Nama : Rahman Azis
NPM : 5841786
Kelas : 4IA22
Materi : 1 & 2
Link Materi :
https://youtu.be/JNqFh2mL4KU
Tecnology Future
Senin, 04 Juni 2018
Senin, 16 April 2018
Introduction Of Quantum Computing
Quantum Computation it self
is a field of study that is focused on developing computer technology based on
the principles of quantum theory, which explains the nature and behavior of
energy and matter on quantum (atomic and subatomic) levels.
There is also Quantum
Computer. Then what's the difference with Quantum Computer?
It is a calculating tool
that uses quantum mechanics such as superposition and interconnection, which is
used for data operations. The calculation of the amount of data in classical
computing is calculated with bits, while calculating the amount of data on
quantum computers is done with qubit. The basic principle of quantum computers
is that the quantum properties of particles can be used to represent data and
data structures, and that quantum mechanics can be used to perform operations
with this data. In this case to develop a computer with a quantum system
required a new logic in accordance with quantum principles.
Operation of Qubit Data
A qubit is the basic unit of
information in a quantum computer. While few can represent just one of two
possibilities such as 0/1, yes / no, the qubit can represent more: 0/1, 1 and
0, the probability of occurrence at any time combined with more qubits, and all
that simultaneously. In general quantum computers with qubit n can be in
arbitrary superposition of up to 2 n different states simultaneously (this is
compared to a normal computer that can only be in one state n 2 at a time).
To manipulate a qubit, then
use Quantum Gates (Quantum Gate). The way it works is that a quantum gate works
similar to a classical logic gate. The classical logical gate takes the bit as
input, evaluates and processes the input and generates the new bit as output.
Quantum Gates
Quantum Gates / Quantum
Gates is a logic / gate logic rule that applies to quantum computing. The
working principle of quantum gates is almost the same as logic gates on digital
computers. If on a digital computer there are some logical operations such as
AND, OR, NOT, on quantum computing quantum gates composed of several qubits, so
that quantum gates is harder to calculate than logic on digital computers.
Example of Quatum Gate :
https://www.youtube.com/watch?v=0XJp3akoocY&feature=youtu.be
Shor’s Algorithm
The algorithm invented by Peter Shor in 1995. By using this algorithm, a quantum computer can decode a secret code that is currently commonly used to secure data transmission. Code called RSA code, if encoded through the RSA code, the data sent will be safe because the RSA code can not be solved in a short time. In addition, RSA code splitting requires the work of thousands of computers in parallel so that the work of solving it is not effective.
Shor's algorithm depends on
the result of number theory. These results are: periodic function. In the
context of the Shor algorithm, n will be the number to be factored into. If the
two numbers are coprime it means that the divisor is generally 1. The
calculation of this function is for the exponential number, than it will take
the exponential time on the classical computer. Shor's algorithm utilizes
quantum parallelism to perform an exponential number of operations in one step.
Example of Shor's Algorithm :
https://youtu.be/zSmHXpVK6EA
Example of Shor's Algorithm :
https://youtu.be/zSmHXpVK6EA
About Quantum Gates dan Shor’s
Algorithm
About the quantum gates and
the shor algorithm, the Shor algorithm is based on a number theory: the
function F (a) = xamod n is a periodic function if x is a relatively prime
integer with n. In the Shor Algorithm, n will be an integer that wants to be
factored. Calculating this functionality in a conventional computer for an
exponential number will require an exponential time as well. On this issue the
quantum shor algorithm utilizes quantum parallelism to do so in just one step.
Since F (A) is a periodic function, then this function has a period r. Given
x0mod n = 1, then xr mod n = 1, so is x2r mod n and so on
.
Entanglement
After a little understanding
what is quantum computation and quantum computer we will enter the discussion
of Entanglement. Entanglement itself is still part of Quantum Computation. What
is Entanglement? Entanglement is a quantum mechanical theory that describes how
quickly and how strongly the connected particles of a Quantum computer are
where if a particle is treated "A" it will give an "A"
effect to other particles as well.
There is also another
understanding of Entanglement according to Albert Einstein's "Quantum
Entanglement" in term "Remote Wizarding" which is the basic
nature of quantum mechanics. Entanglement allows quantum information to spread
over tens of thousands of kilometers, and is only limited by how fast and how
many entanglement pairs can work in space. From the source I get from the
internet: [Quantum entanglement] is a phenomenon that connects two particles in
such a way that the changes that occur in one particle are instantly reflected
in other particles, although physically may be among them apart several light
years.
source :
https://amoekinspirasi.wordpress.com/2014/05/15/pengertian-quantum-computing-dan-implementasinya/ with translate
https://pandyapriyandi.blogspot.co.id/2016/04/pengoperasian-data-qubit-quantum-gates.html with translate
source :
https://amoekinspirasi.wordpress.com/2014/05/15/pengertian-quantum-computing-dan-implementasinya/ with translate
https://pandyapriyandi.blogspot.co.id/2016/04/pengoperasian-data-qubit-quantum-gates.html with translate
Selasa, 13 Maret 2018
PENERAPAN TEKNOLOGI CLOUD COMPUTING DI UNIVERSITAS Studi Kasus: Fakultas Teknologi Informasi UKDW
Peran yang dimiliki oleh Perguruan Tinggi dalam pengembangan ilmu pengetahuan dan
teknologi di masyarakat pada suatu negara sudah tidak diragukan lagi. Kolaborasi yang terjadi
antara universitas, pemerintah, industri, peneliti, dan mahasiswa telah terbukti memberi kontribusi
dan dampak yang nyata pada masyarakat dan memberi dampak yang signifikan pada dunia
ekonomi. Dalam beberapa tahun terakhir, universitas bertransformasi menjadi universitas yang
berbasis riset (Mircea M., GhilicMicu B, & Stoica M, 2011).
