Bilangan Floating Point 32bit dan 64 bit



           Notasi floating-point dapat digunakan untuk merepresentasikan baik bilangan yang sangat besar (|N| » 0), bilangan yang sangat kecil atau dekat dengan nol (|N| « 1), maupun bilangan yang terdiri dari keduanya. Floating-point membuat proses operasi aritmatika menjadi relatif lebih mudah. Floating-point merepresentasi bilangan nyata dalam bentuk persamaan:

            N = m x R^e

Dimana:

m merupakan bagian bilangan pecahan yang biasa disebut significand atau mantissa
e adalah bagian bilangan bulat yang biasa disebut exponent
R merupakan basis dari suatu sistem bilangan

Contoh:
            976.000.000.000 = 9,76 x 10^ 11
            0,000000000976 = 9,76 x 10^-11

Bilangan Floating-Point 32-bit (single-precision)

Bilangan floating-point 32-bit tersusun atas (Gambar 0.1↓):
·         1 bit tanda (S),
·         8 bit eksponen (E), dan
·         23 bit untuk mantisa (M)


Figure 0.1 Format bilangan floating-point 32-bit

Bit tanda (S) menyatakan bilangan positif jika S=0 dan negatif jika S=1.
Field eksponen adalah radix 2. Nilai eksponen bisa negatif atau positif untuk menyatakan bilangan yang sangat kecil atau sangat besar. Format eksponen yang digunakan adalah excess-127. Nilai 127 ditambahkan dari nilai eksponen sebenarnya (Exp), yaitu Exp = E − 127. Dengan excess-127, nilai E akan selalu positif dengan jangkauan 0 sampai 255.

·         Nilai ekstrem adalah untuk E=0 dan E=255
·         E=0 menyatakan bilangan NOL (jika M = 0) dan subnormal (jika M ≠ 0)
·         E=255 menyatakan bilangan TAK TERHINGGA (jika M = 0) dan NAN/not-a-number (jika M ≠ 0);
·         Nilai normal adalah 1 ≤ E ≤ 254 yang menunjukkan nilai eksponen sebenarnya dari -126 sampai 127
·         Contoh: Emin(1) =  − 126E(50) =  − 77 dan Emax(254) = 127;



Eksponen (E)
Mantissa=0
Mantissa ≠ 0
Persamaan
0
0, -0
subnormal
( − 1)S × 0.bit signifikan × 2 − 126
1-254
Nilai ternormalisasi
( − 1)S × 1.bit signifikan × 2E − 127
255
bukan bilangan (NAN=not-a-number)
Table 0.1 Nilai eksponen di format floating-point 32-bit

Saat nilai mantisa (M) dinormalisasi, most significant bit (MSB) selalu 1. Namun, bit MSB ini tidak perlu disertakan secara eksplisit di field mantisa (Tabel 0.1↑). Nilai mantisa yang sebenarnya adalah 1.M, sehingga nilai bilangan floating-pointnya menjadi:



Di bilangan subnormal, nilai mantisa sebenarnya adalah 0.M, sehingga bilangan floating-pointnya menjadi:



Dengan mantissa 23 bit ini ditambah 1 bit implisit, total presisi dari representasi floating-point 32-bit ini adalah 24 bit atau sekitar 7 digit desimal (yaitu 24 × log10(2) = 7.225).
Dalam pemrograman, suatu bilangan single-precision ini dideklarasikan dengan tipe data float (bahasa C, C++, Java) dan single (Pascal, VB, MATLAB).

float anumber; // 32-bit single precision number
int main(){
anumber = -1.1245;
...
return 0;
}
  
Contoh 1

Bilangan floating-point dinyatakan dengan B = 0x3E600000 . Nyatakan B sebagai bilangan pecahan desimal.
Representasi bilangan floating-point 32-bit dapat dinyatakan seperti Gambar 0.2↓.



Jadi, B = 0x3E6300000 menyatakan bilangan floating-point 0.21875

Figure 0.2 Contoh bilangan floating-point 32-bit B = 0x3E60000

Contoh 2
Tentukan nilai pecahan desimal dari bilangan floating-point B=0x00600000 (Gambar 0.3↓)
Bilangan B mempunyai E = 0 dan M ≠ 0, sehingga merupakan bilangan subnormal dan berlaku persamaan bilangan subnormal. Nilai pecahan desimal dari bilangan subnormal B adalah:



Figure 0.3 Contoh bilangan floating-point 32-bit B = 0x0060000

Contoh 3
Nyatakan bilangan pecahan desimal B=35.625 dalam format floating-point 32-bit
Bilangan B dipecah menjadi bilangan utuh dan bilangan pecahan. Bilangan utuh dan bilangan pecahan dikonversikan ke biner (nyatakan bilangan seperti di fixed-point). Kedua bilangan tersebut disatukan dan dinormalkan (geser) untuk mendapatkan nilai mantissa dan eksponen akhir.
B
=
(35.625)10
=
(35)10 + (0.625)10
=
(100011)2 + (0.1001)2
=
(100011.1001)2
=
(1.000111001)2 × 25
Dari perhitungan di atas, nilai eksponen E = 5 + 127 = 132 = 10000100 dan mantissa M = 000111001, sehingga diperoleh B = 0x420E4000 (Gambar 0.4↓).
Figure 0.4 Contoh bilangan floating-point 32-bit B = 35.625
Bilangan floating-point negatif mempunyai bentuk sign-magnitude, yaitu nilai S menunjukkan tanda sedangkan besar nilai ditunjukkan oleh mantissa dan eksponennya.

