Distribusi Processing

DISTRIBUSI PROCESSING

Definisi umum dari pemrosesan terdistribusi merupakan cara untuk mempercepat pengolahan data atau informasi dengan mendistribusikan pekerjaan atau intruksi ke banyak komputer yang telah dipilih untuk memberi kekuatan pemrosesan yang lebih cepat. Tujuan dari komputasi terdistribusi adalah menyatukan kemampuan dari sumber daya (sumber komputasi atau sumber informasi) yang terpisah secara fisik, ke dalam suatu sistem gabungan yang terkoordinasi dengan kapasitas yang jauh melebihi dari kapasitas individual komponen-komponennya.

Tujuan lain yang ingin dicapai dalam komputasi terdistribusi adalah transparansi. Kenyataan bahwa sumber daya yang dipakai oleh pengguna sistem terdistribusi berada pada lokasi fisik yang terpisah, tidak perlu diketahui oleh pengguna tersebut. Transparansi ini memungkinkan pengguna sistem terdistribusi untuk melihat sumber daya yang terpisah tersebut seolah-olah sebagai satu sistem komputer tunggal, seperti yang biasa digunakannya. Dalam prosesnya setiap komputer berinteraksi satu sama lain untuk mencapai tujuan bersama.

ARSITEKTUR KOMPUTER PARALEL

Karakteristik umum dari architectural parallel komputer adalah sebagai berikut:

• Pertama dalam hal pembagian memori pada komputer parallel yang sangat bervariasi, namun pada umumnya memiliki kesamaan kemampuan untuk semua prosesor dalam mengakses semua memori sebagai ruang alamat global.
• Kedua beberapa prosesor dapat beroperasi secara independen akan tetapi harus didukung oleh berbagai sumber daya memori yang sama.
• Ketiga yaitu karakteristik yang terletak pada perubahan lokasi memori yang dipengaruhi oleh satu prosesor yang terlihat oleh proses – prosesor lainnya.
• Keempat, karakteristiknya terlihat pada mesin memori bersama dapat dibagi menjadi dua kelas utama berdasarkan waktu akses memori: UMA dan NUMA.

Sesuai taksonomi Flynn, seorang Designer Processor, Organisasi Prosesor dibagi menjadi 4 :

• SISD (Single Instruction Single Data Stream)

Single Instruction – Single Data. Komputer ini memiliki hanya satu prosesor dan satu instruksi yang dieksekusi secara serial. Komputer ini adalah tipe komputer konvensional. Menurut mereka tipe komputer ini tidak ada dalam praktik komputer paralel karena bahkan mainframe pun tidak lagi menggunakan satu prosesor.

• SIMD (Single Instruction Multiple Data Stream)

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.

• MISD (Multiple Instruction Single Data Stream)

Multiple Instructions – Single Data. Teorinya 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.

• MIMD (Multiple Instruction Multiple Data Stream)

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, bahkan banyak supercomputer yang menerapkan arsitektur ini.

THREAD PROGRAMMING

Secara umum model pemrograman ini adalah jenis pemrograman memori yang digunakan secara bersamaan. Dalam Thread Programming Paralel, sebuah proses tunggal dapat memiliki beberapa jalur eksekusi yang konkuren. Implementasi thread bukanlah hal baru dalam teknik komputasi, Secara historis, perusahaan hardware menerapkan thread versi mereka sendiri. Implementasi tersebut berada secara substansial dari satu sama lain sehingga sulit bagi programmer untuk mengembangkan aplikasi yang thread portabel.

MESSAGING PASSING, OPEN MP

Jenis model ini menunjukkan karakteristik sebagai berikut:

Tugas pertukaran data melalui komunikasi dengan mengirim dan menerima pesan.

Transfer data biasanya memerlukan kerjasama operasi yang akan dilakukan oleh masing-masing proses.

(Open Multi-Processing) adalah sebuah antarmuka pemrograman aplikasi (API) yang mendukung multi processing shared memory pemrograman di C, C++ dan Fortran pada berbagai arsitektur, termasuk UNix dan Microsoft Windows platform. OpenMP Terdiri dari satu set perintah kompiler, perpustakaan rutinitas, dan variabel lingkungan yang mempengaruhi run-time. Banyak Aplikasi dibangun dengan model hibrida pemrograman paralel  dapat dijalankan pada komputer cluster dengan menggunakan OpenMP dan Message Passing Interface (MPI), atau lebih transparan dengan menggunakan ekstensi OpenMP non-shared memory systems.

