Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK


Dibahas pembentukan algoritma paralel perhitungan perkalian matriks pada komputer SIMD dengan model jaringan keterhubungan elemen prosesor berbentuk pohon, mesh dimensi 2 dan hiperkubus. Masing-maaing model tersebut terdiri dan 0(n), O(n-) dan 0(!p) elemen prosesor. Kompleksitas waktu dan algoritma paraiel perhitungan perkalian matriks adalah 0(n- + log2n) pada model keterhubungan pohon, 0(n) pada model keterhubungan mesh dimensi 2 dan Oilog^n) pada model keterhubungan hiperkubus.

Abstrak :
Dibahas algoritma paralel Prefix Sums pada model komputer SIMD dengan model EREW SM SIMD dan model keterhubungan elemen prosesor berbentuk: Khusus, Unshuffle, Pohon dan Mesh dimensi 2. Kompleksitas waktu dari algoritma paralel Prefix Sums adalah: O(log n) pada model EREW SM SIMD, O(log n) pada keterhubungan Khusus, O(log n) pada keterhubungan Unshuffle, O(log n) I pada keterhubungan Pohon, dan 0(n112) I pada keterhubungan Mesh dimensi 2. Algoritma paralel Prefix Sums mi dimanfaatkan dalam optimisasi masalah Knapsack.

Abstrak :
Tugas akhir ini menjelaskan tiga buah algoritma untuk menyelesaikan masalah knapsack 0/1 berkendala tunggal. Ketiga algoritma tersebut, terdiri atas sebuah algoritma serial dan dua buah algoritma paralel. Algoritma serial yang dibahas, diperkenalkan oleh Horowitz dan Sahni. Algoritma paralel yang pertama diperkenalkan oleh Lee, Shragowitz dan Sahni, sedangkan, algoritma kedua oleh Lin dan Storer. Prinsip-prinsip pemrograman dinamik digunakan pada setiap algoritma untuk memperoleh penyelesaian masalah. Secara serial masalah knapsack 0/1 memiliki kompleksitas 0(mc). Jika dengan menggunakan algoritma dari Lee dapat diselesaikan dalam 0(mc/n + c.2log n + c2), sedangkan dengan Lin-Storer dalam 0 (mc log n)/n). Untuk memperjelas pemahaman terhadap proses paralel tersebut, dibuat sebuah simulasi yang berdasarkan algoritma paralel Lin-Storer.

Abstrak :
Penggabungan dua himunan terutut (merging) merupakan salah satu bahan pembahasan dalam bidang ilmu komputer, khususnya yang berkenaan dengan analisa dan kompleksitas algoritma serta kecepatan komputasi. Salah satu usaha untuk nenigkatkan kecepatan komputasi masalah penggabungan ialah dengan menggunakan proses paralel. Oleh karena itu penulis membahas algoritma paralel Penggabungan dari dua buah himpunan terurut pada model komputasi paralel SM CREW (Shared-Memory concurrent Read, Exclusive Write) dari kelas komputer SIMD (Single Instruction Stream Multiple Data Stream) dan SM EREW (Shared-Memory Exlusive Read, Exclusive Write) dari kelas Computer SIMD (Single Instruction Stream Multiple Data Stream), serta analisa algloritma-algoritma tersebut. Untuk implementasinya dipakai metoda simulasi dengan bahasa pemrogaman ADA, karena bahasa pemrogaman ini mendukung dalam simulasi pemrosesan seeara paralel. Dengan membuat simulasi ini dapat diperoleh hasil yang bisa dipakai untuk memperkirakan kemungkinan jika diimplementasikan pada kondisi yang sesungguhnya.

Abstrak :
Dibahas pembentukan algoritma paralel perhitungan perkalian matriks pada komputer SIMD dengan model jaringan keterhubungan elemen prosesor berbentuk pohon, mesh dimensi 2 dan hiperkubus. Masing-masing model tersebut terdiri dari O(n), O(n2) dan O(n3) elemen prosesor. Kompleksitas waktu dari algoritma paralel perhitungan perkalian matriks adalah O(n2 + log2n) pada model keterhubungan pohon, O(n) pada model keterhubungan mesh dimensi 2 dan O(log2n) pada model keterhubungan hiperkubus.

Abstrak :
Untuk menghitung nilai suatu polinomial berderajat n-1 dengan variabel tunggal pada n buah titik yang berbeda secara serempak dapat dilakukan secara paralel dengan menerapkan metode Homer (secara serial), dimana n buah prosesor masing-masing mengevaluasi polinomial untuk satu titik. Cara tersebut memerlukan 0 (n2) operasi aritmatik dan 0 (n) waktu paralel. Skripsi ini membahas tentang suatu algoritma yang menerapkan metode Divide and Conquer dan memberikan waktu kompleksitas paralel 0 (log3 n) dengan hanya menggunakan 0 (n log3 n) jumlah operasi aritmatik. Simulasi paralelnya dapat dilihat dalam program-program lampiran.

