Judul : Implementasi Komputasi Paralel Untuk Enkripsi Citra Berbasis AES Menggunakan JPPF
Penulis : Mohammad Zarkasi, Waskitho Wibisono, dan FX. Arunanto
Tahun Terbit : 2013
download jurnal di sini
Proses Komputasi Paralel
Pada jurnal ini penulis menggunakan algoritma Advanced Encryption Standard (AES) untuk ekripsi citra. Untuk mempercepat proses enkripsi penulis menerapkan komputasi paralel. AES bersifat sekuensial maka data yang berupa citra yang diparalelkan. Untuk implementasi komputasi paralel digunakan Java Parallel Programming Framework (JPPF) yang berarsitektur master/slave. JPPF menyediakan beberapa strategi distribusi untuk mengoptimalkan performa dengan menyesuaikan pembagian task. Tiap task berisi potongan citra untuk diproses oleh slave.
Kesimpulan
Berdasarkan uji coba yang dilakukan oleh penulis dapat disimpulkan bahwa implementasi komputasi paralel berhasil memberikan waktu komputasi yang lebih cepat.
Speedup yang diperoleh dengan membandingkan waktu komputasi paralel terhadap waktu komputasi pada komputer dengan spesifikasi frekuensi prosesor 2,53 GHz satu core adalah rata-rata sebesar 1,65.
Sedangkan speedup yang diperoleh dengan membandingkan waktu komputasi paralel terhadap waktu komputasi pada komputer dengan spesifikasi yang lebih tinggi adalah rata-rata kurang dari 1.
Rabu, 20 Juli 2016
Jurnal Kuantum Komputasi Biologi
Jurnal Kuantum Komputasi Biologi
Judul Jurnal : Is the Brain a Quantum Computer?
Penulis : Abninder Litt, Chris Eliasmith, Frederick W. Kroon, Steven Weinstein, Paul Thagard
Tahun Terbit : 2005
DOWNLOAD JURNAL DISINI
Abstrak
We argue that computation via quantum mechanical processes is irrelevant to explaining how brains produce thought, contrary to the ongoing speculations of many theorists. First, quantum effects do not have the temporal properties required for neural information processing. Second, there are substantial physical obstacles to any organic instantiation of quantum computation. Third,there is no psychological evidence that such mental phenomena as consciousness and mathematical thinking require explanation via quantum theory.We conclude that understanding brain function is unlikely to require quantum computation or similar mechanisms.
Kesimpulan
Penulis berpendapat bahwa perhitungan melalui proses mekanisme kuantuk tidak relevan untuk menjelaskan bagaimana otak menghasilkan pikiran, bertentangan dengan spekulasi yang sedang berlangsung dari banyak teori. Pertama, efek kuantum tidak memiliki sifat-sifat duniawi yang diperlukan untuk pengolahan informasi saraf. Kedua, ada hambatan fisik besar untuk setiap Instansiasi organik dari kuantum computation. Ketiga, tidak ada bukti psikologis bahwa fenomena mental seperti kesadaran dan pemikiran matematika membutuhkan penjelasan melalui quantum theory. Penulis menyimpulkan bahwa fungsi pemahaman otak mungkin membutuhkan komputasi kuantum atau mekanisme yang sama.
Berdasarkan jurnal tersebut ada 3 alasan mengapa mekanisme proses quantum tidak berkaitan dengan proses kerja otak pada manusia.
1. Computation
Bahwa mekanisme kuantum tidak mungkin memainkan peran dalam pengolahan informasi di otak.
2. Bilogical
Bahwa ada beberapa alasan mengapa fungsi penting dari sistem organik seperti otak seharusnya tidak memerlukan penjelasan mekanika kuantum.
3. Psychological
Bahwa tidak ada alasan untuk percaya bahwa komputasi kuantum kontribusi untuk fenomena mental.
