Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas pengaruh ukuran granularitas pada kinerja program paralel pada lingkungan PVM (Parallel Virtual Machine). Aplikasi yang digunakan untuk penelitian ini adalah permainan Othello. Dipilihnya Othello karena ukuran beban komputasi yang dihasilkan tidak dapat diprediksi, sehingga menyulitkan pemaralelannya. Analisa yang dilakukan berdasar pada masalah speedup (peningkatan kecepatan) terhadap perbedaan jumlah prosesor. Pengukuran yang dilakukan dengan menggunakan parameter ukuran papan permainan dan look ahead (jumlah langkah ke depan yang dilakukan komputer untuk mencari langkah terbaik) yang bervariasi untuk melihat pengaruhnya terhadap kinerja program paralel Ukuran papan permainan dan look ahead akan mempengaruhi ukuran granularitas. Kesimpulan yang didapat adalah ukuran granularitas akan mempengaruhi kenaikan nilai speedup. Ukuran granularitas yang terlalu kecil akan membuat nilai speedup dibawah 1. Sedangkan ukuran granularitas yang terlalu besar, tidak menjamin nilai speedup yang optimum pada komputer yang heterogen, karena adanya faktor waktu tunggu yang terlalu besar."

"Perangkat lunak PVM (Parallel Virtual Machines) yang mampu mengubah jaringan komputer menjadi sistem komputer paralel multicomputer merupakan alternatif yang menarik untuk memenuhi kebutuhan komputasi paralel. Apalagi pada saat sebagian besar perkantoran pada umumnya telah memiliki jaringan komputer. Melalui PVM kita dapat membuat komputer paralel dengan 1000 prosesor lebih, dengan memanfaatkan jaringan komputer yang ada. Untuk mengetahui kinerja PVM pada jaringan PC ini maka dilakukan penelitian terhadap kinerja komunikasi data dan kinerja komputasinya. Aspek-aspek kinerja komunikasi data yang dievaluasi adalah komunikasi tanpa beban, yang meliputi bandwidth komunikasi, latensi dan komunikasi multi cast; serta kinerja komunikasi dengan beban, meliputi komunikasi saling-silang antara dua PC serta kinerja komunikasi simultan antara dua pasang PC. Sedangkan aspek-aspek kinerja komputasi paralel yang dievaluasi adalah waktu eksekusi program paralel, speedup, dan rasio waktu komunikasi terhadap komputasi (CIC ratio), yang dibandingkan dengan eksekusi program sekuensialnya. Dalam evaluasi kinerja komputasi paralel ini digunakan program perkalian matriks, yang menggunakan matriks berukuran 12x12, 40x40, 80x80, 120x120, 200x200, 240x240 dan 360x360. Penelitian dilakukan dengan menggunakan empat buah PC Intel DX4 100MHz yang terhubung melalui jaringan Ethernet dengan sistem operasi LINUX. Dari hasil pengukuran ternyata bahwa PVM hanya mampu memanfaatkan bandwidth jaringan Ethernet sampai 720KB per detik atau 58% dari bandwidth yang tersedia pada Ethernet (10Mbps). Waktu latensi mencapai 1923 mikrodetik; kecepatan transfer data multicast mencapai 227.575 byte per detik; kecepatan transfer data pada komunikasi saling-silang mencapai 155.253 byte per detik; kecepatan transfer data pada komunikasi simultan mencapai 10.095 byte per detik. Sedangkan pada pengujian komputasi paralel dengan perkalian matriks, ternyata hanya pada matriks berukuran 200 x 200 lebih, PVM mulai menunjukkan speedup; dan mencapai speedup terbaik sebesar 3,55 kali pada 4 PC dengan matriks berukuran 360 x 360. Speedup tersebut adalah 88,9 persen dibanding speedup ideal (4 kali). Hal ini karena sebagian waktu terpakai untuk komunikasi antar PC. Demikian pula C/C ratio semakin kecil (baik) untuk matriks berukuran 200x200 ke atas."

"Jaringan komputer berunjuk kerja tinggi mempunyai peluang besar untuk dimanfaatkan dengan berbagai aphkasi ilmiah komputasi paralel dan terdistribusi. Aplikasi ilmiab pada skripsi ini diarahkan pads aphkasi jaringan syaraf tiruan (neural network) yang berguna untuk pengenalau citra. Aplikasi ini menggumkan metode pengenalan pola (pattern recognition) dengan algoritma Kohonen self-mgad2ing map. Waktu komputasi yang besar untnk mengemh suatu citra diharapkan dapat dikurangi dengam komputasi paralel. Hal ini dapat dilakukan dengan strategi pembagian data (data partitioning). Pembagian kerja ke beberapa prosesor inilah yang diharapkan dapat mempersingkat waktu komputasi. Unjuk kerja dengan percepatan (speed up) yang maksimal adalah tujuan Bari rau=gan algadtma pengenalan pola (pattem recognition) dengan metode pengenalan Kohooen self-organizing map pada jaringan paralel berbasis PVM (Parallel Virtual Machine). Peugujian dilakukan pada jaringan komputer paralel di PAU Kompnter Universitas Indonesia, Depok. Pengujian dilakukan pada jaringan homogen dan heterogen. Dan hash up coba rancangan diperoleh bahwa peroepatan proses pengenalan pola meningkat sehingga waktu komputasi menjadi lebih kecil. Metodepembagian data menghaaalkan percepatan yang sangat baik yaitu 3,$6 pada smnber daya komputasi bomogen dengan 3 prosesor dan 6,92 pads sumber daya komputasi heterogen dengan 3 prosesor."

