Hasil Pencarian  ::  Simpan CSV :: Kembali

"Saat ini di Pusat Antar Universitas Ilmu Komputer Universitas Indonesia terdapat sistem komputer paralel berbasis pertukaran pesan TransPAU. Pemanfaatan TransPAU secara efektif untuk rnendapatkan kinerja yang maksimal rnembutuhkan pengetahuan kinerja TransPAU secara rinci. Tujuan penelitian ini adalah untuk melakukan evaluasi kinerja sistem komputer paralel TranspAU. Hasil yang diperoleh diharapkan dapat dimanfaatan sebagai dasar perkiraan kinerja suatu algoritma paralel pada TransPAU serta dasar pertimbangan perancangan dan. irnplementasi algoritma paralel untuk memperoleh kinerja yang maksimal. Kinerja yang dievaluasi adalah kinerja sistern dilihat dari sudut pandang bahasa pemrograman tingkat tinggi, yang mencerminkan perpaduan antara kinerja peringkat keras dan kinerja perangkat lunak. Mengacu pada struktur sistem komputer parallel berbasis pertukaran pesan,maka kinerja yang di evaluasai dalah kinerja komputasi dan kinerja komunikasi. Evaluasi kinerja dilah:kan clengan menggunakan teknik pengukuran. Pengukuran kinerja komputasi dan komunikasi masing-masing dilakukan terhadap prosesor dan jaringan interkoneksi TransPAU. Hasil evaluasi kinerja komputasi prosesor TransPAU antara lain menunjukan tingginya kinerja prosesor pada operasi aritmatika integer diibanding pada operasi aritmatika floating point dan tingginya kinerja prosesor pada operasi aritmatika dengan tipe data dasar dibanding tipe data array. Sedangkan hasil evaluasi kinerja komunikasi jaringan interkoneksi antara lain rnenunjukkan waktu kornunikasi pesan tunggal satu arah dapat dimodelkan dengan persamaan linier sederhana."

"ABSTRAKKomputer dalam menjalankan tugasnya memerlukan memori untuk menyimpan instruksi dan data yang akan diprosesnya. Sistem memory komputer merupakan suatu hirarki, jadi berisi tingkat-tingkat memory yang mempunyai kemampuan dan harga berbeda-beda. Hirarki memori itu dirancang sedemikian rupa sehingga unjuk kerja sistem memori secara keseluruhan mendekati unjuk kerja tingkat memori yang tercepat (dan termahal) tetapi harganya didomnasi tingkat memori yang lebih lambat dan murah.Program paralel yang menggunakan metode message passing, seperti yang berbasis PYM, akan banyak menggunakan memori untuk menyimpan data yang akan diproses dan data yang akan dipertukarkan dengan proses lain. Oleh karena itu sangat menarik untuk mengetahui hubungan yang pasti antara penggunaan memori dan konfigurasi memori kmputer dengan unjuk kerja program paralel.Dalam skripsi ini dibuat suatu program paralel penguji untuk mengetahui lebih jauh mengenai perilaku penggunaan memori oleh program paralel berbasis PVM dan juga pengaruh tingkat-tingkat memori pada unjuk kerja program paralel sehingga dari kesimpulan yang diperoleh bisa dikembangkan suatu model program yang optimal."