Dapat disimpulkan bahwa dugaan bahwa otak adalah semacam komputer kuantum lebih rendah daripada hipotesis komputasi neuro, yang menyatakan bahwa otak menghasilkan fenomena mental dengan cara proses saraf yang encode, mengubah, dan decode informasi yang diwakili oleh pola aktivitas saraf.
Judul Jurnal : Is the Brain a Quantum Computer?
Penulis : Abninder Litt, Chris Eliasmith, Frederick W. Kroon, Steven Weinstein, Paul Thagard
Tahun Terbit : 2005
DOWNLOAD JURNAL DISINI
Abstrak
We argue that computation via quantum mechanical processes is irrelevant to explaining how brains produce thought, contrary to the ongoing speculations of many theorists. First, quantum effects do not have the temporal properties required for neural information processing. Second, there are substantial physical obstacles to any organic instantiation of quantum computation. Third,there is no psychological evidence that such mental phenomena as consciousness and mathematical thinking require explanation via quantum theory.We conclude that understanding brain function is unlikely to require quantum computation or similar mechanisms.
Kesimpulan
Penulis berpendapat bahwa perhitungan melalui proses mekanisme kuantuk tidak relevan untuk menjelaskan bagaimana otak menghasilkan pikiran, bertentangan dengan spekulasi yang sedang berlangsung dari banyak teori. Pertama, efek kuantum tidak memiliki sifat-sifat duniawi yang diperlukan untuk pengolahan informasi saraf. Kedua, ada hambatan fisik besar untuk setiap Instansiasi organik dari kuantum computation. Ketiga, tidak ada bukti psikologis bahwa fenomena mental seperti kesadaran dan pemikiran matematika membutuhkan penjelasan melalui quantum theory. Penulis menyimpulkan bahwa fungsi pemahaman otak mungkin membutuhkan komputasi kuantum atau mekanisme yang sama.
Berdasarkan jurnal tersebut ada 3 alasan mengapa mekanisme proses quantum tidak berkaitan dengan proses kerja otak pada manusia.
1. Computation
Bahwa mekanisme kuantum tidak mungkin memainkan peran dalam pengolahan informasi di otak.
2. Bilogical
Bahwa ada beberapa alasan mengapa fungsi penting dari sistem organik seperti otak seharusnya tidak memerlukan penjelasan mekanika kuantum.
3. Psychological
Bahwa tidak ada alasan untuk percaya bahwa komputasi kuantum kontribusi untuk fenomena mental.
Dapat disimpulkan bahwa dugaan bahwa otak adalah semacam komputer kuantum lebih rendah daripada hipotesis komputasi neuro, yang menyatakan bahwa otak menghasilkan fenomena mental dengan cara proses saraf yang encode, mengubah, dan decode informasi yang diwakili oleh pola aktivitas saraf.
Minggu, 24 April 2016
Review Jurnal Komputasi : Biologi (Lanjutan)
Cloud Computing atau Komputasi Awan adalah gabungan pemanfaatan teknologi komputer ('komputasi') dan pengembangan berbasis Internet ('awan'). Awan (cloud) adalah metafora dari internet, sebagaimana awan yang sering digambarkan di diagram jaringan komputer. Sebagaimana awan dalam diagram jaringan komputer tersebut, awan (cloud) dalam Cloud Computing juga merupakan abstraksi dari infrastruktur kompleks yang disembunyikannya.
Berdasarkan jenis layanan-nya, Cloud Computing dibagi menjadi berikut ini:
1. Software as a Service (SaaS)
Adalah layanan dari Cloud Computing dimana kita tinggal memakai software (perangkat lunak) yang telah disediakan. Kita cukup tahu bahwa perangkat lunak bisa berjalan dan bisa digunakan dengan baik. Contoh: layanan email publik (Gmail, YahooMail, Hotmail, dsb), social network (Facebook, Twitter, dsb) instant messaging (YahooMessenger, Skype, GTalk, dsb) dan masih banyak lagi yang lain.