Perguruan tinggi di Indonesia masih menghadapi banyak tantangan untuk mengadopsi teknologi baru untuk mendukung layanan pendidikan yang berkualitas. Proses adaptasi teknologi baru pada PT bejalan relatif lambat, salah satunya dikarenakan mahalnya pengadaan infrastruktur IT. Transformasi yang dilakukan membutuhkan biaya dan investasi yang sangat besar yang tentu saja sulit untuk dipenuhi oleh kebanyakan perguruan tinggi di Indonesia yang mempunyai keterbatasan dana. Dana hibah dari pemerintah juga dirasa tidak cukup dan tidak semua dana hibah tersebut dapat diwujudkan dalam bentuk infrastruktur IT. Dengan kondisi finansial yang terbatas departemen IT dari perguruan tinggi di Indonesia dituntut untuk mengelola dan megalokasikan anggaran secara efektif dan efisien
Beberapa tahun terakhir konsep Cloud Computing sudah banyak menarik minat dunia industri dan pendidikan. Solusi berbasis cloud sepertinya menjadi kunci bagi organisasi IT yang mempunyai masalah keterbatasan anggaran (Teng & Magoules, 2010). Cloud Computing merupakan paradigma yang baru dalam komputasi terdistribusi menyajikan banyak ide, konsep, teknologi, dan tipe arsitektur yang disajikan secara service-oriented.
Menurut Foster Cloud Computing adalah “Paradigma komputasi terdistribusi dalam skala yang besar yang dilatar belakangi oleh faktor ekonomi, yang mana berisi kumpulan dari virtualisasi abstrak, skalabilitas yang dinamis, pengaturan kekuatan komputasi, tempat penyimpanan, platform, dan layanan yang dapat diakses sesuai dengan kebutuhan oleh pelanggan eksternal melalui media Internet” (Foster et al., 2008). Jurnal EKSIS Vol 08 No 01 Mei 2015: halaman 29-36 30 Pengguna dapat mengakses sumber daya tersebut melalui koneksi jaringan Internet berkecepatan tinggi tanpa harus terkoneksi secara langsung dengan perangkat keras yang menyimpan sumber daya tersebut. Karena proses komputasi berada pada remote server, maka kebutuhan perangkat keras dan perangkat lunak untuk mengakses sumber daya lebih rendah, yang mana dapat mengurangi biaya dan proses perawatan (Erenben, 2009).
Untuk beberapa alasan yang telah disebutkan maka seharusnya Cloud Computing menjadi solusi yang menarik bagi perguruan tinggi di Indonesia yang ingin mengurangi anggaran dibidang IT. Mahasiswa saat ini tidak dapat hidup jauh dari Internet. Melalui program seperti facebook, twitter, instagram, dan gmail, mahasiswa sudah terbiasa untuk menggunakan layanan teknologi berbasis cloud computing (Ercan, 2010). Oleh sebab itu mahasiswa berharap untuk dapat mengakses layanan teknologi digital di lingkungan kampus dimanapun dan kapanpun, termasuk layanan cloud yang mendukung media sosial. Sebagai tambahan, ada beberapa riset yang menunjukan bahwa solusi berbasis cloud sangat efektif untuk mendukung pembelajaran yang koorperatif dan kolaboratif (Thorsteinsson, 2010). Dari data statistik yang diperoleh pada penelitian di lingkungan universitas, ditemukan bahwa dengan menggunakan Cloud Computing maka 40% biaya dapat direduksi tanpa mengurangi efektifitas, juga meningkatkan efisiensi penggunaan sumber daya. Sudah dibuktikan bahwa penggunaan pembelajaran eletronik berbasis cloud akan meningkatkan waktu belajar dari 25% sampai dengan 50% (Praveena & Betsy, 2009).
METODE
Untuk mengetahui arsitektur dan penerapan strategi teknologi Cloud Computing pada
Universitas, akan digunakan metode studi literatur. Pencarian literatur dengan topik cloud
computing dan edukasi dilakukan dengan mencari artikel dari jurnal IEEE dan ScienceDirect
selama periode tahun 2009 sampai dengan tahun 2012. Kata kunci yang digunakan adalah “cloud
computing”, “cloud in education education”, “cloud architecture”, “cloud strategy” dan “cloud in
university”. Dari hasil pencarian di kedua jurnal dengan kata kunci yang sudah ditentukan, maka
ditemukan lebih dari 50 artikel. Dari hasil pencarian tersebut kemudian dipilih artikel yang memang
memiliki korelasi kuat dengan topik yang akan dibahas yaitu penerapan teknologi cloud computing
di Universitas. Cara penyaringan artikel tersebut adalah dengan membaca bagian abstrak keyword.
Selain menggunakan data yang diperoleh dari studi literatur di jurnal, metode pendukung yang
digunakan adalah dengan melakukan pengamatan penerapan teknologi cloud computing di
Universitas dengan mengambil studi kasus penerapan cloud computing pada Fakultas Teknologi
Informasi Universitas Kristen Duta Wacana.
Computing untuk Universitas Banyak manfaat dari penerapan cloud computing di Universitas. Manfaat ini dirasakan langsung oleh semua pihak yang terlibat dalam lingkungan universitas seperti mahasiswa, dosen, staf IT, staf administratif, hingga jajaran direksi universitas. Namun tidak semua pihak mendapatkan manfaat yang sama dari cloud computing, ada yang merasakan manfaat dari sisi peningkatan kualitas media belajar dan mengajar, ada juga yang mendapatkan manfaat dari sisi ekonomi seperti penghematan sumber daya, dan ada yang mendapatkan manfaat dari sisi kemudahan perawatan aplikasi dan infrastruktur. On IaaS PaaS SaaS Premise Appli cation Runti me App Services OS Hard ware Appli cation Runti me App Services OS Hard ware Appli cation Runti me App Services OS Hard ware Appli cation Runti me App Services OS Hard ware
Struktur pengguna layanan cloud computing di Universitas Cloud Computing menyediakan banyak layanan online yang dapat membantu pihak Universitas untuk mendukung skenario proses belajar dan mengajar secara lebih luas. Aplikasi yang disediakan umumnya adalah aplikasi berbasis web yang mudah untuk diakses dari mana saja, kapan saja melalui media Internet (Wu & Huang, 2011).
