Introduction of quantum computation

Nama : Rahman Azis
NPM : 5841786
Kelas : 4IA22
Materi : 1 & 2

Link Materi :

https://youtu.be/JNqFh2mL4KU

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

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

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.

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.

c. Tidak membutuhkan backup data di komputer lokal, karena semua data sudah berada di cloud.

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.

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)

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.

Gambar 1. Virtualisasi type 1

Type 2 berjalan pada sistem operasi diatasnya. Pada tipe ini sistem operasi guest berada diatas sistem operasi host. Contoh tipe ini adalah VirtualBox.

Gambar 2. Virtualisasi type 2

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.

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/