Konsep pemrosesan parallel pada Sistem Terdistribusi

Dosen Pengampu:

Suparyanto, S.T, M.Eng.

Disusun oleh:

Rahmayani (12201782)

STMIK EL-RAHMA YOGYAKARTA

2022/2023
 KATA PENGANTAR

Puji syukur diucapkan kehadirat Allah Subhanahu wata’ala. atas segala rahmat-Nya
sehingga makalah ini dapat tersusun sampai selesai. Tidak lupa penulis ucapkan
terima kasih terhadap pihak yang telah berkontribusi dengan memberikan sumbangan
baik pikiran maupun materi.

Penulis sangat berharap semoga makalah ini dapat menambah pengetahuan dan
pengalaman bagi pembaca. Bahkan penulis berharap lebih jauh lagi agar makalah ini
bisa pembaca praktikkan dalam kehidupan sehari-hari.

Bagi penulis sebagai penyusun merasa bahwa masih banyak kekurangan dalam
penyusunan makalah ini karena keterbatasan pengetahuan dan pengalaman penulis.
Untuk itu penulis sangat mengharapkan kritik dan saran yang membangun dari
pembaca demi kesempurnaan makalah ini.

Yogyakarta, 08 Maret 2023

Rahmayani
 Konsep pemrosesan parallel pada system terdistribusi

Konsep pemrosesan parallel pada system terdistribusi

Dengan semakin berkembangnya teknologi internet maka jumlah permintaan sumber
daya computer juga akan semakin meningkat. Pemrosesan paralel juga disebut
komputasi paralel. Dalam upaya lebih murah pengolahan komputasi paralel
menyediakan alternatif pilihan yang layak. Waktu idle siklus prosesor di seluruh
jaringan dapat digunakan secara efektif oleh perangkat lunak komputasi terdistribusi
yang canggih. Pengolahan paralel istilah digunakan untuk mewakili kelas besar teknik
yang digunakan untuk memberikan tugas pengolahan simultan data untuk tujuan
meningkatkan kecepatan komputasi dari system computer. Pemrosesan paralel dalam
system terdistribusi (parallel processing) adalah proses menggunakan lebih dari satu
CPU untuk menjalankan sebuah program secara simultan.idealnya ,pemrosesan
parallel membuet program berjalan lebih cepat karena semakin banyak CPU.
Bahasa pemrograman yang populer digunakan dalam pemrograman paralel adalah
MPI (Message Passing Interface) dan PVM (Parallel Virtual Machine).
Di dalam komputasi parallel ada yang dinamakan dengan pemrograman parallel.
Pemrograman paralel adalah teknik pemrograman komputer yang memungkinkan
eksekusi perintah/operasi secara bersamaan (komputasi paralel), baik dalam komputer
dengan satu (prosesor tunggal) ataupun banyak (prosesor ganda dengan mesin paralel)
CPU. Bila komputer yang digunakan secara bersamaan tersebut dilakukan oleh
komputer-komputer terpisah yang terhubung dalam suatu jaringan komputer lebih
sering istilah yang digunakan adalah sistem terdistribusi (Distributed Computing).

Pemrosesan Terdistribusi merupakan proses pendistribusian pengolahan paralel dalam

pemrosesan paralel menggunakan beberapa mesin. Jadi, bisa di bilang kemampuan
dari suatu komputer-komputer yang dijalankan secara bersamaan untuk memecahkan
suatu masalah dengan proses yang cepat.
Didistribusikan pengolahan paralel menggunakan pemrosesan paralel pada beberapa
mesin. Salah satu contoh dari hal ini adalah bagaimana beberapa komunitas
memungkinkan pengguna untuk mendaftar dan mendedikasikan komputer mereka
sendiri untuk memproses beberapa data set yang diberikan kepada mereka oleh server.
Ketika ribuan pengguna mendaftar untuk ini, banyak data dapat diproses dalam
jumlah yang sangat singkat.
Contoh dari proses terdistribusi adalah ketika terdapat macam masalah diberikan
pada satu master, maka dengan menggunakan komputer paralel masalah tersebut akan
terpecah menjadi beberapa bagian secara terdistribusi.
Parallel distributed computing dapat dibentuk dari :
 PVM (Parallel Virtual Machine)
Untuk mendukung workstation clusters yang merupakan sebuah perangkat lunak yang
mampu mensimulasikan pemrosesan paralel pada jaringan.
 MPI (Message-Passing Interface) programming GUI
Untuk parallel computers yang merupakan sebuah mekanisme mengiriman instruksi
dan data antara dua proses komputasi yang berbeda yang berada pada komputer
berbeda pada sistem sistem paralel. Paket-paket yang mempunyai spesifikasi
kebutuhan MPI telah banyak beredar di Internet dan telah dilengkapi dengan
LAM/MPI [5] dan MPICH [6]. Paket-paket ini telah dilengkapi dengan fungsi-fungsi
yang menggunakan library C dan Fortran. Kemampuan MPI digunakan untuk
menginterpretasikan bahasa pemrograman matrik kemampuan dynamic linking dari
bahasa tersebut. Fungsi library dari paket MPI dapat digabungkan dengan dynamic
extension dengan cara menghubungkan bahasa pemrograman tersebut dengan bahasa
C, C++, atau FORTRAN. Hal ini telah dilakukan untuk menciptakan toolbox MPI
(MPITB) untuk kebutuhan MATLAB, dan bahasa pemrograman GNU Octave oleh
Fernandez Baldomero .