Layanan cloud yang diakses oleh pengguna di lingkungan Universitas Ada banyak layanan cloud computing (Google Docs, Dropbox, dll) yang sudah banyak digunakan di Universitas karena aplikasi tersebut murah, mudah digunakan, dan dapat diandalkan. Mahasiswa umumnya juga sudah terbiasa dengan berbagai layanan tersebut sehingga lebih mudah beradaptasi jika aplikasi tersebut digunakan dalam proses belajar dan mengajar di lingkungan Universitas. High availability, low response time, dan scalability adalah beberapa kelebihan yang ditawarkan oleh layanan cloud computing ini, yang membuat layanan ini sangat menarik untuk diimplementasikan di dunia pendidikan terutama Universitas.
Aplikasi umum seperti Google Apps for Education atau Microsoft Office 365 menawarkan aplikasi online untuk mendukung produktifitas seperti penggunaan word processing, spread sheet, dan presentation yang dapat digunakan di kelas. Pengajar dapat menggunakan teknologi tersebut dalam berbagai cara, sebagai contoh pengajar menggunakan Google Spreadsheet untuk menampilkan nilai yang di bagikan secara online kepada mahasiswa (Blood, 2011). Dosen dan mahasiswa juga dapat menggunakan akun Google atau Microsoft untuk email yang dikombinasikan dengan nama domain dari institusi tersebut (Sclater, 2010), menggunakan media video streaming.
d. Kapasistas penyimpanan yang besar.
e. Dimungkinkan untuk melakukan kolaborasi antar pengguna pada saat bekerja dengan dokumen tertentu.
Perguruan tinggi di Indonesia masih menghadapi banyak tantangan untuk mengadopsi teknologi baru untuk mendukung layanan pendidikan yang berkualitas. Proses adaptasi teknologi baru pada PT bejalan relatif lambat, salah satunya dikarenakan mahalnya pengadaan infrastruktur IT. Transformasi yang dilakukan membutuhkan biaya dan investasi yang sangat besar yang tentu saja sulit untuk dipenuhi oleh kebanyakan perguruan tinggi di Indonesia yang mempunyai keterbatasan dana. Dana hibah dari pemerintah juga dirasa tidak cukup dan tidak semua dana hibah tersebut dapat diwujudkan dalam bentuk infrastruktur IT. Dengan kondisi finansial yang terbatas departemen IT dari perguruan tinggi di Indonesia dituntut untuk mengelola dan megalokasikan anggaran secara efektif dan efisien
Beberapa tahun terakhir konsep Cloud Computing sudah banyak menarik minat dunia industri dan pendidikan. Solusi berbasis cloud sepertinya menjadi kunci bagi organisasi IT yang mempunyai masalah keterbatasan anggaran (Teng & Magoules, 2010). Cloud Computing merupakan paradigma yang baru dalam komputasi terdistribusi menyajikan banyak ide, konsep, teknologi, dan tipe arsitektur yang disajikan secara service-oriented.
Menurut Foster Cloud Computing adalah “Paradigma komputasi terdistribusi dalam skala yang besar yang dilatar belakangi oleh faktor ekonomi, yang mana berisi kumpulan dari virtualisasi abstrak, skalabilitas yang dinamis, pengaturan kekuatan komputasi, tempat penyimpanan, platform, dan layanan yang dapat diakses sesuai dengan kebutuhan oleh pelanggan eksternal melalui media Internet” (Foster et al., 2008). Jurnal EKSIS Vol 08 No 01 Mei 2015: halaman 29-36 30 Pengguna dapat mengakses sumber daya tersebut melalui koneksi jaringan Internet berkecepatan tinggi tanpa harus terkoneksi secara langsung dengan perangkat keras yang menyimpan sumber daya tersebut. Karena proses komputasi berada pada remote server, maka kebutuhan perangkat keras dan perangkat lunak untuk mengakses sumber daya lebih rendah, yang mana dapat mengurangi biaya dan proses perawatan (Erenben, 2009).
Untuk beberapa alasan yang telah disebutkan maka seharusnya Cloud Computing menjadi solusi yang menarik bagi perguruan tinggi di Indonesia yang ingin mengurangi anggaran dibidang IT. Mahasiswa saat ini tidak dapat hidup jauh dari Internet. Melalui program seperti facebook, twitter, instagram, dan gmail, mahasiswa sudah terbiasa untuk menggunakan layanan teknologi berbasis cloud computing (Ercan, 2010). Oleh sebab itu mahasiswa berharap untuk dapat mengakses layanan teknologi digital di lingkungan kampus dimanapun dan kapanpun, termasuk layanan cloud yang mendukung media sosial. Sebagai tambahan, ada beberapa riset yang menunjukan bahwa solusi berbasis cloud sangat efektif untuk mendukung pembelajaran yang koorperatif dan kolaboratif (Thorsteinsson, 2010). Dari data statistik yang diperoleh pada penelitian di lingkungan universitas, ditemukan bahwa dengan menggunakan Cloud Computing maka 40% biaya dapat direduksi tanpa mengurangi efektifitas, juga meningkatkan efisiensi penggunaan sumber daya. Sudah dibuktikan bahwa penggunaan pembelajaran eletronik berbasis cloud akan meningkatkan waktu belajar dari 25% sampai dengan 50% (Praveena & Betsy, 2009).
METODE
MANFAAT CLOUD
Computing untuk Universitas Banyak manfaat dari penerapan cloud computing di Universitas. Manfaat ini dirasakan langsung oleh semua pihak yang terlibat dalam lingkungan universitas seperti mahasiswa, dosen, staf IT, staf administratif, hingga jajaran direksi universitas. Namun tidak semua pihak mendapatkan manfaat yang sama dari cloud computing, ada yang merasakan manfaat dari sisi peningkatan kualitas media belajar dan mengajar, ada juga yang mendapatkan manfaat dari sisi ekonomi seperti penghematan sumber daya, dan ada yang mendapatkan manfaat dari sisi kemudahan perawatan aplikasi dan infrastruktur. On IaaS PaaS SaaS Premise Appli cation Runti me App Services OS Hard ware Appli cation Runti me App Services OS Hard ware Appli cation Runti me App Services OS Hard ware Appli cation Runti me App Services OS Hard ware
Gambar 1.