2. Platform as a Service (PaaS)
Adalah layanan dari Cloud Computing dimana kita menyewa “rumah” berikut lingkungan-nya (sistem operasi, network, databbase engine, framework aplikasi, dll), untuk menjalankan aplikasi yang kita buat.
3. Infrastructure as a Service (IaaS)
Adalah layanan dari Cloud Computing dimana kita bisa “menyewa” infrastruktur IT (komputasi, storage, memory, network dsb). Kita bisa definisikan berapa besar-nya unit komputasi (CPU), penyimpanan data (storage) , memory (RAM), bandwith, dan konfigurasi lain-nya yang akan kita sewa
Grid Computing atau Komputasi Grid adalah sebuah asosiasi sumber daya komputer dari beberapa domain administrasi untuk mencapai tujuan bersama dengan berbagai layanan kepada pengguna. Dalam komputasi grid pengguna dapat mengakses sumber daya seperti, proses, penyimpanan, data dan aplikasi dengan sedikit atau tanpa pengetahuan tentang lokasi fisik sumber daya dan teknologi yang mendasari digunakan. Grid computing sebenarnya merupakan sebuah aplikasi pengembangan dari jaringan komputer (network). Hanya saja, tidak seperti jaringan komputer konvensional yang berfokus pada komunikasi antar pirati (device), aplikasi pada Grid computing dirancang untuk memanfaatkan sumber daya pada terminal dalam jaringannya. Grid computing biasanya diterapkan untuk menjalankan sebuah fungsi yang terlalu kompleks atau terlalu intensif untuk dikerjakan oleh satu sistem tunggal.
Virtualisasi adalah istilah umum yang mengacu kepada abstraksi dari sumber daya komputer. Definisi lainnya adalah "sebuah teknik untuk menyembunyikan karakteristik fisik dari sumber daya komputer dari bagaimana cara sistem lain, aplikasi atau pengguna berinteraksi dengan sumber daya tersebut. Hal ini termasuk membuat sebuah sumber daya tunggal (seperti server, sebuah sistem operasi, sebuah aplikasi, atau peralatan penyimpanan terlihat berfungsi sebagai beberapa sumber daya logikal; atau dapat juga termasuk definisi untuk membuat beberapa sumber daya fisik (seperti beberapa peralatan penyimpanan atau server) terlihat sebagai satu sumber daya logikal.
Komputasi terdistribusi atau tersebar berhadapan dengan sistem hardware dan software yang mengandung lebih dari satu elemen pemroses atau storage, proses-proses yang konkuren, atau banyak program yang berjalan dalam suatu domain yang dikendalikan secara longgar atau ketat.
Dalam komputasi terdistribusi, suatu program dipecah ke dalam bagian-bagian yang berjalan secara simultan (bersamaan) pada banyak komputer yang berkomunikasi di atas suatu jaringan. Komputasi terdistribusi merupakan suatu bentuk dari komputasi paralel, tetapi komputasi paralel sangat umum digunakan untuk menggambarkan bagian-bagian program yang berjalan secara simultan pada banyak prosesor dalam komputer yang sama. Kedua tipe pemrosesan iniy memerlukan pembagian suatu program ke dalam bagian-bagian yang berjalan secara bersamaan, tetapi programprogram terdistribusi sering harus berhadapan dengan lingkungan yang heterogen, link jaringan dengan latency bervariasi, dan kegagalan yang tidak dapat diprediksi, baik di dalam jaringan maupun komputer.
