KONSEP PEMROSESAN PARALEL PADA

SISTEM TERDISTRIBUSI

Disusun oleh :

Nama : Rahma yani

Nim : 12201782
Prodi : Informatika B

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN ILMU KOMPUTER

YOGYAKARTA
2023
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang senantiasa kita ucapkan, atas krunia-Nya
berupa nikmat iman dan Kesehatan ini akhirnya penulis dapat menyelesaikan makalah ini
yang berjudul “KONSEP PEMROSESAN PARALEL PADA SISTEM
TERDISTRIBUSI”. Tidak lupa pula shalawat serta salam tercurahkan bagi Baginda Agung
Rasulullah SAW, semoga syafaatnya mengalir pada kita di hari akhir kelak.

Selama penyusunan makalah ini penulis banyak menemui kesulitan maupun

hambatan, terutama dalam kondisi pandemi ini, serta jaringan yang tidak memuaskan.
Namun, berkat rahmat Allah SWT akhirnya penulis dapat menyelesaikan makalah ini.

Penulis menyadari bahwa makalah ini jauh dari kata sempurna. Tetapi ini suatu usaha
atau pemikiran yang sudah penulis lakukan. Oleh karena itu, penulis menyadari bahwa
makalah ini terdapat kesalahan dan kekurangan. Sehingga, penulis membutuhkan saran dan
kritik guna membangun penulisan makalah yang lebih bagus dan bermanfaat kedepannya.

Yogyakarta, 13 maret 2023

Rahma yani

DAFTAR ISI
Cover............................................................................................................1
Kata Pengantar......................................................................................................2
Daftar Isi..................................................................................................................3
Bab I Pendahuluan.................................................................................................4

A. Latar Belakang...........................................................................................4
B. Rumusan Masalah............................................................................................5
C. Tujuan..............................................................................................5
Bab II Pembahasan..................................................................................................6
Bab III Penutup........................................................................................................9
A. Kesimpulan.................................................................................. ...9
B. Saran................................................................................................9
C. Daftar Pustaka............................................................................................10

BAB I
 PENDAHULUAN

A. Latar Belakang
Seiring dengan berkembangnya kemajuan ilmu pengetahuanr,jumlah permintaan sumber
daya computer juga semakin meningkat. Salah satu keistemewaan aplikasi yang
menggunakan pemrosesan paralel adalah skalabilitas,yaitu bisa dipercepat, atau bila beban
komputasinya meningkat maka performansinya dapat dipertahankan dengan menambah
pemrosesnya. Pemrosesan parallel idealnya dijalankan pada komputer paralel, atau multi
processor, namun komputer seperti ini masih belum menjadi komoditas. Hadirnya komputer
dengan prosesor multicore adalah solusi, sehingga pemrosesan parallel dalam aplikasi
menjadi lazim saat ini, walau skalabilitasnya tentu sangat terbatas, karena kita tidak dapat
menambah processor atau core pada computer tersebut. Studi ini memperlihatkan bahwa
melakukan proses paralel pada sekumpulan komputer yang terkoneksi dalam sistem
terdistribusi adalah suatu alternatif, karena kita dapat menambah komputer disana untuk
mendapatkan skalabilitas.
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. Hal itulah yang menjadi
latar belakang studi ini.
B.RUMUSAN MASALAH

Apa aspek yang mendukung pemrosesan paralel pada system terdistribusi?

Pada Sistem-Terdistribusi komputer-komputer bisa terpisah secara geography
maupun perbedaan platform. Maka pada mekanisme kerjasama antar komputernya
pasti melalui tahapan pemrosesan antar representasi data untuk mengatasi heterogenitas,
kemudian tahapan untuk mengakomodasi communication delay and fail Dengan
demikian lingkungan Sistem-Terdistribusi adalah asynchronous karena tidak
memungkinkan adanya kerangka waktu bersama,tentu ini bukan lingkungan
ideal untuk pemrosesan paralel yang membutuhkan kerangka waktu synchronous.

