Mengembangkan dan menggunakan Abstraksi

 Computational Thinking adalah suatu metode penyeleseaian masalah yang memakai pendekatan pola pikir seorang software engineer. Computational lebih menekankan kepada kita untuk berpikir memecahkan masalah dengan logika kita. Computational thinking juga biasanya digunakan untuk mengembangkan suatu program, namun ternyata dapat juga diterapkan untuk pemecahan masalah kita sehari-hari

Nah dalam computational thinking ini terdapat metode abstraksi. Metode abstraksi ini adalah suatu metode dimana Melakukan generalisasi dan mengidentifikasi prinsip-prinsip umum yang menghasilkan pola, tren dan keteraturan tersebut. Misalnya kita dapat mengelompokkan suatu masalah menjadi suatu pola tertentu seperti kita mengelompokkan file-file kita yang ada pada windows explorer.

Computational Thinking (CT) adalah sebuah metode pemecahan masalah dengan mengaplikasikan/melibatkan teknik yang digunakan oleh software engineer dalam menulis program. CT memang memiliki peran penting dalam pengembangan aplikasi komputer, namun CT juga dapat digunakan untuk mendukung pemecahan masalah disemua disiplin ilmu, termasuk humaniora, matematika dan ilmu pengetahuan. Computational Thinking melatih otak untuk terbiasa berfikir secara logis, terstruktur dan kreatif. Salah satu elemen dari Computational Thinking adalah abstraksi.

Menurut Kamus Besar Bahasa Indonesia (KBBI) abstraksi merupakan proses atau perbuatan pemisahan. Dalam Computational Thinking (CT) atau berpikir komputasi abstraksi merupakan salah satu metode berpikir yang dipakai programmer ketika menulis program. Metodenya ini berupa melakukan generalisasi dan mengidentifikasi prinsip-prinsip umum yang menghasilkan pola, tren dan keteraturan tersebut. Metode ini juga membutuhkan kemampuan menyaring informasi yang tidak dibutuhkan, memilah informasi yang kompleks menjadi lebih sederhana dan membuat informasi lebih bersifat general sehingga memudahkan kita untuk menjelaskan suatu ide. Contohnya dalam menentukan posisi di bumi dapat digeneralisasi dengan menggunakan titik koordinat bujur dan lintang.

Dalam mengabstraksi data, kemampuan kita untuk menginterpretasikan suatu data dengan konteks masalahnya sangat dibutuhkan. Contohnya bila kita disuruh untuk menggambar seekor kucing, dalam pengenalan pola kita melihat masalah karena harus menggambar serangkaian kucing. Lalu kita mencatat bahwa semua kucing memiliki karakteristik umum, yang umum terjadi pada semua kucing, misalnya mata, ekor, bulu, keinginan ikan dan kemampuan untuk membuat suara mengi. Selain itu, setiap kucing memiliki ciri khas, seperti bulu hitam, ekor panjang, mata hijau, cinta salmon, dan nyaring keras. Rincian ini dikenal sebagai spesifik.

Untuk menggambar kucing dasar, kita perlu tahu bahwa ia memiliki ekor, bulu dan mata. Karakteristik ini relevan. Kita tidak perlu tahu apa suara kucing yang dibuat atau yang disukai ikan. Karakteristik ini tidak relevan dan bisa disaring. Kita perlu tahu bahwa kucing memiliki ekor, bulu dan mata, tapi kita tidak perlu tahu ukuran dan warnanya. Spesifik ini bisa disaring. Dari karakteristik umum yang kita miliki (ekor, bulu, mata) kita bisa membangun ide dasar seekor kucing, yaitu seperti apa kucing pada dasarnya. Begitu kita tahu seperti apa seekor kucing kita bisa menggambarkan kucing dasar.