PEMROGRAMAN CUDA (GRAPHICAL PROCESSING UNIT)

Sebagaimana telah kita ketahui bahwa Cuda adalah platform komputasi paralel dan model pemrograman yang diciptakan oleh perusahaan perangkat keras dunia yaitu NVIDIA. hal ini memungkinkan peningkatan dramatis dalam kinerja komputasi dengan memanfaatkan kekuatan dari Graphics Processing Unit(GPU).

Sebuah GPU (Graphical Processing Unit) pada awalnya adalah sebuah prosesor yang berfungsi khusus untuk melakukan rendering pada kartu grafik saja, tetapi seiring dengan semakin meningkatnya kebutuhan rendering, terutama untuk mendekati waktu proses yang realtime /sebagaimana kenyataan sesungguhnya, maka meningkat pula kemampuan prosesor grafik tersebut. akselerasi peningkatan teknologi GPU ini lebih cepat daripada peningkatan teknologi prosesor sesungguhnya (CPU), dan pada akhirnya GPU menjadi General Purpose, yang artinya tidak lagi hanya untuk melakukan rendering saja melainkan bisa untuk proses komputasi secara umum.

Penggunaan Multi GPU dapat mempercepat waktu proses dalam mengeksekusi program karena arsitekturnya yang natively parallel. Selain itu Peningkatan performa yang terjadi tidak hanya berdasarkan kecepatan hardware GPU saja, tetapi faktor yang lebih penting adalah cara membuat kode program yang benarbenar bisa efektif berjalan pada Multi GPU.

CUDA merupakan singkatan dari Compute Unified Device Architecture,didefinisikan sebagai sebuah arsitektur komputer parallel, dikembangkan oleh Nvidia. Teknologi ini dapat digunakan untuk menjalankan proses pengolahan gambar, video, rendering 3D, dan lain sebagainya. VGA – VGA dari Nvidia yang sudah menggunakan teknologi CUDA antara lain : Nvidia GeForce GTX 280, GTX 260,9800 GX2, 9800 GTX+,9800 GTX,9800 GT,9600 GSO, 9600 GT,9500 GT,9400 GT,9400 mGPU,9300 mGPU,8800 Ultra,8800 GTX,8800 GTS,8800 GT,8800 GS,8600 GTS,8600 GT,8500 GT,8400 GS, 8300 mGPU, 8200 mGPU, 8100 mGPU, dan seri sejenis untuk kelas mobile (VGA notebook).

Singkatnya, CUDA dapat memberikan proses dengan pendekatan bahasa C, sehingga programmer atau pengembang software dapat lebih cepat menyelesaikan perhitungan yang komplek. Bukan hanya aplikasi seperti teknologi ilmu pengetahuan yang spesifik. CUDA sekarang bisa dimanfaatkan untuk aplikasi multimedia.  Misalnya meng-edit film dan melakukan filter gambar. Sebagai contoh dengan aplikasi multimedia, sudah mengunakan teknologi CUDA. Software TMPGenc 4.0 misalnya membuat aplikasi editing dengan mengambil sebagian proces dari GPU dan CPU. VGA yang dapat memanfaatkan CUDA hanya versi 8000 atau lebih tinggi.

Keuntungan dengan CUDA sebenarnya tidak luput dari teknologi aplikasi yang ada. CUDA akan mempercepat proses aplikasi tertentu, tetapi tidak semua aplikasi yang ada akan lebih cepat walaupun sudah mengunakan fitur CUDA.

REFRENSI :

http://nazaruddin.blog.unigha.ac.id/2013/08/24/pengertian-komputasi-paralel/

http://seto.citravision.com/berita-48-parallel-computation–architectural-parallel-computer.html

http://seto.citravision.com/berita-49-parallel-computation—pengantar-thread-programming.html

http://seto.citravision.com/berita-50-parallel-computation–pengantar-message-passing-openmp.html

http://organisasiarsitekturkomputernaro.blogspot.com/

http://luckritzh.blogspot.com/2013/07/parallel-computation.html


http://rhesagav.blogspot.com/2015/06/distribusi-processing.html

Parallel Processing dan Bioinformatika

1.      Apa yang kalian ketahui tentang parallel processing?

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.

2.      Jelaskan hubungan parallel dengan processing!

peningkatan kinerja atau proses komputasi semakin diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor (multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja computer semakin cepat.

