JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN

VOL. 6 NO. 2 September 2013

ISSN : 2086 4981

ANALISA KINERJA PARALLEL COMPUTING DENGAN MENGGUNAKAN

PERHITUNGAN HUKUM AMDAHL BERBASISKAN LINUX
Yudhi Arta1

ABSTRACT
Parallel Computing is the unification of multiple computers or servers into a single
unit that can work simultaneously or processes simultaneously. Parallel
computing and the process of making the program run faster as more CPUs are
used. Essentially parallel computing using a network media, but that is
characteristic in particular is how to resolve the problem. Problems encountered
here was how to rendering an image that looks speedup PC and serial values
contained by parallel computing.
Keywords: Parallel Computing, Rendering, SpeedUp, Serial Value.
INTISARI
Parallel Computing yaitu penyatuan beberapa komputer atau server menjadi satu
kesatuan sehingga dapat mengerjakan proses secara bersamaan ataupun
secara simultan. Parallel computing membuat program maupun proses berjalan
lebih cepat karena semakin banyak CPU yang digunakan. Pada dasarnya
parallel Computing menggunakan media jaringan, tapi yang menjadi ciri
khususnya adalah bagaimana menyelesaikan masalah. Masalah yang dihadapi
disini adalah bagaimana me-rendering sebuah gambar sehingga terlihat speedup
PC dan juga nilai serial yang dikandung oleh parallel computing.
Kata Kunci : Parallel Computing , Rendering , SpeedUp , Nilai Serial.

Dosen Program Studi Teknik Informatika Fakultas Teknik Universitas Islam Riau

55

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN

VOL. 6 NO. 2 September 2013
PENDAHULUAN
Pemrosesan paralel (parallel
processing) adalah penggunaan lebih
dari satu CPU untuk menjalankan
sebuah program secara simultan.
Idealnya,
parallel
processing
membuat program berjalan lebih
cepat karena semakin banyak CPU
yang digunakan. Tetapi dalam
praktek, seringkali sulit membagi
program sehingga dapat dieksekusi
oleh CPU yang berbeda-beda tanpa
berkaitan di antaranya.
Komputasi paralel merupakan
salah satu teknologi paling menarik
yang penting sejak ditemukannya
komputer elektronik pada tahun 1940an. Terobosan dalam pemrosesan
paralel selalu berkembang dan
mendapatkan
tempat
disamping
teknologi-teknologi lainnya sejak Era
Kebangkitan
(1950-an),
Era
Mainframe (1960-an), Era Minis
(1970-an), Era PC (1980-an), dan Era
Komputer Paralel (1990-an). Dengan
berbagai
pengaruh
atas
perkembangan teknologi lainnya, dan
bagaimana teknologi ini mengubah
persepsi terhadap komputer, dapat
dimengerti
betapa
pentingnya
komputasi paralel itu. Inti dari
komputasi paralel yaitu hardware,
software, dan aplikasinya.
Paralel Prosesing merupakan
suatu pemrosesan informasi yang
lebih mendekatkan pada manipulasi
rata-rata dari elemen data terhadap
satu atau lebih penyelesaian proses
dari sebuah masalah. Oleh karena itu
komputasi paralel dapat diartikan
bahwa komputer dengan banyak
prosesor
yang
mampu
untuk
melakukan paralel prosesing

