Tugas Softskill
Pengantar Komputasi Modern
Nama : Faris Eka Dzulfiqar
Npm : 52412780
Kelas : 4IA09
Dosen : Siti Saidah, Skom.,
Pengertian Komputasi
Komputasi
sebetulnya bisa diartikan sebagai cara untuk menemukan pemecahan masalah dari
data input dengan menggunakan suatu algoritma. Hal ini ialah apa yang disebut
dengan teori komputasi, suatu sub-bidang dari ilmu komputer dan matematika.
Selama ribuan tahun, perhitungan dan komputasi umumnya dilakukan dengan
menggunakanpena dan kertas, atau kapur dan batu tulis, atau dikerjakan secara
mental, kadang-kadang dengan bantuan suatu tabel. Namun sekarang, kebanyakan
komputasi telah dilakukan dengan menggunakan komputer.
Secara
umum iIlmu komputasi adalah bidang ilmu yang mempunyai perhatian pada
penyusunan model matematika dan teknik penyelesaian numerik serta
penggunaankomputer untuk menganalisis dan memecahkan masalah-masalah ilmu
(sains). Dalam penggunaan praktis, biasanya berupa penerapan simulasi komputer
atau berbagai bentuk komputasi lainnya untuk menyelesaikan masalah-masalah
dalam berbagai bidang keilmuan, tetapi dalam perkembangannya digunakan juga
untuk menemukan prinsip-prinsip baru yang mendasar dalam ilmu.
Bidang
ini berbeda dengan ilmu komputer (computer science), yang mengkaji komputasi,
komputer dan pemrosesan informasi. Bidang ini juga berbeda dengan teori dan
percobaan sebagai bentuk tradisional dari ilmu dan kerja keilmuan. Dalam ilmu
alam, pendekatan ilmu komputasi dapat memberikan berbagai pemahaman baru,
melalui penerapan model-model matematika dalam program komputer berdasarkan
landasan teori yang telah berkembang, untuk menyelesaikan masalah-masalah nyata
dalam ilmu tersebut.
Komputasi komputer
Teknologi
komputasi (bahasa Inggris: computing) adalah aktivitas penggunaan dan
pengembangan teknologi komputer,perangkat keras, dan perangkat lunak komputer.
Ia merupakan bagian spesifik komputer dari teknologi informasi. Ilmu komputer
adalah kajian dan ilmu dasar teori informasi dan komputasi serta implementasi
dan aplikasinya dalam sistem komputer.
Teori Komputasi
Teori
komputasi adalah cabang ilmu komputer dan matematika yang membahas apakah dan
bagaimanakah suatu masalah dapat dipecahkan pada model komputasi, menggunakan
algoritma. Bidang ini dibagi menjadi dua cabang: teori komputabilitas dan teori
kompleksitas, namun kedua cabang berurusan dengan model formal komputasi.
Untuk melakukan
studi komputasi dengan ketat, ilmuwan komputer bekerja dengan abstraksi
matematika dari komputer yang dinamakan model komputasi. Ada beberapa model
yang digunakan, namun yang paling umum dipelajari adalah mesin Turing. Sebuah
mesin Turing dapat dipikirkan sebagai komputer pribadi meja dengan kapasitas
memori yang tak terhingga, namun hanya dapat diakses dalam bagian-bagian
terpisah dan diskret. Ilmuwan komputer mempelajari mesin Turing karena mudah
dirumuskan, dianalisis dan digunakan untuk pembuktian, dan karena mesin ini
mewakili model komputasi yang dianggap sebagai model paling masuk akal yang paling
ampuh yang dimungkinkan.
Kapasitas memori
tidak terbatas mungkin terlihat sebagai sifat yang tidak mungkin terwujudkan,
namun setiap permasalahan yang "terputuskan" (decidable) yang
dipecahkan oleh mesin Turing selalu hanya akan memerlukan jumlah memori
terhingga. Jadi pada dasarnya setiap masalah yang dapat dipecahkan (diputuskan)
oleh meisn Turing dapat dipecahkan oleh komputer yang memiliki jumlah memori
terbatas.
Implementasi pada Komputasi
Teori komputasi ini
dapat diimplementasikan kedalam bidang – bidang tertentu. Implementasi bidang –
bidang yang berkaitan dengan teori komputasi yaitu :
Fisika
Kimia
Matematika
Ekonomi
Geografi
Geologi
Biologi
Yang akan
dijelaskan kali ini adalah contoh implementasi komputasi pada bidang biologi.