3.      Apa yang kalian ketahui tentang bioinformatika?

Bioinformatika merupakan ilmu terapan yang lahir dari perkembangan teknologi informasi dibidang molekular. Bioinformatika ialah ilmu yang mempelajari penerapan teknik komputasi untuk mengelola dan menganalisis informasi hayati. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologi, terutama yang terkait dengan penggunaan sekuens DNA dan asam amino. Contoh topik utama bidang ini meliputi pangkalan data untuk mengelola informasi hayati, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan struktur protein atau pun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

4.    Apa yang kalian ketahui tentang sejarah bioinformatika penerapan utama bioinformatika?

Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan computer dalam biologi. Namun demikian, penerapan bidang-bidang dalam bioinformatika(seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an. Kemajuan teknik biologi molecular dalam mengungkap sekuens biologis dari protein (sejak awal 1950-an) dan asam nukleat(sejak 1960-an) mengawali perkembangan basis data dan teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun 1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory , Laboratorium Biologi Molekular Eropa).Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika. Basis data sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein, basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat. Basis data utama untuk asam nukleat adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ (Jepang). Ketiga basis data tersebut bekerjasama dan bertukar data secara harian untuk menjaga keleluasaan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.Contoh beberapa basis data penting yang menyimpan sekuens primer adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt yang didanai terutama oleh Amerika Serikat. Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut.BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing

5.      Bagaimana trend bioinformatika di dunia?

Jawab :

Ledakan data/informasi biologi itu yang mendorong lahirnya Bioinformatika. Karena Bioinformatika adalah bidang yang relatif baru, masih banyak kesalahpahaman mengenai definisinya. Komputer sudah lama digunakan untuk menganalisa data biologi, misalnya terhadap data-data kristalografi sinar X dan NMR (Nuclear Magnetic Resonance) dalam melakukan penghitungan transformasi Fourier, dsb. Bidang ini disebut sebagai Biologi Komputasi. Bioinformatika muncul atas desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-data biologis dari database DNA, RNA maupun protein tadi. Untuk mewadahinya beberapa jurnal baru bermunculan (misalnya Applied Bioinformatics), atau berubah nama seperti Computer Applications in the Biosciences (CABIOS) menjadi BIOInformatic yang menjadi official journal dari International Society for Computational Biology (ICSB) (nama himpunan tidak ikut berubah). Beberapa topik utama dalam Bioinformatika dijelaskan di bawah ini.

6.      Sebutkan basis data sekuent biologis dan penyejaran sekuent!

Jawab :

Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.

Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut.

BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.

PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein ataupun asam nukleat.

sumber :

Quantum Computing dan Implementasinya

Pengertian  Quantum Computing

     Merupakan alat hitung yang menggunakan mekanika kuantum seperti superposisi dan keterkaitan, yang digunakan untuk peng-operasi-an data. Perhitungan jumlah data pada komputasi klasik dihitung dengan bit, sedangkan perhitungan jumlah data pada komputer kuantum dilakukan dengan qubit. Prinsip dasar komputer kuantum adalah bahwa sifat kuantum dari partikel dapat digunakan untuk mewakili data dan struktur data, dan bahwa mekanika kuantum dapat digunakan untuk melakukan operasi dengan data ini. Dalam hal ini untuk mengembangkan komputer dengan sistem kuantum diperlukan suatu logika baru yang sesuai dengan prinsip kuantum.

 Sejarah singkat

• Pada tahun 1970-an pencetusan atau ide tentang komputer kuantum pertama kali muncul oleh para fisikawan dan ilmuwan komputer, seperti Charles H. Bennett dari IBM, Paul A. Benioff dari Argonne National Laboratory, Illinois, David Deutsch dari University of Oxford, dan Richard P. Feynman dari California Institute of Technology (Caltech).
• Feynman dari California Institute of Technology yang pertama kali mengajukan dan menunjukkan model bahwa sebuah sistem kuantum dapat digunakan untuk melakukan komputasi. Feynman juga menunjukkan bagaimana sistem tersebut dapat menjadi simulator bagi fisika kuantum. 
• Pada tahun 1985, Deutsch menyadari esensi dari komputasi oleh sebuah komputer kuantum dan menunjukkan bahwa semua proses fisika, secara prinsipil, dapat dimodelkan melalui komputer kuantum. Dengan demikian, komputer kuantum memiliki kemampuan yang melebihi komputer klasik.
• Pada tahun 1995, Peter Shor merumuskan sebuah algoritma yang memungkinkan penggunaan komputer kuantum untuk memecahkan masalah faktorisasi dalam teori bilangan.
• Sampai saat ini, riset dan eksperimen pada bidang komputer kuantum masih terus dilakukan di seluruh dunia. Berbagai metode dikembangkan untuk memungkinkan terwujudnya sebuah komputer yang memilki kemampuan yang luar biasa ini. Sejauh ini, sebuah komputer kuantum yang telah dibangun hanya dapat mencapai kemampuan untuk memfaktorkan dua digit bilangan. Komputer kuantum ini dibangun pada tahun 1998 di Los Alamos, Amerika Serikat, menggunakan NMR (Nuclear Magnetic Resonance).

