Teknik Kompilasi
1) Baha Bahasa sa Pemro Pemrogr gram aman an Untuk menyampaikan sesuatu hal misalnya pendapat kepada seseorang , tentunya kita memerlukan suatu bahasa yang dimengerti oleh satu sama lain. Kita Kita semu semuaa tahu tahu bahw bahwaa baha bahasa sa meru merupa paka kan n suat suatu u alat alat komu komuni nika kasi si yang yang digunakan digunakan untuk menyatakan menyatakan berbagai macam ekspresi, ekspresi, ungkapan , maupun maupun gagasan atau ide. Dalam berkomuni berkomunikasi kasi dengan dengan komputer komputer tentunya tentunya memerlukan memerlukan sebuah sebuah teknik yang relatif yang sedikit berbeda jikalau dibandingkan dengan sesama manusi manusiaa sendir sendiri. i. Karena Karena komput komputer er tidak tidak memaha memahami mi bahasa bahasa manusi manusiaa , maka maka dibutuhkan suatu bahasa yang mampu menjembatani antara pikiran manusia yang yang bias biasan anya ya tida tidak k terst terstru rukt ktur ur deng dengan an ketep ketepat atan an yang yang ditu ditunt ntut ut dala dalam m pemanfaatan serta pelaksanaan kerja komputer. Suatu Suatu progra program m akan akan lebih lebih mudah mudah dan alami untuk untuk kita kita perole peroleh h jika jika bahasa pemrograman yang digunakan cukup sesuai dengan tipe masalah yang kita hadapi. Di dalam bahasa pemrograman ini harus mengandung susunan serta stru strukt ktur ur yang yang menc mencer ermin minka kan n term termin inol olog ogii eleme elemen n yang yang digu diguna naka kan n dala dalam m penyajian masalah. Beriku Berikutt ini adalah adalah hirark hirarkii atau atau tingka tingkatan tan dari dari bahasa bahasa pemrog pemrogram raman an berdasarkan apda peningkatan kebebasan mesin adalah sebagai berikut : 1) Bahas Bahasa a
(Machine-l ne-leve evell mesin mesin (Machi
Langua Languages ges))
merupa merupakan kan bentuk bentuk
terendah terendah dari bahasa bahasa komputer. komputer. Instruksi Instruksi direpresentasik direpresentasikan an dalam kode numerik , seperti seperti bits, register dan sangat primitif karena tidak lebih dari urutan bit-bit 0 dan 1. Instruksi dalam bahasa mesin bisa saja dibentuk menjadi micro-code, semacam prosedur dalam bahasa mesin. Bahasa ini tergantung dari jen jenis is mesi mesin n komp komput uter er yang yang digu diguna naka kan. n. Jika Jika jeni jeniss komp komput uter er
mengal mengalami ami peruba perubahan han maka maka dapat dapat dipast dipastika ikan n bahwa bahwa user user harus harus mempelajari lagi bahasa mesin yang dibuat untuk jenis yang baru teresebut.
2) Bahasa rakitan (Assembly Languages) merupakan bentuk simbolik
dari bahasa mesin. Kode misalnya ADD , MUL , MOV dsb.
3) Bahas (High h leve levell lang langua uage gess / user user orie orient nted ed Bahasa a tingk tingkat at tingg tinggii (Hig
languages) lebih mudah dikenali oleh manusia karena kebanyakan menggunakan statement dalam bahasa inggris . Banyak Banyak member memberika ikan n suatu suatu fungs fungsii kontro kontroll progra program m , perula perulanga ngan n , block , dan prosedur. Bahasa tingkat tinggi tidak tergantung pada salah satu jenis mesin komputer dan biasanya masih membutuhkan suatu translator baik berupa interpreter maupun compiler .
4) Bahasa berorientasi masalah (Problem-o (Problem-oriented riented languages) languages) sering sering
juga dimasukan sebagai bahasa tingkat tinggi , misalnya : SQL , Myob, dsb.
