Logaritma biner: Perbedaan antara revisi

Konten dihapus Konten ditambahkan
Tidak ada ringkasan suntingan
Antonijek (bicara | kontrib)
Fitur saranan suntingan: 3 pranala ditambahkan.
 
(14 revisi perantara oleh 7 pengguna tidak ditampilkan)
Baris 1:
{{Infobox mathematical function|image=Binary logarithm plot with ticks.svg|name=Logaritma biner|domain=<math> (0,\infty) </math>|kodomain=<math> (-\infty,\infty) </math>|max=Tidak ada|min=Tidak ada|derivative=<math> \frac{1}{x \ln 2} </math>|zero=<math> 1 </math>|fields_of_application=[[Teori musik]]|inverse=<math> x = 2^y </math>}}
[[File:Binary logarithm plot with ticks.svg|thumbnail|right|320px|Kurva log<sub>2</sub> ''n'']]
 
'''Logaritma biner''' ({{lang-en|binary logarithm}}) dalam [[matematika]] adalah , adalah [[logaritma]] dengan [[Sistem bilangan biner|basis 2]], yang biasanya dilambangkan dengan '''log<submath>2\log_2 n</submath>&nbsp;''n''''' atau '''<supmath>^2\!\log n</supmath>log&nbsp;''n'''''. MerupakanLogaritma biner merupakan [[fungsi invers]] dari [[fungsi kuadrat|fungsi kuadrat atau fungsi pangkat dua]]. LogaritmeLogaritma biner ''<math>n''</math> adalah kepangkatan bilangan [[2 (angka)|dua]] untuk mendapatkan nilai &nbsp;''<math>n''</math>. Jadi:
:<math>x=\log_2 n \quad\Longleftrightarrow\quad 2^x=n.</math>
Misalnya logaritma biner 1 adalah 0, logaritma biner 2 adalah 1, logaritma biner 4 adalah 2, logaritma biner 8 adalah 3, logaritma biner 16 adalah 4, logaritma biner 32 adalah 5 dan seterusnya.
Misalnya:
* logaritme biner 1 adalah 0
* logaritme biner 2 adalah 1
* logaritme biner 4 adalah 2
* logaritme biner 8 adalah 3
* logaritme biner 16 adalah 4
* logaritme biner 32 adalah &nbsp;5
dan seterusnyaq
 
Logaritma biner terkait erat dengan "[[Sistemsistem bilangan biner]]". Dalam sejarahnya, aplikasi pertama logaritmelogaritma biner adalah dalam [[teori musik]], oleh [[Leonhard Euler]]: logaritma biner dari perbandingan frekuensi antara dua nada menghasilkan perbedaan [[oktaf]] antara nada-nada tersebut. Bidang lain yang sering menggunakan logaritmelogaritma biner termasukdi antaranya adalah [[teori informasi]], [[:en:combinatorics|combinatoricskombinatorika]], [[:en:computer science|computerilmu sciencekomputer]], [[bioinformatika]], desain turnamen olahraga, dan [[fotografi]].
 
== Sejarah ==
[[FileBerkas:Leonhard_EulerLeonhard Euler.jpg|thumbjmpl|180px|[[Leonhard Euler]] adalah orang pertama yang menerapkan logaritmelogaritma biner pada [[teori musik]], pada tahun 1739.]]
Tabel pangkat dua dipublikasikan oleh [[:en:Michael Stifel|Michael Stifel]] pada tahun 1544 dan dapat ditafsirkan (dengan membalikkan baris-barisnya) sebagai tabel logaritmelogaritma biner.<ref>
{{Citation|title = Precalculus mathematics|first1 = Vivian Shaw|last1= Groza |first2= Susanne M. |last2=Shelley|publisher = Holt, Rinehart and Winston|location=New York|year=1972|isbn=978-0-03-077670-0|page = 182|url = http://books.google.com/?id=yM_lSq1eJv8C&pg=PA182}}.</ref><ref>{{citation
| last = Stifel | first = Michael | author-link = Michael Stifel
Baris 23 ⟶ 16:
| title = Arithmetica integra
| url = http://books.google.com/books?id=fndPsRv08R0C&pg=PA22
| year = 1544}}. A copy of the same table with two more entries appears on p.&nbsp;237, and another copy extended to negative powers appears on p.&nbsp;249b.</ref> Aplikasi logaritmelogaritma biner pada teori musik dilakukan oleh [[Leonhard Euler]] pada tahun 1739, jauh sebelum teori informasi dan sainsilmu komputer menjadi bidang studi. Sebagai bagian karyanya dalam bidang ini, Euler menyertakan suatu tabel logaritmelogaritma biner bagiuntuk integer[[bilangan bulat]] dari 1 sampai 8, sampai dengan tujuh desimal untuk keakuratannya.<ref>{{citation
| last = Euler | first = Leonhard | author-link = Leonhard Euler
| contribution = Chapter VII. De Variorum Intervallorum Receptis Appelationibus
Baris 33 ⟶ 26:
| year = 1739}}.</ref><ref>{{citation|title=London encyclopaedia; or, Universal dictionary of science, art, literature and practical mechanics: comprising a popular view of the present state of knowledge, Volume 4|first=Thomas|last=Tegg|year=1829|contribution=Binary logarithms|pages=142–143|url=http://books.google.com/books?id=E-ZTAAAAYAAJ&pg=PA142}}.</ref>
 
== Notasi ==
Dalam matematika, logaritmelogaritma biner suatu bilangan ''n'' ditulis sebagai log<submath>2\log_2 n</submath>&nbsp;''n'' atau <supmath>^2\!\log n</supmath>log&nbsp;''n''. Namun, sejumlah notasi lain fungsi ini telah diusulkan dan digunakan dalam berbagai bidang.
 