Mengapa abstraksi itu penting? Abstraksi memungkinkan kita untuk membuat gagasan umum tentang apa masalahnya dan bagaimana mengatasinya. Proses menginstruksikan kita untuk menghapus semua detail spesifik, dan pola apa pun yang tidak akan membantu kami mengatasi masalah kami. Ini membantu kita membentuk gagasan kita tentang masalah ini. Ide ini dikenal sebagai ‘model’. Jika kita tidak abstrak kita mungkin berakhir dengan solusi yang salah untuk masalah yang sedang kita coba selesaikan. Dengan contoh kucing kita, jika kita tidak abstrak kita mungkin berpikir bahwa semua kucing memiliki ekor panjang dan bulu pendek. Setelah disarikan, kita tahu bahwa meskipun kucing memiliki ekor dan bulu, tidak semua ekor panjang dan tidak semua bulu pendek. Dalam kasus ini, abstraksi telah membantu kita membentuk model seekor kucing yang lebih jelas.

Problem model komputasi menggunakan kalkulasi integrasi Numerik

 Skip to main content

Academia.edu

LOG INSIGN UP

Penyelesaian Masalah Fisis Integrasi Numerik dengan Menggunakan Metode Trapesium dan Simpson

Yedija Yosua 

Yedija Yosua

 

5.

 

Pembahasan

Pada praktik

um “Penyelesaian masalah integrasi numeric menggunakan metode simpson dan

trapesium

” ini

menggunakan bahasa pemrograman fortran 90 pada saat berlangsungnyapraktikum dan fortran 95 pada saat pengerjaan program di laporan ini. Praktikum 



 dari massa tersebut.Pada percobaan program pertama ini yaitu menghitung nilai integrasi percepatan massa darisistem pegas dengan menggunakan metode trapesium dan simpson. Pertama, praktikan akanmenghitung nilai integrasi numeric tersebut dengan perhitungan analitik melalui program

Wolfram alpha.

 Setelah dilakukan perhitungan analitik tersebut diperoleh hasil yaitu 3.11919.Kemudian, dari nilai tersebut disubstitusikan ke dalam rumus





 dan didapatkan nilai 2.49767m/s. Nilai tersebut merupakan hasil dari perhitungan analitik integral tentu. Selanjutnya,praktikan akan menghitung nilai integrasi numeric tersebut dengan metode trapesium. Listingprogram metode trapesium dinyatakan dalam program dan dilakukan proses compile program. Jumlah iterasi yang ditentukan adalah n=20 dengan ukuran langkah 0.05. Maka, dari prosescompile program tersebut diperoleh nilai integrasi numeric yaitu 3.12170 dan nilai





 adalah2.49868 m/s. Kemudian, untuk metode simpson dengan jumlah iterasi dan ukuran langkah yangsama diperoleh nilai integrasi numeric yaitu 3.11919 dan nilai





 adalah 2.49767 m/s.Berdasarkan hasil compile program dari masalah sistem massa pegas diperoleh bahwa nilaiintegrasi numeric pada metode trapesium dengan n=20 memiliki perbedaan selisih nilai denganhasil analitik sebesar 2.51 x 10

-3

. Hasil yang didapatkan tersebut menunjukkan bahwa denganperhitungan menggunakan metode trapesium n=20 diperoleh nilai yang sangat mendekatidengan perhitungan analitik. Selain karena metode trapesium yang memiliki nilai konvergensiyang lebih baik pada fungsi percepatan massa yang bersifat linear dan sederhana juga karenanilai n yang diambil juga sudah cukup untuk mendapatkan jawaban dari aproksimasi hasiltersebut. Kemudian, untuk hasil pada metode simpson dengan n=20 diperoleh nilai yang sama