2) Tr Tran ansl slat ator or Suatu input input dari sebuah penerjemah penerjemah atau translator translator dari suatu program program disebut disebut dengan dengan program Selanjutnya program program sumber sumber atau source program. Selanjutnya sumber ini diterjemahkan ke dalam sebuah program objek atau program target .
Program sumber ini ditulis kedalam suatu bahasa sumber (source language) dan program objek dalam suatu bahasa objek (object language). Jika bahasa sumber adalah bahasa rakitan dan program objek yang bersangkutan merupakan program dalam bahasa mesin , maka penerjemah /
translator tersebut dinamakan assembler. Bahasa rakitan menyerupai bahasa mesin. Di dalam bahasa mesin elementer , banyak diantara instruksinya merupakan suatu simbol simbolik dari instruksi bahasa mesin yang bersesuaian. Setiap instruksi bahasa rakitan terdiri dari sebuah himpunan terurut(ordered set) dari suatu field. Misalnya field pertama harus mewakili suatu label yang diikuti suatu field operasi. Suatu bahasa tingkat tinggi mampu membentuk statement pemilihan (case / if) , statement bersarang(nested) dan blok yang tidak biasanya tidak terdapat di dalam suatu bahasa rakitan. Suatu translator / penerjemah yang mengubah suatu bahasa tingkat tinggi , seperti pascal , c/ c++ , fortran , dsb ke dalam bahasa mesin komputer atau ke dalam bahasa rakitan , disebut dengan kompiler. Waktu yang digunakan dalam mengkonversi suatu program ke program objek di sebut dengan waktu kompilasi atau compile time.
Berikut ini adalah beberapa jenis translator untuk menerjemahkan suatu source sumber agar dikenali oleh mesin diantaranya : 1) Assembler
Source code adalah bahasa assembly, object code adalah bahasa mesin.
2) Compiler
Source code nya adalah bahasa tingkat tinggi , object code adalah bahasa mesin atau bahasa assembly.
3) Interpreter
Interpreter ini tidak menghasilkan bentuk object code, tetapi hasil translasinya hanya dalam bentuk internal, dimana program induk harus selalu ada / berbeda dengan compiler.
3) Model Kompilator Pekerjaan untuk membuat sebuah kompilator untuk suatu bahasa sumber adalah sangat sulit. Kerumitan serta sifat dari suatu proses kompilasi tergantung pada tingkat keluasan dari bahasa sumber. Kerumitan kompilator dapat dikurangi jika perancang bahasa pemrograman mempertimbangkan bermaca-macam faktor dalam perancangan. Suatu kompilator harus melaksanakan dua tugas utama yaitu tugas analisis terhadap program sumber dan tugas sintesis memadukan menjadi program objek yang ekivalen. Tugas analisis berhubungan dengan pemisahan bagian dari program
sumber menjadi bagian-bagian dasar dan menggunakan bagian-bagian ini dalam tugas sintesis dalam membangun modul program objek yang ekivalen. Suatu program sumber adalah suatu untai atau string dari symbol yang umumnya berupa huruf, angka atau symbol khusus seperti + , - , * dsb. Suatu program sumber berisi bentuk dasar bahasa seperti : -
Nama variable
-
Label
-
Konstanta
-
Kata kunci (reserved word) maupun operator
Pembuatan compiler
Kompiler yang bagus adalah yang dapat bekerja dengan baik pada mesin-mesin komputer dan tidak membutuhkan proses yang lama Ada beberapa cara dalam membuat suatu penerjemah dalam hal ini misalnya compiler, dan bahasa yang digunakan untuk membuat compiler pun dapat beragam misalnya :
Bahasa mesin :
-
Sangat sukar dan sangat sedikit kemugnkinan untuk membuat compiler dengan bahasa ini , Karena manusia mempelajari bahasa mesin.
-
Sangat tergantung pada mesin
-
Bahasa mesin kemungkinan digunakan pada saat pembuatan assembler.
