A.I (Artificial Intelligence)

Sejarah Kecerdasan Buatan (IA) 
Kecerdasan buatan atau Artificial Intelligence (AI) istilah yang mungkin akan mengingatkan kita akan kehebatan optimus prime dalam film The Transformers atau Ironman seoperti JARVIS. Kecerdasan buatan memang kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia.

Berbagai litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Perkembangan terus berlanjut, Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan “Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas” pada 1943 yang meletakkan pondasi awal untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah “Kecerdasan Buatan” pada konferensi pertama pada tahun 1956, selain itu dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang diyakini sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan yang mempunyai rintangan secara mandiri.

Jenis-Jenis Kecerdasan Buatan
Dalam perkembangannya kecerdasan buatan dapat dikelompokkan sebagai berikut :

• Sistem Pakar (Expert System), komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.
• Pengolahan Bahasa Alami (Natural Language Processing), user dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, dan sebagainya.
• Pengenalan Ucapan (Speech Recognition), manusia dapat berkomunikasi dengan komputer menggunakan suara.
• Robotika & Sistem Sensor.
• Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui komputer.
• Intelligent Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar.
• Game Playing.
• Soft Computing 

 Soft computing merupakan sebuah inovasi dalam membangun sistem cerdas yaitu sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan. Soft computing mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dan dikendalikan dengan mudah agar sesuai dengan realita (Prof. Lotfi A Zadeh, 1992).

Metodologi-metodologi yang digunakan dalam Soft computing adalah :

• Logika Fuzzy/Fuzzy Logic (mengakomodasi ketidaktepatan).
• Jaringan Syaraf Tiruan/Neurall Network (menggunakan pembelajaran).
• Probabilistic Reasoning (mengakomodasi ketidakpastian).
• Algoritma Genetika/Evolutionary Computing (optimasi).

Aplikasi-aplikasi AI :

Aplikasi-aplikasi dari Program kecerdasan tiruan/buatan diantaranya:
– Game Playing
– Sistem Bahasa Alami
– Sistem Perancangan dan Pembuatan CAD/CAM
– Sistem Pakar VLSI
– Sistem Pakar Reparasi Perangkat Keras
– Manajemen Data Cerdas
– Sistem Otomatisasi Kantor, dll.

Refrensi :

https://id.wikipedia.org/wiki/Kecerdasan_buatan

http://umardanny.com/aplikasi-kecerdasan-buatan-dan-fungsinya/

http://web.if.unila.ac.id/purmanailuswp/2015/09/13/pengertian-artificial-intelligence-kecerdasan-buatan/

Read more »

3D TEKNOLOGI

 

Perkembangan teknologi dan komputer juga berdampak pada film di dunia dengan menggunakan 2 dimensi berkembang menjadi 3D. Film 2D biasanya terdapat pada film kartun , sedangkan 3D dapat berupa film kartun atau berupa manusia. Film 2D memberikan kelebihan dalam penayangan yaitu memiliki suara yang jernih, gambar lebih halus serta gambar yang telah di sensor hamper tidak terlihat. Kelemahannya film 2D yaitu kualitas hasil proyeksinya lebih kecil daripada film pada biasanya, dimana layar akan lebih kecil dikarenakan jika menggunakan layar lebih besar kualitasnya akan semakin berkurang. Film 3D, kualitas 3D memberikan tayangan tiga dimensi atau terlihat lebih nyata dengan menggunakan bantuan alat kacamata khusus. Jika tidak menggunakan kacamata khusus 3D gambar akan terlihat blur atau buram. Kacamata yang sering digunakan pada format film 3D adalah Red/Cyan dimana red di kiri dan cyan di kanan . kelemahannya adalah film format 3D tidak disertai dengan terjemahan atau subtitle dikarenakan jika disertai subtitle akan mengurangi kualitas film.