 

dengan perhitungan analitik yaitu 3.11919. Dari hasil yang didapatkan dari metode simpsondengan n=20, tampak bahwa dengan metode simpson nilai yang didapatkan jauh lebih baikdaripada metode trapesium karena konvergensi menuju hasil analitik yang sebenarnya jauhlebih cepat. Konvergensi dengan metode simpson tersebut juga berpengaruh karena denganukuran langkah yang sama diperoleh hasil yang mendekati dengan hasil perhitungan analitik.Kemudian, praktikan juga ingin membandingkan hasil yang diperoleh dari metode trapesiumdan simpson pada n=40. Pada nilai n=40 dengan metode trapesium diperoleh hasil compileprogram yaitu 3.11982. Pada nilai n=40 dengan metode trapesium diperoleh hasil compileprogram yaitu 3.11919. Dari kedua hasil yang didapatkan dengan metode yang berbeda tersebut,diperoleh bahwa dengan metode simpson diperoleh hasil yang sama dengan hasil analitik.Sedangkan, pada metode trapesium nilai yang didapatkan lebih baik pada n=40 terhadap hasilanalitik. Hasil yang didapatkan tersebut memiliki arti bahwa untuk metode simpson dengannilai n bernilai genap dengan urutan nilai n yaitu 20,40,60 diperoleh jawaban yang relatif sama.Sedangkan untuk metode trapesium dengan nilai n yang sama diperoleh kekonvergensian yangsangat lambat daripada metode simpson. Sebagai contoh saja yang didapatkan praktikan, untukmetode trapesium, nilai n yang dibutuhkan untuk mencapai hasil yang sama dengan hasilanalitik adalah 500. Hal tersebut menunjukkan bahwa metode simpson lebih baik untukmendapatkan hasil yang lebih akurat.Pada percobaan program kedua ini yaitu menentukan nilai integrasi fungsi nisbah temperatureabsolut dan temperature debye. Metode yang digunakan praktikan yaitu metode simpson 1/3.Tujuan praktikan menggunakan metode simpson dalam menyelesaikan masalah tersebut agardidapatkan hasil yang lebih akurat dengan nilai n yang tidak terlalu besar. Pertama, praktikanakan menghitung nilai integrasi fungsi tersebut dengan perhitungan analitik melalui program

Wolfram alpha.

 Setelah dilakukan perhitungan analitik tersebut diperoleh hasil yaitu 0.317244.Nilai tersebut merupakan hasil dari perhitungan analitik integral tentu. Selanjutnya, praktikanakan menghitung nilai integrasi fungsi tersebut dengan metode aimpson. Listing programmetode simpson dinyatakan dalam program dan dilakukan proses compile program. Jumlahiterasi yang ditentukan adalah n=20 dengan ukuran langkah 0.05. Maka, dari proses compileprogram tersebut diperoleh nilai integrasi numeric yaitu 0.317243.

 

Berdasarkan hasil compile program dari fungsi nisbah temperature absolut dan temperaturedebye diperoleh bahwa nilai integrasi numeric pada metode simpson dengan n=20 memilikiperbedaan selisih nilai dengan hasil analitik sebesar 1.00 x 10

-6

. Hasil yang didapatkan tersebutmenunjukkan bahwa dengan perhitungan menggunakan metode simpson pada n=20 diperolehnilai yang sangat mendekati dengan perhitungan analitik. Selain karena metode simpson yangmemiliki nilai konvergensi yang sangat cepat dan tidak membutuhkan nilai n yang besar, padafungsi nisbah temperature absolut dan temperature debye memiliki karakteristik fungsieksponensial yang sesuai dengan metode simpson. Kemudian, praktikan juga telah melakukanplotting hasil dari fungsi masalah fisis di atas dan didapatkan bahwa bentuk grafik fungsitersebut berbentuk grafik eksponensial. Praktikan menganalisis berdasarkan grafik tersebutdidapatkan bahwa luasan yang terdapat di bawah kurva grafik fungsi tersebut merupakan nilaiintegrasi dari fungsi tersebut. Sehingga, dapat ditampilkan bentuk penyelesaian masalah fisistersebut dalam bentuk integrasi numerik dan plot grafik fungsi.