Assembly :
-
Hasil dari program mempunyai ukuran yang relatif kecil
-
Sulit dimengerti karena statement/ perintahnya singkat, butuh usaha yang besar untuk membuat compiler dengan bahasa ini
-
Fasilitas yang dimiliki terbatas
Bahasa Tingkat Tinggi :
-
Lebih mudah dipelajari
-
Fasilitas yang dimiliki lebih baik (banyak)
-
Memiliki ukuran yang relatif besar, missal membuat compiler pascal dengan menggunakan bahasa C
-
Untuk mesin yang berbeda perlu dikembangkan tahapan-tahapan tambahan . Misalnya membuat compiler C pada DOS berdasarkan compiler C pada UNIX.
Bootstrap
-
Untuk membangun sesuatu yang besar, dibangun/ dibuat dulu bagian intinya
-
PO dibuat dengan assembly , P1 dibuat dari P0, dan P2 dibuat dari P1, jadi compiler untuk bahasa P dapat dibuat tidak harus menggunakan assembly secara keseluruhan.
Hubungan konsep Teori Kompilasi dengan Teori Bahasa Automata :
-
Teknik kompilasi merupakan kelanjutan dari konsep-konsep dari teori bahasa automata yang telah dipelajari sebelumnya.
-
Tata bahasa (grammar) adalah sekumpulan dari himpunan variablevariable symbol-simbol terminal, symbol non terminal , symbol awal yang dibatasi oleh aturan-aturan produksi
-
Noam Chomsky menggolongkan tingkatan bahasa dalam 4 kelas yang lebih dikenal dengan Hirarki Chomsky.
-
Pada tahun 1959 Backus memperkenalkan notasi formal baru untuk syntax bahasa yang lebih spesifik
-
Peter Nour (1960) merevisi metode dari syntax yang dikenal dengan BNF (Backus Nour Form).
Hirarki Chomsky
Keterangan : Tipe 0 / Bahasa Natural : Tidak ada batasan aturan produksi Contoh : Abc
→
De
Tipe 1 / Context Sensitive : Panjang string ruas kiri harus lebih kecil atau sama dengan
ruas kanan. Contoh : Ab
→
DeF , CD
→
eF
Tipe 2 / Context Free Grammar : Ruas kiri haruslah tepat satu symbol variable .
Contoh B→CDeFG Tipe 3/ Regular : Ruas Kanan hanya memiliki maksimal satu symbol non terminal
yang diletakan di paling kanan sendiri. Contoh : A →e A → efg A → efgH
Aturan Produksi
Aturan produksi digunakan agar penerapan pada pembuatan tata bahasa dikomputer dapat lebih mudah dan menghasilkan suatu penerjemah yang dapat diandalkan. -
Aturan produksi dinyatakan dalam bentuk : α
→
β , α menghasilkan
/ menurunkan β -
Α symbol-simbol untuk ruas kiri dan β symbol-simbol untuk ruas kanan
-
Simbol-simbol bisa berupa terminal dan Non-terminal , dimana Nonterminal masih bisa diturunkan menjadi symbol yang lainnya.
-
Umumnya symbol terminal di simbolkan dengan huruf kecil (a,b,c dst). Sedangkan untuk symbol non-terminal disimbolkan dengan huruf capital (A,B,C,dst)
-
Contoh aturan produksi : T → a, T menghasilkan a E → T | Ta, E menghasilkan T atau E menghasilkan Ta.
Diagram state
Bagi pembuat penerjemah yaitu manusia harus sering menguji tata bahasa yang dibuat , salah satu ilustrasi pengujian agar yang diinginkan sesuai dengan yang diharap kan maka, digunakan suatu gambar yaitu dinamakan dengan diagram state.
3.1)
Analisis Leksikal
Program sumber merupakan input dari penganalisis leksikal atau scanner. Analisis leksikal mempunyai tujuan untk memisahkan naskah program sumber yang masuk , menjadi bagian leksikografis terkecil atau
Token seperti misalnya konstanta , nama variable , kata kunci (seperti DO , IF , REPEAT, DLL) dan operator. Pada hakikatnya , inti tugas penganalisis leksikal adalah melaksanakan analisis sintaks tingkat rendah.