Sejumlah pengarang menuliskan logaritmelogaritma biner sebagai '''<math>\lg ''n''''' </math>.<ref name="clrs">{{Introduction to Algorithms|pages=34, 53–54|edition=2}}</ref><ref name="sw11">{{citation|title=Algorithms|first1=Robert|last1=Sedgewick|author1-link=Robert Sedgewick (computer scientist)|first2=Kevin Daniel|last2=Wayne|publisher=Addison-Wesley Professional|year=2011|isbn=9780321573513|page=185|url=http://books.google.com/books?id=MTpsAQAAQBAJ&pg=PA185}}.</ref> [[Donald Knuth]] mengungkapkan bahwa notasi ini didapatnya dari usulan [[:en:Edward Reingold|Edward Reingold]],<ref name="knuth">{{citation|title=[[The Art of Computer Programming]], Volume 1: Fundamental Algorithms|first=Donald E.|last=Knuth|authorlink=Donald Knuth|edition=3rd|publisher=Addison-Wesley Professional|year=1997|isbn=9780321635747}}, [http://books.google.com/books?id=x9AsAwAAQBAJ&pg=PA11 p.&nbsp;11]. The same notation was in the 1973 2nd edition of the same book (p.&nbsp;23) but without the credit to Reingold.</ref> tetapi penggunaannya dalam teori informasi maupun sainsilmu komputer nampaknyatampaknya sudah ada sebelum Reingold aktif.<ref>{{citation
| last = Trucco | first = Ernesto
| doi = 10.1007/BF02477836
Baris 52 ⟶ 45:
| title = Computer multiplication and division using binary logarithms
| volume = EC-11
| year = 1962}}.</ref> LogaritmeLogaritma biner juga pernah ditulis sebagai '''<math>\log ''n''</math>''', dengan catatan bahwa basis default logaritma adalah bilangan 2 (bukan 10 sebagaimana lazimnya).<ref>{{citation|title=Mathematics for Engineers|first1=Georges|last1=Fiche|first2=Gerard|last2=Hebuterne|publisher=John Wiley & Sons|year=2013|isbn=9781118623336|page=152|url=http://books.google.com/books?id=TqkckiuuXg8C&pg=PT152|quote=In the following, and unless otherwise stated, the notation log ''x'' always stands for the logarithm to the base 2 of ''x''}}.</ref><ref>{{citation|title=Elements of Information Theory|first1=Thomas M.|last1=Cover|first2=Joy A.|last2=Thomas|edition=2nd|publisher=John Wiley & Sons|year=2012|isbn=9781118585771|page=33|url=http://books.google.com/books?id=VWq5GG6ycxMC&pg=PT33|quote=Unless otherwise specified, we will take all logarithms to base 2}}.</ref><ref name="gt02">{{citation|first1=Michael T.|last1=Goodrich|author1-link=Michael T. Goodrich|first2=Roberto|last2=Tamassia|author2-link=Roberto Tamassia|title=Algorithm Design: Foundations, Analysis, and Internet Examples|publisher=John Wiley & Sons|year=2002|page=23|quote=One of the interesting and sometimes even surprising aspects of the analysis of data structures and algorithms is the ubiquitous presence of logarithms ... As is the custom in the computing literature, we omit writing the base ''b'' of the logarithm when ''b''&nbsp;=&nbsp;2.}}</ref>
 
