UTF-16: Perbedaan antara revisi

Revisi terkini sejak 23 Agustus 2026 22.56

UTF-16 (16-bit Unicode Transformation Format) adalah suatu pengkodean karakter Unicode yang mampu mengkodekan 1,112,064^[1] angka (disebut code point) dalam jangkauan kode Unicode dari 0 sampai 0x10FFFF. Pengkodean ini adalah sebuah "variable-width encoding" karena code point itu dikodekan dengan satu atau dua code units 16-bit .

Universal Character Set UCS-2 (2-byte) mirip dengan pengkodean karakter yang sekarang digantikan oleh UTF-16 versi 2.0 sebagai standar Unicode pada bulan Juli 1996.^[2] Menghasilkan format dengan panjang tetap (fixed-length format) hanya menggunakan code point sebagai unit kode 16-bit dan membuahkan hasil yang tepat sama dengan UTF-16 untuk 97% (63.488; bukan 65.536) dari seluruh code point dalam jangkauan 0-0xFFFF, termasuk semua karakter yang telah diberi nilai saat itu.

UTF-16 secara resmi didefinisikan dalam Annex Q dari standar internasional ISO/IEC 10646.^[3] Juga disebut sebagai "The Unicode Standard" versi 2.0 atau lebih tinggi, serta dalam IETF's RFC 2781.

Contoh

code point	glyph*	character	UTF-16 code units (hex)	UTF-16BE code units (hex)	UTF-16LE code units (hex)
U+007A	z		007A	00, 7A	7A, 00
U+6C34	水	(water)	6C34	6C, 34	34, 6C
U+10000		(first non-BMP code point)	D800, DC00	D8, 00, DC, 00	00, D8, 00, DC
U+1D11E			D834, DD1E	D8, 34, DD, 1E	34, D8, 1E, DD
U+10FFFD		(last Unicode code point)	DBFF, DFFD	DB, FF, DF, FD	FF, DB, FD, DF

* Appropriate font and software are required to see the correct glyphs.

Contoh prosedur pengkodean UTF-16

Karakter pada code point U+64321 (hexadecimal) akan dikodekan dalam UTF-16. Karena di atas U+FFFF, harus dikodekan dengan surrogate pair, sebagai berikut:

v  = 0x64321
v′ = v - 0x10000
   = 0x54321
   = 0101 0100 0011 0010 0001
vh = v′ >> 10
   = 01 0101 0000 // higher 10 bits of v′
vl = v′ & 0x3FF
   = 11 0010 0001 // lower  10 bits of v′
w1 = 0xD800 + vh
   = 1101 1000 0000 0000
   +        01 0101 0000
   = 1101 1001 0101 0000
   = 0xD950 // first code unit of UTF-16 encoding
w2 = 0xDC00 + vl
   = 1101 1100 0000 0000
   +        11 0010 0001
   = 1101 1111 0010 0001
   = 0xDF21 // second code unit of UTF-16 encoding

Lihat pula

Pranala luar

A very short algorithm for determining the surrogate pair for any codepoint
Unicode Technical Note #12: UTF-16 for Processing
Unicode FAQ: What is the difference between UCS-2 and UTF-16?
Unicode Character Name Index
RFC 2781: UTF-16, an encoding of ISO 10646
java.lang.String documentation, discussing surrogate handling

Referensi

↑ 2^{16} - 2 \times 2^{10} + 2^{10} \times 2^{10} , di mana 2^{16} adalah BMP, - 2 \times 2^{10} adalah interval U+D800–U+DFFF, dan 2^{10} \times 2^{10} adalah level (plane) tertinggi.
↑ Questions about encoding forms.
↑ ISO/IEC 10646-1:2000(E), pp. 890-892; ISO/IEC 10646:2003(E), pp. 1364-1366; ISO/IEC 10646:2012(E) Final Committee Draft (FCD), p. 2208; The FCD contains a reference to clauses 9 and 10, pp. 15-17.

Sumber dan atribusi

Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 22228027 (2022-12-03T11:39:33Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.

[1] 2^{16} - 2 \times 2^{10} + 2^{10} \times 2^{10} , di mana 2^{16} adalah BMP, - 2 \times 2^{10} adalah interval U+D800–U+DFFF, dan 2^{10} \times 2^{10} adalah level (plane) tertinggi.

[2] Questions about encoding forms.

[3] ISO/IEC 10646-1:2000(E), pp. 890-892; ISO/IEC 10646:2003(E), pp. 1364-1366; ISO/IEC 10646:2012(E) Final Committee Draft (FCD), p. 2208; The FCD contains a reference to clauses 9 and 10, pp. 15-17.