Pengertian Augmented Reality

Menurut penjelasan Haller, Billinghurst, dan Thomas (2007), riset Augmented Reality bertujuan untuk mengembangkan teknologi yang memperbolehkan penggabungan secara real-time terhadap digital content yang dibuat oleh komputer dengan dunia nyata. Augmented Reality memperbolehkan pengguna melihat objek maya dua dimensi atau tiga dimensi yang diproyeksikan terhadap dunia nyata. (Emerging Technologies of Augmented Reality: Interfaces and Design).

Teknologi AR ini dapat menyisipkan suatu informasi tertentu ke dalam dunia maya dan menampilkannya di dunia nyata dengan bantuan perlengkapan seperti webcam, komputer, HP Android, maupun kacamata khusus. User ataupun pengguna didalam dunia nyata tidak dapat melihat objek maya dengan mata telanjang, untuk mengidentifikasi objek dibutuhkan

perantara berupa komputer dan kamera yang nantinya akan menyisipkan objek maya ke dalam dunia nyata.

Metode Augmented Reality 

Metode yang dikembangkan pada Augmented Reality saat ini terbagi menjadi dua metode, yaitu Marker Based Tracking dan Markless Augmented Reality.

1. Marker Augmented Reality (Marker Based Tracking)

Marker biasanya merupakan ilustrasi hitam dan putih persegi dengan batas hitam tebal dan latar belakang putih. Komputer akan mengenali posisi dan orientasi marker dan menciptakan dunia virtual 3D yaitu titik (0,0,0) dan tiga sumbu yaitu X, Y, dan Z. Marker Based Tracking ini sudah lama dikembangkan sejak 1980-an dan pada awal 1990-an mulai dikembangkan untuk penggunaan Augmented Reality.

2. Markerless Augmented Reality

Salah satu metode Augmented Reality yang saat ini sedang berkembang adalah metode “Markerless Augmented Reality”, dengan metode ini pengguna tidak perlu lagi menggunakan sebuah marker untuk menampilkan elemen-elemen digital, dengan tool yang disediakan Qualcomm untuk pengembangan Augmented Reality berbasis mobile device, mempermudah pengembang untuk membuat aplikasi yang markerless (Qualcomm, 2012).

Seperti yang saat ini dikembangkan oleh perusahaan Augmented Reality terbesar di dunia Total Immersion dan Qualcomm, mereka telah membuat berbagai macam teknik Markerless Tracking sebagai teknologi andalan mereka, seperti Face Tracking, 3D Object Tracking, dan Motion Tracking.

a. Face Tracking

Algoritma pada computer terus dikembangkan, hal ini membuat komputer dapat mengenali wajah manusia secara umum dengan cara mengenali posisi mata, hidung, dan mulut manusia, kemudian akan mengabaikan objek-objek lain di sekitarnya seperti pohon, rumah, dan lain – lain. Teknik ini pernah digunakan di Indonesia pada Pekan Raya Jakarta 2010 dan Toy Story 3 Event (Widiansyah, Firman, 2014).

b. 3D Object Tracking

Berbeda dengan Face Tracking yang hanya mengenali wajah manusia secara umum, teknik 3D Object Tracking dapat mengenali semua bentuk benda yang ada disekitar, seperti mobil, meja, televisi, dan lain-lain.

c. Motion Tracking

Komputer dapat menangkap gerakan, Motion Tracking telah mulai digunakan secara ekstensif untuk memproduksi film-film yang mencoba mensimulasikan gerakan.

d. GPS Based Tracking

Teknik GPS Based Tracking saat ini mulai populer dan banyak dikembangkan pada aplikasi smartphone (iPhone dan Android), dengan memanfaatkan fitur GPS dan kompas yang ada didalam smartphone, aplikasi akan mengambil data dari GPS dan kompas kemudian menampilkannya dalam bentuk arah yang kita inginkan secara realtime, bahkan ada beberapa aplikasi menampikannya dalam bentuk 3D.