Implementasi pada bidang bilogi adalah Bioinformatika. Bioinformatika ini masuk
kedalam bidang ilmu komputasi modern.
Bioinformatika,
berasal dari kata yaitu “bio” dan “informatika”, adalah gabungan antara ilmu
biologi dan ilmu teknik informasi (TI). Bioinformatika didefenisikan sebagai
aplikasi dari alat komputasi dan analisa untuk menangkap dan
menginterpretasikan data-data biologi. Ilmu ini merupakan ilmu baru yang yang
merangkup berbagai disiplin ilmu termasuk ilmu komputer, matematika dan fisika,
biologi, dan ilmu kedokteran, dimana kesemuanya saling menunjang dan saling
bermanfaat satu sama lainnya.
Bioinformatika mulai diperkenalkan pada
pertengahan tahun 1980-an untuk mengacu pada penerapan computer pada bidang
biologi. Tetapi penerapan bidang – bidang pada bioinformatika sudah dilakukakan
sejak pertengahan tahun 1960-an. Seperti pada pembuatan basis data dan
pengembangan algoritma untuk analisis sekuens biologi.
Ilmu bioinformatika
lahir berdasarkan article intelligence, atas inisiatif dari para ahli ilmu
computer. Berdasarkan teori article intelligence ini mereka berpikir bahwa
semua gejala yang ada pada alam ini dapat dibuat secara artificial melalui
simulasi dari gejala – gejala tersebut. Untuk dapat mewujudkannya diperlukan
data – data yang menjadi kunci penentu dari gejala alam tersebut, yaitu berupa
gen yang meliputi DNA atau RNA. Bioinformatika ini penting untuk manajemen
data-data dari dunia biologi dan kedokteran modern. Perangkat utama dari
Bioinformatika adalah program software (perangkat lunak) dan didukung oleh
kesediaan internet.
Perkembangan
pada teknologi DNA rekombinan memainkan peranan yang penting dalam terciptanya
bioinformatika. Pada teknologi DNA rekombinan memberikan suatu pengetahuan baru
dalam bidang rekayasa genesika organisme yang disebut dengan bioteknologi.
Perkembangan pada bioteknologi dari tradisional ke modern salah satunya
ditandai dengan kemampuan manusia dalam melakukan analisis DNA organisme,
sekuensing DNA, dan manipulasi DNA.
Sekuensing
DNA satu organisme, misalnya suatu virus memiliki kurang lebih 5.000 nukleotida
atau molekul DNA atau sekitar 11 gen, yang telah berhasil dibaca secara
menyeluruh pada tahun 1977. Kemudia Sekuen seluruh DNA manusia terdiri dari 3
milyar nukleotida yang menyusun 100.000 gen dapat dipetakan dalam waktu 3
tahun, walaupun semua ini belum terlalu lengkap. Saat ini terdapat milyaran
data nukleotida yang tersimpan dalam database DNA, GenBank di AS yang didirikan
tahun 1982. Bioinformatika (bahasa Inggris: bioinformatics) adalah ilmu yang
mempelajari penerapan teknik komputasional untuk mengelola dan menganalisis
informasi biologis.
Bidang
ini mencakup penerapan metode-metode matematika, statistika, dan informatika
untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens
DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama
bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran
sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk
struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan
analisis ekspresi gen.
Bioinformatika dan teknologi informasi
merupakan dua diantara dari berbagai teknologi penting yang mengalami
perkembangan yang signifikan dalam beberapa tahun terakhir ini. Bioteknologi
ini berawal dari bidang biologi, sedangkan perkembangan teknologi informasi tak
dapat dilepaskan dari matematika. Pada umumnya biologi dan matematika dianggap
sebagai database utama dalam bilogi molekuler, yang dikelola oleh NCBI
(National Center for Biotechnology Information) di Amerika Serikat.
Dalam bidang bioinformatika mempunyai 9
cabang, yaitu:
Biophysics
Biophysics adalah sebuah bidang
interdisipliner yang mengaplikasikan teknik-teknik dari ilmu Fisika untuk
memahami struktur dan fungsi biologi (British Biophysical Society).
Computational
Biology
Computational biology merupakan bagian dari Bioinformatika yang paling
dekat dengan bidang Biologi umum klasik. Fokus dari computational biologyadalah
gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul
dan sel.