6.

 

Kesimpulan

Dari pemaparan diatas dapat disimpulkan sebagai berikut :1.

 

Untuk nilai integrasi percepatan massa dari sistem pegas dengan menggunakan metodetrapesium dan metode simpson didapatkan hasil sebagai berikut :-Untuk metode trapesium dengan n=20 diperoleh hasil numerik yaitu

3.12170

-Untuk metode trapesium dengan n=40 diperoleh hasil numerik yaitu

3.11982

-Untuk metode simpson dengan n=20 diperoleh hasil numerik yaitu

3.11919

 -Untuk metode simpson dengan n=40 diperoleh hasil numerik yaitu

3.11919

 

2.

 

Untuk nilai kecepatan massa sistem pegas yang didapatkan dari hasil perhitungannumerik menggunakan metode trapesium dan metode simpson diperoleh hasil sebagaiberikut :-Untuk metode trapesium dengan n=20 diperoleh





 yaitu

2.49868 m/s

-Untuk metode trapesium dengan n=40 diperoleh





 yaitu

2.49793 m/s

-Untuk metode simpson dengan n=20 diperoleh





 yaitu

2.49767 m/s

-Untuk metode simpson dengan n=40 diperoleh





 yaitu

2.49767 m/s

3.

 

Untuk nilai integrasi fungsi nisbah temperature absolut dan temperature debye denganmenggunakan metode simpson didapatkan hasil sebagai berikut :-Untuk metode simpson dengan n=20 dan h=0.05 diperoleh hasil numerik yaitu

0.317243

 

7.

 

Daftar Pustaka

[1] Pekik Nurwantoro, 2001.

 Petunjuk Praktikum Fisika Komputasi

, Universitas GadjahMada:Yogyakarta[2] Chapra Steven, Canale R.P, 2010.

Numerical Methods for Engineers, Sixth Edition

, Mcgraw hill:USA.[3] Landau R.H. , Paez M.J. , Bordeianu C.C. 2007.

Computational Physics

, Oregon StateUniversity; USA

 

Lampiran

DOWNLOAD PDF

Find new research papers in:

Physics

Chemistry

Biology

Health Sciences

Ecology

Earth Sciences

Cognitive Science

Mathematics

Computer Science

Kaloborasi Informatika lewat Tematik

 RPP INFORMATIKA KELAS VIII (8) SMP/MTS SEMESTER 1 DAN 2

Rencana Pelaksanaan Pembelajaran (RPP)

Mata Pelajaran: Informatika

Kelas VIII (8) Sekolah Menengah Pertama/Madrasah Tsanawiyah (SMP/MTs)

Semester 1 dan 2 (Ganjil dan Genap)

Jumlah lembar: 1-2 Lembar

A. PENDAHULUAN

B. MENJELASKAN MATERI

Adapun materi pokok Informatika yang akan diajarkan adalah sebagai berikut:

Melakukan koneksi perangkat ke jaringan lokal maupun internet.

Membuat robot yang mampu menggambar atau menulis dengan program sederhana.

Mendefinisikan variabel, menyimpan data dan mengubahnya.

Memakai instruksi kondisional

Memakai media sosial dengan baik dan berguna, dengan memperhatikan privasi dan hak orang lain.

Menyelesaikan persoalan-persoalan komputasi yang mengandung jejaring, pola, dan algoritmik.

Menumbuhkan budaya informatika dan TIK lewat berpikir komputasional (Fostering computing culture).

Kolaborasi lewat tematik.

Recognizing and defining computational problems (mengenali dan mendefinisikan problema- problema yang dapat diselesaikan dengan model komputasi.

Developing and using abstractions (mengembangkan dan menggunakan abstraksi

Creating computational artefacts: Mengembangkan atau bahkan jika mampu menciptakan artefak/produk TIK atau model komputasi misalnya program komputer.