Struktur pengguna layanan cloud computing di Universitas Cloud Computing menyediakan banyak layanan online yang dapat membantu pihak Universitas untuk mendukung skenario proses belajar dan mengajar secara lebih luas. Aplikasi yang disediakan umumnya adalah aplikasi berbasis web yang mudah untuk diakses dari mana saja, kapan saja melalui media Internet (Wu & Huang, 2011).
Gambar 2.
Layanan cloud yang diakses oleh pengguna di lingkungan Universitas Ada banyak layanan cloud computing (Google Docs, Dropbox, dll) yang sudah banyak digunakan di Universitas karena aplikasi tersebut murah, mudah digunakan, dan dapat diandalkan. Mahasiswa umumnya juga sudah terbiasa dengan berbagai layanan tersebut sehingga lebih mudah beradaptasi jika aplikasi tersebut digunakan dalam proses belajar dan mengajar di lingkungan Universitas. High availability, low response time, dan scalability adalah beberapa kelebihan yang ditawarkan oleh layanan cloud computing ini, yang membuat layanan ini sangat menarik untuk diimplementasikan di dunia pendidikan terutama Universitas.
Aplikasi umum seperti Google Apps for Education atau Microsoft Office 365 menawarkan aplikasi online untuk mendukung produktifitas seperti penggunaan word processing, spread sheet, dan presentation yang dapat digunakan di kelas. Pengajar dapat menggunakan teknologi tersebut dalam berbagai cara, sebagai contoh pengajar menggunakan Google Spreadsheet untuk menampilkan nilai yang di bagikan secara online kepada mahasiswa (Blood, 2011). Dosen dan mahasiswa juga dapat menggunakan akun Google atau Microsoft untuk email yang dikombinasikan dengan nama domain dari institusi tersebut (Sclater, 2010), menggunakan media video streaming.
KELEBIHAN DAN KELEMAHAN CLOUD
FTI UKDW mencoba untuk menyeragamkan layanan email berbasis
cloud computing ini di lingkungan fakultas. Staf dilingkungan fakultas
dibuatkan email dengan domain staff.ukdw.ac.id, dan mahasiswa diberikan email
dengan domain ti.ukdw.ac.id untuk jurusan Teknik Informatika dan domain
si.ukdw.ac.id untuk jurusan Sistem Informasi. Setelah menerapkan layanan email
berbasis cloud selama kurang lebih satu semester, maka dari pengamatan yang
dilakukan ditemukan bahwa penerapan layanan ini mempunyai banyak manfaat dan
kelebihan yaitu:
a. Mahasiswa lebih sering mengakses email dibandingkan
dengan sebelum menggunakan layanan Google Apps. Mahasiswa berpendapat bahwa
layanan email yang baru lebih dapat diandalkan, mempunyai kapasitas penyimpanan
yang lebih besar, memiliki antar muka pengguna yang lebih mudah digunakan, dan
dapat diakses dari berbagai perangkat bergerak yang mereka miliki seperti
smartphone dan tablet.
b. Staf universitas terutama tenaga administrator dan dosen
juga berpendapat bahwa layanan yang baru lebih dapat diandalkan dan lebih mudah
untuk digunakan. Beberapa dari mereka juga berpendapat bahwa penggunaan layanan
yang baru lebih mudah karena terintegrasi dengan layanan yang lain seperti
google docs untuk penyimpanan dan pengaksesan data.
c. Karena berbasis
cloud computing maka layanan ini tidak penah terganggu seperti layanan
sebelumnya, sebagai contoh pada saat listrik padam.
d. Kapasistas penyimpanan yang besar. Karena Google Apps for
Education sendiri memberikan kapasitas yang tidak terbatas (unlimited) sehingga
pengguna tidak perlu risau karena kehabisan tempat penyimpanan.
e. Dari segi ekonomi,
layanan ini juga sangat menguntungkan karena tidak perlu
menyediakan server khusus untuk mail server, tidak perlu tenaga untuk perawatan
server, tidak perlu membeli hardisk dengan kapasitas besar untuk media
penyimpanan. Selain layanan email berbasis cloud, FTI UKDW juga sudah mulai
memanfaatkan layanan cloud yang lain seperti google docs untuk media
penyimpanan dokumen. FTI mempunyai masalah dalam melakukan pengarsipan dokumen
karena banyaknya dokumen yang harus dikelola seperti berkas kepangkatan dosen,
berkas sertifikasi dosen, surat tugas, berkas akreditasi jurusan, dan masih
banyak dokumen yang lain. Dengan layanan penyimpanan dokumen berbasis cloud ini
beberapa staf admin fakultas dan staf dosen berpendapat bahawa layanan ini
memiliki banyak keunggulan dibandingkan dengan penyimpanan berkas elektronik ke
komputer server lokal. Beberapa keuntungan yang didapatkan adalah;
a. Tidak membutuhkan
server/komputer lokal untuk menyimpan berkas elektronik.
b. Berkas elektronik dapat diakses dari mana saja dan kapan saja.
b. Berkas elektronik dapat diakses dari mana saja dan kapan saja.
d. Kapasistas penyimpanan yang besar.
e. Dimungkinkan untuk melakukan kolaborasi antar pengguna pada saat bekerja dengan dokumen tertentu.
Karena keberhasilan dalam penerapan layanan email berbasis
cloud di lingkungan FTI UKDW maka pihak fakultas diharapkan dapat
merekomendasikan penggunaan layanan ini sampai pada level universitas, sehingga
layanan ini dapat digunakan dan dirasakan manfaatnya oleh semua fakultas di UKDW.
KELEMAHAN CLOUD
Namun ada beberapa isu yang perlu diperhatikan oleh pihak universitas dalam penggunaan layanan ini. Isu utama adalah kerahasiaan data, walaupun pihak penyedia layanan sudah memiliki standarisasi dan penjaminan keamanan data namun untuk data yang sifatnya sangat konfidensial.
KELEMAHAN CLOUD
Namun ada beberapa isu yang perlu diperhatikan oleh pihak universitas dalam penggunaan layanan ini. Isu utama adalah kerahasiaan data, walaupun pihak penyedia layanan sudah memiliki standarisasi dan penjaminan keamanan data namun untuk data yang sifatnya sangat konfidensial.