Pengaturan interaksi antar komputer yang mengeksekusi komputasi terdistribusi merupakan pekerjaan utama. Agar mampu memanfaatkan berbagai jenis komputer, maka protokol atau saluran komunikasi sebaiknya tidak mengandung atau menggunakan suatu informasi yang tidak dapat dipahami oleh mesin tertentu. Sistem harus dapat memastikan messages benar-benar tersampaikan dengan benar, juga saat messages invalid maka sistem harus melakukan langkah-langkah antisipasi. Jika ini tidak ditangani kemungkinan akan menyebabkan sistem down dan berbagai aktifitas berikutnya di dalam jaringan akan ditolak (reject). Faktor penting lain adalah kemampuan untuk men-deploy software ke komputer lain secara portable sehingga memungkinkan eksekusi dan interaksi dengan jaringan yang telah ada. Ini mungkin tidak akan praktis ketika mengunakan hardware dan sumber daya berbeda, dimana kita harus memikirkan cara lain seperti cross-compiling atau melakukan porting software tersebut secara manual.
Tujuan dan Keuntungan
Terdapat berbagai tipe sistem komputer terdistribusi dan banyak tantangan selama perancangan dan implementasinya. Tujuan utama dari sistem komputasi terdistribusi adalah untuk menghubungkan para pengguna dan sumber daya dalam cara yang transparent, open dan scalable. Idealnya, ini akan membuat sistem lebih fault-tolerant daripada sistem komputer stand-alone.
Openness merupakan properti dari sistem terdistribusi dimana setiap sub-sistem secara kontinu terbuka untuk berinteraksi dengan sistem lain. Protokol web services adalah standard yang memungkinkan sistem terdistribusi di-extend dan di-scale. Secara umum, suatu sistem terbuka yang bersifat scalable memberikan keuntungan lebih dibandingkan sistem yang tertutup dan self-contained (menyatu).
Konsekuensinya, sistem terdistribusi terbuka memberikan beberapa tantangan berikut:
• Monotonicity. Begitu sesuatu dipublikasikan di dalam sistem terbuka (open system) maka tidak dapat diambil kembali.
• Pluralism. Sub-sistem-subsistem berbeda dalam sistem open distributed dapat mempunyai informasi yang heterogen, mungkin pula overlap dan menyebabkan konflik. Tidak ada pengatur kebenaran sentral dalam sistem open distributed.
• Unbounded nondeterminism. Secara asinkron, subsistem-subsistem dapat naik dan turun, dan link komunikasi dapat masuk dan keluar antar sub-sistem dalam sistem open distributed. Karena itu, waktu yang diperlukan untuk menyelesakan suatu operasi tidak dapat dibatasi dan dipastikan.
Kelemahan dan Kerugian
Jika tidak direncanakan dengan tepat, suatu distributed system dapat menurunkan reliabilitas total dari komputasi jika ketidak-tersediaan dari suatu node dapat menyebabkan gangguan bagi node-node lain. Troubleshooting dan diagnosing terhadap masalah dalam distributed system dapat menjadi lebih sulit, karena perlu analisis yang berkaitan dengan node jauh atau menginspeksi komunikasi antar node di dalam sistem.
Banyak tipe komputasi tidak cocok bagi lingkungan terdistribusi, biasanya yang berhubungan dengan jumlah komunikasi jaringan atau sinkronisasi yang dibutuhkan antar node. Jika bandwidth, latency, atau persyaratan komunikasi begitu signifikan, maka tidak ada keuntungan dari distributed computing dan kinerja dapat lebih burukk daripada lingkungan non-distributed.
Review Jurnal Biologi
Pada jurnal yang berjudul "Penerapan Model Persamaan Diferensi dalam Penentuan Probabilitas Genotip Keturunan dengan Dua Sifat Beda", program yang digunakan oleh penulis berasal dari skripsi yang berjudul "Aplikasi Model Persamaan Diferensi dalam menentukan Probabilitas Genotip Keturunan Generasi ke-n Jika Terjadi Mutasi". Namun sayangnya skripsi tersebut tidak dipublikasikan untuk umum, sehingga tidak diketahui secara merinci apa saja komponen yang ada pada program tersebut. Satu hal yang pasti, berdasarkan gambar yang disertakan penulis pada jurnal, program tersebut berjalan pada platform Windows.