<!--
AnotherNotasi notationlain thatyang isterkadang sometimesdigunakan useduntuk forfungsi the same functiontersebut (especially interutama thedalam [[Germanbahasa languageJerman]]) isadalah '''<math>\operatorname{ld} ''n'''''</math>, fromdari frasa [[bahasa Latin]] ''[[wikt:en:logarithmus#bahasa Latin|logarithmus]] [[wikt:en:dualis#bahasa Latin|duālis]]''.<ref>For instance, see {{citation|title=Origins and Foundations of Computing: In Cooperation with Heinz Nixdorf MuseumsForum|first=Friedrich L.|last=Bauer|publisher=Springer Science & Business Media|year=2009|isbn=9783642029929|page=54|url=http://books.google.com/books?id=y4uTaLiN-wQC&pg=PA54}}.</ref> TheSpesifikasi [[ISO 31-11]] anddan [[ISO 80000-2]] specificationsmenyarankan recommendnotasi yet another notationlainnya, '''<math>\operatorname{lb} ''n'''''</math>; indalam thisspesifikasi specificationini, <math>\lg ''n'' is</math> insteaddigunakan reserveduntuk for log<submath>\log_{10} n</submath> ''n''.<ref>For However,DIN the1302 ISOsee notation has not come into common use.{{citation
| title=Brockhaus Enzyklopädie in zwanzig Bänden | language=de |trans-title=Brockhaus Encyclopedia in Twenty Volumes
| volume=11 | page=554
| publisher=F.A. Brockhaus | location=Wiesbaden
| isbn=978-3-7653-0000-4
| year=1970
}}.</ref><ref>For ISO 31-11 see {{citation
| last1 = Thompson | first1 = Ambler
| last2 = Taylor | first2 = Barry M
| date = March 2008
| page = 33
| publisher = [[NIST]]
| title = Guide for the Use of the International System of Units (SI) — NIST Special Publication 811, 2008 Edition — Second Printing
| url = http://physics.nist.gov/cuu/pdf/sp811.pdf}}.</ref><ref>For ISO 80000-2 see {{citation
| chapter-url=http://www.ise.ncsu.edu/jwilson/files/mathsigns.pdf
| title=International Standard ISO 80000-2
| chapter=Quantities and units – Part 2: Mathematical signs and symbols to be used in the natural sciences and technology
| edition=1st|date=December 1, 2009
| at=Section 12, Exponential and logarithmic functions, p.&nbsp;18}}.</ref>
 
==ApplicationsPenerapan==
===InformationTeori theoryinformasi===
TheBanyak number of digitsdigit ([[bit]]s) in thedalam [[binaryrepresentasi representationbiner]] ofsebuah abilangan positivebulat integerpositif ''<math>n'' is</math> theadalah [[FloorFungsi andlantai ceilingdan functionsatap|integralbagian partbulat]] ofdari <math>1&nbsp; +&nbsp;log<sub>2 \log_2 n</submath>&nbsp;''n'', i.e.yakni<ref name="sw11"/>
 
:<math> \lfloor \log_2 n\rfloor + 1. \, </math>
 
InDalam informationteori theoryinformasi, thedefinisi definitiondari of the amount ofbanyak [[self-informationkonten informasi]] anddan [[informationentropi entropyinformasi]] issering oftendiekspresikan expresseddengan withlogaritma the binary logarithmbiner, corresponding to making themenyebabkan bit bemenjadi thesatuan fundamental unituntuk of informationinformasi. HoweverAkan tetapi, the [[naturallogaritma logarithmalami]] and thedan [[Nat (unitsatuan)|nat]] are alsojuga useddigunakan indalam alternativenotasi notationsalternatif foruntuk thesedefinisi definitionstersebut.<ref>{{citation|title=Information Theory|first=Jan C. A.|last=Van der Lubbe|publisher=Cambridge University Press|year=1997|isbn=9780521467605|page=3|url=http://books.google.com/books?id=tBuI_6MQTcwC&pg=PA3}}.</ref>
 
===CombinatoricsKombinatorika===
[[FileBerkas:SixteenPlayerSingleEliminationTournamentBracket.svg|thumb|280px|A 16-playerSebuah [[singlebraket eliminationturnamen]] [[Bracketsistem (tournament)|tournament bracketgugur]] with16-pemain theyang structure of aberstruktur [[completepohon binary treebiner]] lengkap. TheTinggi heightpohon oftersebut the(banyak treebabak (numberdalam ofturnamen) roundssama ofdengan thelogaritma tournament)biner equalsuntuk thepohon binarybiner logarithmlengkap foryang completebanyak binarydaunnya treesadalah with[[perpangkatan adari numberdua]], ofdan leavessatu thatnilai islebih abesar [[powerdaripada oflogaritma two]],biner untuk pohon dengan andbanyak isdaun largerselain otherwiseitu.]]
Meskipun [[logaritma alami]] lebih penting daripada logaritma biner dalam banyak bidang [[matematika murni]] seperti [[teori bilangan]] dan [[analisis matematis]], logaritma biner memiliki beberapa penerapan dalam [[kombinatorik]]:
Although the [[natural logarithm]] is more important than the binary logarithm in many areas of pure mathematics such as [[number theory]] and [[mathematical analysis]], the binary logarithm has several applications in [[combinatorics]]:
*EverySemua [[binarypohon treebiner]] withdengan ''<math>n''</math> leavesdaun hasmemiliki heighttinggi atpaling leasttidak sebesar <math>\log_2 n</math>, withdengan equalitynilainya whensama ''n''persisi isapabila a<math>n</math> merupakan [[powerperpangkatan ofdari twodua]] and the treedan ispohonnya amerupakan [[completepohon binarybiner treelengkap]].<ref>{{citation
| last = Leiss | first = Ernst L.
| isbn = 9781420011708
Baris 75 ⟶ 86:
| url = http://books.google.com/books?id=E6BNGFQ6m_IC&pg=RA2-PA28
| year = 2006}}.</ref>
*EverySemua [[familykeluarga of setshimpunan]] withdengan ''<math>n''</math> differenthimpunan setsberbeda hasmemiliki atpaling leasttidak <math>\log_2 n</math> elementsanggota indalam its uniongabungannya, withdengan equalitynilainya whensama thepersis familyapabila iskeluarga atersebut merupakan sebuah [[powerhimpunan setkuasa]].<ref>EquivalentlyEkuivalennya, asebuah familykeluarga withdengan ''k'' distinctanggota elementsberbeda haspunya at mostmaksimal 2<sup>''k''</sup> distincthimpunan setsberbeda, withdengan equalitynilainya whensama itpersis isapabila akeluarganya powermerupakan sethimpunan kuasa.</ref><!--
*Every [[partial cube]] with ''n'' vertices has isometric dimension at least <math>\log_2 n</math>, and at most <math>\frac{1}{2}n\log_2 n</math> edges, with equality when the partial cube is a [[hypercube graph]].<ref>{{citation
| last = Eppstein | first = David | authorlink = David Eppstein
Baris 94 ⟶ 105:
| publisher = Wiley-Interscience
| title = Ramsey Theory
| year = 1980}}.</ref>-->
 