KESIMPULAN
Cloud Computing adalah paradigma komputasi baru yang
menjanjikan dan merupakan teknologi masa depan yang menyediakan banyak layanan
komputasi yang belum pernah dirasakan sebelumnya. Pada artikel ini sudah banyak
membahas arsitektur cloud computing dan beberapa contoh penerapan penggunaan
layanan tersebut khususnya di bidang pendidikan.
Beberapa contoh yang disajikan dan studi kasus penerapan
layanan cloud pada FTI UKDW menunjukan banyak manfaat yang diperoleh dalam
penggunaan layanan cloud computing di lingkungan universitas. Penggunaan
layanan SaaS cloud computing seperti email dan penyimpanan dokumen dapat
menghemat biaya yang dikeluarkan oleh pihak universitas unuk pengadaan
infrastuktur berupa perangkat keras dan tenaga perawatan infrastruktur.
Layanan ini juga
lebih dapat diandalkan karena dikelola secara profesional oleh vendor yang
terpercaya seperti Google atau Microsoft. Selain layanan berbasis SaaS seperti
email dan media penyimpanan berbasis cloud, universitas juga dapat mengeksplorasi
lebih lanjut penggunaan teknologi cloud computing untuk layanan IaaS dan PaaS.
Universitas dapat mulai mencoba mempertimbangkan untuk
melakukan migrasi beberapa server atau aplikasi sistem informasi yang saat ini
masih dikelola di server lokal kedalam layanan berbasis cloud. Untuk itu
universitas juga perlu menyiapkan tenaga ahli dibidang cloud computing untuk
migrasi aplikasi yang sudah ada kedalam cloud. Langkah ini diharapkan juga
dapat memberi manfaat yang sama seperti layanan SaaS yang sudah digunakan
sebelumnya. Untuk data atau informasi yang sifatnya konfidensial, universitas
dapat menerapkan arsitektur berbasis hybrid cloud, sehingga data konfidensial
masih dapat disimpan secara on-premise, sedangkan aplikasi yang lain sudah
memanfaatkan teknologi cloud secara maksimal.
NAMA : RAHMAN AZIS
KELAS : 4IA22
NPM : 58414787
TUGAS I PENGANTAR KOMPUTASI MODERN (SOFTSKILL)
KELAS : 4IA22
NPM : 58414787
TUGAS I PENGANTAR KOMPUTASI MODERN (SOFTSKILL)
Ø KOMPUTASI GRID ( GRID COMPUTING)
Komputasi Grid adalah penggunaan sumber daya yang
melibatkan banyak komputer yang terdistribusi dan terpisah secara geografis
untuk memecahkan persoalan komputasi dalam skala besar.
Grid computing merupakan cabang dari distributed
computing.Grid komputer memiliki perbedaan yang lebih menonjol dan di terapakan
pada sisi infrastruktur dari penyelesaian suatu proses. Grid computing adalah
suatu bentuk cluster (gabungan) komputer-komputer yang cenderung tak terikat
batasan geografi. Di sisi lain, cluster selalu diimplementasikan dalam satu
tempat dengan menggabungkan banyak komputer lewat jaringan.
Ide awal komputasi grid dimulai dengan adanya distributed
computing, yaitu mempelajari penggunaan komputer terkoordinas0i yang secara
fisik terpisah atau terdistribusi. Sistem terdistribusi membutuhkan aplikasi
yang berbeda dengan sistem terpusat. Kemudian berkembang lagi menjadi parallel
computing yang merupakan teknik komputasi secara bersamaan dengan memanfaatkan
beberapa komputer secara bersamaan.
Grid computing menawarkan solusi komputasi yang murah,
yaitu dengan memanfaatkan sumber daya yang tersebar dan heterogen serta
pengaksesan yang mudah dari mana saja. Globus Toolkit adalah sekumpulan
perangkat lunak dan pustaka pembuatan lingkungan komputasi grid yang bersifat
open-source. Dengan adanya lingkungan komputasi grid ini diharapkan mempermudah
dan mengoptimalkan eksekusi program-program yang menggunakan pustaka paralel.
Dan Indonesia sudah menggunakan sistem Grid dan diberi nama InGrid (Inherent
Grid). Sistem komputasi grid mulai beroperasi pada bulam Maret 2007 dan terus
dikembangkan sampai saat ini. InGrid ini menghubungkan beberapa perguruan
tinggi negeri dan swasta yang tersebar di seluruh Indonesia dan beberapa
instansi pemerintahan seperti Badan Meteorologi dan Geofisika.
KONSEP GRID COMPUTING
Beberapa konsep dasar dari grid computing :
Sumber daya dikelola dan dikendalikan secara lokal.
Sumber daya berbeda dapat mempunyai kebijakan dan
mekanisme berbeda, mencakup Sumber daya komputasi dikelola oleh sistem batch
berbeda, Sistem storage berbeda pada node berbeda, Kebijakan berbeda
dipercayakan kepada user yang sama pada sumber daya berbeda pada Grid.
Sifat alami dinamis: Sumber daya dan pengguna dapat
sering berubah
Lingkungan kolaboratif bagi e-community (komunitas
elektronik, di internet)
Tiga hal yang di-,sharing dalam sebuah sistem grid,
antara lain : Resource, Network dan Proses. Kegunaan / layanan dari sistem grid
sendiri adalah untuk melakukan high throughput computing dibidang penelitian,
ataupun proses komputasi lain yang memerlukan banyak resource komputer.
CONTOH GRID COMPUTING
A) Scientific Simulation
Komputasi grid diimplementasikan di bidang fisika, kimia,
dan biologi untuk melakukan simulasi terhadap proses yang kompleks.
B) Medical Images
Penggunaan data grid dan komputasi grid untuk menyimpan
medical-image. Contohnya adalah eDiaMoND project.
Ø VIRTUALISASI
Istilah virtualisasi (virtualization) memiliki banyak
pengertian. Jika merujuk pada kamus Oxford, istilah virtualization merupakan
turunan dari kata virtualize yang memiliki makna “Convert (something)
to a computer-generated simulation of reality”. Dalam terjemahan bebas,
virtualisasi berarti Mengubah sesuatu (mengkonversi) ke bentuk simulasi dari
bentuk nyata yang ada.
