B
b}. Ruas kiri semua produksinya terdiri dari
sebuah VN maka G2 kemungkinan tipe CFG
atau RG. Selanjutnya karena semua ruas
kanannya terdiri dari sebuah VT atau string
VTVN maka G2 adalah RG.
3. Grammar G3 dengan Q3 = {S Ba, B bB, B
b}. Ruas kiri semua produksinya terdiri dari
sebuah VN maka G3 kemungkinan tipe CFG
atau RG. Selanjutnya karena ruas kanannya
mengandung string VTVN (yaitu bB) dan juga
string VNVT (Ba) maka G3 bukan RG, dengan
kata lain G3 adalah CFG.
4. Grammar G4 dengan Q4 = {S aAb, B aB}.
Ruas kiri semua produksinya terdiri dari sebuah
VN maka G4 kemungkinan tipe CFG atau RG.
Selanjutnya karena ruas kanannya mengandung
string yang panjangnya lebih dari 2 (yaitu aAb)
maka G4 bukan RG, dengan kata lain G4 adalah
CFG.
5. Grammar G5 dengan Q5 = {S aA, S aB,
aAb aBCb}. Ruas kirinya mengandung string
yang panjangnya lebih dari 1 (yaitu aAb) maka
G5 kemungkinan tipe context sensitive grammar
(CSG) atau unrestricted grammar (UG).
Selanjutnya karena semua ruas kirinya lebih
pendek atau sama dengan ruas kananya maka G5
adalah CSG.
6. Grammar G6 dengan Q6 = {aS ab, SAc
bc}. Ruas kirinya mengandung string yang
panjangnya lebih dari 1 maka G6 kemungkinan
tipe CSG atau UG. Selanjutnya karena terdapat
ruas kirinya yang lebih panjang daripada ruas
kananya (yaitu SAc) maka G6 adalah UG.
2.6. Derivasi Kalimat dan Penentuan Bahasa
Untuk menentukan bahasa dari masing-masing
grammar pada contoh berikut :
Contoh 1 : G1 dengan Q1 = {1. S aAa, 2. A
aAa, 3.
A b}, maka :
derivasi kalimat terpendek :
Derivasi kalimat
umum :
S aAa
(1)
S aAa
(1)
aba
(3)

aaAaa
(2)

anAan
(2)

SimulasiTransformasiRegularExpressionTerhadapFiniteStateAutomata
Oleh:SinarSinurat

Pelita Informatika Budi Darma, Volume : IV, Nomor: 1, Agustus 2013

Dari

ISSN : 2301-9425

ke dua pola
L1(G1)={anbann 1}

anban
(3)
kalimat diperoleh :

Contoh 2 : G2 dengan Q2 = {1. S aS, 2. S aB,

3. B bC, 4. C aC, 5. C a}, maka :
derivasi kalimat terpendek :
Derivasi kalimat
umum :
S aB (2)
S

aS
(1)
abC (3)

aba (5)
an-1S
(1)
anB
(2)
anbC
(3)
anbaC
(4)

anbam-1C (4)
(5)
anbam
Dari ke dua pola di atas diperoleh :
L2(G2)={anbam n ,m
1}
Contoh 3 : G3 dengan Q3 = {1. SaSBC, 2. S
abC,
3. bB bb, 4. bC
bc,
5. CB BC,
6.
cC cc}
Maka diperoleh :
derivasi kalimat terpendek :
Derivasi kalimat
umum :
S abC
(2)
S

aSBC
(1)
abc
(4)

aaSBCBC
(1)
Derivasi terpendek 2 :
aaabCBCBC
(2)
S aSBC
(1)
aaabBCCBC
(5)
aabCBC
(2)
aaabBCBCC
(5)
aabBCC
(5)
aaabBBCCC
(5)
aabbCC
(3)
aaabbBCCC
(3)
aabbcC
(4)
aaabbbCCC
(3)
aabbcc
(6)
aaabbbcCC
(4)

aaabbbccC
(6)

aaabbbccc
(6)

Dari ke tiga pola kalimat di atas disimpulkan :

L3 (G3) = { an bncnn 1}
2.7 SCANNING BUFFER
Implementasi
Scanner
dengan
siklus
transformasi : GRER AHNAHDGR.
Sebagai contoh, scanner (yaitu DFA) untuk
mengenali identifier adalah :