[1]

[2]

[3]

@@ Baris 1: / Baris 1: @@
-'''UTF-16''' (16-[[bit]] [[Unicode]] Transformation Format) adalah suatu [[pengkodean karakter]] Unicode yang mampu mengkodekan 1,112,064 angka (disebut ''[[code point]]'') dalam jangkauan kode Unicode dari 0 sampai 0x10FFFF. Pengkodean ini adalah sebuah "variable-width encoding" karena code point itu dikodekan dengan satu atau dua ''code units'' 16-bit .
+'''UTF-16''' (16-[[bit]] [[Unicode]] Transformation Format) adalah suatu [[pengkodean karakter]] Unicode yang mampu mengkodekan 1,112,064<ref>2^{16} - 2 \times 2^{10} + 2^{10} \times 2^{10} , di mana 2^{16} adalah BMP, - 2 \times 2^{10} adalah interval U+D800–U+DFFF, dan 2^{10} \times 2^{10} adalah level (''plane'') tertinggi.</ref> angka (disebut ''[[code point]]'') dalam jangkauan kode Unicode dari 0 sampai 0x10FFFF. Pengkodean ini adalah sebuah "variable-width encoding" karena code point itu dikodekan dengan satu atau dua ''code units'' 16-bit .
-[[Universal Character Set]] '''UCS-2''' (2-[[byte]]) mirip dengan pengkodean karakter yang sekarang digantikan oleh UTF-16 versi 2.0 sebagai standar Unicode pada bulan Juli 1996. Menghasilkan format dengan panjang tetap (''fixed-length format'') hanya menggunakan code point sebagai unit kode 16-bit dan membuahkan hasil yang tepat sama dengan UTF-16 untuk 97% (63.488; bukan 65.536) dari seluruh code point dalam jangkauan 0-0xFFFF, termasuk semua karakter yang telah diberi nilai saat itu.
+[[Universal Character Set]] '''UCS-2''' (2-[[byte]]) mirip dengan pengkodean karakter yang sekarang digantikan oleh UTF-16 versi 2.0 sebagai standar Unicode pada bulan Juli 1996.<ref>[http://www.unicode.org/faq//utf_bom.html Questions about encoding forms].</ref> Menghasilkan format dengan panjang tetap (''fixed-length format'') hanya menggunakan code point sebagai unit kode 16-bit dan membuahkan hasil yang tepat sama dengan UTF-16 untuk 97% (63.488; bukan 65.536) dari seluruh code point dalam jangkauan 0-0xFFFF, termasuk semua karakter yang telah diberi nilai saat itu.
-UTF-16 secara resmi didefinisikan dalam Annex Q dari standar internasional [[ISO/IEC 10646]]. Juga disebut sebagai "The Unicode Standard" versi 2.0 atau lebih tinggi, serta dalam IETF's RFC 2781.
+UTF-16 secara resmi didefinisikan dalam Annex Q dari standar internasional [[ISO/IEC 10646]].<ref>ISO/IEC 10646-1:2000(E), pp. 890-892; ISO/IEC 10646:2003(E), pp. 1364-1366; ISO/IEC 10646:2012(E) Final Committee Draft (FCD), p. 2208; The FCD contains a reference to clauses 9 and 10, pp. 15-17.</ref> Juga disebut sebagai "The Unicode Standard" versi 2.0 atau lebih tinggi, serta dalam IETF's RFC 2781.
 == Contoh ==
+{| class="wikitable"
+|-
+! code point
+! glyph*
+! character
+! UTF-16 code units ([[hexadecimal|hex]])
+! UTF-16BE code units (hex)
+! UTF-16LE code units (hex)
+|-
+| U+007A
+| z
+|
+| 007A
+| 00, 7A
+| 7A, 00
+|-
+| U+6C34
+| 水
+|  (water)
+| 6C34
+| 6C, 34
+| 34, 6C
+|-
+| U+10000
+|
+|  (first non-BMP code point)
+| D800, DC00
+| D8, 00, DC, 00
+| 00, D8, 00, DC
+|-
+| U+1D11E
+|
+|
+| D834, DD1E
+| D8, 34, DD, 1E
+| 34, D8, 1E, DD
+|-
+| U+10FFFD
+|
+|  (last Unicode code point)
+| DBFF, DFFD
+| DB, FF, DF, FD
+| FF, DB, FD, DF
+|}
 ''* Appropriate font and software are required to see the correct glyphs.''
@@ Baris 35: / Baris 78: @@
 * [[Unicode]]
 * [[UTF-8]]
-== Referensi ==
 == Pranala luar ==
@@ Baris 47: / Baris 87: @@
 * [http://docs.oracle.com/javase/6/docs/api/java/lang/String.html#charAt(int) java.lang.String documentation, discussing surrogate handling]
+== Referensi ==
+<references />
 == Sumber dan atribusi ==
 Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=UTF-16&oldid=22228027 Wikipedia bahasa Indonesia], revisi 22228027 (2022-12-03T11:39:33Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.
+<!-- WIKI_UNISSULA_PRESENTATION_V4 -->