===ComputationalKompleksitas complexitykomputasi===
[[FileBerkas:Binary search into array - example.svg|thumb|240px|[[BinaryPencarian searchbiner]] inpada alarik sortedyang array,berurut anmerupakan algorithmalgoritma whoseyang timekompleksitas complexitywaktunya involvesmelibatkan binarylogaritma logarithmsbiner]]
Logaritma biner juga sering muncul dalam [[analisis algoritma]],<ref name="gt02"/> bukan hanya karena aritmetika bilangan biner kerap digunakan dalam algoritma, tetapi juga karena logaritma biner muncul dalam analisis algoritma yang menggunakan percabangan dua arah.<ref name="knuth"/> Jika suatu masalah awalnya punya ''<math>n</math>'' pilihan untuk dipilih, dan setiap pengulangan algoritma membagi dua banyak pilihannya, maka banyak pengulangan yang diperlukan untuk mendapatkan satu pilihan adalah bagian bulat dari <math>\log_2 n</math>. Ide ini digunakan dalam menganalisis beberapa [[algoritma]] dan [[struktur data]]. Contohnya, dalam [[pencarian biner]], ukuran masalah dibagi dua pada setiap pengulangannya, sehingga perlu kira-kira <math>\log_2 n</math> pengulangan untuk mendapatkan masalah berukuran 1, yang bisa diselesaikan dalam waktu konstan. Tidak jauh berbeda, [[pohon pencarian biner]] yang seimbang dan memiliki ''n'' element pasti punya tinggi <math>\log_2 n + 1</math>.
The binary logarithm also frequently appears in the [[analysis of algorithms]],<ref name="gt02"/> not only because of the frequent use of binary number arithmetic in algorithms, but also because binary logarithms occur in the analysis of algorithms based on two-way branching.<ref name="knuth"/> If a problem initially has ''n'' choices for its solution, and each iteration of the algorithm reduces the number of choices by a factor of two, then the number of iterations needed to select a single choice is again the integral part of log<sub>2</sub>&nbsp;''n''. This idea is used in the analysis of several [[algorithm]]s and [[data structure]]s. For example, in [[binary search]], the size of the problem to be solved is halved with each iteration, and therefore roughly log<sub>2</sub>''n'' iterations are needed to obtain a problem of size 1, which is solved easily in constant time. Similarly, a perfectly balanced [[binary search tree]] containing ''n'' elements has height log<sub>2</sub>&nbsp;''n''&nbsp;+&nbsp;1.
 
Namun, lama waktu dijalankannya algoritma biasanya diekspresikan dalam [[notasi O besar]], yang mengabaikan faktor konstanta. Karena <math>\log_2 n = \frac{\log_k n}{\log_k 2}</math>, dengan <math>k</math> adalah suatu bilangan yang lebih dari 1, algoritma yang berjalan dalam waktu <math>O(\log_2 n)</math> bisa juga dikatakan berjalan dalam waktu <math>O(\log_{13} n)</math>. Jadi basis logaritma dalam ekspresi-ekspresi seperti <math>O(\log n)</math> atau <math>O(n \log n)</math> tidaklah penting.<ref name="clrs"/> Akan tetapi, dalam beberapa konteks, basis logaritma perlu dijelaskan. Contohnya <math>O(2^{\log_2 n})</math> tidak sama dengan <math>O(2^{\ln n})</math> karena yang pertama sama dengan <math>O(n)</math> sedangkan yang kedua sama dengan <math>O(n^{0.6931\dots})</math>.
However, the running time of an algorithm is usually expressed in [[big O notation]], ignoring constant factors. Since log<sub>2</sub> ''n'' = (log<sub>''k''</sub>&nbsp;''n'')/(log<sub>''k''</sub>&nbsp;2), where ''k'' can be any number greater than 1, algorithms that run in ''O''(log<sub>2</sub>&nbsp;''n'') time can also be said to run in, say, ''O''(log<sub>13</sub>&nbsp;''n'') time. The base of the logarithm in expressions such as ''O''(log&nbsp;''n'') or ''O''(''n''&nbsp;log&nbsp;''n'') is therefore not important.<ref name="clrs"/>
In other contexts, though, the base of the logarithm needs to be specified. For example ''O''(2<sup>log<sub>2</sub>&nbsp;''n''</sup>) is not the same as ''O''(2<sup>ln&nbsp;''n''</sup>) because the former is equal to ''O''(''n'') and the latter to ''O''(''n''<sup>0.6931...</sup>).
 