Testing and refining computational artefacts : menguji dan memperbaiki/menyempurnakan artefak/produk TIK atau model komputasi.

Communicating about computing Mengkomunikasikan tentang informatika lewat pengungkapan secara lisan pengalaman berpikir

komputasional dan penggunaan TIK.

C. PENUTUP

Demikianlah informasi tentang RPP Informatika Kelas VIII (8) SMP/MTs Semester 1 dan 2. Semoga bermanfaat.

Budaya informatika lewat berpikir komputasional

 Berpikir komputasional (Computational Thinking) adalah metode menyelesaikan persoalan dengan menerapkan teknik ilmu komputer (informatika). Tantangan bebras menyajikan soal-soal yang mendorong siswa untuk berpikir kreatif dan kritis dalam menyelesaikan persoalan dengan menerapkan konsep-konsep berpikir komputasional.

Realisasi dan Dampak komputasi Modern

 Penerapan Komputasi Modern

Implementasi pada bidang FisikaPada bidang Fisika ada Computational Physics yang mempelajari suatu gabungan antara Fisika, Komputer Sains dan Matematika Terapan untuk memberikan solusi pada Kejadian dan masalah yang kompleks pada dunia nyata, baik dengan menggunakan simulasi juga penggunaan algoritma yang tepat.

Implementasi pada bidang Matematika

Pada bidang Matematika terdapat numerical analysis yaitu sebuah algoritma dipakai untuk menganalisa masalah – masalah matematika.

Implementasi pada bidang KimiaPada bidang kimia ada Computational Chemistry yaitu penggunaan ilmu komputer untuk membantu menyelesaikan masalah kimia, contohnya penggunaan super komputer untuk menghitung struktur dan sifat molekul.

Implementasi pada bidang BiologiBioinformatika merupakan penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis.

Implementasi pada bidang EkonomiPada bidang Ekonomi terdapat Computational Economics yang mempelajari titik pertemuan antara ilmu ekonomi dan ilmu komputer mencakup komputasi keuangan, statistika, pemrograman yang di desain khusus untuk komputasi ekonomi dan pengembangan alat bantu untuk pendidikan ekonomi.

Implementasi pada bidang GeologiPada bidang geologi teori komputasi biasanya digunakan untuk pertambangan, sebuah sistem komputer digunakan untuk menganalisa bahan-bahan mineral dan barang tambang yang terdapat di dalam tanah.

Implementasi pada bidang GeografiKomputasi dalam bidang ini biasanya digunakan untuk peramalan cuaca, contohnya di Indonesia ada salah satu instansi Negara yang memanfaatkan ini yaitu BMKG (Badan Meteorologi, Klimatologi, dan Geofisika)

Dampak Adanya Komputasi Modern

Komputasi modern membantu manusia untuk menyelesaikan masalah-masalah yang kompleks dengan menggunakan komputer. Salah satu contohnya yaitu biometric. Biometric merupakan pengukuran dari statistik analisa data biologi yang berdasar pada teknologi untuk menganalisa karakteristik suatu tubuh. Terdapat banyak teknik biometric yang berbeda, diantaranya :

Pembacaan sidik jari / telapak tangan

Geometri tangan

Pembacaan retina / iris

Pengenalan suara

Dinamika tanda tangan.

Kehadiran teknologi komputasi yang semakin canggih juga telah merubah gaya hidup manusia dan tuntutan pada kompetensi manusia. Kini kehidupan manusia semakin tergantung pada komputer.

Selain mempunyai dampak struktural, teknologi juga membangkitkan proses kultural dalam masyarakatnya. Inilah gejala yang oleh N. Postman disebut technopoly, yang olehnya digambarkan sebagai berikut :

“Technopoly is a state of culture. It is also a state of mind. It consist in the deification of technology, which means that the culture seeks it’s satisfactions in technology, and takes it’s orders from technology”

Jadi masalahnya saat ini ialah sejauh mana kesiapan masyarakat untuk memasuki zaman teknologi sebagai pembangkit budaya baru tanpa merapuhkan budayanya sendiri.