Medical Informatics
Medical informatics adalah sebuah disiplin
ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan dan
implementasi dari struktur dan algoritma untuk meningkatkan komunikasi,
pengertian dan manajemen informasi medis.
Cheminformatics
Cheminformatics adalah kombinasi dari
sintesis kimia, penyaringan biologis dan pendekatan data-mining yang digunakan
untuk penemuan dan pengembangan obat (Cambridge Healthech Institute’s Sixth
Annual Cheminformatics conference).
Genomics
Genomics adalah bidang ilmu yang ada
sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar.
Genomics adalah setiap usaha untuk menganalisa atau membandingkan seluruh
komplemen genetik dari satu spesies atau lebih.
Mathematical
Biology
Mathematical biology menangani
masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah
tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam
software maupun hardware.
Proteomics
Proteomics berkaitan dengan studi
kuantitatif dan kualitatif dari ekspresi gen di level dari protein-protein
fungsional itu sendiri. Yaitu: “sebuah antarmuka antara biokimia protein dengan
biologi molekul”.
Pharmacogenomics
Pharmacogenomics adalah aplikasi dari
pendekatan genomik dan teknologi pada identifikasi dari target-target obat.
Pharmacogenetics
Pharmacogenetics adalah bagian dari
pharmacogenomics yang menggunakan metode genomik atau Bioinformatika untuk
mengidentifikasi hubungan-hubungan genomik.
Paralel Processing
adalah kemampuan menjalankan tugas atau aplikasi lebih dari satu aplikasi dan
dijalankan secara simultan atau bersamaan pada sebuah komputer. Secara umum,
ini adalah sebuah teknik dimana sebuah masalah dibagi dalam beberapa masalah
kecil untuk mempercepat proses penyelesaian masalah.
Terdapat dua hukum
yang berlaku dalam sebuah parallel processing. yaitu:
Hukum Amdahl
Amdahl berpendapat,
“Peningkatan kecepatan secara paralel akan menjadi linear, melipatgandakan
kemampuan proses sebuah komputer dan mengurangi separuh dari waktu proses yang
diperlukan untuk menyelesaikan sebuah masalah.”
Hukum Gustafson
Pendapat yang
dikemukakan Gustafson hampir sama dengan Amdahl, tetapi dalam pemikiran
Gustafson, sebuah komputasi paralel berjalan dengan menggunakan dua atau lebih
mesin untuk mempercepat penyelesaian masalah dengan memperhatikan faktor
eksternal, seperti kemampuan mesin dan kecepatan proses tiap-tiap mesin yang
digunakan.
Gambar diatas
merupakan contoh dari sebuah komputasi paralel, dimana pada gambar diatas
terdapat sebuah masalah, dari masalah tersebut dibagi lagi menjadi beberapa
bagian agar sebuah masalah dapat dengan cepat diatasi.
Tujuan Komputasi
Paralel
Tujuan dari
komputasi paralel adalah meningkatkan kinerja komputer dalam menyelesaikan
berbagai masalah. Dengan membagi sebuah masalah besar ke dalam beberapa masalah
kecil, membuat kinerja menjadi cepat.
Formula komputasi
paralel yang diajukan pada hukum Amdahl
Dimana a adalah
banyaknya paralel yang terjadi. Secara teori, artinya proses penyelesaian
masalah menjadi lebih cepat dengan menggunakan komputasi paralel.
Salah satu jenis
penggunaan komputasi paralel adalah:
PVM(Parallel
Virtual Machine)
Merupakan sebuah
perangkat lunak yang mampu mensimulasikan pemrosesan paralel pada jaringan.
Model komputasi
Paralel.
Embarasingly Parallel adalah pemrograman
paralel yang digunakan pada masalah-masalah yang bisa diparalelkan tanpa
membutuhkan komunikasi satu sama lain. Sebenarnya pemrograman ini bisa dibilang
sebagai pemrograman paralel yang ideal, karena tanpa biaya komunikasi, lebih
banyak peningkatan kecepatan yang bisa dicapai.
Taksonomi dari
model pemrosesan paralel dibuat berdasarkan alur instruksi dan alur data yang
digunakan:
SISD (Single Instruction Single Datapath)
merupakan prosesor tunggal, yang bukan paralel.