AlgorithmsAlgoritma withdengan runningwaktu timejalan ''<math>O''(''n''&nbsp; \log&nbsp;'' n'')</math> areterkadang sometimesdisebut called [[linearithmic]]''linearitmik''.<ref>{{harvtxt|Sedgewick|Wayne|2011}}, [http://books.google.com/books?id=MTpsAQAAQBAJ&pg=PA186 p.&nbsp;186].</ref> SomeContoh examplesalgoritma ofdengan algorithmswaktu withjalan running time ''<math>O''(\log&nbsp;'' n'')</math> oratau ''<math>O''(''n''&nbsp; \log&nbsp;'' n'')</math> di areantaranya:
 
*[[quicksort|AverageWaktu timerata-rata dari ''quicksort'']] anddan otherbeberapa [[comparisonalgoritma sort]]pengurutan algorithmslainnya<ref>Cormen et al., p.&nbsp;156; Goodrich & Tamassia, p.&nbsp;238.</ref>
*SearchingPencarian in balanceddalam [[binarypohon searchpencarian treebiner]]s yang seimbang<ref>Cormen et al., p.&nbsp;276; Goodrich & Tamassia, p.&nbsp;159.</ref>
*[[ExponentiationPemangkatan bydengan squaringmenguadratkan]]<ref>Cormen et al., pp.&nbsp;879–880; Goodrich & Tamassia, p.&nbsp;464.</ref>
*[[LongestSubbarisan increasingnaik subsequenceterpanjang]]<ref>{{citation|title=How to Think About Algorithms|first=Jeff|last=Edmonds|publisher=Cambridge University Press|year=2008|isbn=9781139471756|page=302|url=http://books.google.com/books?id=hGuixQMQS_0C&pg=PT280}}.</ref>
BinaryLogarimta logarithmsbiner alsojuga occurmuncul indalam thebentuk exponentseksponen ofbatas thewaktu timeuntuk bounds for somebeberapa [[algoritma divide and conquer|algoritma algorithm''divide and conquer'']]s, such as theseperti [[Karatsubaalgortima algorithmKaratsuba]] foruntuk multiplyingperkalian bilangan ''n''-bit numbers indalam timewaktu <math>O(n^{\log_2 3})</math>.<ref>Cormen et al., p.&nbsp;844; Goodrich & Tamassia, p.&nbsp;279.</ref>
 
===BioinformaticsBioinformatika===
[[FileBerkas:Mouse cdna microarray.jpg|thumb|280px|ASebuah data [[microarraymikrolarik]] ofdari expressionekspresi data for approximatelykira-kira 8700 genesgen. The relative expressionTingkat ratesekspresi ofrelatif thesedari genesgen-gen aretersebut representeddirepresentasikan usingmenggunakan binarylogaritma logarithmsbiner.]]
InDalam theanalisis analysis ofdata [[microarraymikrolarik]] data indalam [[bioinformaticsbioinformatika]], expressiontingkat rates[[ekspresi ofgen]] genesbiasanya aredibandingkan oftendengan comparedmenggunakan bylogaritma usingbiner thedari binaryrasio logarithmtingkat ofekspresi. theDengan ratiomenggunakan oflogaritma expressionbasis rates. By using base&nbsp;2, fortingkat theekspresi logarithm,yang amenjadi doubleddua expressionkali ratelipat canbisa bedigambarkan describeddengan by arasio <math>\log ratio of 1</math>, atingkat halvedekspresi expressionyang ratemenjadi cansetengah bebisa describeddigambarkan by adengan log ratiorasio of &minus;1−1, anddan antingkat unchangedekspresi expressionyang ratetidak canberubah bebisa describeddigambarkan bydengan arasio log ratio of zeronol, forsebagai instancecontoh.<ref>{{citation|title=Microarray Gene Expression Data Analysis: A Beginner's Guide|first1=Helen|last1=Causton|first2=John|last2=Quackenbush|first3=Alvis|last3=Brazma|publisher=John Wiley & Sons|year=2009|isbn=9781444311563|pages=49–50|url=http://books.google.com/books?id=bg6D_7mdG70C&pg=PA49}}.</ref> DataTitik-titik pointsdata obtainedyang indidapatkan thisdengan waycara areini oftenbiasanya visualizeddivisualisasikan assebagai asebuah [[scatterplotdiagram pencar]] indi whichmana onesalah orsatu bothatau ofkedua thesumbu coordinatekoordinatnya axesadalah arelogaritma binarybiner logarithmsdari ofrasio intensity ratiosintensitas, oratau indalam visualizationsvisualisasi such as theseperti [[MAdiagram plotMA]] anddan [[diagram RA plot]] whichyang rotatememutar anddan scalemenskalakan theserasio log ratiodari diagram scatterplotspencarnya.<ref>{{citation|title=Computational and Statistical Methods for Protein Quantification by Mass Spectrometry|first1=Ingvar|last1=Eidhammer|first2=Harald|last2=Barsnes|first3=Geir Egil|last3=Eide|first4=Lennart|last4=Martens|publisher=John Wiley & Sons|year=2012|isbn=9781118493786|page=105|url=http://books.google.com/books?id=3Z3VbhLz6pMC&pg=PA105}}.</ref>
-->
=== Teori musik===
Dalam [[teori musik]], [[Interval (musik)|interval]] atau perbedaan dalam persepsi antara dua nada ditentukan oleh rasio kedua [[frekuensi]]nya. Interval yang datang dari rasio [[bilangan rasional]] dengan numerator dan denominator kecil diterima sebagai sangat ''euphonius''. Interval yang paling sederhana dan paling penting adalah [[oktaf]], suatu rasio frekuensi 2:1. Bilangan oktaf dari perbedaan dua nada merupakan logaritma biner dari rasio frekuensi kedua nada itu.<ref name="mga">{{citation|title=The Musician's Guide to Acoustics|first1=Murray|last1=Campbell|first2=Clive|last2=Greated|publisher=Oxford University Press|year=1994|isbn=9780191591679|page=78|url=http://books.google.com/books?id=iiCZwwFG0x0C&pg=PA78}}.</ref>
 