Camera Tracking adalah sebuah teknik penyesuaian camera virtual didalam adobe after effects yang nantinya camera virtual tersebut akan merepresentasikan segala gerak gerik kamera asli.  dan Text Compositing merupakan sebuah teknik mudah dimana kita akan menambahkan text dinamis yang seolah olah text tersebut berada di dalam scene dan mengikut segala movement scene.

 Refrensi :

https://www.it-jurnal.com/pengertian-augmented-realityar/

http://destiwahyunii.blogspot.co.id/2015/03/pengertian-animasi-3d-dan-4d.html 

TUGAS SOFTSKILL :

BP. ARBI PRAMANA

Read more »

DATA MINING (Penggalian Data)

Data Mining adalah suatu proses ekstraksi atau penggalian data yang belum diketahui sebelumnya, namun dapat dipahami dan berguna dari database yang besar serta digunakan untuk membuat suatu keputusan bisnis yang sangat penting.

Pada prosesnya data mining akan mengekstrak informasi yang berharga dengan cara menganalisis adanya pola-pola ataupun hubungan keterkaitan tertentu dari data-data yang berukuran besar. Data mining berkaitan dengan bidang ilmu-ilmu lain, seperti Database System, Data Warehousing, Statistic, Machine Learning, Information Retrieval, dan Komputasi Tingkat Tinggi. Selain itu data mining didukung oleh ilmu lain seperti Neural Network, Pengenalan Pola, Spatial Data Analysis, Image Database, Signal Processing.

Karakteristik data mining sebagai berikut:

Ø  Data mining berhubungan dengan penemuan sesuatu yang tersembunyi dan pola data tertentu yang tidak diketahui sebelumnya.

Ø   Data mining biasa menggunakan data yang sangat besar. Biasanya data yang besar digunakan untuk membuat hasil lebih dapat dipercaya.

Ø  Data mining berguna untuk membuat keputusan kritis.

Fungsi Data Mining        

·         Concept/Class Description: Characterization and Discrimination

Data characterization adalah ringkasan dari semua karakteristik atau fitur dari data yang telah diperoleh dari target kelas.

·         Mining Frequent Patterns, Associations, and Correlations

Frequent Patterns adalah pola yang sering terjadi di dalam data. Ada banyak jenis dari frequent patterns, termasuk di dalamnya pola, sekelompok item set, sub-sequence, dan sub-struktur. Sebuah frequent patterns biasanya mengacu pada satu set item yang sering muncul bersama-sama dalam suatu kumpulan data transaksional, misalnya seperti susu dan roti.

·         Classification and Prediction

Klasifikasi adalah proses untuk menemukan model atau fungsi yang menggambarkan dan membedakan kelas data atau konsep dengan tujuan memprediksikan kelas untuk data yang tidak diketahui kelasnya.

·         Cluster Analysis

Cluster adalah kumpulan objek data yang mirip satu sama lain dalam kelompok yang sama dan berbeda dengan objek data di kelompok lain. Sedangkan, Clustering atau Analisis Custer adalah proses pengelompokkan satu set benda-benda fisik atau abstrak kedalam kelas objek yang sama. Tujuannya adalah untuk menghasilkan pengelompokan objek yang mirip satu sama lain dalam kelompok-kelompok.

Tujuan Data Mining

1. Explanatory

Untuk menjelaskan beberapa kondisi penelitian, seperti mengapa penjualan truk pick-up meningkat di Colorado.

2. Confirmatory

Untuk mempertegas hipotesis, seperti halnya dua kali pendapatan keluarga lebih suka dipakai untuk membeli peralatan keluarga dibandingkan dengan satu kali pendapatan keluarga.

3. Exploratory

Untuk menganalisa data yang memiliki hubungan yang baru. Misalnya, pola apa yang cocok untuk kasus penggelapan kartu kredit.

Klasifikasi Sistem Data Mining

Data Mining merupakan suatu pendekatan dalam pemecahan masalah dengan menggunakan tinjauan berbagai sudut pandang ilmu secara terpadu yaitu, database system, statistics, machine learning, visualization, dan information system. 