Untuk alas an efiesiensi , kepada setiap kelas dari token diberikan suatu bilangan yang mewakili harga internalnya , secara unik . Sebagai contoh suatu nama varibel mungkin disajikan atau diwakili oleh suatu bilangan 1, suatu konstanta disajikan dengan bilangan 2, suatu label dengan bilangan 3 , operator penjumlahan dengan bilangan 4 dsb.
Misalnya statemen dalam penggalan program berikut ini :
TEST : IF A > B THEN X = Y;
Statement ini dapat diubah oleh penganalisis leksikal ke dalam deretan token , dan masing-masingnya disajikan / diwakili oleh bilangan berikut :
Sebagai catatan dalam pelacakan statemen sumber dan pembentukan bilangan penyajian dari setiap token , ada kemungkinan dihasilkan blank atau spasi (white spaces) dalam suatu statement. Penganilisis leksikal harus dapat mengenali adanya spasi dan komentar. Kedua kelas item jenis ini, meskipun adalah merupakan bagian dari program tidak akan dilaksanakan , dan akan diabaikan. Bahasa pemrograman tertentu mengizinkan adanya statement baris jamak . Penganalisis leksikal harus dapat melakukan proses input seperti statement baris jamak ini . Beberapa scanner menempatkan konstanta label dan nama variable pada tabel-tabel yang sesuai . Isi suatu tabel dapat berupa tipe variable (misalnya INTEGER, FLOAT, BOOLEAN, dsb), alamat program objek , harga dan di mana varibel tersebut di deklarasikan . Penganalisis Leksikal mengirimkan Token kepada penganalisis Sintaks. Token ini dapat berbentuk beberapa potong item. Item pertama memberikan alamat/lokasi dari Token dalam beberapa tabel symbol. Item kedua adalah bilangan yang mewakili token. Hal ini merupakan suatu pendekantan yang menguntungkan karena semua token diwakili oleh panjang informasi yang tetapi , yang terdiri dari suatu alamat (atau pointer) dan suatu bilangan bulat. Gambar : Komponen sebuah kompilator
Jadi secara umum tugas dari Analisis Leksikal adalah sebagai berikut : -
Mengidentifikasikan semua besaran yang membangun suatu bahasa
-
Mentransformasikan ke token-token
-
Menentukan jenis dari token-token
-
Menangani kesalahan
-
Menangani tabel symbol
-
Scanner di design untuk mengenali – keyword , operator , identifier
-
Token : memisahkan karakter dari source language ke dalam grup yang secara logical tergabung.
-
Misalnya : konstanta , nama variable ataupun operator dan delimiter (atau sering disebut menjadi besaran lexical)
Contoh : Besaran Leksikal -
Identifier dapat berupa keyword atau nama kunci , seperti IF..else
BEGIN … END (pada pascal), INTEGER (pascal) , INT , FLOAT (C/C++) -
Konstanta : Besaran yang dapat berupa bilangan bulat (integer),
bilangan pecahan (float/real), Boolean(true/false), karakter, string dsb -
Operator : aritmatika misalnya ‘*’,’+’,’-‘,’/’ operator logika : ‘ = ‘ ,
‘>=’ , ‘<=’ dsb -
Delimiter : Berguna sebagai pemisah / pembatas , seperti kurung-
buka, kurung-tutup, titik, koma, titik-dua, titik-koma, white-space -
White Space . Pemisah yang diabaikan oleh program seperti : enter,
spasi , ganti baris , akhir file -
3.2)
Analisis Sintaks
Penganalisis sintaks lebih rumit dibandingkan dengan penganalisis leksikal . Fungsinya adalah menerima program sumber (dalam bentuk barisan token) dari
penganalisis leksikal, dan selanjutnya penganalisis sintaks ini akan menentukan struktur secara keseluruhan dari progam sumber, Proses terakhir ini analog dengan menentukan struktur dari suatu kalimat dalam suatu bahasa. Misalnya kalimat di identifikasikan ke dalam kelas tertentu seperti subjek, predikat, kata kerja , kata benda, dan kata sifat. Dalam melakukan analisis sintaks, kita memandang kelompok Token sebagai kelas sintaks yang lebih besar seperti ekspresi,
statement dan prosedur.