C.TUJUAN
Berdasarkan rumusan masalah di atas, dapat diketahui tujuan yang dapat diperoleh yaitu :
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.
Kecepatan pemrosesan paralel selain diperoleh dari efisiensi algoritmanya, juga dari jumlah
pemrosesnya Studi ini tujuannya bukan pengamatan terhadap efisiensi algoritma, melainkan
pada aspek skalabilitasnya, yaitu kemudahan menambah pemroses bila diperlukan. Aspek
yang mendukung skalabilitas pemrosesan paralel pada Sistem-Terdistribusi yang akan
diamati misalnya, apakah penambahan komputer untuk mempercepat proses juga
membutuhkan modifikasi source-code dan bagaimana membagi beban pemrosesan apakah
bisa dilakukan secara dinamis. Contoh kasus yang dipilih pada studi ini adalah pengurutan
data dengan metoda merge-sort,memang bukan algoritma terbaik dalam data-sorting,
melainkan lebih dapat mewakili kasus pemrosesan paralel dan memudahkan visualisasi aspek
skalabilitasnya.

BAB 11
 PEMBAHASAN

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 terseut 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.
Untuk lebih memperjelas lebih dalam mengenai perbedaan komputasi tunggal (menggunakan
1 processor) dengan komputasi paralel (menggunakan beberapa processor), maka kita harus
mengetahui terlebih dahulu pengertian mengenai model dari komputasi. Ada 4 model
komputasi yang digunakan, yaitu:
 SIMD
 SIMD
 MISD
 MIMD
 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 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. MISD menggunakan
banyak processor dengan setiap processor menggunakan instruksi yang berbeda namun
mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. 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.
Singkatnya untuk perbedaan antara komputasi tunggal dengan komputasi paralel, bisa
Penyelesaian Sebuah Masalah pada Komputasi Tunggal
Penyelesaian Sebuah Masalah pada Komputasi Paralel
Dari perbedaan kedua tersebut, kita dapat menyimpulkan bahwa kinerja komputasi paralel
lebih efektif dan dapat menghemat waktu untuk pemrosesan data yang banyak daripada
komputasi tunggal.
Dari penjelasan-penjelasan di atas, kita bisa mendapatkan jawaban mengapa dan kapan kita
perlu menggunakan komputasi paralel. Jawabannya adalah karena komputasi paralel jauh
lebih menghemat waktu dan sangat efektif ketika kita harus mengolah data dalam jumlah
yang besar. Namun keefektifan akan hilang ketika kita hanya mengolah data dalam jumlah
yang kecil, karena data dengan jumlah kecil atau sedikit lebih efektif jika kita menggunakan
komputasi tunggal.
Komputasi paralel membutuhkan :
algoritma
bahasa pemrograman
compiler
 BAB III
PENUTUP

A.KESIMPULAN
Pemrosesan paralel bisa dan layak dilakukan pada sekumpulan komputer di jaringan Sistem-
Terdistribusi,terutama untuk aplikasi yang padat proses tetapi datanya relatif sedikit misal
bidang scientific,cryptology,atau untuk proses yang ujungnya terbuka tidak ada proses lanjut
misalnya search engine.Penambahan komputer untuk mempercepat proses atau untuk
mempertahankan performansi pemrosesan paralel pada Sistem-Terdistribusi mudah
dilakukan,bahkan bisa dilakukan secara dinamis saat aplikasi sudah berjalan,jadi bisa disebut
skalabilitasnya tinggi.

B.SARAN
KeutamaanSistem-Terdistribusi adalah heterogenitas atau kemampuan kerjasama antar
komputer berbeda platform,maka sangat baik bila ada yang melanjutkan studi ini untuk
mencoba pemrosesan paralel dengan sekumpulan komputer yang terkoneksi pada jaringan
Sistem-Terdistribusi tetapi berbeda operating system.

C.DAFTAR PUSTAKA
[1].AndrewsS.Tanenbaum,MaartenVanSteen“DistributedSystems,PrinciplesandParadigms”,P
renticeHall
[2]ByG.Coulouris,J.DollimoreandT.Kindberg“DistributedSystemsConceptsandDesign”Publis
hedbyAddisonWesley
[3]FosterandS.Taylor.“NewConceptsinParallelProgramming”Prentice-Hal