Proses Data Mining

Karena DM adalah suatu rangkaian proses, DM dapat dibagi menjadi beberapa tahap yang diilustrasikan pada gambar dibawah :

1. Pembersihan data (untuk membuang data yang tidak konsisten dan noise)
2. Integrasi data (penggabungan data dari beberapa sumber)
3. Transformasi data (data diubah menjadi bentuk yang sesuai untuk di-mining)
4. Aplikasi teknik DM
5. Evaluasi pola yang ditemukan (untuk menemukan yang menarik/bernilai)
6. Presentasi pengetahuan (dengan teknik visualisasi)

Tahap-tahap dibawah ini, bersifat interaktif di mana pemakai terlibat langsung atau dengan perantaraan knowledge base.

Cara kerja Data Mining

Bagaimana tepatnya data mining “menggali” hal-hal penting yang belum diketahui sebelumnya atau memprediksi apa yang akan terjadi? Teknik yang digunakan untuk melaksanakan tugas ini disebut pemodelan. Pemodelan di sini dimaksudkan sebagai kegiatan untuk membangun sebuah model pada situasi yang telah diketahui “jawabannya” dan kemudian menerapkannya pada situasi lain yang akan dicari jawabannya.

Sebagai contoh di sini diambil pencarian solusi bisnis di bidang telekomunikasi. Ada beberapa perusahaan telekomunikasi yang beroperasi di sebuah negara dan dimisalkan pihak manajemen sebuah perusahaan bermaksud untuk menjaring kustomer baru untuk jasa layanan sambungan langsung jarak jauh (SLJJ). Pihak manajemen dapat “menghubungi” calon-calon kustomer dengan memilih secara acak kemudian menawari mereka dengan diskon khusus, dengan hasil yang kemungkinan besar kurang menggembirakan, atau dengan memanfaatkan pengalaman-pengalaman bisnis yang saat ini sudah tersimpan di basis data perusahaan untuk membangun sebuah model. Perusahaan ini telah memiliki banyak informasi mengenai kustomer perusahaan tersebut: umur, jenis kelamin, sejarah penggunaan fasilitas kredit dan penggunaan SLJJ. Juga sudah diketahui informasi mengenai calon-calon kustomer: umur, jenis kelamin, sejarah penggunaan fasilitas kredit, dll. Masalahnya adalah penggunaan SLJJ untuk para calon kustomer ini belum diketahui, karena mereka saat ini menjadi kustomer dari perusahaan lain. Yang dipikirkan pihak manajemen adalah mencari calon kustomer yang akan menggunakan banyak jasa SLJJ. Usaha untuk mencari jawaban masalah ini dilakukan dengan membangun sebuah model. Tabel 1 memberikan ilustrasi mengenai pembangunan model untuk menentukan calon kustomer (prospek) di sebuah gudang data.

Refrensi :

https://id.wikipedia.org/wiki/Penggalian_data

http://www.gudangmateri.com/2009/12/proses-dan-cara-kerja-data-mining.html

http://globallavebookx.blogspot.co.id/2015/01/pengertian-definisi-dan-fungsi-data.html

Tugas Softskill :

Bp. Arbi Pramana

Read more »

IoT (Internet of Things)

 

Internet of Things (IoT) adalah sebuah konsep yang bertujuan untuk memperluas manfaat dari konektivitas internet yang tersambung secara terus-menerus, berikut kemampuan remote control, berbagi data, dan sebagainya, termasuk pada benda-benda di dunia fisik. Bahan pangan, elektronik, peralatan apa saja, koleksi, termasuk benda hidup, yang semuanya tersambung ke jaringan lokal dan global melalui sensor tertanam dan selalu “on”.

