(PARALLEL COMPUTING)
DI SUSUN OLEH:
KELOMPOK 7
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.
1. Pendahuluan
Para perancang komputer selalu berudsaha untuk meningkatkan kinerja mesin-mesin yang
dirancangnya.Satu cara yang dilakukan adalah membuat chip-chipagar bekerja lebih cepat
dengan menambah kecepatan detaknya, namun untuksemua desain baru, cara tersebut masih
suli untuk dilakukan. Oleh karena itu,sebagian besar arsitektur komputer beralih ke
paralelisme (melakukan dua halatau lebih secara sekaligus) sebagai suatu cara untuk
mencapai kinerja yang lebihtinggi pada suatu kecepatan detak tertentu.Idealnya, parallel
processingmembuat program berjalan lebih cepat karena semakin banyak CPU yang
digunakan. Tetapi dalam praktek, seringkali sulit membagi program sehingga dapat
dieksekusi oleh CPU yang berbea-beda tanpa berkaitan di antaranya.Konsep keparalelan itu
sendiri dapat ditinjau dari aspek design mesinparalel, perkembangan bahasa pemrograman
paralel atau dari aspekpembangunan dan analisis algoritma paralel. Algoritma paralel itu
sendiri lebihbanyak difokuskan kepada algoritma untuk menyelesaikan masalah
numerikkarena masalah numerik merupakan salah satu masalah yang memerlukankecepatan
komputasi yang sangat tinggi.Parallel processing berbedadengan multitasking, yaitu satu
CPU mengeksekusi beberapa programsekaligus. Parallel processingdisebut juga parallel
computing.
Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan
dengan memanfaatkan beberapa komputer secara bersamaan.
Biasanya diperlukan saat kapasitas yang diperlukan sangat besar, baik karena harus
mengolah data dalam jumlah besar ataupun karena tuntutan proses komputasi yang
banyak.
Untuk melakukan aneka jenis komputasi paralel ini diperlukan infrastruktur mesin
paralel yang terdiri dari banyak komputer yang dihubungkan dengan jaringan dan
mampu bekerja secara paralel untuk menyelesaikan satu masalah. Untuk itu
diperlukan aneka perangkat lunak pendukung yang biasa disebut sebagai middleware
yang berperan untuk mengatur distribusi pekerjaan antar node dalam satu mesin
paralel. Selanjutnya pemakai harus membuat pemrograman paralel untuk
merealisasikan komputasi.
Pemrograman Paralel sendiri adalah teknik pemrograman komputer yang
memungkinkan eksekusi perintah/operasi secara bersamaan. Bila komputer yang
digunakan secara bersamaan tersebut dilakukan oleh komputer-komputer terpisah
yang terhubung dalam satu jaringan komputer, biasanya disebut sistem terdistribusi.
Bahasa pemrograman yang populer digunakan dalam pemrograman paralel adalah
MPI (Message Passing Interface) dan PVM (Parallel Virtual Machine).
Yang perlu diingat adalah komputasi paralel berbeda dengan multitasking. Pengertian
multitasking adalah komputer dengan processor tunggal mengeksekusi beberapa tugas
secara bersamaan. Walaupun beberapa orang yang bergelut di bidang sistem operasi
beranggapan bahwa komputer tunggal tidak bisa melakukan beberapa pekerjaan
sekaligus, melainkan proses penjadwalan yang berlakukan pada sistem operasi
membuat komputer seperti mengerjakan tugas secara bersamaan. Sedangkan
komputasi paralel sudah dijelaskan sebelumnya, bahwa komputasi paralel
menggunakan beberapa processor atau komputer. Selain itu komputasi paralel tidak
menggunakan arsitektur Von Neumann.
1. SISD
Yang merupakan singkatan dari Single Instruction, Single Data adalah satu-satunya
yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada model ini hanya
digunakan 1 processor saja. Oleh karena itu model ini bisa dikatakan sebagai model
untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi
paralel yang menggunakan beberapa processor. Beberapa contoh komputer yang
menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP
1.
2. SIMD
3. MISD
4. MIMD
Hubungan antara komputasi modern dan parallel processing sangat berkaitan, karena
penggunaan komputer saat ini atau komputasi dianggap lebih cepat dibandingkan
dengan penyelesaian masalah secara manual. Dengan begitu 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. Klasifikasi multiprosesor
3.2 Fault Tolerance : salah satu digunakan sebagai hot stand-by yang berfungsi
melakukan pengambil alihan fungsi bila terjadi kegagalan. Dan berlaku diam
selama tidak menemukan kegagalan pada sistem lain.
4. Pengolahan Paralel
SISD (Single Instruction stream, Single Data stream) : Komputer tunggal yang
mempunyai satu unit kontrol, satu unit prosesor dan satu unit memori.
4.1 Gambar
4.1 Gambar
MISD (Multiple Instruction stream, Single Data stream) : Sampai saat ini struktur
ini masih merupakan struktur teoritis dan belum ada komputer dengan model ini.
4.1 Gambar
4.1 Gambar
Synchronous :
1. Terdapat koordinasi yang mengatur beberapa operasi untuk dapat berjalan bersamaan
hingga tidak ada ketergantungan antar operasi.
2. Parallelism yang termasuk dalam kategori ini adalah vector/array parallelism, SIMD
dan systolic parallelism.
3. Systolic parallel computer adalah multiprocessor dimana data didistribusikan dan
dipompa dari memory ke suatu array prosesor sebelum kembali ke memori.