Penganalisis sintaks, yang disebut dengan parser, akan menghasilkan suatu pohon (tree) sintaks. Di sini simpul daun merupakan token dan setiap simpul yang bukan daun mewakili suatu tipe kelas sintaks (yang lebih dikenal dnegan symbol non terminal atau variable). Sebagai contoh adalah analisis dari statemen sumber : (A+B)*(C+D) Pohon sintaks yang dihasilkan oleh parser kemudian digunakan oleh penganalisis semantak. Fungsi dari penganalisis semantic adalah memberi arti atau Semantik dari program sumber. Meskipun secara konsep kita memisahkan sintaks program sumber terhadap semantik, penganalisis sintaks dan semantic pada hakikatnya bekerja bersama secara sangat dekat. Walaupun demikian dalam sebuah kompilator, proses analisis semantik merupakan suatu proses yang berdiri sendiri dan unik. Untuk ekspresi (A+B)*(C+D) dari contoh , penganalisis semantic harus menentukan aksi apa yang dilakukan oleh operator aritmetika penambahan dan perkalian terserbut. Ketika parser mengenali sebuah operator ‘+’ atau ‘*’, parser memanggil rutin SEMANTIC-ROUTINE yang akan menggolongkan aksi yang akan dikerjakan . Rutin ini mungkin memerikasa apakah kedua operand yang ditambahkan sudah dideklarasikan , serta apakah mempunyai tipe yang sama (jika tidak , bisa saja rutin tersebut menjadi sama) dan apakah kedua operand mempunyai nilai . Penganalisi semantic sering berinteraksi dengan berbagai tabel dari kompilator dalam menjalankan tugasnya .
Aksi Penganalis semantic mungkin mengandung bentuk intermediate dari kode sumber. Untuk ekspresi (A+B)*(C+) , bentuk intermediate dari kode sumber mungkin berbentuk seperti : (+, A,B,T1) : Menambahkan A dengan B dan menempatkan hasil sementara di T1 (+,C,D,T2) : Menambahkan C dengan D dan menempatkan hasil sementara di T2 (*,T1,T2,T3) : Mengalikan T1 dengan T2 dan menempatkan hasilnya di T3 Bentuk yang tepat dari bahasa sumber intermediate ke bentuk intermediate yang disebut dengan Notasi Polish. Sebuah ekspresi infix (A+B)*(C+D) dapat dikonversikan sehingga ekivalen dengan suffix-polish(Postfix-polish) AB+CD+*. Ekspresi yang terakhir ini mengandung operator aritmetika dalam urutan sebagaimana ia dilaksanakan . Jenis lain dari bentuk ini dapat berupa sebuah pohon sintaks yang menyatakan hasil uraian atau parse dari program sumber. Output dari penganalisis semantic dikirim kepada pembentuk kode(code) generator . Pada saat itu bentuk intermediate program sumber . biasanya diterjemahkan ke dalam bahasa rakitan(assembly language), ataupun ke dalam bahasa mesin (machine language). Sebagai contoh penerjemahan dari ketiga kuadruple di atas, dapat menghasilkan barisan alamat-tunggal (single address), instruksi akumulator-tunggal bahasa rakitan (single-akumulator assembly language). Gambar : Kelas yang dihasilkan dari analisis sintaks ke dalam bentuk pohon(tree)
Syntax Tree
-
Pohon sintaks /pohon penurunan (syntax tree/parse tree) berguna untuk menggambarkan bagaimana memperoleh suatu string dengan cara menurunkan symbol-simbol variable menjadi symbol-simbol terminal.
Bagian kedua dari compiler yaitu Analisis sintaks secara umum bertugas memeriksa kebenaran dan urutan dari token-token yang terbentuk oleh lexical analysis. Dimana tugasnya adalah :
-
Pengelompokan token-token de dalam class syntax (bentuk syntax) seperti procedure, statement, dan expression.
-
Grammar : sekumpulan aturan-aturan untuk mendefiniskan bahasa sumber.
-
Grammar dipakai oleh syntax analyser untuk menentukan struktur dari program sumber.