ISSN : 2086 4981

besar
(lingkungan
industri,
bioinformatika dan lain - lain) atau
karena tuntutan komputasi yang
banyak.
Komputer
paralel
adalah
komputer tunggal dengan beberapa
internal prosesor atau beberapa
komputer yang dihubungkan oleh
suatu interconnection network (IN)
Komputer
paralel
dapat
dikelompokkan,
berdasarkan
pengorganisasian memorinya, ke
dalam dua arsitektur dasar yaitu:
sistem memori bersama (shared
memory) dan sistem memori tersebar
(distributed memory). Dalam sistem
memori tersebar komunikasi antar
proses menggunakan mekanisme
pertukaran pesan (message passing).
Program paralel dengan pertukaran
pesan dapat ditulis menggunakan
suatu bahasa pemrograman tingkat
tinggi (misalnya: fortran, C/C++), dan
menyertakan (atau pemanggilan)
suatu pustaka pertukaran pesan MPI
(Message Passing Interface) atau
PVM (Parallel Virtual Machine). Pada
penelitian ini digunakan digunakan
pustaka MPI. Terdapat dua struktur
program parallel : Single Program
Multiple Data (SPMD) dan Multiple
Program Multiple Data (MPMD).
Dalam struktur SPMD, hanya terdapat
satu sumber program dan setiap
prosessor akan mengeksekusi salinan
dari program ini. Sedangkan dalam
struktur MPMD, terdapat beberapa
sumber program dan setiap prosessor
megeksekusi program yang berbeda
Pemrograman parallel adalah teknik
pemrograman
komputer
yang
memungkinkan
eksekusi
perintah/operasi secara bersamaan
baik dalam komputer dengan satu
(prosesor tunggal) ataupun banyak
(prosesor ganda dengan mesin
paralel) CPU. Tujuan utama dari
pemrograman paralel adalah untuk
meningkatkan performa komputasi.
Semakin banyak hal yang bisa
dilakukan secara bersamaan (dalam
waktu yang sama), semakin banyak
pekerjaan yang bisa diselesaikan.

PENDEKATAN
PEMECAHAN
MASALAH
Komputasi paralel adalah
salah
satu
teknik
melakukan
komputasi secara bersamaan dengan
memanfaatkan beberapa komputer
independen
secara
bersamaan.
Biasanya digunakan untuk kapasitas
yang pengolahan data yang sangat

56

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN

VOL. 6 NO. 2 September 2013

ISSN : 2086 4981

mengaktifkan semua client dengan

memanggil
pvm_spawn.
Rutin
tersebut otomatis akan menjalankan
semua proses dalam sistem PVM.
Cara lain untuk menjalankan proses
adalah dengan memanggil rutin
pvm_mytid yang mengembalikan
kode task ID dari proses tersebut.
Sebelum keluar dari sistem PVM,
semua proses client harus dimatikan
dari PVM dengan memanggil rutin
pvm_exit.
Komunikasi antar proses di dalam
sistem
PVM
dilakukan
secara
message
passing
menggunakan
perintah rutin PVM seperti pvm_send
dan
pvm_recv.
Semua
rutin
pengiriman pesan dilakukan secara
asinkron, sedangkan semua rutin
penerimaan pesan dapat dilakukan
secara sinkron maupun asinkron. Ada
tiga tahap dalam mengirim pesan
dalam PVM, yaitu :
1.
Menginisialisasi
buffer
pengiriman
dengan
rutin
pvm_initsend
2.
Mengemas isi pesan ke dalam
buffer dengan memanggil rutin
pvm_pk*. Data yang dikemas
dapat bertipe byte, complex,
double, float, integer, dan
character.
Tipe
tersebut
dinyatakan dengan mengganti
tanda * dan memberi tipe yang
sesuai untuk tiap parameter di
dalam rutin pvm_pk*. Misalnya
data yang akan dikemas bertipe
float,
maka
digunakan
pvm_pkfloat.
3.
Mengirim pesan ke prosesor
tujuan
dengan
memanggil
pvm_send atau pvm_mcast
Proses yang menerima pesan
harus membuka paket pesan
pada buffer penerima sesuai
dengan
format
pengiriman
pesan.
PVM juga menyediakan rutin
pvm_setopt untuk mengatur pilihan
dalam
sistem
PVM,
seperti
pencetakan pesan kesalahan secara
otomatis, tingkat pencarian kesalahan
(debugging level), dan metode