 Algoritma pada Quantum Computing

     Para ilmuwan mulai melakukan riset mengenai sistem kuantum tersebut, mereka juga berusaha untuk menemukan logika yang sesuai dengan sistem tersebut. Sampai saat ini telah dikemukaan dua algoritma baru yang bisa digunakan dalam sistem kuantum yaitu algoritma shor dan algoritma grover.

• Algoritma Shor

 Algoritma yang ditemukan oleh Peter Shor pada tahun 1995. Dengan menggunakan algoritma ini, sebuah komputer kuantum dapat memecahkan sebuah kode rahasia yang saat ini secara umum digunakan untuk mengamankan pengiriman data. Kode yang disebut kode RSA ini, jika disandikan melalui kode RSA, data yang dikirimkan akan aman karena kode RSA tidak dapat dipecahkan dalam waktu yang singkat. Selain itu, pemecahan kode RSA membutuhkan kerja ribuan komputer secara paralel sehingga kerja pemecahan ini tidaklah efektif.

• Algoritma Grover

Algoritma Grover adalah sebuah algoritma kuantum yang menawarkan percepatan kuadrat dibandingkan pencarian linear klasik untuk list tak terurut. Algoritma Grover menggambarkan bahwa dengan menggunakan pencarian model kuantum, pencarian dapat dilakukan lebih cepat dari model komputasi klasik. Dari banyaknya algoritma kuantum, algoritma grover akan memberikan jawaban yang benar dengan probabilitas yang tinggi. Kemungkinan kegagalan dapat dikurangi dengan mengulangi algoritma. Algoritma Grover juga dapat digunakan untuk memperkirakan rata-rata dan mencari median dari serangkaian angka, dan untuk memecahkan masalah Collision.

Pengoperasian Data Qubit

     Komputer kuantum memelihara urutan qubit. Sebuah qubit tunggal dapat mewakili satu, nol, atau, penting, setiap superposisi quantum ini, apalagi sepasang qubit dapat dalam superposisi kuantum dari 4 negara, dan tiga qubit dalam superposisi dari 8. Secara umum komputer kuantum dengan qubit n bisa dalam superposisi sewenang-wenang hingga 2 n negara bagian yang berbeda secara bersamaan (ini dibandingkan dengan komputer normal yang hanya dapat di salah satu negara n 2 pada satu waktu). Komputer kuantum yang beroperasi dengan memanipulasi qubit dengan urutan tetap gerbang logika quantum. Urutan gerbang untuk diterapkan disebut algoritma quantum.

     Sebuah contoh dari implementasi qubit untuk komputer kuantum bisa mulai dengan menggunakan partikel dengan dua putaran menyatakan: “down” dan “up”. Namun pada kenyataannya sistem yang memiliki suatu diamati dalam jumlah yang akan kekal dalam waktu evolusi dan seperti bahwa A memiliki setidaknya dua diskrit dan cukup spasi berturut-turut eigen nilai , adalah kandidat yang cocok untuk menerapkan sebuah qubit. Hal ini benar karena setiap sistem tersebut dapat dipetakan ke yang efektif spin -1/2 sistem.

 Entanglement

     Entanglement adalah efek mekanik kuantum yang mengaburkan jarak antara partikel individual sehingga sulit menggambarkan partikel tersebut terpisah meski Anda berusaha memindahkan mereka. Contoh dari quantum entanglement: kaitan antara penentuan jam sholat dan quantum entanglement. Mohon maaf bagi yang beragama lain saya hanya bermaksud memberi contoh saja. Mengapa jam sholat dibuat seragam? Karena dengan demikian secara massal banyak manusia di beberapa wilayah secara serentak masuk ke zona entanglement bersamaan.

Implementasi Quantum Computing

     Pada 19 Nov 2013 Lockheed Martin, NASA dan Google semua memiliki satu misi yang sama yaitu mereka semua membuat komputer kuantum sendiri. Komputer kuantum ini adalah superkonduktor chip yang dirancang oleh sistem D – gelombang dan yang dibuat di NASA Jet Propulsion Laboratories.

     NASA dan Google berbagi sebuah komputer kuantum untuk digunakan di Quantum Artificial Intelligence Lab menggunakan 512 qubit D -Wave Two yang akan digunakan untuk penelitian pembelajaran mesin yang membantu dalam menggunakan jaringan syaraf tiruan untuk mencari set data astronomi planet ekstrasurya dan untuk meningkatkan efisiensi searchs internet dengan menggunakan AI metaheuristik di search engine heuristical. 