-
Proses pendeteksiannya (pengenalan token) disebut dengan parsing oleh karena itu Analisis sintaks sering disebut dengan parser.
-
Pohon sintaks yang dihasilkan digunakan untuk semantic analyzer yang bertugas menentukan ‘maksud’ dari program sumber, misalnya operator penjumlahan maka semantic analyzer akan mengambil aksi apa yang harus dilakukan .
Parsing atau Proses Penurunan
Parsing dapat dilakukan dengan cara : -
Penurunan terkiri (leftmost derivation : symbol variable yang paling kiri diturunkan (tuntas) dahulu
-
Penurunan terkanan (rightmost derivation : symbol variable yang paling kanan diturunkan (tuntas) dahulu Misalkan : ingin dihasilkan string aabbaa dari : Bahasa bebas konteks( context free language) : S -> a AS | a, A -> SbA | ba -
Penurunan kiri : S => aAS
-
aSbAS
aabAS
aaabbaS
aabbaa
Penurunan Kanan S => aAS
aAa
aSbAa
aSbbaa
aabbaa
Dalam pemilihan metode parsing perlu diperhatikan 3 hal berikut : -
Waktu eksekusi
-
Penanganan kesalahan
-
Penanganan Kode
Parsing digolongkan menjadi -
Top-down : penulusuran dari root ke leaf atau dari symbol awal ke symbol
terminal metode ini meliputi : o
Backtrack / backup : Brute Force
o
No Backtrack : Recursive Descent Parser
-
Bottom-Up
Metode ini melakukan penelusuran dari leaf ke root
Parsing : Brute Force -
Memilih aturan produksi mulai dari kiri
-
Mengexpand symbol non terminal sampai pada symbol terminal
-
Bila terjadi kesalahan (string tidak sesuai) maka dilakukan backtrack
-
Algoritma ini membuat pohon parsing secara top-down , yaitu dengan cara mencoba segala kemungkinan untuk setiap symbol nonterminal
Contoh suatu bahasa dengan aturan produksi sebagai berikut : S → aAD | aB A →b | c B → ccd | ddc
Misal ingin dilakukan parsing untuk string ‘addc’
Terjadi kegagalan (iii) dilakukan backtrack :
Terjadi kegagalan lagi (iv) dilakukan backtrack.
Kelemahan metode Brute Force : -
Mencoba untuk semua aturan produksi yang ada sehingga menjadi lambat (waktu eksekusi)
-
Mengalami kesukaran untuk melakukan pembetulan kesalahan
-
Banyak memakan memori, karena membuat backup lokasi backtrack;
-
Grammar yang memiliki rekursi kiri tidak bisa diperiksa sehingga harus diubah dulu sehingga tidak rekursif kiri, karena rekursif kiri akan mengalami Loop yang terus menerus (infinite loop).
Aturan produksi rekursif
Aturan produksi yang rekursif memiliki ruas kanan(hasil produksi) yang memuat symbol variable pada ruas kiri. Sebuah produksi dalam bentuk
merupakan produksi rekursif kanan β = berupa kumpulan symbol variable dan terminal. Contoh : S → dS B → adB Bentuk produksi yang rekursif kiri A → Aβ merupakan produksi rekursif kiri Contoh : S → Sd B → B ad
Produksi yang rekursif kanan akan menyebabkan penurunan tumbuh ke kanan, sedangkan produksi yang rekursif kiri akan menyebabkan penurunan tumbuh ke kiri.
Parsing : Recursive Descent Parser
Parsing dengan recursive descent parser -
Salah satu cara mengaplikasikan bahasa context free
-
Symbol terminal maupun symbol variablenya sudah bukan sebuah karekter
-
Besaran leksikal sebagai symbol terminalnya , besaran syntax sebagai symbol variable / non terminalnya.
-
Dengan cara penurunan secara rekursif untuk semua variable dari awal sampai ketemu terminal
-
Tidak pernah mengambil token secara mundur (backtracking)
-
Beda dengan turing yang selalu maju dan mundur dalam melakukan parsing
