UTF-8 (Universal Character Set (UCS) Transformation Format — 8-bit[1]) adalah sebuah pengkodean karakter dengan lebar variabel tertentu (variable-width encoding) yang mewakili setiap karakter komputer (character) dalam himpunan karakter Unicode. Didesain untuk backward compatibility dengan ASCII dan untuk menghindari komplikasi endianness dan byte order mark dalam UTF-16 dan UTF-32.
UTF-8 telah menjadi metode pengkodean karakter (character encoding) yang dominan untuk World Wide Web, meliputi lebih dari setengah jumlah seluruh halaman Web.[2][3][4]Internet Engineering Task Force (IETF) mengharuskan semua protokolInternet untuk mengidentifikasi encoding yang dipakai untuk data karakter, dan pengkodean karakter yang didukung (supported character encoding) untuk menyertakan UTF-8.[5] Internet Mail Consortium (IMC) merekomendasi seluruh program e-mail dapat menayangkan dan membuat e-mail menggunakan UTF-8.[6] UTF-8 juga terus meningkat penggunaannya sebagai default character encoding dalam sistem operasi, bahasa pemrograman, API, dan aplikasi perangkat lunak.
Desain UTF-8 dapat dilihat di tabel berikut yaitu skema yang asalnya diusulkan oleh Dave Prosser dan selanjutnya dimodifikasi oleh Ken Thompson (x diganti dengan bit dari code point):
Bit code point
Code point pertama
Code point terakhir
Byte dalam sequence
Byte 1
Byte 2
Byte 3
Byte 4
Byte 5
Byte 6
7
U+0000
U+007F
1
0xxxxxxx
11
U+0080
U+07FF
2
110xxxxx
10xxxxxx
16
U+0800
U+FFFF
3
1110xxxx
10xxxxxx
10xxxxxx
21
U+10000
U+1FFFFF
4
11110xxx
10xxxxxx
10xxxxxx
10xxxxxx
26
U+200000
U+3FFFFFF
5
111110xx
10xxxxxx
10xxxxxx
10xxxxxx
10xxxxxx
31
U+4000000
U+7FFFFFFF
6
1111110x
10xxxxxx
10xxxxxx
10xxxxxx
10xxxxxx
10xxxxxx
Contoh
Mari melihat bagaimana membuat pengkodean tanda mata uang Euro, €.
'Unicode code point untuk "€" adalah U+20AC.
Menurut tabel skema di atas, dibutuhkan 3 bita (byte) untuk pengkodean, karena terletak di antara U+0800 dan U+FFFF.
Kode heksadesimal 20AC adalah sama dengan kode biner (binary)0010000010101100. Dua angka nol di depan ditambahkan karena, seperti dalam tabel, suatu pengkodean tiga-bita (three-byte encoding) membutuhkan tepat enam belas bit dari the code point.
Karena berupa pengkodean tiga-bita, bita pendahulu dimulai dengan tiga angka "1", kemudian satu angkat "0" (1110...)
Bit sisanya dari bita ini diambil dari code point (11100010), menyisakan ...000010101100.
Setiap kelanjutan bita dimulai dengan 10 dan dibutuhkan enam bit code point (maka 10000010, lalu 10101100).
Tiga bita111000101000001010101100 dapat ditulis lebih singkat dalam heksadesimal, sebagai E282AC.
Tabel berikut adalah ikhtisar pengubahan ini, juga yang lain dengan panjang berbeda dalam UTF-8. Warna-warna mengindikasikan bagaiman bit dari code point didistribusikan di antara byte-byte UTF-8. Bit tambahan yang ditambahkan oleh proses encoding UTF-8 diberi warna hitam.
The Unicode Standard, Version 3.0, §2.3 (2000) plus Corrigendum #1: UTF-8 Shortest Form (2000)
Unicode Standard Annex #27: Unicode 3.1 (2001)
Semua sama dalam mekanika umum, dengan perbedaan pokok pada topik-topik misalnya mengizinkan range nilai code point dan safe handling untuk invalid input.