=== Teori musik ===
Untuk mempelajari [[tuning system]] dan aspek lain dari teori musik dibutuhkan pembedaan yang lebih peka antara nada-nada, sehingga diperlukan suatu pengukuran besarnya interval yang lebih halus dari suatu oktaf dan dapat ditambah (sebagaimana suatu [[logaritma) bukannya dikalikan (sebagaimana rasio frekuensi). Jadi, jika nada-nada ''x'', ''y'', dan ''z'' membentuk urutan nada-nada yang menaik, maka ukuran interval dari ''x'' ke ''y'' ditambah ukuran interval dari ''y'' ke ''z'' seharusnya sama dengan ukuran interval dari ''x'' ke ''z''. Pengukuran semacam ini dilakukan dengan satuan [[:en:Cent (music)|''cent'']], yang membagi suatu oktaf menjadi 1200 interval yang sama (12 [[semitone]] yang masing-masing terdiri dari 100 ''cent''). Secara matematis, nada-nada dengan frekuensi ''f''<sub>1</sub> dan ''f''<sub>2</sub>, mempunyai jumlah cent dalam interval dari ''x'' ke ''y'' sebesar<ref name="mga"/>
Dalam [[teori musik]], [[Interval (musik)|interval]] atau perbedaan dalam persepsi antara dua nada ditentukan oleh rasio kedua [[frekuensi]]nya. Interval yang datang dari rasio [[bilangan rasional]] dengan numeratorpembilang dan denominatorpenyebut kecil diterimapada sebagaikhususnya sangatdianggap ''euphonius''merdu. Interval yang paling sederhana dan paling penting adalah [[oktaf]], suatu rasio frekuensi <math>2:1</math>. Bilangan oktaf dari perbedaan dua nada merupakan logaritma biner dari rasio frekuensi kedua nada itu.<ref name="mga">{{citation|title=The Musician's Guide to Acoustics|first1=Murray|last1=Campbell|first2=Clive|last2=Greated|publisher=Oxford University Press|year=1994|isbn=9780191591679|page=78|url=http://books.google.com/books?id=iiCZwwFG0x0C&pg=PA78}}.</ref>
 