Komputasi paralel membutuhkan

diantaranya
algoritma,
bahasa
pemrograman dan compiler.
PVM
PVM adalah perangkat lunak yang
membuat
sekumpulan
komputer
menjadi tampak seperti sebuah
sistem komputer virtual yang besar.
Sekumpulan komputer yang akan
terlibat dalam proses penyelesaian
masalah harus didefinisikan trelebih
dahulu, agar dapat menjalankan
fungsinya. Komputer-komputer yang
terlibat
dalam
komputasi
bisa
homogen, dengan platform yang
sama, maupun heterogen, dengan
platform yang berbeda, asal di antara
mereka bisa saling berkomunikasi.
PVM dapat menangani semua
pengiriman proses, konversi data dan
penjadwalan task.
Sistem PVM terdiri dari dua
bagian. Bagian pertama adalah
daemon yang diberi nama pvmd.
Pvmd diaktifkan di setiap komputer
yang akan membentuk mesin virtual.
Bagian kedua adalah pustaka rutin
antarmuka PVM yang berisi koleksi
perintah-perintah
primitif
untuk
mengoperasikan
proses-proses
pustaka tersebut. Pustaka rutin ini
digunakan dalam program aplikasi
paralel yang ditulis dengan bahasa
pemrograman
C,
C++,
atau
FORTRAN 77. Aplikasi dalam bahasa
pemrograman
C
dan
C++
dihubungkan
melalui
pustaka
libpvm3.lib, sedangkan aplikasi dalam
bahasa pemrograman FORTRAN 77
dapat mengambil rutin-rutin dalam
libfpvm3.lib [1].
PVM memberi fasilitas untuk
membuat sejumlah proses yang tidak
tergantung dari jumlah prosesor.
Setiap
proses
diidentifikasi
menggunakan kode (task ID) dan
dipetakan
ke
prosesor
secara
otomatis, atau dapat juga diatur oleh
programmer. Program PVM umumnya
diatur dengan model master-slave,
yaitu satu proses yang dieksekusi
pertama kali menjadi master dan

57

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN

VOL. 6 NO. 2 September 2013
pengaturan jalur komunikasi. Contoh
yang paling umum dari penggunaan
pvm_setopt adalah memungkinkan
jalur komunikasi langsung antar task
dalam PVM. Pvm_setopt (PvmRoute,
PvmRouteDirect). Dengan perintah ini
otomatis bandwidth komunikasi di
dalam jaringan akan digandakan.

ISSN : 2086 4981

Industrial Science and Technology

(AIST) [7] dan MPICH-G2 yang dibuat
oleh Argonne National La boratory
(ANL)
[8].
GridMPI
adalah
implementasi MPI untuk jarak antar
komputer sampai dengan 500 mil
yang terkoneksi dengan jaringan
berkecepatan 1 sampai dengan 10
Gbps sedangkan MPICH-G2 adalah
implementasi
MPI
dengan
menggunakan Globus Toolkit (standar
middleware komputasi grid) dalam
lingkungan WAN.[2]
Abstraksi program aplikasi yang
dibuat oleh user dinyatakan pada
lapisan API. Fungsi-fungsi pustaka
yang tersedia pada MPI dinyatakan
dalam header mpi.h. Pengaktifan MPI
dimulai dengan menjalankan perintah
MPI_Init(&argc, &argv); pada program
utama,
dilanjutkan
dengan
menentukan ranking dari tiap node
yang menjalankan program aplikasi
dengan perintah MPI_Comm_rank
(MPI_COMM_WORLD,
&my_rank);
my_rank adalah bilangan bulat positif,
bernilai nol berarti program berjalan
pada komputer master, sebaliknya
bernilai tidak sama dengan nol berarti
program berjalan pada komputer
slave. MPI_COMM_WORLD adalah
konstanta yang telah terdefinisi untuk
mengendalikan proses-proses yang
ada pada saat MPI dimulai. Untuk
mengetahui jumlah prosesor (node)
yang
aktif
digunakan
perintah
MPI_Comm_size
(MPI_COMM_WORLD, &p).
Komunikasi dilakukan secara
berurutan dari lapisan teratas sampai
ke lapisan fisik, pada sisi penerima
berlaku sebaliknya, yaitu dari lapisan
fisik ke atas. Misalnya ada perintah
MPI_Send(message,
strlen(message)+1, MPI_CHAR,dest,
tag, MPI_COMM_WORLD); maka
pesan
(message)
sepanjang
strlen(message)+1
dan
bertipe
karakter (MPI_CHAR) dikirim ke
prosesor tujuan (dest). Pada lapisan
ADI pesan tersebut diterima oleh
Send_handle
yaitu
pengendali
pengiriman data pada lapisan ADI,