Inti dari virtualisasi adalah membuat sebuah simulasi
dari perangkat keras, sistem operasi, jaringan maupun yang lainnya. Di bidang
teknologi informasi, virtualisasi digunakan sebagai sarana untuk improvisasi
skalabilitas dari perangkat keras yang ada.
Dengan virtualisasi, beberapa sistem operasi dapat
berjalan secara bersamaan pada satu buah komputer. Hal ini tentunya dapat
mengurangi biaya yang harus dikeluarkan oleh sebuah perusahaan. Di masa akan
datang, teknologi virtualisasi akan banyak digunakan baik oleh perusahaan yang
bergerak dibidang teknologi informasi maupun yang tidak murni bergerak di
bidang teknologi informasi namun menggunakan teknologi informasi sebagai sarana
untuk memajukan usahanya.
Menurut Alan Murphy dalam papernya Virtualization
Defined – Eight Different Ways, menyebutkan setidaknya terdapat delapan istilah
dalam penerapan virtualisasi. Diantaranya adalah operating system
virtualization, application server virtualization, application virtualization,
management virtualization, network virtualization, hardware virtualization,
storage virtualization dan service virtualization.
Dalam hardware virtualization, perangkat lunak
bekerja membentuk sebuah virtual machine yang bertindak seolah-olah
seperti sebuah komputer asli dengan sebuah sistem operasi terinstall di
dalamnya. Salah contoh yang mudah misalkan terdapat satu buah komputer yang
telah terinstall GNU/Linux Linux Mint. Kemudian dengan menggunakan perangkat
lunak virtualisasi misalnya Virtualbox, kita dapat menginstall sistem operasi
lain sebagai contoh Windows XP atau FreeBSD.
Sistem operasi yang terinstall di komputer secara fisik
dalam hal ini Linux Mint disebut sebagai host machinesedangkan sistem
operasi yang diinstall diatasnya dinamakan guest machine. Istilah host dan guest dikenalkan
untuk memudahkan dalam membedakan antara sistem operasi fisik yang terinstall
di komputer dengan sistem operasi yang diinstall diatasnya atau virtualnya.
Perangkat lunak yang digunakan untuk menciptakan virtual
machine pada host machine biasa disebut sebagai hypervisor atau Virtual
Machine Monitor (VMM). Menurut Robert P. Goldberg dalam tesisnya yang
berjudul Architectural Principles For Virtual Computer Systems pada
hal 23 menyebutkan bahwa tipe-tipe dari VMM ada 2 yaitu:asi:
Type 1 berjalan pada fisik komputer yang ada secara
langsung. Pada jenis ini hypervisor/VMM benar-benar mengontrol perangkat keras
dari komputer host-nya. Termasuk mengontrol sistem operasi-sistem
operasi guest-nya. Contoh implementasi yang ada adalah KVM dan OpenVZ.
Adapun contoh yang lain seperti VMWare ESXi, Microsoft Hyper-V.
Type 2 berjalan pada sistem operasi diatasnya. Pada tipe
ini sistem operasi guest berada diatas sistem operasi host.
Contoh tipe ini adalah VirtualBox.
Ø Distributed Computation dalam Cloud Computing
Kegiatan ini merupakan kumpulan beberapa computer yang
terhubung untuk melakukan pendistribusian, seperti mengirim dan menerima data
serta melakukan interaksi lain antar computer yang dimana membutuhkan sebuah
jaringan agar computer satu dan lainnya bisa saling berhubung dan melakukan
interaksi. Hal ini semua dilakukan dengan cloud computing yang seperti kita
ketahui memberikan layanan dimana informasinya disimpan di server secara
permanen dan disimpan di computer client secara temporary.
Menurut sebuah makalah tahun 2008 yang dipublikasi IEEE
Internet Computing “Cloud Computing adalah suatu paradigma di mana informasi
secara permanen tersimpan di server di internet dan tersimpan secara sementara
di komputer pengguna (client) termasuk di dalamnya adalah desktop, komputer
tablet, notebook, komputer tembok, handheld, sensor-sensor, monitor dan
lain-lain.”
Komponen dasar Cloud computing
Clients adalah seperangkat komputer / software yang
didesain secara khusus untuk penggunaan layananberbasis cloud computing.
Contoh:
·
Mobile
·
Windows Mobile, Symbian
·
Thin Client
·
Windows Terminal Service, CherryPal
·
Thick Client
·
Internet Explorer, FireFox, Chrome
Ø Pengertian MapReduce
MapReduce merupakan sebuah konsep dimana data yang
kontinue dipecah menjadi bagian data / komponen data kecil dan didistribusikan
melalui mesin-mesin yang terhubung secara cluster. Bisa dibilang map reduce
merupakan sebuah framework yang digunakan untuk mempercepat proses pengolahan
data pada konsep cloud computing. Dalam memproses data, MapReduce dibagi
menjadi 2 proses utama, yaitu Map dan Reduce. Proses Map bertugas utnuk
mengumpulkan informasi dari potongan-potongan data yang terditribusi dalam tiap
komputer dalam cluster (kelompok komputer yang saling terhubung). Hasilnya
deserahkan kepada proses Reduce untuk diproses lebih lanjut. Hasil proses
Reduce merupakan hasil akhir yang dikirim ke pengguna.
Salah satu contoh penerapan nyata map-reduce ini dalam
suatu produk adalah yang dilakukan Google. Dengan inspirasi dari functional
programming map dan reduce Google bisa menghasilkan filesystem distributed yang
sangat scalable, Google Big Table.
Menjalankan Contoh Program MapReduce
Untuk lebih jelasnya lagi, kita bisa menjalankan langsung
program ini di PC kita sendiri. Tetapi, bukan dengan software MapReduce milik
Google. Sampai saat ini Google tidak pernah mendistribusikan software MapReduce
miliknya. Namun demikian, Apache telah merilis software open source yang
dikenal dengan nama Hadoop untuk mengebangkan dan menjalankan aplikasi
MapReduce. Secara garis besar Hadoop terdiri atas HDFS (Hadoop Distributed File
System) dan Hadoop MapReduce. HDFS adalah versi open source-nya GFS (Google
File System), dan Hadoop MapReduce adalah versi open source dari Google
MapReduce.
