Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK Dibahas pembentukan algoritma paralel perhitungan perkalian matriks padakomputer SIMD dengan model jaringan keterhubungan elemen prosesor berbentuk pohon,mesh dimensi 2 dan hiperkubus. Masing-maaing model tersebut terdiri dan 0(n), O(n-)dan 0(!p) elemen prosesor. Kompleksitas waktu dan algoritma paraiel perhitunganperkalian matriks adalah 0(n- + log2n) pada model keterhubungan pohon, 0(n) padamodel keterhubungan mesh dimensi 2 dan Oilog^n) pada model keterhubunganhiperkubus."

"Penggabungan dua himunan terutut (merging) merupakan salah satu bahan pembahasan dalam bidang ilmu komputer, khususnya yang berkenaan dengan analisa dan kompleksitas algoritma serta kecepatan komputasi. Salah satu usaha untuk nenigkatkan kecepatan komputasi masalah penggabungan ialah dengan menggunakan proses paralel. Oleh karena itu penulis membahas algoritma paralel Penggabungan dari dua buah himpunan terurut pada model komputasi paralel SM CREW (Shared-Memory concurrent Read, Exclusive Write) dari kelas komputer SIMD (Single Instruction Stream Multiple Data Stream) dan SM EREW (Shared-Memory Exlusive Read, Exclusive Write) dari kelas Computer SIMD (Single Instruction Stream Multiple Data Stream), serta analisa algloritma-algoritma tersebut. Untuk implementasinya dipakai metoda simulasi dengan bahasa pemrogaman ADA, karena bahasa pemrogaman ini mendukung dalam simulasi pemrosesan seeara paralel. Dengan membuat simulasi ini dapat diperoleh hasil yang bisa dipakai untuk memperkirakan kemungkinan jika diimplementasikan pada kondisi yang sesungguhnya."

"Dibahas algoritma paralel Prefix Sums pada model komputer SIMD dengan model EREW SM SIMD dan model keterhubungan elemen prosesor berbentuk: Khusus, Unshuffle, Pohon dan Mesh dimensi 2. Kompleksitas waktu dari algoritma paralel Prefix Sums adalah:O(log n) pada model EREW SM SIMD,O(log n) pada keterhubungan Khusus,O(log n) pada keterhubungan Unshuffle,O(log n) I pada keterhubungan Pohon, dan0(n112) I pada keterhubungan Mesh dimensi 2.Algoritma paralel Prefix Sums mi dimanfaatkan dalam optimisasi masalah Knapsack."

"Tugas akhir ini menjelaskan tiga buah algoritma untuk menyelesaikan masalah knapsack 0/1 berkendala tunggal. Ketiga algoritma tersebut, terdiri atas sebuah algoritma serial dan dua buah algoritma paralel. Algoritma serial yang dibahas, diperkenalkan oleh Horowitz dan Sahni. Algoritma paralel yang pertama diperkenalkan oleh Lee, Shragowitz dan Sahni, sedangkan, algoritma kedua oleh Lin dan Storer. Prinsip-prinsip pemrograman dinamik digunakan pada setiap algoritma untuk memperoleh penyelesaian masalah. Secara serial masalah knapsack 0/1 memiliki kompleksitas 0(mc). Jika dengan menggunakan algoritma dari Lee dapat diselesaikan dalam 0(mc/n + c.2log n + c2), sedangkan dengan Lin-Storer dalam 0 (mc log n)/n). Untuk memperjelas pemahaman terhadap proses paralel tersebut, dibuat sebuah simulasi yang berdasarkan algoritma paralel Lin-Storer."

"ABSTRAKDalam Tugas Akhir ini dibuat sebuah Perangkat Lunak yang dapat memungkinkan 2 PC (Personel Computer) berkomunikasi sate sama lain melalui Paralel Port Printer. Perangkat Lunak ditulis dalam bahasa Turbo Pascal dengan memanfaatkan kode ASCII dan Interupsi ROM BIOS nomor 17H. Setiap karakter yang akan ditransfer lebih dahulu diubah kedalam bentuk biner kode ASCII 8 bit yang disebut Nibble. Nibble dibagi 2 menjadi High Nibble dan Low Nibble. Keduanya ditransfer satu persatu dengan menggunakan tata cara Double Handshaking. Pada komputer penerima kedua bagian Nibble tersebut digabungkan kembali sehingga dapat merepresentasikan sebuah karakter. Perangkat lunak ini dapat digunakan sebagai alternatif lain untuk mengirim data antara 2 PC, yang umumnya lebih sexing menggunakan sarana serial port RS 232 C.

---

"

"Kebutuhan akan sumber daya energi semakin meningkat tiap tahunnya. Kolektor surya mampu menyerap radiasi matahari dan sebagai pemanas air. Untuk mendapatkan energi yang banyak, maka diperlukan juga kolektor surya yang banyak. Kolektor surya dengan jenis evacuated tube solar collector  pada atap gedung MRC FTUI terpasang secara seri-paralel dengan detail dua kolektor surya dipasang secara seri baru diparalelkan. Penelitian ini akan melakukan simulasi dengan software bernama MATLAB dengan tujuan mengetahui apakah jika susunan rangkaiannya dirubah akan mendapatkan hasil temperatur akhir yang lebih baik. Dalam penelitian ini, dilakukan simulasi dengan beberapa kondisi, untuk mengetahui apabila susunan rangkaian dirubah dapat meningkatkan temperatur akhirnya. Setelah didapatkan hasil, dilakukan simulasi kembali untuk mencari susunan rangkaian yang memiliki temperatur keluar yang lebih tinggi dari susunan sebelumnya. Dengan menggunakan data rata-rata susunan rangkaian baru didapatkan dengan selisih temperatur masuk dan keluar sebesar  10,3 ^oC, sedangkan rangkaian aktual saat ini memiliki selisih temperatur sebesar 6,3 ^oC. Efisiensi yang didapatkan pada rangkaian baru sebesar 67,4% dan rangkaian aktual yang terpasang saat ini sebesar 67,9%.