MPI
Menurut Heru (2006), Dalam
implementasinya MPI menggunakan
fungsi-fungsi pustaka yang dapat
dipanggil dari program C, C++, atau
Fortran. Hampir sama dengan PVM,
MPI juga portable untuk berbagai
arsitektur. Salah satu implementasi
terbaru pada saat penulisan makalah
ini yang berjalan pada lingkungan
Windows adalah MPICH.
Ditinjau dari sisi aplikasi, MPI
hanya dapat digunakan dengan
model single program multiple data
(SPMD), sedangkan PVM dapat
digunakan dengan model SPMD
maupun multiple program multiple
data (MPMD). Model SPMD secara
fisik ditunjukkan dengan program
master dan slave yang menyatu,
sedangkan
MPMD
ditunjukkan
dengan program master dan slave
yang terpisah, sehingga slave dapat
mengerjakan tugas yang berbedabeda antara satu node dengan node
lainnya.[1].
MPI
adalah
teknik
pemrograman yang berdasarkan data
parallel dengan Single Program
Multiple Data (SPMD). Maksudnya
adalah setiap proses mengeksekusi
program
yang
sama
tetapi
menggunakan data yang berbeda.
Untuk sharing data, suatu proses
secara eksplisit mengirimkan data
kepada proses penerima yang juga
menerima data secara eksplisit. MPI
bukan
merupakan
bahasa
pemrograman baru, tetapi MPI adalah
subprogram library yang dapat
dipanggil dari program C dan Fortran
77. Ada dua implementasi MPI untuk
grid: GridMPI yang dibuat oleh
National
Institute
of
Advanced

58

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN

VOL. 6 NO. 2 September 2013
kemudian pada lapisan Channel
Device paket tersebut diterima
dengan
pengendali
MPID_SendControl
dan
MPID_SendChannel.
Selanjutnya,
pada lapisan low level device
komunikasi dilakukan dengan protocol
yang tersedia. Misalnya MPICH
berjalan pada Windows 2000, maka
protokol yang digunakan adalah
TCP/IP. Pada sisi penerima, lapisan
komunikasi atau channel device
interface
memiliki
pengendali
MPID_ControlMsgAvail
dan
MPID_RecvAnyControl.
Kedua
pengendali ini meneruskan paket ke
lapisan ADI. Pada lapisan ini, terdapat
dua
pengendali,
yaitu:
PostedRecv_Handles
dan
UnexpectedRecv_Handles, masingmasing digunakan untuk mengetahui
pengiriman paket yang terkirim
dengan benar dan yang salah.
Selanjutnya, pada lapisan aplikasi,
data
diterima
dengan
perintah
MPI_Recv
(message,
len,
MPI_CHAR,
source,
tag,
MPI_COMM_WORLD, &status) dan
untuk mengakhiri MPI digunakan
perintah MPI_Finalize.

ISSN : 2086 4981

dihadapi atas ketergantungan yang

dihadapi olen instansi itu sendiri.
Dengan adanya resource tersebut
maka dapat dibangun sebuah cluster
yang dapat membantu kinerja dari
segi infrastruktur dan lainnya. Cluster
ini
sendiri
juga
berfungsi
meningkatkan kinerja dan juga
estabilitas kerja dari sistem itu sendiri.
Uraian kerja akan dijelaskan di dalam
kerangka
kerja
yang
nantinya
menjelaskan
prosedur
maupun
langkah langkah yang akn dihadapi
dalam membangun cluster server ini.
Tahap awal adalah menganalisa dan
merancang apa apa saja yang
dibutuhkan dalam
pembangunan
cluster server ini. Lalu dilanjutkan
dengan pengujian beserta membuat
laporan hasil kinerja dari cluster
tersebut dalam sebuah tabel.

Gambar 2. Kerangka Kerja

Penelitian
Gambar 1. Arsitektur MPICH

HASIL DAN PEMBAHASAN

Pada
bagian
pembahasan,
penulis akan menampilkan setiap
artifak terkait dari setiap proses dan
aktivitas yang dilakukan pada setiap
fase menurut metodologi DAD. Setiap
fase memiliki tujuan aktivitas proses,
dimana aktivitas proses tersebut
menghasilkan
artifak
atau
dokumentasi aplikasi yang dibangun.
Seperti yang disebutkan diatas, DAD
membagi tahapan pengembangan

Dalam penelitian ini dapat

disimpulkan bahwa permasalahan
yang dihadapi adalah penggunaan
resource
yang
tidak
optimal.
Metodologi yang dapat digunakan
untuk meningkatkan ketersediaan
sebuah
server
adalah
dengan
membuat sebuah load balancing
cluster. Dengan adanya cluster server
ini dapat mengatasi masalah yang

59

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN

VOL. 6 NO. 2 September 2013
piranti lunak menjadi inception,
construction dan transition.