     A.I. seperti metaheuristik dapat menyerupai masalah optimisasi global mirip dengan masalah klasik seperti pedagang keliling, koloni semut atau optimasi swarm, yang dapat menavigasi melalui database seperti labirin. Menggunakan partikel terjerat sebagai qubit, algoritma ini bisa dinavigasi jauh lebih cepat daripada komputer konvensional dan dengan lebih banyak variabel. 

     Penggunaan metaheuristik canggih pada fungsi heuristical lebih rendah dapat melihat simulasi komputer yang dapat memilih sub rutinitas tertentu pada komputer sendiri untuk memecahkan masalah dengan cara yang benar-benar cerdas . Dengan cara ini mesin akan jauh lebih mudah beradaptasi terhadap perubahan data indrawi dan akan mampu berfungsi dengan jauh lebih otomatisasi daripada yang mungkin dengan komputer normal

sumber :

http://flashintata.blogspot.com/2013/05/quantum-computation.html

http://en.wikipedia.org/wiki/Grover’s_algorithm 

http://wayansuryaadi.blogspot.com/2014/05/quantum-computing.html

http://ucok-pasaribu.blogspot.com/

http://rhesagav.blogspot.com/2015/04/quantum-computing-dan-implementasinya.html

Komputasi Modern

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 kompleksitas.

Sejarah Komputasi Modern Awal mula dari komputasi adalah adanya perhitungan-perhitungan angka yang dilakukan manusia. Manusia telah mengenal angka dan perhitungan sejak berabad-abad yang lalu. Bangsa romawi pun telah dapat menghitung sistem kalender dan rasi bintang. Seiring dengan perkembangan zaman manusia pun melakukan perhitungan-perhitungan yang lebih kompleks. Otak manusia juga mengalami keterbatasan dalam menghitung angka yang jumlahnya bisa berdigit-digit, kemudian diciptakan alat sempoa untuk menghitung, kemudian dekembangkan menjadi kalkulator, Karena semakin berkembangnya alat dan kebutuhan semakin banyak pula data-data yang ingin dihitung, dan mulailah ide pembuatan untuk membuat komputer sebagai alat hitung dengan konsep komputasi modern. Tidak hanya itu, komputer yang diciptakan hingga sekarang ini bukan menjadi sebuah alat yang digunakan untuk menghitung, tapi juga bisa menyimpan,mengedit dan mengolah kata serta masih banyak lagi kegunaan dan kelebihan yang dimiliki oleh komputer.

Salah satu tokoh yang sangat mempengaruhi perkembangan komputasi modern adalah John von Neumann (1903-1957), Beliau adalah ilmuan yang meletakkan dasar-dasar komputer modern.Von Neumann telah menjadi ilmuwan besar abad 21. Von Neumann memberikan berbagai sumbangsih dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer  yang di salurkan melalui karya-karyanya . Beliau juga merupakan salah satu ilmuwan yang terkait dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu.

Komputansi modern mempunyai karakteristik komputasi modern yang terdiri atas 3 macam, yaitu :

1. Komputer-komputer penyedia sumber daya bersifat heterogenous karena terdiri dari berbagai jenis perangkat keras, sistem operasi, serta aplikasi yang terpasang.

2. Komputer-komputer terhubung ke jaringan yang luas dengan kapasitas bandwidth yang beragam.

3. Komputer maupun jaringan tidak terdedikasi, bisa hidup atau mati sewaktu-waktu tanpa jadwal yang jelas.

Jenis-jenis komputasi modern :

1. Mobile computing

Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel.

Dan berdasarkan penjelasan tersebut, untuk kemajuan teknologi ke arah yang lebih dinamis membutuhkan perubahan dari sisi manusia maupun alat. Dan dapat dilihat contoh dari perangkat komputasi bergerak seperti GPS, juga tipe dari komputasi bergerak seperti smart phone, dan lain sebagainya.

2. Grid computing

Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.

3. Cloud computing

Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Dampak adanya komputasi modern

Salah satu dampak dari adanya komputasi modern adalah dapat membantu manusia untuk menyelesaikan masalah-masalah yang kompleks dengan menggunakan computer. Salah satu contohnya adalah biometric. Biometric berasal dari kata Bio dan Metric. Kata bio diambil dari bahasa yunani kuno yang berarti Hidup sedangkan Metric juga berasal dari bahasa yunani kuno yang berarti ukuran, jadi jika disimpulkan biometric berarti pengukuran hidup.