Dengan demikian, maka tidak keliru pula untuk menyatakan bahwa dominasi teknologi akan berlanjut dengan berseminya budaya baru yang melahirkan berbagai nilai baru pula yang cenderung menjadi acuan perilaku manusia modern dalam berbagai pola interaksi dengan sesamanya.

Arsitektur memori pada komputer Paralel

 Arsitektur Memori Komputer Paralel

Pada komputer paralel, arsitektur memori diklasifikasikan menjadi tiga kategori antara lain:

1. Shared Memory

Pada arsitektur jenis ini, prosesor dapat mengakses semua memori sebagai space alamat global. Shared momory dibagi menjadi dua kelas yaitu UMA (Uniform Memory Access) dan NUMA (Non-Uniform Memory Access).

2. Distributed Memory

Arsitektur jenis ini prosesornya mempunyai memori lokal sendiri, sehingga inter-prosesor memori membutuhkan networking.

3. Hybrid distributed-shared memory

Arsitektur ini menggabungkan tipe shared dan distributed.

UMA sendiri merupakan kelas dari shared memory dengan karakteristik semua prosesor dapat mengakses semua memori sebagai ruang alamat global. Multiprosesor pada jenis ini dapat beroperasi secara independen namun dapat saling berbagi memori. Karena hal tersebut membawa dampak perubahan di lokasi memori oleh satu prosesor dapat dilihat oleh prosesor yang lainnya (yang terhubung ke memori yang sama). Prosesor pada model UMA ini, mempunyai akses dan waktu akses yang sama ke mori di setiap prosesornya. Cache coheren menjadi problem utama pada model ini dikarenakan jika suatu prosesor update suatu lokasi di memori, semua prosesor mengetahui update tersebut, sehingga koherensi dilakukan di level hardware (lihat Gambar 1).

Hasil gambar untuk arsitektur UMA

Gambar 1. Arsitektur UMA

NUMA memiliki karakteristik prosesor memiliki bank alamat memori sendiri, sehingga prosesor dapat mengakses memori lokal dengan cepat, sedangkan untuk memori remote lebih lambat. Pengaksesan pada data lokal dapat meningkatkan throughput memori pada jenis arsitektur ini. Sseringkali model ini digunakan untuk menghubungkan secara fisik dua atau lebih SMP, satu SMP dapat mengakses memori secara langsung ke SMP yang lainnya. Berbeda dengan tipe UMA, pada NUMA tidak semua prosesor mempunyai waktu akses yang sama ke memori. NUMA memiliki kelemahan yaitu akses memori lewat bus interconnect lebih lambat karena berada diluar jalur lokalnya (lihat Gambar 2).

Hasil gambar untuk arsitektur NUMA 

Gambar 2. Arsitektur NUMA

Bila disimpulkan secara keseluruhan dua tipe pada jenis Shared Memory bahwa space alamat memori global menyediakan perspektif pemrograman user-friendly ke memori, selain itu sharing data antar task cepat dan uniform karena dekatnya memori ke CPU. Namun apabila dilihat dari kelemahan pada bangunan arsitektur ini adalah tidak scalable artinya menambah CPU dapat meningkatkan trafik di jalur shared memory--CPU. Kelemahan yang lainnya adalah programmer bertanggungjawab untuk sinkronisasi yang memastikan akses yang tepat ke memori global. Tentunya hal ini akan berdampak semakin kompleks dan mahal seiring semakin bertambahnya jumlah prosesor.

Pada Jenis yang kedua pada komputer paralel adalah distributed memory dimana tiap prosesor mempunyai memori lokal sendiri, sehingga prosesor dapat beroperasi secara independen. Perubahan yang terjadi pada sisi lokal memori tidak akan membawa efek ke memori lainnya. Pada arsitektur ini, jika memerlukan interprocessor, tugas programmer secara eksplisit mendefinisikan bagaimana dan kapan data akan dikomunikasikan (lihat Gambar 3).