ISSN : 2086 4981

dapat diakses dan dibantu oleh

cluster secara cepat.
Dari hasil rendering tersebut kita
sudah mendapatkan nilai waktu
render maupun alokasi penggunaan
resource yang kita pakai saat
rendering. Hasil tersebut dapat kita
lihat pada gambar 4. :

Perancangan Topologi
Untuk perancangan topologi
cluster hampir sama seperti dengan
topologi grid computing. Dalam hal ini,
cluster mempunyai satu master dan
beberapa node / client / slave yang
nantinya akan di-manage oleh master
cluster.
Hampir
keseluruhan
perusahaan besar sudah menerapkan
cluster sejak awal komputasi mereka
dibangun.
Pada gambar 3 terdapat
topologi yang digunakan oleh instansi
berskala enterprise untuk me-manage
webserver yang merupakan jantung
dari
investasi
mereka
dalam
persaingan di dunia maya. Jika kita
ingin membangun parallel computing
bagi coorporate, biasanya terdapat
vendor - vendor yang bersedia
membangunkan atau menyediakan
fasilitas tersebut dengan biaya yang
cukup relative tinggi. Beberapa
vendor diantaranya adalah IBM,
Microsoft, Dell, dan vendor besar
lainnya.

Gambar 4. Hasil Timing Dari

Rendering
Dari beberapa hasil test nanti
kita akan membuat kesimpulan dan
nilainya akan kita ukur pada hukum
Amdahl untuk mencari berapa nilai
serial yang terdapat pada CPU yang
tidak bisa diganggu gugat. Untuk hasil
dari rendering tersebut, dapat kita
simpulkan hasil cluster tesebut
kedalam tabel 1 berikut ini :
Tabel 1. Hasil Rendering Dengan 2
Node

Gambar 3. Topologi Load

Balancing Untuk Enterprise
Dari gambar 4 dapat dijelaskan
bahwa kegunaan cluster adalah untuk
membackup akses ke webserver
secara cepat dana membantu node
didepannya, sehingga database dan
juga file sharing yang digunakan

60

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN

VOL. 6 NO. 2 September 2013
Hukum Amdahl
Setelah didapat hasil dari
speedup yang telah kita uraikan di
atas, maka kita perlu menentukan
nilai serial yang tidak berpengaruh
terhadap parallel procesing. Nilai
serial berguna menentukan berapa
persen proses yang tidak terpengaruh
dari hasil parallel procesing baik dari
segi hardware dan software. Adapun
hukum amdahl nya adalah :

4.

5.
Sp
=
SpeedUp yang didapat
dengan P buah procesor
f
= Bagian dari program yang
harus dieksekusi secara serial (0..1)
Hukum Amdahl untuk 2 node :

1,17 f + (1,17/2) [1-f] = 1

1,17 f + 0,58 0,58f = 1
0,58 f = 1 0,58
0,58 f = 0,42
f = 0,42 / 0,58
f = 0,72
dijadikan persen :
f = 0,72 *100%
f = 72 %

6.

7.

KESIMPULAN
Kesimpulan dari pengujian ini
adalah :
1. Keseluruhan cluster sudah
bisa berjalan sesuai dengan
yang diinginkan.
2. Dengan
hasil
rendering
tersebut kita mendapatkan
data berapa speedup yang
dibutuhkan
untuk
parallel
procesing atau clustering.
3. Dari hasil testing 2 node atau
3 node yang ada, kita sudah
mendapatkan berapa persen
nilai serial yang terdapat

8.