SIMD (Single Instruction Multiple Datapath)alur
instruksi yang sama dijalankan terhadap banyak alur data yang berbeda. Alur
instruksi di sini kalau tidak salah maksudnya ya program komputer itu. trus
datapath itu paling ya inputnya, jadi inputnya lain-lain tapi program yang
digunakan sama.
MIMD (Multiple Instruction Multiple
Datapath)alur instruksinya banyak, alur datanya juga banyak, tapi masing-masing
bisa berinteraksi.
MISD (Multiple Instruction Single Datapath)alur
instruksinya banyak tapi beroperasi pada data yang sama.
Tujuan utama dari
parallel processing adalah untuk meningkatkan performa komputasi. Semakin
banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama),
semakin banyak pekerjaan yang bisa diselesaikan. Michael J. Flynn membagi komputer
dalam 4 kategori yaitu :
SISD (Single
Instruction, Single Data Stream)
Single Data adalah
satu-satunya yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada
model ini hanya digunakan 1 processor saja. Oleh karena itu model ini bisa
dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya
merupakan komputasi paralel yang menggunakan beberapa processor. Beberapa
contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600,
Cray 1 dan PDP 1.
MISD (Multiple Instruction,
Single Data Stream)
MISD menggunakan
banyak processor dengan setiap processor menggunakan instruksi yang berbeda
namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD.
Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh model SIMD
namun cara penyelesaian yang berbeda. Pada MISD jika pada komputer pertama,
kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100,
namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor.
Sampai saat ini belum ada komputer yang menggunakan model MISD.
SIMD (Single Instruction,
Multiple Data Streams)
SIMD menggunakan
banyak processor dengan instruksi yang sama, namun setiap processor mengolah
data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan
angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada
setiap processor kita menggunakan algoritma atau perintah yang sama, namun data
yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan
pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai
urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh
komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray
Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).
MIMD (Multiple
Instruction, Multiple Data Streams)
MIMD menggunakan
banyak processor dengan setiap processor memiliki instruksi yang berbeda dan
mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD
juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan
model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron,
Cray XT3 dan IBM BG/L.
Setelah kita
mengetahui sedikit mengenai parallel processing, agar dapat menghubungkan
dengan komputasi modern maka saya menghubungkan materi diatas dengan jurnal
yang berjudul Parallel processing Menggunakan Komputer Heterogen. Pada jurnal
ini Masalah yang akan dibahas adalah bagaimana mengaplikasikan parallel
processing menggunakan komputer yang heterogen (spesifikasinya berbeda-beda).
Selain itu,sistem juga tidak akan terhubung ke jaringan Internet. Sehingga
dapat dihubungkan bahwa Komputasi Modern merupakan sebuah sistem yang akan
menyelesaikan masalah matematis menggunakan komputer dengan cara menyusun
algoritma yang dapat dimengerti oleh komputer yang berguna untuk menyelesaikan
suatu masalah. Dalam komputasi modern
terdapat perhitungan dan pencarian solusi dari masalah. Perhitungan dari
komputasi modern adalah akurasi, kecepatan, problem, volume dan besar serta
kompleksitas.
Sedangkan konsep
parallel processing adalah bagaimana membangun sebuah ekosistem dimana komputer
mandiri dapat mengerjakan serangkaian tugas secara bersama dalam waktu yang
bersamaan dan bersifat kontinyu. Dalam kondisi teknologi sekarang ini,
komputasi modern bagaikan selalu berdampingan dengan parallel processing.
Sebagian besar perusahaan berbasisi internet seperti google, facebook, twitter
pasti memiliki ekosistem server yang menerapkan parallel processing untuk
menjaga kecepatan akses dari server. Dari jurnal yang telah didapatkan dapat
dilihat dilihat bahwa sistem paralel dapat dibangun dari kumpulan komputer
dengan spesifikasi yang beraneka macam. Hal itu ditunjang dengan fakta bahwa
sistem paralel dapat memanfaatkan sumber daya komputer yang telah ada walaupun
spesifikasinya berbeda-beda. Selain itu pada jumlah komputer, sistem paralel
dapat menyelesaikan suatu suatu masalah lebih cepat dari suatu komputer
tunggal. Sehingga dapat disimpulkan bahwa parallel processing berhubungan
dengan komputasi modern karena keduanya saling membutuhkan dan berkaitan satu
sama lain.
Tidak ada komentar:
Posting Komentar