---

The need for energy resources is increasing every year. The solar collector can absorb solar radiation and as a water heater. To get a lot of energy, we need a lot of solar collectors. Evacuated tube solar collectors on the roof of the FTUI MRC building installed in parallel-series with the details of the two solar collectors installed in a new series paralleled. This study will conduct a simulation with MATLAB software to know whether the arrangement of the circuit is changed will get a better final temperature. In this study, a simulation was carried out with several conditions to determine if the arrangement of the circuit altered could increase the final temperature. After the results obtained, the simulation performed again to find the circuits arrangement with a higher exit temperature than the previous arrangement. By using average data, the arrangement of the new circuit obtained by the difference in temperature in and out of 10.3 ^oC. In comparison, the actual circuit currently has a temperature difference of 6.3 ^oC. The efficiency obtained in the new circuit is 67.4%, and the currently installed circuit is 67.9%. "

"ABSTRAK

Algoritma Markov Clustering adalah algoritma pengelompokan yang banyak digunakan pada bidang bioinformatik. Operasi utama pada algoritma ini adalah operasi ekspansi. Pada operasi ekspansi dilakukan perkalian dua buah matriks. Karena data pada bidang bioinformatik umumnya berukuran sangat besar dan memiliki tingkat sparsity yang sangat tinggi, diperlukan metode untuk menghemat penggunaan memori dan mempercepat proses komputasi. Sementara itu, Graphics Processing Unit (GPU) berkembang menjadi suatu platform komputasi paralel dengan performa yang lebih baik dari pada Central Processing Unit (CPU). Pada skripsi ini data yang diproses disimpan dalam bentuk sparse matriks ELL-R dan perkalian matriks yang dilakukan menggunakan Sparse Matrix Matrix Product (SpMM) ELL-R. SpMM ELL-R dibuat dengan melakukan Sparse Matrix Vector Product (SpMV) ELL-R beberapa kali. Algoritma MCL yang dibuat menggunakan komputasi paralel dengan GPU.

---

ABSTRACT

Markov Clustering Algorithm is a clustering algorithm that used often in bioinformatics. The main operation of this algorithm is expand operation. The multiplication of two matrix was done in expand operation. Because data processed in bioinformatics usually have a vast amount of information and have high sparsity, a method to save memory usage and make the computating process faster is needed. Meanwhile, Graphics Processing Unit (GPU) developed into a parallel computing platform with better performance compared to Central Processing Unit (CPU). In this skripsi, processed data stored using ELL-R sparse matrix and matrix multiplication done using Sparse Matrix Matrix Product (SpMM) ELL-R. SpMM ELL-R made by doing Sparse Matrix Vector Product (SpMV) ELL-R several times. MCL Algorithm made using parallel computing with GPU."

"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."

"Diskritisasi persoalan yang berbentuk persamaan diferensial dapat menghasilkan sistem persamaan linier (terlinierisasi) Au = d, dimana matrik koefisien A berupa matrik tridiagonal. Tulisan ini membicarakan alternatif solusi sistem persamaan tersebut, metode reduksi ganjil-genap siklis (cyclic odd-even reduction) dan pemisahan rekursif (recursive decoupling), pada sistem multiprosesor. Ide dasar metode reduksi siklis adalah menurunkan baris-baris independen dengan cara reduksi pada baris berindek ganjil atau genap. Metode pemisahan rekursif berdasarkan strategi perubahan rank-satu (rank-one updating), dan partisi sistem matrik menjadi submatrik 2x2. Aplikasi metode tersebut diimplementasikan pada sistem multiprosesor berbasis transputer. Kinerja algoritma paralel dievaluasi berdasarkan parameter waktu eksekusi (running time), granularitas, percepatan (speed-up), efisiensi, dan biaya. Secara kualitatif algoritma reduksi siklis memiliki granularitas yang kecil (cenderung fine grain) dibandingkan granularitas algoritma pemisahan rekursif yang relatif besar (coarse grain). Dari eksperimen hingga 8 prosesor diperoleh peningkatan kecepatan sebesar 1,77 {2 prosesor) sampai 4,22 (8 prosesor) untuk algoritma reduksi siklis, dan algoritma pemisahan rekursif sebesar 2,00 (2 prosesor) hingga 5,90 (8 prosesor). Sedangkan efisiensinya, algoritma reduksi siklis mencapai 88,38 persen (2 prosesor) dan 52,78 persen (8 prosesor). Untuk algoritma pemisahan rekursif efisiensinya mencapai 100 persen (2 prosesor) dan 73,82 persen (8 prosesor). Hasil optimal dicapai algoritma pemisahan rekursif pada implementasi memakai 2 prosesor, dengan percepatan sama dengan 2, efisiensi 100 persen, dan biaya yang diperlukan sama dengan biaya eksekusi memakai satu prosesor."