Untuk mempelajari [[tuningsistem systempenalaan]] dan aspek lain dari teori musik dibutuhkan pembedaan yang lebih peka antara nada-nada, sehingga diperlukan suatu pengukuran besarnya interval yang lebih halus dari suatu oktaf dan dapat ditambah (sebagaimana suatu [[logaritma]]) bukannya dikalikan (sebagaimana rasio frekuensi). Jadi, jika nada-nada ''<math>x''</math>, ''<math>y''</math>, dan ''<math>z''</math> membentuk urutan nada-nada yang menaik, maka ukuran interval dari ''<math>x''</math> ke ''<math>y''</math> ditambah ukuran interval dari ''<math>y''</math> ke ''<math>z''</math> seharusnya sama dengan ukuran interval dari ''<math>x</math>'' ke ''<math>z''</math>. Pengukuran semacam ini dilakukan dengan satuan [[:en:CentSen (musicmusik)|''cent''sen]], yang membagi suatu oktaf menjadi 1200 interval yang sama (12 [[semitone]] yang masing-masing terdiri dari 100 ''cent''). Secara matematis, nada-nada dengan frekuensi ''f''<submath>1f_1</submath> dan ''f''<submath>2f_2</submath>, mempunyai jumlah centsen dalam interval dari ''<math>x''</math> ke ''<math>y''</math> sebesar<ref name="mga"/>
:<math>\left|1200\log_2\frac{f_1}{f_2}\right|.</math>
Istilah [[:en:millioctave|milioktaf]] didefinisikan dengan cara yang sama, tetapi dengan suatu ''multiplier''pengali 1000 bukannya ''1200''.
<!--
===Sports scheduling===
In competitive games and sports involving two players or teams in each game or match, the binary logarithm indicates the number of rounds necessary in a [[single-elimination tournament]] in order to determine a winner. For example, a tournament of 4 players requires log<sub>2</sub>(4)&nbsp;=&nbsp;2 rounds to determine the winner, a tournament of 32 teams requires log<sub>2</sub>(32)&nbsp;=&nbsp;5 rounds, etc. In this case, for ''n'' players/teams where ''n'' is not a power of 2, log<sub>2</sub>''n'' is rounded up since it will be necessary to have at least one round in which not all remaining competitors play. For example, log<sub>2</sub>(6) is approximately 2.585, rounded up, indicates that a tournament of 6 requires 3 rounds (either 2 teams will sit out the first round, or one team will sit out the second round). The same number of rounds is also necessary to determine a clear winner in a [[Swiss-system tournament]].<ref>{{citation|title=Introduction to Physical Education and Sport Science|first=Robert|last=France|publisher=Cengage Learning|year=2008|isbn=9781418055295|page=282|url=http://books.google.com/books?id=dH2nB1CX2SMC&pg=PA282}}.</ref>
 
===PhotographyPenjadwalan olahraga===
Dalam permainan dan olah raga dengan dua pemain atau tim dalam masing-masing permainan atau pertandingannya, logaritma biner menunjukkan banyak babak yang diperlukan untuk menentukan pemengang dalam suatu turnamen dengan [[sistem gugur]]. Sebagai contoh, turnamen dengan 4 pemain perlu log<sub>2</sub>(4)&nbsp;=&nbsp;2 babak untuk menentukan pemenangnya, turnamen dengan 32 tim memerlukan log<sub>2</sub>(32)&nbsp;=&nbsp;5 babak, dsb. Dalam kasus di mana terdapat ''n'' pemain/tim dan ''n'' bukan perpangkatan dari 2, log<sub>2</sub>''n'' dibulatkan ke atas karena akan diperlukan paling tidak satu babak di mana tidak semua pesertanya bertanding. Misalnya, log<sub>2</sub>(6) kira-kira sama dengan 2,585, dibulatkan ke atas, menunjukkan bahwa turnamen dengan 6 tim memerlukan 3 babak (bisa jadi 2 tim tidak bermain di babak pertama, atau satu tim tidak bermain di babak kedua). Banyak babak yang sama juga diperlukan untuk menentukan pemenang yang jelas dalam [[turnamen sistem Swiss]].<ref>{{citation|title=Introduction to Physical Education and Sport Science|first=Robert|last=France|publisher=Cengage Learning|year=2008|isbn=9781418055295|page=282|url=http://books.google.com/books?id=dH2nB1CX2SMC&pg=PA282}}.</ref>
In [[photography]], [[exposure value]]s are measured in terms of the binary logarithm of the amount of light reaching the film or sensor, in accordance with the [[Weber–Fechner law]] describing a logarithmic response of the human visual system to light. A single stop of exposure is one unit on a base-2 logarithmic scale.<ref>{{citation|title=The Manual of Photography|first1=Elizabeth|last1=Allen|first2=Sophie|last2=Triantaphillidou|publisher=Taylor & Francis|year=2011|isbn=9780240520377|page=228|url=http://books.google.com/books?id=IfWivY3mIgAC&pg=PA228}}.</ref><ref name="btzs">{{citation|title=Beyond the Zone System|first=Phil|last=Davis|publisher=CRC Press|year=1998|isbn=9781136092947|page=17|url=http://books.google.com/books?id=YaVEAQAAQBAJ&pg=PA17}}.</ref> More precisely, the exposure value of a photograph is defined as
 
=== Fotografi ===
InDalam [[photographyfotografi]], [[exposurenilai valueeksposur]]s arediukur measuredmenggunakan inlogaritma termsbiner ofjumlah thecahaya binaryyang logarithm of the amount of light reaching themencapai film oratau sensor, insejalan accordance with thedengan [[Weber–Fechnerhukum lawWeber–Fechner]] describingyang amenyatakan logarithmicrespons responselogaritmik ofsistem thepenglihatan humanmanusia visualterhadap system to lightcahaya. A singleSatu stop ofexposur exposureadalah is onesatu unit ondalam askala baselogaritma basis-2 logarithmic scale.<ref>{{citation|title=The Manual of Photography|first1=Elizabeth|last1=Allen|first2=Sophie|last2=Triantaphillidou|publisher=Taylor & Francis|year=2011|isbn=9780240520377|page=228|url=http://books.google.com/books?id=IfWivY3mIgAC&pg=PA228}}.</ref><ref name="btzs">{{citation|title=Beyond the Zone System|first=Phil|last=Davis|publisher=CRC Press|year=1998|isbn=9781136092947|page=17|url=http://books.google.com/books?id=YaVEAQAAQBAJ&pg=PA17}}.</ref> MoreLebih preciselytepatnya, thenilai exposure valuesuatu offoto adidefinisikan photograph is defined assebagai:
:<math>\log_2 \frac{N^2}{t}</math>
wheredi mana <math>N</math> is theadalah [[bilangan-f-number]] measuringyang themengukur [[aperturebukaan (fotografi)|bukaan]] oflensa theselama lens during the exposureexposur, anddan <math>t</math> is the numberadalah ofjumlah secondsdetik oflamanya exposureexposur.
 