Sumber:
Wikipedia - Komputasi Awan
Cloud Indonesia - Apa itu Cloud Computing
Academia - Grid Computing
Komputasi Lipi - Komputasi Terdistribusi
Wikipedia - Virtualisasi
Jumat, 25 Maret 2016
Pengantar Komputasi Modern (Analisis Jurnal Komputasi)
ANALISIS JURNAL KOMPUTASI DALAM BIDANG BIOLOGI
JUDUL : APLIKASI BIOINFORMATIKA DALAM
VIROLOGI
OLEH : ANDI UTAMA
JUMLAH HALAMAN : 9 HALAMAN
DIANALISA OLEH :
ADELINE
FIANANDA (50412148)
PENDAHULUAN
Komputasi dapat diartikan sebagai
cara untuk menemukan suatu pemecahan masalah dari data input dengan menggunakan
algoritma. Ilmu komputasi merupakan bidang ilmu yang mempunyai penyusunan model
matematika dan teknik penyelesaian numerik serta penggunaan komputer untuk
menganalisis dan memecahkan masalah ilmu(sains). Pada analisis kali ini, akan
dibahas contoh impelementasi komputasi pada bidang biologi, yaitu
Bioinformatika. Bioinformatika dapat didefinisikan sebagai aplikasi dari alat
komputasi dan analisa untuk menangkap dan menginterpretasikan data-data
biologi.
ANALISIS
Benar adanya bahwa perkembangan ilmu
Biologi sangat dipengaruhi oleh perkembangan ilmu bioinformatika. Salah satunya
dalam bidang Virologi (ilmu virus). Sebelumnya, untuk mengklasifikasikan virus,
harus dilihat morfologi terlebih dahulu dengan menggunakan mikroskop electron yang
harganya relatif mahal sehingga tidak semua laboratorium dapat memilikinya.
Selain itu, pengisolasian virus dilakukan sendiri dan merupakan pekerjaan yang
sulit, karena banyak virus yang tidak dapat dikulturkan, apalagi diisolasi. Pada
penulisan jurnal ini dibahas mengenai aplikasi bioinformatika dalam dunia
Virologi, khususnya klasifikasi virus, penentuan tingkat mutase, prediksi
rekombinasi, serta prediksi bagian antigen pada permukaan virus.
Beberapa dasar pertimbangan dalam
pengklasifikasian virus adalah asam nukleat pembentuk genom-nya (DNA atau RNA),
bentuk simetri-nya, eksistensi selaput-nya (envelope), dan hal lain adalah
tempat berkembang biak virus tersebut. Dalam sejarah virologi, pertimbangan klasifikasi
mengalami perubahan.Dahulu tempat berkembangbiak dan bentuk penyakit yang
banyak digunakan, dan sekarang ditambah dengan berdasarkan genom virus
tersebut. Berdasarkan tipe genom inilah, virus dapat diklasifikasikan sederhana
menjadi dua kelompok, yaitu virus DNA dan virus RNA. Kedua virus ini dapat dikelompokan
lagi menjadi dua yaitu rantai tunggal (single strand) yang terdiri atas rantai
tunggal positif dan negative, dan juga rantai ganda (double strand).
Contoh
klasifikasi virus berdasarkan genom, yaitu virus hepatitis C (HCV)
diklasifikasikan kedalam family Flaviviridae bersama virus japanese
encephalitis (JEV) karena kemiripan struktur genomnya. Kedua virus ini memiliki
genom (+) ss RNA dan memiliki struktur genom yang berurutan dari 5’-UTR
(untranslated region), protein struktural (protein pembentuk tubuh virus) dan
protein nonstruktural (protein untuk replikasi virus). Peranan bioinformatika
dalam identifikasi serta klasifikasi virus ini adalah dengan adanya database
seperti GenBank, EMBL (European Molecular Biology Laboratory), dan DDBJ (DNA
Data Bank of Japan) yang berisikan data sekuen berbagai virus, kita bisa
membandingkan data sekuen virus yang kita miliki dengan data sekuen yang ada di
database. Bioinformatika juga menyediakan tool/software untuk menganalisa
kemiripan sekuen genom virus, seperti BLAST (Basic Local Alignment Search Tool).