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.
Pemrosesan paralel membutuhkan komputer yang mempunyai beberapa prosesor atau
biasa disebut dengan komputer paralel. Ada 2 basis arsitektur komputer paralel;
 Berbasis Memory Sharing dimana setiap prosesornya mengakses memory
address space yang sama,
 Berbasis Distributed Memory dimana setiap prosesornya mempunyai memory
lokal masing-masing.
Komputer dengan prosesor multicore yang umum kita pakai termasuk golongan
Memory Sharing. Komputer paralel dengan arsitektur Distributed Memory yang
komersial diantaranya adalah UNIX CLUSTER SYSTEM,Komputer ini biasanya
dipakai untuk keperluan HPC (High Performance Computing) , misal server
berformansi tinggi atau untuk keperluan scientific.Komputer dulu yang prosesornya
single-core hanya bisa melakukan proses paralel secara pseudo, atau dikenal dengan
nama pemrosesan konkuren atau multi-thread.Di luar kedua jenis pemrosesan pada
komputer diatas,sistem pelayanan komputer secara jaringan (computernetwork
services) terus berkembang, Saat ini sistem
pelayanan jaringan komputer secara terdistribusi atau biasa disebut Distributed
System, telah menggantikan sistem pelayanan jaringan komputer secara terpusat atau
Centralized System. Pada Sistem-Terdistribusi pelayanan bisa dilakukan oleh satu
atau sekumpulan komputer independent yang bekerjasama. Adanya mekanisme
kerjasama antar komputer ini memberi peluang menggunakan sekumpulan komputer
yang terkoneksi dengan Sistem-Terdistribusi melakukan proses paralel mencontoh
UNIX CLUSTER SYSTEM.

Ada 4 model komputasi yang digunakan,yaitu:

 SSID
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 PDP1.

 SIMD
Yang merupakan singkatan dari Single Instruction, Multiple Data. SIMD
menggunakan banyak processor dengan instruksi yang sama, namun setiap
processor mengolah data yang berbeda. Sebagai contoh kita ingin mencari
angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita
menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma
atau perintah yang sama, namun data yang diproses berbeda. Misalnya
processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20,
processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk
processor-processor yang lain. Beberapa contoh komputer yang menggunakan
model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP,
Thingking Machine CM-2 dan Cell Processor (GPU).
 MISD
Yang merupakan singkatan dari Multiple Instruction, Single Data. Teori ini
memiliki satu prosesor dan mengeksekusikan beberapa intruksi secara
parallel. Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh
model SIMD namun cara penyelesaian yang berbeda. Pada MISD jika pada
komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah
data dari urutan 1-1-100, namun algoritma yang digunakan untuk teknik
pencariannya berbeda di setiap processor. Sampai saat ini belum ada
komputer yang menggunakan model MISD.

 MIMD
Yang merupakan singkatan dari Multiple Instruction, Multiple Data. MIMD
menggunakan banyak processor dengan setiap processor memiliki instruksi
yang berbeda dan mengolah data yang berbeda. Namun banyak komputer
 yang menggunakan model MIMD juga memasukkan komponen untuk model
SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM
POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3
dan IBM BG/L.

Tujuan Pemrosesan parallel

Tujuan utama dari pemrosesan paralel adalah untuk meningkatkan performa
komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu
yang sama), semakin banyak pekerjaan yang bisa diselesaikan. Analogi yang paling
mudah untuk diingat adalah, bila kita dapat merebus air sebelum memotong-motong
bawang saat kamu akan masak, waktu yang kamu butuhkan akan lebih sedikit
dibandingkan bila kamu mengerjakan hal tersebut secara berurutan (serial). Atau
waktu yang kamu butuhkan pada saat memotong bawang akan lebih sedikit jika kamu
kerjakan berdua
DAFTAR PUSTAKA.

https://taucos.blogspot.com/2018/11/distributed-procesing.html