Tapi secara garis besar biometric merupakan pengukuran dari statistic analisa data biologi yang mengacu pada teknologi untuk menganalisa karakteristik suatu tubuh ( individu ). Nah dari penjelasan tersebut sudah jelas bahwa Biometric menggambarkan pendeteksian dan pengklasifikasian dari atribut fisik. Terdapat banyak teknik biometric yang berbeda, diantaranya:

- Pembacaan sidik jari / telapak tangan

- Geometri tangan

- Pembacaan retina / iris

- Pengenalan suara

- Dinamika tanda tangan.

Sumber :      

http://jaelanichaidir.blogspot.com/2013/03/artikel-komputasi-modern.html

http://belajar-pemrograman2.blogspot.com/2013/03/komputasi-modern.html

http://cakrawalamaya.blogspot.com/2013/03/komputasi-modern.html

https://dwijati.wordpress.com/sejarah-komputasi-modern/

MODEL GENERATIF DAN RETORIKA PADA WEB

Model  generatif

1. Pengertian Pembelajaran Generatif Pembelajaran Generatif (PG) merupakan terjemahan dari Generative Learning (GL). Menurut Osborno dan Wittrock dalam Katu (1995.b:1), pembelajaran generatif merupakan suatu model pembelajaran yang menekankan pada pengintegrasian secara aktif pengetahuan baru dengan menggunakan pengetahuan yang sudah dimiliki mahasiswa sebelumnya. Pengetahuan baru itu akan diuji dengan cara menggunakannya dalam menjawab persoalan atau gejala yang terkait. Jika pengetahuan baru itu berhasil menjawab permasalahan yang dihadapi, maka pengetahuan baru itu akan disimpan dalam memori jangka panjang.

2. Landasan Teoritik dan Empirik Pembelajaran GeneratifPembelajaran generatif memiliki landasan teoritik yang berakar pada teori-teori belajar konstruktivis mengenai belajar dan pembelajaran. Butir-butir penting dari pandangan belajar menurut teori konstruktivis ini menurut Nur (2000:2-15) dan Katu (1995.a: 1-2), diantaranya adalah :

  a. Menekankan bahwa perubahan kognitif hanya bisa terjadi jika konsepsi-konsepsi yang telah dipahami sebelumnya diolah melalui suatu proses ketidakseimbangan dalam upaya memahami inforamasi-informasi baru.

  b. Seseorang belajar jika dia bekerja dalam zona perkembangan terdekat, yaitu daerah perkembangan sedikit di atas tingkat perkembangannya saat ini. Seseorang belajar konsep paling baik apabila konsep itu berada dalam zona tersebut. Seseorang bekerja pada zona perkembangan terdekatnya jika mereka terlibat dalam tugas yang tidak dapat mereka selesaikan sendiri, tetapi dapat menyelesaikannya jika dibantu sedikit dari teman sebaya atau orang dewasa.

  c. Penekanan pada prinsip Scaffolding, yaitu pemberian dukungan tahap demi tahap untuk belajar dan pemecahan masalah. Dukungan itu sifatnya lebih terstruktur pada tahap awal, dan kemudian secara bertahap mengalihkan tanggung jawab belajar tersebut kepada mahasiswa untuk bekerja atas arahan dari mereka sendiri. Jadi, mahasiswa sebaiknya lansung saja diberikan tugas kompleks, sulit, dan realistik kemudian dibantu menyelesaikan tugas kompleks tersebut dengan menerapkan scaffolding.

  d. Lebih menekankan pada pengajaran top-down daripada bottom-up. Top-down berarti mahasiswa langsung mulai dari masalah-masalah kompleks, utuh, dan autentik untuk dipecahkan. Dalam proses pemecahan masalah tersebut, mahasiswa mempelajari keterampilan-keterampilan dasar yang diperlukan untuk memecahkan masalah kompleks tadi dengan bantuan guru/dosen atau teman sebaya yang lebih mampu.

  e. Menganut asumsi sentral bahwa belajar itu ditemukan. Meskipun jika kita menyampaikan informasi kepada mahasiswa, tetapi mereka harus melakukan operasi mental atau kerja otak atas informasi tersebut untuk membuat informasi itu masuk ke dalam pemahaman mereka.

   f. Menganut visi mahasiswa ideal, yaitu seorang mahasiswa yang dapat memiliki kemampuan pengaturan diri sendiri dalam belajar.

  g. Menganggap bahwa jika seseorang memiliki strategi belajar yang efektif dan motivasi, serta tekun menerapkan strategi itu sampai suatu tugas terselesaikan demi kepuasan mereka sendiri, maka kemungkinan sekali mereka adalah pelajar yang efektif dan memiliki motivasi abadi dalam belajar.

  h. Sejumlah penelitian (Slavin, 1997: )yang menunjukkan pengaruh positif pendekatan-pendekatan konstruktivis yang melandasi pembelajaran generatif terhadap variabel-variabel hasil belajar tradisional, diantaranya adalah : dalam bidang matematika (Carpenter dan Fennema, 1992), bidang sains (Neale, Smith, dan Johnson, 1992), membaca (Duffi dan Rochler, 1986), menulis (Bereiter dan Scardamalia, 1987). Penelitian Knapp (1995) menemukan suatu hubungan positif pendekatan-pendekatan konstruktivis dengan hasil belajar.