Selain itu, bioinformatika juga berfungsi untuk menganalisa posisi sejauh mana
suatu virus berbeda dengan virus lainnya. Dengan menggunakan CLUSTAL W. Data
yang telah dianalisa dapat dilihat dengan menggunakan software “Tree View” yang
bisa didownload bebas dari berbagai situs.
Setelah
virus telah diklasifikasi, virus dianalisa sampai sejauh mana virus tersebut
mirip dengan yang ada dikelompoknya. Analisa ini digunakan karena virus selalu
bermutasi dalam proses perkembangbiakan, sehingga sama secara umum, namun untuk
nukleotidanya dapat berbeda. Apabila tingkat mutase gen lebih dari 5%, dapat
dikatakan secara umum bahwa virus terserbut tidak lagi termasuk dalam virus
asal dan menjadi kelompok baru yang terpisah. Peramgkat lunak yang digunakan
untuk analisa pada umumnya sama dengan yang digunakan pada analisa DNA,
diantaranya Sequencher (GeneCodes Corp.), SeqMan II (DNA STAR Inc.), Genetyx
(GENETYX Corp.), dan DNASIS (HITACHI Software).
Selain
bermutasi, dalam perkembangbiakannya virus juga melakukan rekombinasi
(penyilangan gen). Proses ini biasanya terjadi diantara virus yang dekat secara
genetika. Dengan rekombinasi ini, tidak hanya bisa menghindar dari serangan
antibodi dan obat, tetapi juga akan lebih stabil dan kuat sehingga bisa
bertahan dan bergenerasi di alam. Untuk mendeteksi rekombinasi virus digunakan
softwarer SimPlot. Dalam analisa ini diperlukan sekuen virus yang akan
dianalisa dan virus yang diduga menjadi lawan rekombinasi. Analisa dapat dilakukan
baik terhadap sekuen DNA maupun asam aminonya. Akan tetapi, dengan SimPlot ini
hanya bisa dianalisa sekuen yang panjangnya sama. Uji coba yang dilakukan salah
satunya adalah prediksi rekombinasi antara virus polio dan virus coxsackie A
(CAV), virus yang sama-sama termasuk ke dalam enterovirus cluster C. Dalam
contoh ini digunakan sekuen asam amino dari masing-masing protein virus, dan
virus polio penyebab wabah di Filipina. Setelah dilakukan percobaan, prediksi
terbukti benar. Disaat dibuat rekombinasi antara virus polio dan CAV pada
kawasan 2B, virus rekombinan antara virus polio dan CAV-11 atau CAV-17 dapat
berkembang biak dengan baik. Sebaliknya, virus rekombinan antara virus polio
dan CAV-13, CAV-18, atau CAV-21 tidak bisa berkembangbiak.
Bioinformatika
dapat juga digunakan untuk memprediksi bagian antigenik pada suatu virus.
Mengetahui bagian antigenic merupakan hal penting dalam Virologi, karena
berdasarkan data antigenik dapat mendesign obat, mengembangkan vaksin, dan lain
sebagainya. Untuk hal ini biasanya digunakan homology modelling, seperti yang digunakan
untuk kebanyakan protein. Karena bagian antigenik suatu virus biasanya terletak
pada permukaan virus, homology modelling dilakukan terhadap protein pembentuk
permukaan virus yang sudah diketahui bagian antigeniknya.
*SUMBER: download jurnal sumber
Langganan:
Postingan (Atom)