Asynchronous :
1. Masing-masing prosesor dapat diberi tugas atau menjalankan operasi berbeda dan
masing-masing prosesor melaksanakan operasi tersebut secara sendiri-sendiri tanpa
perlu koordinasi.
2. Paradigma yang juga termasuk dalam kategori ini adalah MIMD dan reduksi.
3. Paradigma reduksi adalah paradigma yang berpijak pada konseph graph reduksi.
Program dengan model reduksi diekspresikan sebagai graph alur data. Komputasi
berlangsung dengan cara mereduksi graph dan program berhenti jika graph akhirnya
hanya mempunyai satu simpul.
MICHAEL J. QUINN
Quinn membedakan paralelisma ke dalam dua jenis : Data Parallelism dan Control
Parallelism.
Data Parallelism : penerapan operasi yang sama secara simultan terhadap elemen-
elemen dari kumpulan data.
Control Parallelism : penerapan operasi-operasi berbeda terhadap elemen-elemen
data yang berbeda secara bersamaan. Aliran data lebih kompleks.
Contoh Parallelism adalah pipelining yaitu Teknik pemecahan satu tugas menjadi
beberapa sub-tugas dan mengeksekusi tugas tersebut secara bersamaan dalam unit-
unit multihardware atau segmen-segmen.
Analisa Algoritma Paralel
Running Time
Waktu yang digunakan oleh sebuah algoritma untuk menyelesaikan masalah pada
sebuah komputer paralel dihitung mulai dari saat algoritma mulai hingga saat
algoritma berhenti. Jika prosesor-prosesornya tidak mulai dan selesai pada saat yang
bersamaan, maka running time dihitung mulai saat komputasi pada prosesor pertama
dimulai hingga pada saat komputasi pada prosesor terakhir selesai.
Banyaknya Prosesor
Semakin banyak prosesor yang digunakan semakin tinggi biaya untuk memperoleh
solusi sebuah problem. Hal ini terjadi karena perlu dipertimbangkan biaya pengadaan
prosesor dan perawatannya. Jumlah prosesor yang tergantung dari n, n=ukuran
problem, dinyatakan sebagai p(n). Kadang-kadang jumlah prosesor tidak tergantung
pada ukuran problem.
J.E. Shore membuat klasifikasi arsitektur komputer yang didasarkan pada organisasi
bagian-bagian penyusun suatu komputer dan membedakannya menjadi enam jenis
mesin.
1. Mesin I. Pada komputer ini, satu instruksi dikerjakan pada suatu waktu dan masing-
masing beroperasi pada satu word dalam suatu waktu.
2. Mesin II. Komputer ini juga menjalankan satu instruksi pada suatu waktu, namun ia
beroperasi pada sebuah irisan dari suatu bit dalam suatu waktu, bukannya semua bit
dalam suatu word data.
3. Mesin III. Sebuah komputer dalam kelas ini memiliki dua unit pengolahan yang
dapat beroperasi pada data, satu word dalarn suatu waktu atau suatu irisan bit dalam
suatu waktu.
4. Mesin IV. Komputer jenis ini dicirikan oleh sejumlah elemen (unit pengolahan dan
unit memori), semua di bawah kendali sebuah unit kendali logika (CLU) tunggal.
5. Mesin V. Mesin V dihasilkan dengan mengubah Mesin IV sedemikian sehingga
elemen-elemen pengolahan dapat berkomunikasi dengán tetangga terdekat mereka.
6. Mesin VI. Komputer ini, disebut sebagai array logika-dalam-memori, merupakan
sebuah mesin dengan logika prosesor yang tersebar dalam memori.
5. Penutup
5.1 Kesimpulan
Dengan menggunakan komputasi paralel maka dapat mempercepat komputasi yang
dilakukan pada CPU. Pada penelitian ini didapati, pada citra dengan ukuran 64x64,
penambahan kecepatan sebesar 1,5 , pada citra dengan ukuran 128x128, penambahan
kecepatan sebesar 3,7 , pada citra dengan ukuran 256x256, penambahan kecepatan
sebesar 4,5 , pada citra dengan ukuran 512x512, penambahan kecepatan sebesar 4,9 ,
dan pada citra dengan ukuran 1024x1024, penambahan kecepatan sebesar 7,1 .
Didapati bahwa jika ukuran citra kecil maka tidak ada perbedaan yang mendasar,
tetapi jika ukuran citra bertambah besar maka perbedaan waktu komputasi pun
bertambah besar.
5.2 Saran
Disarankan untuk penelitian berikutnya dilakukan komputasi paralel dengan
menggunakan NVIDIA CUDA pada metode segmentasi yang lainnya sehingga dapat
dilakukan perbandingkan peningkatan kecepatan yang terjadi. Juga dalam penelitian
selanjutnya adanya eksplorasi yang lebih dalam lagi dengan NVIDIA CUDA, dimana
dengan menggunakan shared memory pada GPU sehingga mendapatkan hasil yang
lebih cepat dibandingkan penelitian ini.
DAFTAR PUSTAKA
http://sigitgovinda19.blogspot.com/2017/10/klasifikasi-pada-arsitektur-komputer.html
https://penawikara.wordpress.com/tag/multiprosesor/
https://tulisandhik.blogspot.com/2017/07/makalah-paralel-processing.html
http://e-journal.uajy.ac.id/5269/6/5MIF01902.pdf
https://loraanisya.wordpress.com/2017/06/06/parallel-computation-komputasi-paralel/