61

ISSN : 2086 4981

dalam
parallel
procesing
meskipun belum begitu valid
dikarenakan
keterbatasan
yang ada. Dengan adanya
nilai serial, maka dapat kita
simpulkan masih terdapat nilai
yang cukup besar untuk
pemrosesan paralel yang tidak
dapat diganggu gugat.
Nilai serial yang terdapat ini
terletak pada 2 lapisan yaitu :
software dan hardware.
Untuk nilai serial dalam
software, terdapat beberapa
instruksi yang memang tidak
terpengaruh terhadap proses
clustering
atau
parallel
procesing. Bisa kita katakan
seperti
instruksi
maupun
algoritma yang diterapkan
didalam parallel procesing
yang tidak dapat diganggu
gugat. Juga dalam sistem
operasi itu sendiri dalam
melakukan cluster atau parallel
procesing
memiliki
keterbatasan untuk memberi
instruksi
perintah
yang
dijalankan.
Untuk nilai serial dalam
hardware
bisa
dikatakan
seperti keterbatasan ethernet
card, kabel yang digunakan
dan juga beberapa faktor
lainnya.
Jika ingin mendapatkan hasil
fraksial yang lebih signifikan
atau lebih valid, maka dapat
dibuktikan
dengan
membangun cluster dengan
10
node atau tambahan
beberapa node lagi.
Untuk membuktikan proses
serial yang tidak bisa diganggu
gugat dapat kita buktikan
dengan
membuka
koding
untuk proses cluster yang
mana saja yang dianggap
serial dan dapat dianalisa lebih
lanjut.

JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN

VOL. 6 NO. 2 September 2013
DAFTAR PUSTAKA
[1] Anton Dwi Laksono, A.Benny
Mutiara MQN and Brahmantyo
Heruseto.
2004.
Analisis
Perbandingan Antara Cluster
Openmosix
Dengan
Mpi
Terhadap Aplikasi Rendering
Pov-Ray, 593.

ISSN : 2086 4981

Menggunakan Topologi Ring dan

Torus.
[10] Panduan Penggunaan Aplikasi
Paralel Melalui in GRID Grid
Portal, http://ww.povray.org/
[11] Prema S Desai and Deven
M.Thakur. 2009. International
Journal Of Trends In Engineering,
Clustering Of Virtual Disk Design
Of Clustered Servers For Storage
Management, volume 1, Number
2, 267.

[2] Andria
Arisal,
Wiwin
Suwarningsih, and Nuryani. 2010.
IGNITER : Membangun Komputer
Cluster Dengan Cepa, Volume
IV, Number 2, 95.
[3] Chokchai Leangsuksun, et al,
Highly Reliable Linux HPC : Self
Awareness Approach.

[12] Said
Mirza
Pahlevi.
2008.
Komputasi Grid Dan Paralel, 15.
[13] Seminar Kudang B, et al. 2006.
Uji Dan Aplikasi Komputasi
Paralel Pada Jaringan Syaraf
Probabilistik (PNN) Untuk Proses
Klasifikasi Mutu Tomat, Jurnal
Teknologi, 34.

[4] Desy Lukitasari and Ahmad Fali

Oklilas. 2010. Jurnal Generic,
Analisis
Perbandingan
Load
Balancing Web Server Tunggal
Dengan Web Server Custer
Menggunakan
Linux
Virtual
Server, Volume 5, Number 2, 31.

[14] Tittel, Ed. 2004. Schaums

Outline : Computer Networking,
Erlangga.

[5] Dewi Frestyani Maya Putri,

Singgih Jatmiko and Benny
Mutiara. Perbandingan Kinerja
Cluster OpenMosix dengan Disk
dan Tanpa Disk, 866.

[15] Wahana Komputer. 2011.

Administrasi Jaringan dengan
Linux Ubuntu 11. Andi, 2011.

[6] Fani Fatullah, A.Benny Mutiara

MQN and Chandra Yulianto.
2004. Analisa Kinerja Cluster
Dengan Pustaka Mpich Terhadap
Perkalian Matriks, 570.

[16] Xinying Zheng and Yu Cai,

International Journal Of Computer
Networks
(IJCN),
Achieving
Energy Proportionality In Server
Clusters, Volume II, 23.

[7] Heru Suhartanto. 2006. Kajian

Perangkat
Bantu
Komputasi
Parallel Pada Jaringan PC,
Volume 10, Number 2, 72.
[8] John Shalf. 2007. The New
Landscape Of Parallel Computer
Architecture, Conference Series
78, 1.
[9] Pandriya Sistha and Ade Jamal.
2006. Membangun PC Cluster
Berbasis
Interkoneksi
Statis

62