"ABSTRAKDalam aplikasi pengolahan citra sering digunakan Fast Fourier Transform (M). Tujuan dari penggunakan FFT ini adalah agar citra yang akan diolah, di transformasikan ke dalam daerah frekuensi, sehingga dapat dilewatkan dalam filter. Transformasi yang digunakan pada aplikasi pengolahan citra ini adalah FFT 2 Dimensi. Dibutuhkan waktu yang agak lama untuk melakukan transformasi citra, terutama untuk ukuran citra yang besar seperti 256 x 256 dan 512 x 512. Semakin besar ukuran citra yang ditransformasikan semakin banyak komputasi yang dilakukan, sehingga waktu yang dibutuhkan akan semakin lama. Untuk mempersingkat waktu maka digunakan pemrograman paralel. Algoritma dari aplikasi pengolahan citra ini dibagi menjadi 3 bagian : Transformasi Fourier 2D, Filterisasi, dan Invers Transformasi Fourier 2D. Program paralel ini akan di coba untuk dimplementasikan dan diukur pada jaringan komputer berbasis PVM yang terdapat di PAU Universitas Indonesia. Akan dibandingkan waktu komputasi pada keadaan serial dari paralel dengan menggunakan beberapa prosesor. Sehingga nampak jelas adanya penambahan percepatan komputasi pada pemrograman paralel. Dengan melihat penambahan percepatan komputasi akan terlihat efektifitas dari pemaralelan program nampak lebih efektif apabila dibandingkan dengan program serial, selanjutnya bisa di analisa faktor apa saja yang membuat percepatan komputasi pada program paralel tidak optimal."

""Teknologi komputasi paralel telah berkembang pesat beberapa tahun terakhir ini, sejalan dengan teknologi perangkat keras dan perangkat lunak pendukungnya, Minimnya pengetahuan kita akan manfaat, cars penggunaan, atau bahkan untuk memahami definisi komputasi paralel itu sendiri mernbuat pengaaaaan ilmu tentang komputasi parallel itu sendiri menjadi terhambat. Implementasi komputasi paralel yang murah fasilitasnya, memungkinkan untuk dikembangkan, diketahui kode programnya, dapat dimodifikasi fungsi dan kemampuan dari perangkat kerasnya, bahkan untuk dijadikan perangkat pendamping pengajaran yang ringkas, tanpa kehilangan aspek teknisnya. Akan sangat membantu pemahaman terhadap komputasi paralel. Sistem Operasi ALIFLinux, merupakan produk remartering dari Distnbusi Linux ParallelKnoppix, yang memiliki kemampuan sebagai live CD (dapat dijalankan tanpa diinstallasi), mendeteksi perangkat keras, rescue CD (penyelamat saat tedadi kerusakan sistem operasi), menunjang komputasi parallel. Masalah yang dapat diselesaikan oleh komputasi paralel ialah komputasi kompleks yang membutuhkan banyak sumberdaya komputer. Pada Tugas Akhir ini dilakukan sebuali evaluasi kinerja dari sistem operasi Parallelknoppix yang telah diremaster menjadi ALIFlinux sebagai salah satu solusi komputasi paralel yang mudah dipelajari, digunakan dan murah. Evaluasi kmerja ini menggunakan bahan uji program Perkalian Matriks. Pengukuran keda yang ditunjukkan menunjukkan bahwa memang terjadi komputasi parallel pada cluster lokal. Dalam Tugas Akhir yang bedudul ""Evaluasi Kinerja Parallelknoppix Sebagai Sarana Komputasi Paralel dalam Menyelesaikan Masalah Komputasi Kompleks "", diharapkan dapat menjadi sarana pengembangan sumber daya manusia, bahan referensi dan acuan untuk pengembangan selanjutnya, khususnya di Jurusan Teknik Eiektro Fakultas Teknik Universitas Indonesia.""