Berikut fragmen program dari bahasa pascal :

type Text_Pos = record {posisi penunjuk karakter}
Row_Numb : word;
{baris
ke-,
bisa
ribuan
baris/program_sumber}
Char_Numb : byte;
{karakter
ke-,
maksimum
255
karakter/baris}
end;
var Now_Pos : Text_Pos; {posisi sekarang}
Line : string; {baris yang sedang diproses}
End_of_line : byte;
{posisi akhir baris yang sedang diproses}
procedure Next_Character(var Ft : text); {baca karakter
berikut pada program_sumber}
begin
with Now_Pos do { perintah with ... do ?}
begin
if Char_Numb = End_of_line then
begin
List_Line; {menampilkan kembali baris
yang telah dibaca, beserta errornya}
Next_Line(Ft); {membaca baris berikutnya}
Row_Numb := Row_Numb + 1;
Char_Numb := 1
end
else
Char_Numb := Char_Numb + 1;
character := Line[Char_Numb]
end
end;
procedure List_Line;
begin
write{Now_Pos.Row_Numb : 3, );
writeln(Line);
List_Error; {menampilkan kesalahan-kesalahan
yang terjadi pada suatu baris}
end
procedure Next_Line(Ft : text);
begin
readln(Ft, Line);
End_of_line := length(Line) + 1:
Line := Line + #32; {karakter spasi}
end;

2.8 PENULISAN GRAMMAR

Reguler Expression (RE) Vs Context Free
Grammar (CFG). RECFG : Setiap bentuk yang
dapat dideskripsikan oleh RE dapat di deskripsikan
oleh CFG CFG dibentuk dari diagram transisi
dengan
aturan
:
SimulasiTransformasiRegularExpressionTerhadapFiniteStateAutomata
5
Oleh:SinarSinurat

Pelita Informatika Budi Darma, Volume : IV, Nomor: 1, Agustus 2013

ISSN : 2301-9425

transisi yang ada, maka jika state ketiga bukan

merupakan anggota himpunan F berarti string
tersebut tidak dapat diterima/dikenali oleh
otomata.

Misalnya : RE : (a|b)*abb maka CFG:

A0 aA0|bA0|aA1
A1 bA2
A2 bA3
A3
RE digunakan untuk lexical analysis, alasannya
adalah :
1. Penulisan RE lebih sederhana
2. Notasi RE lebih mudah dimengerti
3. RE dapat menghasilkan scanner yang efisien
4. Modularisasi analisis
Di sisi lain bahwa RE lebih sesuai untuk
mendeskripsikan token-token yaitu :
1. Identifier
2. Constant
3. Keyword (reserve word), dan lain-lain
Sedangkan
CFG
lebih
mudah
untuk
mendeskripsikan struktur tersarang (nested) dan
berpasang (matched) yaitu
1. Tanda kurung yang berpasangan
2. Begin dan end
3. If dan else
4. FOR do atau while do
2.9 Finite State Automata
FSA (NFA atau DFA) umumnya terdiri dari:
1. Himpunan state (simbol non-terminal) sejumlah
terhingga yang disimbolkan dengan Q
merupakan keadaan pada otomata yang dapat
berubah menjadi state lain setelah menerima
alfabet yang di-input. Dalam penulisan
himpunan Q, state yang dituliskan pertama kali
umumnya adalah state awal.
2. Himpunan alfabet (simbol terminal) sejumlah
terhingga yang disimbolkan dengan adalah
simbol-simbol yang dapat dikenali oleh otomata
ketika di-input sebagai string.
3. Himpunan fungsi transisi yang disimbolkan
dengan mengenali alfabet-alfabet (string)
yang di-input pada otomata dan kemudian
merubah state yang berlaku sekarang menjadi
state lain. Misalnya string input terdiri dari 3
(tiga) alfabet, maka state dapat berubah
sebanyak 3 kali dengan menggunakan 3
fungsi transisi. Contoh sebuah fungsi transisi
adalah (S,0)=D, yang berarti bahwa jika
alfabet 0 di-input saat state yang aktif adalah S
maka state yang aktif menjadi D.
4. State awal yang disimbolkan dengan q0 adalah
state yang langsung aktif saat automata
dijalankan. State awal berjumlah 1 (satu) buah.
5. Himpunan state akhir (final) yang disimbolkan
dengan F. Misalnya string input terdiri dari 3
(tiga) alfabet dengan menggunakan fungsi

Contoh komponen-komponen sebuah otomata

adalah sebagai berikut:
M = (Q,,,q0,F)
Q = {S,A,B,C}
= {0,1}
q0 = S
F = {S}
= {(S,0)=B,
(S,1)=A, (A,0)=C,
(A,1)=S, (B,0)=S,
(B,1)=C, (C,0)=A,
(C,1)=B}
Pada contoh di atas, S adalah state awal
sekaligus state akhir. Fungsi transisi (S,0)=B
berarti bahwa jika state sekarang adalah S dan
alfabet yang di-input adalah 0, maka state berubah
menjadi B.
Adapun Tabel dan diagram yang digunakan
dalam pembuatan pohon adalah :
1. Pohon sintaks dari Augmental RE r