"PVM (Parallel Virtual Machine) adalah salah satu pustaka pengembangan aplikasi paralel yang memanfaatkan jaringan komputer sebagai komputer paralel virtual. Aplikasi paralel pada PVM memanfaatkan komputer-komputer yang terhubung sebagai prosesor dan jaringan komputer sebagai media komunikasi antarprosesor.Salah satu topik penting dalam pengembangan aplikasi paralel adalah kinerja aplikasi paralel tersebut. Aplikasi paralel yang mendekati ideal adalah aplikasi yang mempunyai waktu komunikasi sangat kecil dibandingkan waktu komputasi. Untuk meminimumkan waktu komunikasi membutuhkan untuk mengetahui kinerja jaringan komputer, sehingga dapat mengatur beban pada jaringan komputer tersebut. Salah satu pendekatan untuk mengetahui kinerja tersebut adalah melakukan pengukuran kinerja jaringan komputer dan komponen jaringannya.Pengukuran pada penelitian ini ditujukan untuk mengetahui pengaruh prosesor dan router pada kinerja pertukaran data pada sistem PVM. Kedua pengukuran tersebut dilakukan pada dua kondisi kepadatan lalu-lintas data, yaitu kepadatan rendah dan kepadatan tinggi. Kepadatan lalu-lintas data rendah disimulasikan sebagai kondisi tidak ada beban pada jaringan selain pengukuran tersebut sendiri, sedangkan kepadatan lalu-lintas data tinggi disimulasikan sebagai kondisi dengan beban pada jaringan komputer.Hasil penelitian menunjukkan bahwa kinerja pertukaran data dipengaruhi oleh komponen-komponen yang dipergunakan, meliputi prosesor pengirim, prosesor penerima, komponen jaringan seperti router, dan kepadatan lalu-lintas data."

"ABSTRAKPada keadaan nyata, beban suatu node pada j3ringan sangat fluktuatif, bergantung pada banyaknya pemakai mesin tersebut saat flu. Beban pemakaian ini sangat berpengaruh pada kecepatan pemrosesan mesin tersebut.Hal ini menyulitban bagi pemrograman aplikasi paralel, karena aplikasi paralel akan efisien bila aphkasi dapat membagi beban pemrosesan (worklow secara proporsional. Karena kecepatan pemrosesan mesin berubah-ubah menurut beban pemakaian mesin tersebut, maka pedu dicari metoda untuk menilai untuk kerja tiap mesin pada jaringan secara dinamis.Pada proses pengerjaan skripsi ini, dikembangkan metoda untuk menilai unjuk kerja dinamis dari mesin dengan menggunakan parameter waktu interval antar checkpointing. Metoda tersebut diterapkan pada aplikasi dengan paradigma SIMD, dimana data yang diproses berjumlah besar, seragam dan pemrosesannya menggunakan fungsi yang sama dan berulang.Pertama-tama dikembangkan metoda check pointing dan migrasi proses dengan teknik high-level. Segala aspek dan latar belakang dari rancangan higb-level checkpointing dan migrasi proses akan dikupas lebih ]anjut.Selanjutnya dilakukan pengujian apakah waktu interval antar checkpointing memenuhi syarat untuk digunakan sebagai parameter untuk menilai unjuk kerja mesin secara dinamis. Akan diuji apakah parameter tersebut mencerminkan kecepatan proses dari mesin-mesin yang digunakan.Yang terakhir, dengan menggunakan parameter tersebut dan metoda migrasi proses, dikembangkan algoritma untuk melakukan dynamic loud balancing. Peningkatan speed-up aplikasi paralel akan didapatkan melalui pembagian beban pemrosesan yang lebih proporsional."

"ABSTRAKPengurutan merupakan proses penting yang banyak digunakan untuk membantu pembuatan laporan sehingga diperoleh data urut dan mudah dibaca, disamping itu juga digunakan sebagai sarana (tools) untuk eksekusi algoritme yang lebih kompleks. Kebutuhan pengolahan data dan informasi yang lebih cepat semakin dirasakan perlu. Penggunaan prosesor cepat pun kadang-kadang masih belum cukup. Untuk memenuhi kebutuhan tersebut, implementasi pada komputer paralel dilakukan. Tesis ini bertujuan untuk mengkaji implementasi pengurutan eksternal paralel pada jaringan komputer dengan sarana perangkat lunak PVM (Parallel Virtual Machine). Keuntungan implementasi pada PVM adalah tidak perlu mengadakan perangkat keras paralel, karena PVM mampu memanfaatkan jaringan komputer heterogen yang sudah ada sebagai suatu sistem komputer paralel. Jaringan komputer yang dipakai terdiri dari lima stasiun kerja SUN SPARC Station 1+ yang dihubungkan melalui protokol TCP/IP Ethernet dengan topologi jaringan bus. Lambatnya message passing pada jaringan komputer yang dipakai berhasil dikurangi pengaruhnya dengan mengatur ukuran paket yang dikirim. Keserialan jalur I/O diatasi dengan menghubungkan tiap pro~esor dengan satu cakramnya sendiri, sehingga akses bersama terhadap satu cakram dikurangi. Dengan perbaikan tersebut, speedup maksimum yang diperoleh dengan konfigurasi lima prosesor dan variasi data antara 5000 sampai dengan 25000 rekor adalah 3,6 dan efisiensinya 71,12 %. Data yang digunakan berstruktur rekor, yang terdiri dari tiga field alpha numerik dengan panjang 50 bytes/rekor."