"ABSTRAK Tesis ini membahas disain, implementasi dan analisa kinerja algoritma paralel integrasi numerik adaptif yang mempunyai paradigma tree computation. Implementasi algoritma paralel ini dilakukan pada jaringan komputer PC dengan bahasa pemrograman C yang berbasis PVM (parallel virtual machine). Ujicoba pengukuran dan analisa kinerja dari algoritma tersebut dilakukan pada jumlah slave yang bervariasi dari mesin-mesin komputer yang heterogen. Parameter-parameter yang diukur adalah nilai speedup, efisiensi penggunaan prosesor, computation to communication ratio, job allocation untuk mendapatkan load balancing yang merata, dan distribusi waktu eksekusi. Ada tiga model algoritma paralel yang ditawarkan dalam integrasi numerik adaptif ini. Model pertama menawarkan suatu cara dimana setiap node yang terbentuk pada tree computation akan dikerjakan oleh prosesor yang berbeda. Master akan mengirimkan node-node sebagai sub-sub problem. ke slave-slave secara ternus menerus sehingga semua slave tidak ada yang idle. Hasil yang diterima master belum tentu hasil akhir, sehingga mungkin sekali sub problem tersebut akan dipecah menjadi sub-sub problem bare yang akan dikirim kembali ke slave-slave. Pada solusi model kedua, master mengirim node-node sebagai sub-sub problem ke semua slave. Slave akan melakukan komputasi secara rekursif sampai diperoleh hasil akhir, sehingga terbentuk suatu sub tree computation pada setiap slave. Hasil akhir yang diterima master akan dikumpulkan untuk mendapatkan total hasil akhir. Slave yang telah selesai akan diberi sub problem berikutnya. Sedang pada model ketiga, master membagi problem secara liner sesuai dengan jumlah mesin yang terlibat, tanpa memperhatikan volume beban komputasi dari setiap sub problem. Selanjutnya master dan slave-slave akan melakukan komputasi secara rekursif sampai diperoleh hasil akhir. Jadi baik pada master maupun slave akan terbentuk sub-sub tree computation. Master akan menerima hasil dari setiap slave untuk dikumpulkan menjadi total hasil akhir. "

"Tingginya tingkat kompleksitas program menyebabkan program memiliki waktu eksekusi yang lama jikalau tidak dijalankan pada mesin berkomputasi tinggi. Masalah ini dapat diatasi salah satunya dengan cara menjalankan berbagai proses pada program tersebut secara simultan sehingga program dapat semakin cepat tereksekusi. Metode ini dikenal dengan istilah parallel computing. Untuk lebih mempercepat waktu eksekusi program, parallel computing tersebut dapat diimplementasikan pada arsitektur High Performance Computing HPC. Metode parallel computing dalam HPC tersebut diimplementasikan ke dalam program Sistem Penilaian Esai Otomatis Simple-O. Simple-O merupakan program penilai esai otomatis yang merupakan pengembangan dari Departemen Teknik Elektro. Dengan menerapkan parallel computing dan menjalankan program pada HPC, eksekusi yang dibutuhkan untuk memeriksa jawaban esai dapat semakin cepat. Parallel computing atau parallelism akan diterapkan pada salah satu bagian dari Simple-O yaitu pada algoritma pembelajaran dalam Simple-O, lebih tepatnya pada Self Organizing Map SOM atau Learning Vector Quantization LVQ. Parallelism dalam SOM dan LVQ diterapkan dengan metode network partition dimana node komputasi Euclidean distance dilakukan secara parallel. Pada penelitian ini didapatkan bahwa kecepatan program serial 1,28 kali lebih cepat dibandingkan program parallel.

---

The escalation of program complexity nowadays means slower run time when it is not executed in high performance machine. One way to address this issue is to execute the processes in the program simultaneously so the program may be executed quicker, known as parallel computing. To further accelerate the program parallel computing can be implemented in High Performance Computing HPC architecture. This method of applicating parallel computing with HPC is implemented in Automatic Essay Grading System, known as Simple O. Simple O is an automatic essay grading system developed by Department of Electrical Engineering Universitas Indonesia. The purpose of applicating the aforementioned method to Simple O is to accelerate the speed of essay grading execution. Parallel computing will be implemented to one of Simple O rsquo s part of program, which is in the learning algorithm. The learning algorithm applied in Simple O is Self Organizing Map SOM and Learning Vector Quantization LVQ. The implementation of parallelism in the learning algorithm uses network partition method, where the calculation of Euclidean distance is done in parallel. Through this research, it can be concluded that the the speed of serial program is 1.28 times quicker than the parallelized program."