RFC 5198 defines UTF-8 NFC for Network Interchange
UTF-8 test pages by Andreas Prilop 2017-11-30 di Wayback Machine., Jost Gippert and the World Wide Web Consortium
How to configure e-mail clients to send UTF-8 text
Unix/Linux: UTF-8/Unicode FAQ, Linux Unicode HOWTO 2005-04-04 di Wayback Machine., UTF-8 and Gentoo
The Unicode/UTF-8-character table displays UTF-8 in a variety of formats (with Unicode and HTML encoding information)
Unicode and Multilingual Web Browsers from Alan Wood's Unicode Resources describes support and additional configuration of Unicode/UTF-8 in modern browsers
JSP Wiki Browser Compatibility page 2013-05-24 di Wayback Machine. details specific problems with UTF-8 in older browsers
Mathematical Symbols in Unicode 2008-08-21 di Wayback Machine.
Graphical View of UTF-8 in ICU's Converter Explorer
universal, character, transformation, format, adalah, sebuah, pengkodean, karakter, dengan, lebar, variabel, tertentu, variable, width, encoding, yang, mewakili, setiap, karakter, komputer, character, dalam, himpunan, karakter, unicode, didesain, untuk, backwa. UTF 8 Universal Character Set UCS Transformation Format 8 bit 1 adalah sebuah pengkodean karakter dengan lebar variabel tertentu variable width encoding yang mewakili setiap karakter komputer character dalam himpunan karakter Unicode Didesain untuk backward compatibility dengan ASCII dan untuk menghindari komplikasi endianness dan byte order mark dalam UTF 16 dan UTF 32 UTF 8 telah menjadi metode pengkodean karakter character encoding yang dominan untuk World Wide Web meliputi lebih dari setengah jumlah seluruh halaman Web 2 3 4 Internet Engineering Task Force IETF mengharuskan semua protokol Internet untuk mengidentifikasi encoding yang dipakai untuk data karakter dan pengkodean karakter yang didukung supported character encoding untuk menyertakan UTF 8 5 Internet Mail Consortium IMC merekomendasi seluruh program e mail dapat menayangkan dan membuat e mail menggunakan UTF 8 6 UTF 8 juga terus meningkat penggunaannya sebagai default character encoding dalam sistem operasi bahasa pemrograman API dan aplikasi perangkat lunak Daftar isi 1 Deskripsi 1 1 Contoh 2 Lihat pula 3 Referensi 4 Pranala luarDeskripsi SuntingDesain UTF 8 dapat dilihat di tabel berikut yaitu skema yang asalnya diusulkan oleh Dave Prosser dan selanjutnya dimodifikasi oleh Ken Thompson x diganti dengan bit dari code point Bit code point Code pointpertama Code pointterakhir Byte dalamsequence Byte 1 Byte 2 Byte 3 Byte 4 Byte 5 Byte 6 7 U 0000 U 007F 1 0xxxxxxx11 U 0080 U 07FF 2 110xxxxx 10xxxxxx16 U 0800 U FFFF 3 1110xxxx 10xxxxxx 10xxxxxx21 U 10000 U 1FFFFF 4 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx26 U 200000 U 3FFFFFF 5 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx31 U 4000000 U 7FFFFFFF 6 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxxContoh Sunting Mari melihat bagaimana membuat pengkodean tanda mata uang Euro Unicode code pointuntuk adalah U 20AC Menurut tabel skema di atas dibutuhkan 3 bita byte untuk pengkodean karena terletak di antara U 0800 dan U FFFF Kode heksadesimal 20AC adalah sama dengan kode biner binary 0010000010101100 Dua angka nol di depan ditambahkan karena seperti dalam tabel suatu pengkodean tiga bita three byte encoding membutuhkan tepat enam belas bit dari the code point Karena berupa pengkodean tiga bita bita pendahulu dimulai dengan tiga angka 1 kemudian satu angkat 0 1110 Bit sisanya dari bita ini diambil dari code point 1110 span style color blue 0010 span menyisakan 000010101100 Setiap kelanjutan bita dimulai dengan 10 dan dibutuhkan enam bit code point maka 10 span style color green 000010 span lalu 10 span style color red 101100 span Tiga bita1110 span style color blue 0010 span 10 span style color green 000010 span 10 span style color red 101100 span dapat ditulis lebih singkat dalam heksadesimal sebagai span style color blue E2 span span style color green 82 span span style color red AC span Tabel berikut adalah ikhtisar pengubahan ini juga yang lain dengan panjang berbeda dalam UTF 8 Warna warna mengindikasikan bagaiman bit dari code point didistribusikan di antara byte byte