2. Rules untuk menentukan nullable, firstpos,

lastpos

3. Rules untuk menentukan followpos

a. Jika n adalah cat-node left-child c1 dan rightchild c2, dan i adalah posisi dalam lastpos
(c1) maka semua posisi lastpos (c2) adalah
followpos (i)
b. Jika n adalah node start dan i adalah posisi
dalam lastpos (n) maka semua posisi firstpos
(n) adalah dalam followpos (i)
3. Simulasi Model Transformasi
3.1 Model

SimulasiTransformasiRegularExpressionTerhadapFiniteStateAutomata
Oleh:SinarSinurat

Pelita Informatika Budi Darma, Volume : IV, Nomor: 1, Agustus 2013

ISSN : 2301-9425

Diberikan sembarang ekspressi reguler (RE),

misalkan: r=(a|b)*abb, maka langkah-langkah untuk
mengkonversikan adalah sebagai berikut :
1. Tambahkan augmented pada RE yaitu :
r = ( a | b ) *a b b #
2. Berikan indeks untuk masing-masing karakter
yang ada pada RE untuk menyatakan posisi
node dalam pohon yaitu :
r = ( a | b )* a b b #
1

3 4 5 6

3. Buatlah pohon sintaks untuk menyatakan nilai

firstpost, lastpos dan nullable yaitu :

4. Buatlah tabel Followpos dalam Himpunan

posisi semua simbol terletak pada sesudah
symbol pada posisi n masing-masing node pada
langkah 2 yaitu :
Node
1
2
3
4
5
6

Followpos
{1,2,3}
{1,2,3}
{4}
{5}
{6}
-

5. Berdasarkan tabel pada langkah 4 dapat dibuat

diagram transisi NFA (Digraph untuk fungsi
followpos) yaitu :

6. Buatlah tabel DFA dengan menggunakan tabel

followpos yaitu :

7. Bentuklah diagram transisi DFA dari tabel

langkah 6 yaitu :

3.2 Simulasi DFA

Simulasi DFA dimaksudkan untuk mengenali

token.
type Token_Kind = record
tipe : byte; nilai : byte
end;
var Token : array[0..Max_State] of Token_Kind;
Found_Token : Token_Kind; {token yang
ditemukan}
Tok_Pos : Text_Pos; {posisi token dalam
program sumber}
procedure Next_Token(var Ft : text); {digunakan untuk
mengenali sebuah token}
var state1, state2 : shortint;
begin
state1 := 0;
Tok_Pos := Now_Pos;
repeat
state2 := Next_State(state1, character);
if state2 <> -1 then {-1 bersesuaian dengan x pada
tabel transisi}
begin
state1 := state2;
Next_Character(Ft); {baca karakter berikut
pada program_sumber}
{di antaranya menghasilkan nilai baru untuk
Now_Pos}
end;
until state2 = -1;
Act_for_Token(state1);
end;
procedure Act_for_Token(state : shortint);
var Tok_Length : byte;
Err : integer;
begin
Current_Token(Token[state].tipe,
Token[state].nilai);
Tok_Length
:=
Now_Pos.Char_Numb
Tok_Pos.Char_Numb;
case Token[state].tipe of
0 : Error(Token tidak dikenal!, Tok_Pos);
27 : Id := copy(Line, Tok_Pos.Char_Num,
Tok_Length);
28 :
val(copy(Line,
Tok_Pos.Char_Num,
Tok_Length), IN, Err);
29 :
val(copy(Line,
Tok_Pos.Char_Num,
Tok_Length), RN, Err);
end
end;
catatan :
- copy(string, start, length) mengembalikan substring
- val(string_value, number_variable, error_flag) :
jika string_value = 137 maka number_variable =
137 dan error_flag = 0
jika string_value = string maka number_variable =
137 dan error_flag 0
- Token.tipe {1, 2, 3, ..., 26} dimisalkan bernilai pasti,
sehingga tidak perlu penangan-an lebih lanjut
procedure Current_Token(tipe, nilai : byte);
begin
Found_Token.tipe := tipe;
Found_Token.nilai := nilai;
end;

SimulasiTransformasiRegularExpressionTerhadapFiniteStateAutomata
Oleh:SinarSinurat