Ada tiga cara untuk menjalankan aplikasi MapReduce dengan
menggunakan Hadoop, yaitu:
1. Dengan menggunakan
Hadoop mode Standalone pada 1 PC Windows. Silakan simak: Menjalankan AplikasiMapReduce dengan Windows.
2. Dengan menggunakan Hadoop
mode Pseudo-Distributed pada 1 PC Linux. Silakan simak: MenjalankanHadoop mode Pseudo-Distributed dengan Linux.
3. Dengan menggunakan
Hadoop mode Terdistribusi Penuh pada beberapa PC Linux. Silakan simak: Menjalankan Hadoop mode Fully-Distributed.
Cara yang paling mudah mungkin cara yang pertama, karena
dapat dilakukan pada satu PC Windows dan tidak memerlukan setting pada file
konfigurasi Hadoop.
Ø Pengertian NoSQL
Nosql adalah sebuah memcache dari bagian database
sederhana yang berisi key dan value. Database ini bersifat struktur storage
dimana sistem databasenya yang berbeda dengan sistem database relasional. Nosql
tidak membutuhkan skema table dan menghindari operasi join dan berkembang
secara horizontal. Selain itu NoSQL merupakan suatu bahasan yang jauh dari arti
kata yang dibaca. Tidak berarti tanpa sql query. Melainkan bagaimana suatu sql
query digunakan seminimal mungkin dalam suatu program database. Dengan memanfaatkan
teknologi NoSQL ini, diharapkan mampu mengurangi beban server. Selain itu, hal
ini juga memudahkan programmer dalam membuat suatu program dan proses
pengembangannya. Penjelasan lebih mengenai NoSQL database akan dijelaskan pada
sub bab dibawah ini.
Database NoSQL, juga disebut Not
Only SQL, adalah sebuah pendekatan untuk pengelolaan data
dan desain database yang berguna untuk set yang sangat
besar data terdistribusi. NoSQL, yang mencakup berbagai teknologi dan
arsitektur, berusaha untuk memecahkan masalah skala bilitas
dan kinerja data yang besar yang database
relasional tidak dirancang untuk menangani.NoSQL ini sangat
berguna ketika perusahaan perlu untuk mengakses dan menganalisis
sejumlah besar data terstruktur atau data yang disimpan dari
jarak jauh pada beberapa virtual server di awan.
Berlawanan dengan kesalahpahaman yang disebabkan oleh
namanya, NoSQL tidak melarang bahasa query terstruktur (SQL) Meskipun benar
bahwa beberapa sistem NoSQL sepenuhnya non-relasional, yang lain hanya
menghindari fungsi relasional dipilih seperti skema tabel tetap dan bergabung
dengan operasi. Sebagai contoh, daripada menggunakan tabel, database NoSQL
mungkin mengatur data menjadi objek, kunci / nilai berpasangan atau tupe.
Contohnya adalah
MongoDB, Apache Cassandra, Redis, Solr, ElasticSearch, HBase, Splunk, memcached,
dan Neo4j.
Ø Apa itu NOSQL
NOSQL menurut Wikipedia adalah sistem menejemen database yang
berbeda dari sistem menejemen database relasional yang klasik dalam
beberapa hal. NOSQL mungkin tidak membutuhkan skema tabel dan umumnya
menghindari operasi join dan berkembang secara horisontal. Akademisi
menyebut database seperti ini sebagai structured storage,
istilah yang didalamnya mencakup sistem menejemen database relasional.
NOSQL adalah database generasi terbaru yang mengarahkan kepada database yang
tidak berelasi (non-relational), dapat disebarkan kepada siapapun (open-source)
dan berskala horisontal (horizontal scale).
Johan Oskarsson dari Last.fm memperkenalkan kembali
istilah NOSQL pada awal 2009 ketika ia menyelenggarakan sebuah acara untuk membahas
“Distributed Open Source dan Non-relational Database”. Nama berusaha
untuk label munculnya peningkatan jumlah non-relasional, didistribusikan
menyimpan data, termasuk kloning open source dari Google
Bigtable/MapReduce dan Amazon Dynamo.
Berbeda dengan basis data SQL dimana meskipun
berbeda-beda pembuat namun cara kerja NOSQL maupun cara penggunaannya relatif
sama. Contohnya sama-sama menggunakan tabel yang dihubungkan oleh
relasi-relasi, manipulasi data dengan bahasa SQL dan sb. Basis data NOSQL bisa
sangat berbeda satu sama lain.
Sebagian besar sistem NOSQL pada masa awal tidak berusaha
untuk memberikan atomicity, konsistensi, isolasi dan daya tahan jaminan,
bertentangan dengan praktik yang berlaku di antara sistem database relasional.
Namun di kemudian hari, beberapa database NOSQL dengan pembaruan
terkini sudah mampu mengintegrasikan database yang non-relasional ke
dalam bentuk databaserelasional sehingga dapat mempermudah pengguna yang
masih belum akrab dengan bahasa standar yang diterapkan NOSQL.