Contoh 4
Nyatakan format floating-point 32-bit dari bilangan A =  − 0.21875
Dari Contoh , nilai bilangan − A =  + 0.21875 adalah 0x3E600000. Dengan mengubah field S=1, maka bilangan A dinyatakan dengan 0xBE600000 (Gambar 0.5↓)
Figure 0.5 Bilangan negatif A =  − 0.21875 dinyatakan dengan 0xBE600000


Bilangan Floating-Point 64-bit (double-precision)

Bilangan floating-point 64-bit tersusun atas (Gambar 0.6↓):
·         1 bit tanda (S),
·         11 bit eksponen (E), dan
·         52 bit untuk mantisa (M)
Figure 0.6 Format bilangan floating-point 64-bit
Seperti halnya dengan bilangan single-precission, bit tanda (S) menyatakan bilangan positif jika S=0 dan negatif jika S=1. Field eksponen adalah radix 2. Nilai eksponen bisa negatif atau positif untuk menyatakan bilangan yang sangat kecil atau sangat besar. Format eksponen yang digunakan adalah excess-1023. Nilai 1023 ditambahkan dari nilai eksponen sebenarnya (Exp), yaitu Exp = E − 1023. Dengan excess-1023, nilai E akan selalu positif dengan jangkauan 0 sampai 2047.

·         Nilai ekstrem adalah untuk E = 0 dan E = 2047
·         E=0 menyatakan bilangan NOL (jika M = 0) dan subnormal (jika M ≠ 0)
·         E=2047 menyatakan bilangan TAK TERHINGGA (jika M = 0) dan NAN/not-a-number (jika M ≠ 0) (Tabel 0.2↓);
·         Nilai normal adalah 1 ≤ E ≤ 2046 yang menunjukkan nilai eksponen sebenarnya dari -1022 sampai 1023
·         Contoh: Emin(1) =  − 1022E(100) =  − 923 dan Emax(2046) = 1023;

Eksponen (E)
Mantissa=0
Mantissa ≠ 0
Persamaan
0
0, -0
subnormal
( − 1)S × 0.bit signifikan × 2 − 1022
1-2046
Nilai ternormalisasi
( − 1)S × 1.bit signifikan × 2E − 1023
2047
bukan bilangan (NAN=not-a-number)
Table 0.2 Nilai eksponen di format floating-point 64-bit

Nilai mantisa (M) dinormalisasi, yang berarti most significant bit (MSB) selalu 1. Bit MSB ini tidak perlu disertakan secara eksplisit di field mantisa. Nilai mantisa sebenarnya adalah 1.M, sehingga nilai bilangan floating-pointnya menjadi:



Dengan mantissa 52 bit ini ditambah 1 bit implisit, total presisi dari representasi floating-point 32-bit ini adalah 53 bit atau sekitar 16 digit desimal (yaitu 53 × log10(2) = 15.995).
Dalam pemrograman, suatu bilangan single-precision ini dideklarasikan dengan tipe data double (bahasa C, C++, Java).

double anumber; // 64-bit double precision number
int main(){
anumber = -1.1245;
...
return 0;
}

Contoh 5
Bilangan floating-point dinyatakan dengan B = 0x3FD5000000000000 . Nyatakan B sebagai bilangan pecahan desimal.
Representasi bilangan floating-point 64-bit dapat dinyatakan seperti Gambar 0.7↓.

Jadi, B = 0x3FD5000000000000 menyatakan bilangan floating-point 0.328125
Figure 0.7 Contoh bilangan floating-point 64-bit B = 0x3FD5000000000000 = 0.328125

Contoh 6
Nyatakan bilangan pecahan desimal B=35.625 dalam format floating-point 64-bit
Bilangan B dipecah menjadi bilangan utuh dan bilangan pecahan. Bilangan utuh dan bilangan pecahan dikonversikan ke biner (nyatakan bilangan seperti di fixed-point). Kedua bilangan tersebut disatukan dan dinormalkan (geser) untuk mendapatkan nilai mantissa dan eksponen akhir.
B
=
(35.625)10
=
(35)10 + (0.625)10
=
(100011)2 + (0.1001)2
=
(100011.1001)2
=
(1.000111001)2 × 25
Dari perhitungan di atas, nilai eksponen E = 5 + 1023 = 1028 = 10000000100 dan mantissa M = 000111001, sehingga diperoleh B = 0x4041C800000000 (Gambar 0.8↓).
Figure 0.8 Contoh bilangan floating-point 64-bit B = 35.625

Bilangan floating-point negatif mempunyai bentuk sign-magnitude, yaitu nilai S menunjukkan tanda sedangkan besar nilai ditunjukkan oleh mantissa dan eksponennya.

Contoh 7

Nyatakan format floating-point 32-bit dari bilangan A =  − 0.328125
Dari Contoh 0.7↑, nilai bilangan − A =  + 0.328125 adalah 0x3FD5000000000000. Dengan mengubah field S=1, maka bilangan A dinyatakan dengan 0xBFD5000000000000 (Gambar 0.9↓)
Figure 0.9 Bilangan negatif A =  − 0.328125 dinyatakan dengan 0x3FD5000000000000


Popular Posts