UTF 8 Bit tambahan yang ditambahkan oleh proses encoding UTF 8 diberi warna hitam Karakter code point biner UTF 8 biner UTF 8 heksadesimal U 0024 span style color red 0100100 span 0 span style color red 0100100 span span style color red 24 span U 00A2 span style color green 000 10 span span style color red 100010 span 110 span style color green 00010 span 10 span style color red 100010 span span style color green C2 span span style color red A2 span U 20AC span style color blue 0010 span span style color green 0000 10 span span style color red 101100 span 1110 span style color blue 0010 span 10 span style color green 000010 span 10 span style color red 101100 span span style color blue E2 span span style color green 82 span span style color red AC span 𤭢 U 24B62 span style color C000C0 000 span span style color blue 10 0100 span span style color green 1011 01 span span style color red 100010 span 11110 span style color C000C0 000 span 10 span style color blue 100100 span 10 span style color green 101101 span 10 span style color red 100010 span span style color C000C0 F0 span span style color blue A4 span span style color green AD span span style color red A2 span Lihat pula SuntingAlt code Pengkodean karakter Comparison of e mail clients Features Comparison of Unicode encodings GB 18030 Iconv a standardized API used to convert between different character encodings ISO IEC 8859 Specials Unicode block Unicode Unicode and HTML Universal Character Set UTF 8 in URIs UTF 9 and UTF 18 UTF 16 UCS 2Referensi Sunting Chapter 2 General Structure The Unicode Standard edisi ke 6 0 Mountain View California USA The Unicode Consortium ISBN 978 1 936213 01 6 Davis Mark 28 January 2010 Unicode nearing 50 of the web Official Google Blog Google Diakses tanggal 5 December 2010 UTF 8 Usage Statistics BuiltWith Diakses tanggal March 28 2011 Usage of character encodings for websites W3Techs Diakses tanggal March 30 2010 Alvestrand H 1998 RFC 2277 Internet Engineering Task Force Parameter contribution akan diabaikan bantuan Using International Characters in Internet Mail Internet Mail Consortium August 1 1998 Diarsipkan dari versi asli tanggal 2007 10 26 Diakses tanggal November 8 2007 Pranala luar SuntingAda beberapa definisi UTF 8 dalam berbagai dokumen standar RFC 3629 STD 63 2003 yang menetapkan UTF 8 sebagai elemen protokol Internet standar The Unicode Standard Version 6 0 3 9 D92 3 10 D95 2011 ISO IEC 10646 2003 Annex D 2003 Dokumen dokumen tersebut menggantikan definisi definisi yang telah usang dalam karya karya berikut ISO IEC 10646 1 1993 Amendment 2 Annex R 1996 The Unicode Standard Version 5 0 3 9 D92 3 10 D95 2007 The Unicode Standard Version 4 0 3 9 3 10 2003 The Unicode Standard Version 2 0 Appendix A 1996 RFC 2044 1996 RFC 2279 1998 The Unicode Standard Version 3 0 2 3 2000 plus Corrigendum 1 UTF 8 Shortest Form 2000 Unicode Standard Annex 27 Unicode 3 1 2001 Semua sama dalam mekanika umum dengan perbedaan pokok pada topik topik misalnya mengizinkan range nilai code point dan safe handling untuk invalid input Original UTF 8 paper or pdf for Plan 9 from Bell Labs RFC 5198 defines UTF 8 NFC for Network Interchange UTF 8 test pages by Andreas Prilop Diarsipkan 2017 11 30 di Wayback Machine Jost Gippert and the World Wide Web Consortium How to configure e mail clients to send UTF 8 text Unix Linux UTF 8 Unicode FAQ Linux Unicode HOWTO Diarsipkan 2005 04 04 di Wayback Machine UTF 8 and Gentoo The Unicode UTF 8 character table displays UTF 8 in a variety of formats with Unicode and HTML encoding information Unicode and Multilingual Web Browsers from Alan Wood s Unicode Resources describes support and additional configuration of Unicode UTF 8 in modern browsers JSP Wiki Browser Compatibility page Diarsipkan 2013 05 24 di Wayback Machine details specific problems with UTF 8 in older browsers Mathematical Symbols in Unicode Diarsipkan 2008 08 21 di Wayback Machine Graphical View of UTF 8 in ICU s Converter ExplorerTemplat Unicode navigation Templat Character encodingDiperoleh dari https id wikipedia org w index php title UTF 8 amp oldid 18571146, wikipedia, wiki, buku, buku, perpustakaan,