 

Gambar 3. Distributed Memory Architecture

Kelebihan yang didapatkan dari jenis distributed ini adalah scalable jumlah prosesor dan ukuran memori dapat ditingkatkan. Tiap prosesornya dapat mengakses memorinya tanpa interferensi dan overhead, seperti dikoheren cache. Pada jenis ini menjadi cost effecitve apabila menggunakan PC komoditas, off the self processor. Tetapi kelemahan yang ditemukan pada arsitektur ini adalah tugas programmer akan semakin kompleks terkait dengan detail komunikasi datanya, selain itu mapping data struktur berbasis memori global bisa jadi susah.

Jenis yang ketiga adalah Hybrid Memory yang terdiri dari arsitektur memori shared dan distributed. Komponen memori shared biasanya mesin SMP koheren (prosesor di mesin SMP mempunyai akses global ke memori mesin tersebut), sedangkan komponen distributed adalah jaringan SMP multiple (SMP hanya tahu memorinya saja). Komunikasi jaringan diperlukan untuk memindahkan data dari satu SMP ke lainnya.

Astika Ayuningtyas di 19.17

Berbagi

Tidak ada komentar:

Posting Komentar

‹

›

Beranda

Lihat versi web

Diberdayakan oleh Blogger

Tujuan dan Hambatan Komputasi Paralel

 Tujuan Komputasi Paralel

 

Tujuan utama penggunaan komputasi paralel adalah untuk mempersingkat waktu eksekusi program yang menggunakan komputasi serial. Beberapa alasan lain yang menjadikan suatu program menggunakan komputasi paralel antara lain :

Untuk permasalahan yang besar, terkadang sumber daya komputasi yang ada sekarang belum cukup mampu untuk mendukung penyelesaian terhadap permasalahan tersebut

Adanya sumber daya non-lokal yang dapat digunakan melalui jaringan atau internet

Penghematan biaya pengadaan perangkat keras, dengan menggunakan beberapa mesin yang murah sebagai alternatif penggunaan satu mesin yang bagus tapi mahal, walaupun menggunakan n buah prosesor

Adanya keterbatasan kapasitas memori pada mesin untuk komputasi serial.

 

Hambatan Komputasi Paralel

 

Penggunaan komputasi paralel sebagai solusi untuk mempersingkat waktu yang dibutuhkan untuk eksekusi program mempunyai beberapa hambatan. Hambatan-hambatan tersebut antara lain adalah :

Hukum Amdahl : percepatan waktu eksekusi program dengan menggunakan komputasi paralel tidak akan pernah mencapai kesempurnaan karena selalu ada bagian program yang harus dieksekusi secara serial.

Hambatan yang diakibatkan karena beban jaringan : dalam eksekusi program secara paralel, prosesor yang berada di mesin yang berbeda memerlukan pengiriman dan penerimaan data (atau instruksi) melalui jaringan. Untuk program yang dibagi menjadi task-task yang sering membutuhkan sinkronisasi, network latency menjadi masalah utama. Permasalahan ini muncul karena ketika suatu task membutuhkan data dari task yang lain, state ini dikirimkan melalui jaringan di mana kecepatan transfer data kurang dari kecepatan prosesor yang mengeksekusi instruksi task Hal ini menyebabkan task tersebut harus menunggu sampai data sampai terlebih dahulu, sebelum mengeksekusi instruksi selanjutnya. Jumlah waktu yang dibutuhkan untuk berkomunikasi melalui jaringan antar dua titik adalah jumlah dari startup time, per-hop time, dan per-word transfer time.

Hambatan yang terkait dengan beban waktu untuk inisiasi task, terminasi task, dan sinkronisasi.