Abstrak :
ABSTRACT
Backpropagation neural network merupakan salah satu algoritme machine learning yang mengizinkan sebuah mesin untuk melakukan pembelajaran dari sekumpulan data, sehingga tidak perlu diprogram secara eksplisit. Namun, backpropagation neural network yang baik memerlukan proses pembelajaran dengan waktu lama dengan data dalam jumlah banyak. Penelitian ini akan merancang sebuah program backpropagation neural network yang dapat dieksekusi secara paralel untuk mendapatkan waktu eksekusi yang lebih cepat. Pembuatan program ini dilakukan menggunakan OpenMP API dalam bahasa pemrograman C. Hasil pengujian membuktikan bahwa adanya pengurangan waktu eksekusi, yakni secara berurutan sebesar 2,2653 detik dan 0,5838 detik untuk masing-masing mesin pengujian yang digunakan, untuk pertambahan setiap jumlah thread yang bekerja pada program. Namun, program masih memiliki skalabilitas yang kurang bagus dikarenakan oleh terjadinya fenomena false sharing pada program. Program memiliki sifat kenaikan waktu eksekusi linier sebesar 0,9263 detik untuk setiap pertambahan jumlah sampel input. Hal ini dikarenakan oleh pertambahan jumlah sampel hanya menambah jumlah data yang harus diproses program saja. Sedangkan, program memiliki sifat kenaikan waktu eksponensial sebesar e0,0103 detik untuk setiap pertambahan jumlah dimensi sampel input. Hal ini dikarenakan oleh pertambahan jumlah dimensi tidak hanya menambah jumlah data yang harus diproses saja, melainkan juga menambah sejumlah variabel yang bekerja pada program yang menimbulkan pertambahan komputasi pada setiap sampel input.

---

ABSTRACT
Backpropagation neural networks is one of many machine learning algorithms that allows a machine to do a learning process from a set of data, instead of programming it explicitly. However, a good backpropagation neural network program needs a lot amount of learning time and involves huge amount of data. This experiment made a backpropagation neural network program that can be executed in parallel fashion in order to reduce its execution time using OpenMP API in C programming language. The program rsquo s test results show that there are 2.2653 and 0.5838 second execution time decreases, each corresponds to each testing machine, for every thread added to the program. However, the program rsquo s scalability is not good enough due to false sharing phenomenon that appeared in time of execution. Program has a 0.9263 second linear execution time increase for every input samples added to the program. This is because of the addition will only effect on how much data the program needs to process. However, the program has an e0.0103 second exponential execution time increase for every input sample rsquo s feature added. This is because of the addition will not only effect on how much data that needs to be processed, but also generate some additional variables involved inside program which affects the computational process of each input sample.

Abstrak :
Dalam kehidupan sehari-hari jarang kita temui jaringan yang homogen tetapi lebih sering heterogen. Heterogenitas ini meliputi kecepatan, sistem operasi, dan bahkan arsitektur, kemudian juga jarang dalam satu satuan waktu teminal yang terhubung dalam jaringan dipakai hanya oleh satu user, tetapi dipakai oleh beberapa user hal ini mengakibatkan beban kerja yang tidak tetap Dalam keadaan seperti ini pola penjadwalan statis kurang bisa diandalkan karena beban kerja selama program paralel dijalankan tidak tetap tergantung beban yang diberikan user lain. Algoritma paralel yang dibuat termasuk jenis intuitive algorithm, berbasiskan PVM serta menerapkan pola penjadwalan dinamis. Keheterogenitasan dan beban kerja yang tidak tetap seperti disebutkan diatas dicoba diatasi dengan cara setiap terminal/host yang ada hanya diberikan satu task setiap satu satuan waktu atau dengan kata lain master sebagai program pengendali hanya akan menspawning program slave kembali ke host bila host tersebut sudah selesai mengerjakan task yang diberikan sebelumnya. Untuk melihat kinerja program yang dibuat dalam skripsi ini, maka diiakukkan pengukuran dengan jumlah dan besar task yang terus ditingkatkan sehingga dapat dilihat kecendrungan percepatan (speedup), overhead, dan efesiensi, serta jumlah pengedaan task oleh masing-masing terminal.

Abstrak :

ABSTRAK
Dalam 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.