3. Tahapan Pembelajaran GeneratifLangkah-langkah atau tahapan pembelajaran generatif menurut Katu (1995. b:5-6), terdiri atas 5 tahap dengan penjelasan sebagai berikut :

  a. Tahap-1 : PengingatanPada tahap awal ini, dosen menuliskan topik dan melibatkan mahasiswa dalam diskusi yang bertujuan untuk menggali pemahaman mereka tentang topik yang akan dibahas. Mereka diajak untuk mengungkapkan pemahaman dan pengalaman mereka dalam kehidupan sehari-hari yang berkaitan dengan topik tersebut. Mereka diminta mengomentari pendapat teman sekelas dan membandingkannya dengan pendapat sendiri. Tujuan dari tahap pengingatan ini adalah untuk menarik perhatian mahasiswa terhadap pokok yang sedang dibahas, membuat pemahaman mereka menjadi eksplisit, dan sadar akan variasi pendapat di antara mereka sendiri. Untuk membuat suasana menjadi kondusif, dosen diharapkan tidak akan menilai mana pendapat yang “salah” dan mana yang “benar”. Yang perlu dilakukan adalah membuat mereka berani mengemukakan pendapatnya tanpa takut disalahkan. Sebaiknya pertanyaan yang diajukan dosen adalah pertanyaan terbuka.

  b. Tahap-2 : Tantangan dan KonfrontasiSetelah dosen mengetahui pandangan sebagian mahasiswanya, dosen mengajak mereka untuk mengemukakan fenomena atau gejala-gejala yang diperkirakan muncul dari suatu peristiwa yang akan didemonstrasikan kemudian. Mereka diminta mengemukakan alasan untuk mendukung dugaan mereka. Mereka juga diajak untuk menanggapi pendapat teman satu kelas mereka yang berbeda dari pendapat sendiri. Dosen diharapkan untuk mencatat dan mengelompokkan dugaan dan penjelasan yang muncul di papan tulis. Secara sadar dosen mempertentangkan pendapat-pendapat yang berbeda itu. Setelah itu dosen melaksanakan demonstrasi dan meminta mahasiswa untuk mengamati dengan seksama gejala yang muncul. Dosen perlu memberikan kesempatan kepada mereka untuk mencerna apa yang mereka amati, akan merasa terganggu dan mengalami konflik kognitif dalam pikirannya. Setelah itu barulah dosen menayakan apakah gejala yang mereka amati itu sesuai atau tidak dengan pikiran mereka. Dengan menggunakan cara dialog yang timbal balik dan saling melengkapi, diharapkan mereka dapat menemukan jawaban atas gejala yang mereka amati. Dalam hal ini dosen menyiapkan perangkat demonstrasi, tampilan gambar, atau grafik yang dapat membantu mahasiswa menemukan alternatif jawaban atas gejala yang diamati.

  c. Tahap-3 : Reorganisasi Kerangka Kerja KonsepPada tahap ini dosen membantu mahasiswa dengan mengusulkan alternatif tafsiran menurut fisikawan dan menunjukkan bahwa pandangan yang dia usulkan dapat menjelaskan secara koheren gejala yang mereka amati. Mahasiswa diberikan beberapa persoalan sejenis dan menyarankan mereka menjawabnya dengan pandangan alternatif yang diusulkan dosen. Diharapkan mereka akan merasakan bahwa pandangan baru dari dosen tersebut mudah dimengerti, masuk akal, dan berhasil dalam menjawab berbagai persoalan. Diharapkan mahasiswa mulai mereorganisasi kerangka berpikir mereka dengan melakukan perubahan struktur dan hubungan antar konsep-konsep. Proses reorganisasi ini tentu membutuhkan waktu.