BinaryLogaritma logarithmsbiner (expresseddiekspresikan asdalam stopssatuan stop) arejuga alsodigunakan used indalam [[densitometrydensitometri]], tountuk express themengekspresikan [[dynamicrentang rangedinamis]] ofdari light-sensitivebahan materialsatau orsensor digital sensorsyang sensitif cahaya.<ref>{{citation|title=Visual Effects Society Handbook: Workflow and Techniques|first1=Susan|last1=Zwerman|first2=Jeffrey A.|last2=Okun|publisher=CRC Press|year=2012|isbn=9781136136146|page=205|url=http://books.google.com/books?id=3rLpAwAAQBAJ&pg=PA205}}.</ref>
-->
==Kalkulasi==
 
== Kalkulasi ==
<!--
=== Konversi dari basis-basis lain ===
Suatu cara mudah untuk menghitung <sup>2</sup>log (''n'') pada [[kalkulator]] yang tidak mempunyai fungsi log<sub>2</sub> adalah menggunakan fungsi [[logaritma natural]] (ln) atau [[logaritma umum]] (log), yang biasanya ada pada kebanyakan [[:en:scientific calculator|scientific calculator]]. Rumus [[:en:Logarithm#Change of base|perubahan basis logaritma]] adalah:<ref name="btzs"/><ref>{{citation|title=Secret History: The Story of Cryptology|first=Craig P.|last=Bauer|publisher=CRC Press|year=2013|isbn=9781466561861|page=332|url=http://books.google.com/books?id=EBkEGAOlCDsC&pg=PA332}}.</ref>
 
Baris 144 ⟶ 154:
The binary logarithm can be made into a function from integers and to integers by [[rounding]] it up or down. These two forms of integer binary logarithm are related by this formula:
 
:<math> \lfloor \log_2(n) \rfloor = \lceil \log_2(n + 1) \rceil - 1, \text{ if }n \ge 1.</math> <ref name="Hackers">{{Cite book | title=[[Hacker's Delight]] | first1=Henry S. | last1=Warren Jr. | year=2002 | publisher=Addison Wesley | isbn=978-0-201-91465-8 | pages=215}}</ref>
The definition can be extended by defining <math> \lfloor \log_2(0) \rfloor = -1</math>. Extended in this way, this function is related to the [[number of leading zeros]] of the 32-bit unsigned binary representation of ''x'', nlz(''x'').
:<math>\lfloor \log_2(n) \rfloor = 31 - \operatorname{nlz}(n).</math><ref name="Hackers" />
Baris 165 ⟶ 175:
# Compute the fractional part (the characteristic of the logarithm)
 
Computing the integral part is straightforward. For any ''x''&nbsp;>&nbsp;0, there exists a unique integer ''n'' such that 2<sup>''n''</sup>&nbsp;≤&nbsp;''x''&nbsp;<&nbsp;2<sup>''n''+1</sup>, or equivalently 1&nbsp;≤&nbsp;2<sup>&minus;''n''</sup>''x''&nbsp;<&nbsp;2. Now the integer part of the logarithm is simply ''n'', and the fractional part is log<sub>2</sub>(2<sup>&minus;''n''</sup>''x'').<ref name="ml73"/> In other words:
 
:<math>\log_2 x = n + \log_2 y \quad\text{where } y = 2^{-n}x \text{ and } y \in [1,2)</math>
Baris 200 ⟶ 210:
-->
=== Dukungan perpustakaan software ===
Fungsi <code>log2</code> dimasukkan ke dalam [[:En:C mathematical functions|fungsi matematika C]] standar. Versi default fungsi ini mengambil argumen ''[[double precision]]'' tetapi varian-variannya mengizinkan argumen dalam bentuk ''single-precision'' atau sebagai ''[[long double]]''.<ref>{{citation | url=http://www.open-std.org/jtc1/sc22/wg14/www/docs/n1124.pdf | title=ISO/IEC 9899:1999 specification | page=226| contribution = 7.12.6.10 The log2 functions }}.</ref>
 
== Referensi ==
{{reflist|30em}}{{Daftar fungsi matematika}}
 
== Pranala luar ==
* {{mathworld|id=BinaryLogarithm|title=Binary Logarithm}}
 
[[CategoryKategori:Aritmetika biner]]
[[CategoryKategori:Kalkulus]]
[[CategoryKategori:Logaritma]]