Pelita Informatika Budi Darma, Volume : IV, Nomor: 1, Agustus 2013

ISSN : 2301-9425

4. Implementasi
4.1 Form Ekspressi Reguler
Pada form ini dilakukan penginputan string
untuk state, dan fungsi transisi dari NFA yang akan
diproses (ditransformasi).
Algoritma dalam penginputan state adalah sebagai
berikut:
1. Input string
2. Jika string yang diinput adalah string akhir, beri
tanda pada kotak cek Final.
Algoritma dalam penginputan fungsi transisi adalah
sebagai berikut:
a. Input state.
b. Cari state tersebut pada tabel transisi.
i. Jika state tersebut tidak ada, kembali ke
langkah a.
ii. Jika state tersebut ada, dilanjutkan ke
langkah c.
c. Input alfabet.
d. Cari alfabet tersebut pada tabel transisi.
i. Jika alfabet tersebut tidak ada, maka kembali
ke langkah c.
ii. Jika alfabet tersebut ada, dilanjutkan ke
langkah e.
e. Input state tujuan dari fungsi transisi.
f. Cari state tujuan tersebut pada tabel transisi
i. Jika state tersebut tidak ada, kembali ke
langkah f.
ii. Jika state tersebut ada, dilanjutkan ke
langkah g.
g. Tambahkan fungsi transisi ke dalam tabel
transisi.
4.2 Form Fungsi Pohon Transisi
Form ini menampilkan simulasi proses
pembentukan pohon fungsi transisi state yang
memiliki transisi atas input firstpos, lastpos dan
nullable.
Algoritma proses ini adalah sebagai berikut:
1. Mulai dari leaf hingga root
2. Cek apakah node untuk fungsi and or atau
fungsi * closure dan + closure.
3. Untuk masing-masing node akan diberi 3 nilai
di mana untuk setiap leaf bahwa firstpos dan
lastpos dari indeks yang ada pada pohon
sedangkan nullable diberi nilai false.
4. Untuk selanjutnya pada proses pemberian
nullable dilakukan berdasarkan tabel kebenaran
ke dua ruas kanan dan ruas kiri. Dengan cara
yang sama sehingga semua posisi node akan
mendapatkan nilai nullable
5. Untuk pemberian nilai firstpos dan laspos untuk
masing-masing node selain leaf gunakanlah
tabel rules untuk nullabel, firstpos dan lastpos.
Ulangi dengan cara yang sama sehinga semua
node akan terisi nilai firstpos dan lastpos

6. Ambil posisi firstpos pada root untuk dijadikan

menjadi set root.
5. Kesimpulan dan Saran.
5.1 Kesimpulan
Berdasarkan uraian dari bab I hingga bab IV
maka dapat diambil kesimpulan sebagai berikut :
1. Konversi ekspressi reguler menjadi DFA
menjadi dasar pembentukan grammar pada
bahasa dalam proses kompilasi
2. Konversi ini merupakan dasar analisa sintaksis
dan semantik pada proses kompilasi
3. Dapat dijadikan sebagai media pembelajaran
5.2 Saran
Demi kesempurnaan paper ini, perlu beberapa
saran sebagai berikut :
1. Untuk dikembangkan dalam dalam beberapa
bahasa pemrograman yang dinamis
2. Penguraian dalam topik ini masih banyak yang
menyertakan teori-teori yang vital. Oleh karena
itu untuk para pengembang selanjutnya dapat
melengkapinya.
Daftar Pustaka
1. Sanjay Bhargava, G.N. Purohit, Construction
of a Minimal Deterministic Finite Automaton
from a Regular Expression, Department Of
Computer Science Banasthali unversity, 2011
2. John E. Hopcroft, Rajeev Motwani, Jeffrey D.
Ulman, Teori Bahasa dan Otomata, 2nd , Andi
Offset, 2007
3. Marco Almeida, Nelma Moreira, Rogerio
Reis,Exact Generation of Minimal Acyclic
Deterministic Finite Automata, Technical
Report Series: DCC-2007-05 Version 1.0
4. Carmen
Galvez
and
Flix
MoyaAnegn,Approximate
Personal
NameMatching Through Finite-State Graphs,
Department of information Science, University
of Granada, Campus Cartuja, Colegio Mximo,
18071, Granada, Spain, 2007
5. Paritosh K. Pandya , Finite State Automata
Automata: Theory and Practice, (TIFR,
Mumbai, India), Unversity of Trento, 10-24
May 2005
6. H. Aho, Alfred V., Ravi Sethi and Jeffrey D.
Ulman, Compiler : Principle, Techniques and
Tools, Addition-Wesley Publishing Company,
(1986)
7. Pittman, Thomas and James Peters, The Art
Compiler Design : Theory and Practice,
Prentice Hall, (1992)
8. Aho, Alfred V., Ravi Sethi and Jeffrey D.
Ulman, Principles of Compiler Design,
Addison-Wesley, (1977)
9. Sumantri Slamet, Heru Suhartanto, Teknik
Kompilasi, PT. Elex Media Computindo, 1993.

SimulasiTransformasiRegularExpressionTerhadapFiniteStateAutomata
Oleh:SinarSinurat