Nama
Anggota : 1. Ahmad Hanif (50412443)
2. Candra Budi Yusuf (51412548)
3. Lia Nurcahyanti (54412189)
4. Ni Luh Putu Nita Ayuanita (55412293)
Kelas
: 4IA23
Mata
Kuliah : Pengantar Komputasi
Modern
Dosen : Dr. Rina Noviana, SKom,.
MMSI
PARALLEL COMPUTATION
Parallelism
Concept
Parallel Computation
merupakan kemampuan menjalankan lebih dari satu tugas atau aplikasi secara
simultan atau bersamaan pada sebuah sistem komputer. secara umum, Parallel
Computation adalah sebuah teknik dimana sebuah masalah dibagi menjadi beberapa
masalah yang lebih kecil untuk mempercepat proses penyelesaian masalah
tersebut.
Gambar 1. Parallel Computation
Tujuan dari Parallel
Computation adalah untuk meningkatkan kinerja komputer dalam menyelesaikan
berbagai masalah, karena dengan membagi sebuah masalah yang bersar menjadi
beberapa masalah kecil, maka dapat membuat kerja komputer menjadi lebih cepat.
Distributed
Processing
Distributed Processing
adalah mengerjakan semua proses pengolahan data secara bersama antara komputer
pusat dengan beberapa komputer yang lebih kecil dan saling dihubungkan melalui
jalur komunikasi. Setiap komputer tersebut memiliki prosesor mandiri sehingga
mampu mengolah sebagian data secara terpisah, kemudian hasil pengolahan tadi
digabungkan menjadi satu penyelesaian total. Jika salah satu prosesor mengalami
kegagalan atau masalah yang lain akan mengambil alih tugasnya.
Beberapa contoh dari Distributed Data
Processing System adalah:
·
ATM, komputer yang dirancang untuk
tugas-tugas melaksanakan proyek, analisis finansial, penjadwalan waktu dan
akuntansi
·
Pengolahan data pada server yahoo yang
tersebar hampir di seluruh dunia secara distribusi, setiap wilayah mempunyai
server masing-masing. Seperti di indonesia mempunyai server tersendiri sehingga
pengolahan data tidak di pusat melainkan di wilayah masing-masing
Pernyataan di atas
adalah jaringan saraf tiruan pendekatan yang menekankan sifat paralel
pengolahan saraf, dan sifat didistribusikan representasi saraf. Ini memberikan
kerangka matematika umum bagi para peneliti untuk beroperasi dalam rangka
melibatkan delapan aspek utama.:
·
Satu set unit pengolahan, diwakili oleh
set bilangan bulat.
·
Aktivasi untuk setiap unit, diwakili
oleh vektor waktu tergantung fungsi .
·
Fungsi output untuk setiap unit,
diwakili oleh vektor fungsi pada aktivasi.
·
Pola konektivitas antar unit, diwakili
oleh matriks bilangan real yang menunjukkan kekuatan koneksi.
·
Aturan propagasi menyebarkan aktivasi
melalui koneksi, diwakili oleh fungsi pada output dari unit.
·
Aturan aktivasi untuk menggabungkan
input ke unit untuk menentukan aktivasi baru, diwakili oleh fungsi pada
aktivasi saat ini dan propagasi.
·
Sebuah aturan belajar untuk memodifikasi
koneksi berdasarkan pengalaman, diwakili oleh perubahan bobot berdasarkan pada
sejumlah variabel.
·
Lingkungan yang menyediakan sistem
dengan pengalaman, diwakili oleh set vektor aktivasi untuk beberapa bagian dari
unit.
Architectural
Parallel Computation
Michael J. Flynn
menciptakan satu diantara sistem klasifikasi untuk komputer dan program paralel
yang dikenal dengan sebutan Taksonomi Flynn. Flynn mengelompokkan komputer dan
program berdasarkan banyaknya set instruksi yang dieksekusi dan banyaknya set
data yang digunakan oleh instruksi tersebut.
Arsitektur paralel komputer menurut
Klasifikasi Flynn’s:
·
SISD
(Single Instruction – Single Data)
Komputer
ini memiliki hanya satu prosesor dan satu instruksi yang dieksekusi secara
serial. Komputer ini adalah tipe komputer konvensional.
Beberapa
contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600,
Cray 1 dan PDP 1.
·
SIMD
(Single Instruction – Multiple Data)
Komputer
ini memiliki lebih dari satu prosesor, tetapi hanya mengeksekusi satu instruksi
secara paralel pada data yang berbeda pada level lock-step. Komputer vektor
adalah salah satu komputer paralel yang menggunakan arsitektur ini.
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).
·
MISD
(Multiple Instructions – Single Data)
Komputer
ini memiliki satu prosesor dan mengeksekusi beberapa instruksi secara paralel
tetapi praktiknya tidak ada komputer yang dibangun dengan arsitektur ini karena
sistemnya tidak mudah dipahami. Sampai saat ini belum ada komputer yang
menggunakan model MISD.
·
MIMD
(Multiple Instructions – Multiple Data)
Komputer
ini memiliki lebih dari satu prosesor dan mengeksekusi lebih dari satu
instruksi secara paralel. Tipe komputer ini yang paling banyak digunakan untuk
membangun komputer paralel.
Beberapa
komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer,
Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.
Implementasi
Parallel Computation
Implementasi komputasi
paralel salah satunya pada dunia bisnis di dunia perfilman yaitu rendering
film. 3D Rendering terdiri dari proses yang bertujuan untuk membentuk sebuah
gambar dari sebuah model yang dibentuk oleh perangkat lunak animasi, model
tersebut berisi data geometri, titik pandang, tekstur dan cahaya yang
diperlukan untuk membuat gambar yang utuh. 3D Rendering merupakan proses yang
sangat penting dan telah digunakan untuk berbagai macam penggunaan, seperti
program permainan komputer, efek spesial pada film dan program simulasi.
Salah satu cara untuk
memecahkan masalah tersebut adalah dengan menggunakan algoritma Divide and
Conquer yang diterapkan kedalam metode Komputasi Parallel. Divide and Conquer
merupakan salah satu strategi algoritma yang memecah suatu masalah besar
menjadi beberapa bagian untuk kemudian dikerjakan satu persatu. Dalam Komputasi
Parallel tiap-tiap bagian dikerjakan oleh unit pemrosesannya masing-masing,
sesuai dengan kesepakatan Divide pada awal komputasi. Komputasi Parallel terbukti
jauh lebih efektif untuk melakukan rendering objek 3D dibanding hanya
menggunakan sebuah unit komputasi.
Sebagai contoh suatu
perusahaan animasi asal Jepang, membutuhkan waktu 165 tahun jika proses render
yang dilakukan untuk membuat animasi berdurasi 100 menit hanya menggunakan
sebuah unit komputasi. Sedangkan ketika perusahaan tersebut menggunakan metode
Komputasi Parallel, proses tersebut hanya membutuhkan waktu 1 tahun saja.
Sumber:
[1].
http://komputer.yn.lt/adalah/?arti=Distributed%20Processing
[2]. http://iqbalfadhilah.ilearning.me/2014/09/11/pengertian-realtime-system-batch-processing-system-time-sharing-system-dan-distributed-processing-system/
[3].
https://andri102.wordpress.com/game/soft-skill/konsep-komputasi-parallel-processing/
[4].
http://mahadisuta.blogspot.co.id/2012/12/implementasi-komputasi-paralel-dalam.html
[5].
http://seto.citravision.com/berita-48-parallel-computation--architectural-parallel-computer.html