  d. Tahap-4 : Aplikasi KonsepPada tahap ini, dosen memberikan berbagai persoalan dengan konteks yang berbeda untuk diselesaikan oleh mahasiswa dengan kerangka konsep yang telah mengalami rekonstruksi. Maksudnya adalah memberi kesempatan kepada mahasiswa untuk menerapkan pengetahuan/keterampilan baru mereka pada situasi dan kondisi yang baru. Keberhasilan mereka menerapkan pengetahuan dalam situasi baru akan membuat para mahasiswa makin yakin akan keunggulan kerangka kerja konseptual mereka yang sudah direorganisasi. Pelatihan ini dimaksudkan juga untuk lebih menguatkan hubungan antar konsep di dalam kerangka berpikir yang baru mengalami reprganisasi.

  e. Tahap-5 : Menilai KembaliDalam suatu diskusi, dosen mengajak mahasiswanya dalam menilai kembali kerangka kerja konsep yang telah mereka dapatkan.

4. Beberapa Petunjuk Pelaksanaan Pembelajaran GeneratifDalam melaksanakan pembeljaran generatif,menuru Sutrisno (1995:3), dosen perlu memperhatikan beberapa hal, diantaranya adalah sebagai berikut : a. Menyajikan demonstrasi untuk menantang intuisi mahasiswa. Setelah dosen mengetahui intuisi yang dimiliki mahasiswa, dosen mempersiapkan demonstrasi yang menghasilkan peristiwa yang dapat berbeda dari intuisi mahasiswa.

Model Retorika

Titik tolak retorika adalah berbicara. Berbicara berarti mengucapkan kata atau kalimat kepada seseorang atau sekelompok orang, untuk mencapai suatu tujuan tertentu (misalnya memberikan informasi ata memberi motivasi). Berbicara adalah salah satu kemampuan khusus pada manusia. Oleh karena itu pembicaraan itu setua umur bangsa manusia. Bahasa dan pembicaraan itu muncul, ketika manusia mengungkapkan dan menyampaikan pikirannya kepada manusia lain.

Retorika berarti kesenian untuk berbicara baik (Kunst, gut zu reden atau Ars bene dicendi), yang dicapai berdasarkan bakat alam (talenta) dan keterampilan teknis (ars, techne), Dewasa ini retorika diartikan sebagai kesenian untuk berbicara baik, yang dipergunakan dalam proses komunikasi antarmanusia. Kesenian berbicara ini bukan hanya berarti berbicara lancar tanpa jalan pikiran yang jelas dan tanpa isi, melainkan suatu kemampuan untuk berbicara dan berpidato secara singkat, jelas, padat dan mengesankan. Retorika modern mencakup ingatan yang kuat, daya kreasi dan fantasi yang tinggi, teknik pengungkapan yang tepat dan daya pembuktian serta penilaian yang tepat. Retorika modern adalah gabungan yang serasi antara pengetahuan, pikiran, kesenian dan kesanggupan berbicara. Dalam bahasa percakapan atau bahasa populer, retorika berarti pada tempat yang tepat, pada waktu yang tepat, atas cara yang lebih efektif, mengucapka kata-kata yang tepat, benar dan mengesankan. Itu berarti orang harus dapat berbicara jelas, singkat dan efektif. Jelas supaya mudah dimengerti; singkat untuk menghemat waktu dan sebagai tanda kepintaran dan efektif karena apa gunanya berbicara kalau tidak membawa efek? Dalam konteks ini sebuah pepatah Cina mengatakan, "Orang yang menembak banyak, belum tentu seorang penembak yang baik. Orang yang berbicara banyak tidak selalu berarti seorang yang pandai bicara."

Keterampilan dan kesanggupan untuk menguasai seni berbicara ini dapat dicapai dengan mencontoh para retor yang terkenal (imitatio), dengan mempelajari dan mempergunakan hukum-hukum retorika (doctrina) dan dengan melakukan latihan yang teratur (exercitium). Dalam seni berbicara dituntut juga penguasaan bahan (res) dan pengungkapan yang tepat melalui bahasa (verba).

Retorika, Dialektika dan Elocutio

Ilmu retorika mempunyai hubungan yang erat dengan dialektika yang sudah dikembangkan sejak zaman Yunani kuno. Dialektika adalah metode untuk mencari kebenaran lewat diskusi dan debat. Melalui dialektika, orang dapat mengenal dan menyelami suatu masalah (intellectio), mengemukakan argurmentasi (inventio) dan menyusun jalan pikiran secara logis (dispositio). Retorika mempunyai hubungan dengan dialektika karena debat dan diskusi juga merupakan bagian dari ilmu retorika.

Elocutio berarti kelancaran berbicara. Dalam retorika kelancaran berbicara sangat dituntut. Elocutio menjadi prasyarat kepandaian berbicara. Oleh karena itu retorika juga berhubungan erat dengan elocutio.