Dilihat dari cara penyimpanan data saja basis data NOSQL
tersebar dari cara penyimpanan :
1. Key-value
based (disimpan dalam bentuk kunci-isi berpasangan)
Kunci-nilai/Key-value (KV) toko menggunakan array
asosiatif (juga dikenal sebagai peta atau kamus) sebagai model data fundamental
mereka. Dalam model ini, data direpresentasikan sebagai kumpulan pasangan
kunci-nilai, sehingga setiap tombol mungkin muncul paling banyak sekali dalam
koleksi. Model kunci-nilai adalah salah satu model data non-sepele sederhana,
dan model data yang lebih kaya sering diimplementasikan di atas itu. Model
kunci-nilai dapat diperluas untuk model memerintahkan yang mempertahankan kunci
agar leksikografis. Ekstensi ini sangat kuat, dalam hal ini secara efisien dapat
memproses rentang kunci. Toko kunci-nilai dapat menggunakan model konsistensi
mulai dari konsistensi akhirnya ke serializability. Beberapa dukungan memesan
kunci. Beberapa mempertahankan data dalam memori (RAM), sementara yang lain
menggunakan solid-state drive atau disk
2. Document
based
Dokumen merangkum dan melakukan data encode (atau
informasi) dalam beberapa format standar atau encoding. Pengkodean
digunakan termasuk XML, YAML, dan JSON serta bentuk biner seperti BSON. Dokumen
dibahas dalam database melalui kunci unik yang mewakili dokumen itu. Salah satu
karakteristik mendefinisikan lain dari database berorientasi dokumen adalah
bahwa di samping kunci pencarian yang dilakukan oleh sebuah toko kunci-nilai,
database menawarkan API atau query bahasa yang mengambil dokumen
berdasarkan isinya Implementasi yang berbeda menawarkan
cara yang berbeda mengatur dan / atau pengelompokan dokumen. Dibandingkan
dengan database relasional, misalnya, koleksi dapat dianggap analog dengan
tabel dan dokumen analog dengan catatan. Tetapi mereka berbeda: setiap record
dalam sebuah tabel memiliki urutan yang sama bidang, sementara dokumen dalam
koleksi mungkin memiliki bidang yang sama sekali berbeda.
3. Column
based (disimpan dalam kolom-kolom)
4. Graph
based
Jenis database dirancang untuk data yang hubungan baik
diwakili sebagai grafik (unsur saling berhubungan dengan jumlah yang belum
ditentukan hubungan antara mereka). Jenis data bisa hubungan sosial, jaringan
transportasi umum, peta jalan atau topologi jaringan.
Diantara banyak database NOSQL yang ada
berdasarkan riset salah satu website pada Juli 2015 menunjukkan database NOSQL
paling populer saat ini secara berurutan Terdapat tiga hal besar yang
mempengaruhi perkembangan ini yaitu jumlah user yang banyak, jumlah data yang
besar dan cloud computing. Dan dengan 3 hal besar diatas juga menjadikan
sistem database harus mampu bergerak secara :
Data harus bisa bergerak secara flexible,
Harus mampu bergerak secara cepat dengan data dan user
yang besar;
Dan yang terakhir peningkatan performa untuk dapat
memuaskan user yang menginginkan pengolahan data yang cepat.
Minggu, 18 Juni 2017
Model Game
Nama
: Rahman Azis
NPM
: 58414787
Kelas
: 3IA22
Mata Kuliah
: Pengantar Teknologi Game
Nama Dosen
: Rifki Amalia
Penulisan
: 15
- Klasifikasi
berdasarkan jumlah keuntungan dan kerugian:
·
Game
jumlah-nol (zero-sum game)
Jumlah payoff dari setiap pemain
sama dengan nol. Untuk game dengan 2 pemain, besar keuntungan di satu pihak
sama dengan besar kerugian di pihak lain.
·
Game
bukan jumlah-nol (non zero-sum game)
Jumlah payoff dari setiap pemain
tidak sama dengan nol. Untuk game dengan 2 pemain, besar keuntungan di satu
pihak tidak sama dengan besar kerugian di pihak lain.
· Klasifikasi
berdasarkan urutan (giliran) bermain:
·
Game
sekuensial
Pemain melakukan tindakan secara
bergantian. Pemain berikutnya mengetahui tindakan yang diambil oleh pemain
sebelumnya (mungkin secara tidak utuh).
·
Game
simultan
Pemain melakukan tindakan secara
bersamaan. Pada saat mengambil tindakan, pemain yang terlibat tidak mengetahui
tindakan yang dipilih oleh pemain lainnya. Dalam hal ini jeda waktu pengambilan
tindakan antara sesaa pemain tidak berpengaruh terhadap pilihan yang diambil
oleh pemain ybs.
- Klasifikasi
berdasarkan kesempurnaan informasi:
·
Game
dengan informasi sempurna
Pemain mengetahui dengan pasti
tindakan yang diambil oleh lawannya, sebelum ia memilih tindakan → asumsi ini
hanya dapat dipenuhi oelh game sekuensial.
·
Game
dengan informasi tidak sempurna
Pemain tidak mengetahui tindakan yang
dipilih lawannya sebelum permainan berakhir.
· Klasifikasi
berdasarkan kelengkapan informasi:
·
Game
dengan informasi lengkap
Pemain mengetahui payoff lawannya.
·
Game
dengan informasi tidak lengkap
Pemain tidak memiliki informasi
lengkap tentang payoff lawannya.
· Klasifikasi
berdasarkan adanya kesepakan (komitmen):
·
Game
kooperatif
Para pemain membuat komitmen yang
mengikat (binding commitment) untuk meningkatkan outcome mereka.
·
Game
nonkooperatif
Para pemain tidak membuat komitmen
yang mengikat.
Sumber :
http://www.catatanfadil.com/2014/03/teori-game.html
http://rezkyafifah.blogspot.co.id/2017/
Pengambil Keputusan pada Teori Game Catur dan Sepakbola
Nama
: Rahman Azis
NPM
: 58414787
Kelas
: 3IA22
Mata Kuliah
: Pengantar Teknologi Game
Nama Dosen
: Rifki Amalia
Penulisan
: 14
Kecerdasan
Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur
dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial
Intelligence atau hanya disingkat AI) didefinisikan sebagai kecerdasan entitas
ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan
dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan
seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan
kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika
fuzzy, jaringan syaraf tiruan dan robotika.
Banyak
hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika
relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan,
menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di
sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan,
sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti
contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun
AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat
penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan
adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut
pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku
cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan,
kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan
tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin
ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah
kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang
ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam
beberapa aplikasi perangkat lunak komputer rumah dan video game.
‘Kecerdasan
buatan’ ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga
mengkonstruksinya. Jadi yang mengambil keputusan ketika kita bermain catur atau
sepakbola ketika melawan musuh (computer) itu adalah kecerdasan buatan yang
dimasukkan kedalam game.
Sumber :
http://chyntianovita.blogspot.co.id/2017/06/pengambil-keputusan-teori-game-catur.html
http://rezkyafifah.blogspot.co.id/2017/
Langganan:
Postingan (Atom)