Kata Things disini dalam Internet of Things dapat berupa seseorang dengan hati implan monitor, peternakan binatang dengan sebuah biochip transponder, berkendara yang telah dibangun oleh sensor-sensor untuk mengingatkan pengemudi saat tekanan ban lemah atau alam lainnya atau buatan manusia benda yang dapat ditetapkan sebuah alamat IP dan disediakan dengan kemampuan untuk mentransfer data melalui jaringan. Sejauh ini, Internet of Things telah paling sering dihubungkan dengan Mesin ke Mesin (M2M) komunikasi di dalam kuasa dan manufaktur, utilitas minyak dan gas. Berbagai produk yang dibuat dengan M2M kemampuan komunikasi seringkali dirujuk sebagai smart.

Internet of things sangat dirasakan kebermanfaatannya khususnya pada individu/personal, kita dapat terhubung langsung mulai dari perangkat rumah tangga, kendaraan, peralatan kantor, dan juga perangkat lain disekitar kita secara mobile dan dapat diakses dimana saja, kapan saja.

Untuk targetnya, teknologi ini akan berjalan optimal pada tahun 2020, dimana arsitektur jaringan 4g sudah di standarisasikan dan gps sudah menjangkau seluruh wilayah di dunia. Kita dapat melihat target tahun 2020 seperti di gambar, yaitu 4 milyar orang dapat saling terhubung, 4 triliun dollar telah di hemat, 25 juta aplikasi telah kompatibel dengan sistem ini, 25 milyar sistem pakar telah diaplikasikan dan 50 triliun gigabyte data trafficnya.

Keunggulan IOT

1.KOMUNIKASI
Salah satu keunggulan IOT adalah dukungan komunikasi antar perangkat atau biasa disebut machine-to-machine (m2m) communication. Dengan berkembangnya berbagai teknologi sensor maka komunikasi antar perangkat menjadi sangatlah mudah dan efisien.

2.KONTROL
Perangkat dapat terhubung dan dikontrol secara digital, serta kontrol dapat dilakukan secara terpusat dan langsung dengan infrastruktur nirkabel. Dikarenakan tanpa campur tangan manusia, perangkat dapat berkomunikasi satu sama lain yang menyebabkan hasil yang lebih cepat dan tepat waktu.

3.MONITORING
Keuntungan lain dari IOT adalah monitoring. Kita dapat memonitor segala sesuatu yang ada di sekeliling kita secara otomatis, misal ketika persediaan susu hampir habis atau pendingin ruangan telah kotor. Maka kita dapat segera melakukan tindakan selanjutnya secara efisien dan aman.

4.WAKTU
Keuntungan lain adalah efisiensi dari waktu. Karena bersifat otomatis, maka segala sesuatunya lebih terprogram dan terencana, alhasil waktu kita tidak banyak yang terbuang.

5.BIAYA
Pemanfaatan optimal energi dan sumber daya dapat dicapai dengan mengadopsi teknologi ini dan menjaga perangkat di bawah pengawasan. Kamalat ini dapat memberi peringatan dalam kasus mungkin kemacetan, kerusakan, dan kerusakan sistem. Oleh karena itu, kita dapat menghemat biaya dengan menggunakan teknologi ini.

6.KEHIDUPAN
Semua aplikasi teknologi ini berujung pada peningkatan kenyamanan, kemudahan, dan manajemen yang lebih baik, dengan demikian kualitas hidup juga semakin lebih baik.

KEKURANGAN IOT

1.KEAMANAN
Resiko keamanan adalah yang paling utama dalam teknologi ini, karena segala sesuatu telah disinkronkan dan terhubung di jaringan internet. Data penting sangat mudah dilacak oleh hacker yang dapat digunakan untuk kegiatan yang tidak bertanggung jawab.

2.DUKUNGAN
Saat ini, tidak ada standar internasional kompatibilitas untuk penandaan dan pemantauan pernagkat. Namun kami percaya kerugian ini adalah yang paling mudah untuk diatasi.

3.KOMPLEKSITAS
Seperti semua sistem yang kompleks, kegagalan sistem sangat mungkin terjadi.

4.PRIVASI
Resiko privasi adalah salah satu yang tak dapat dihindari pada Internet of Things, seperti halnya segi keamanan.

5.TENAGA KERJA
Ketika seluruh pekerjaan dialihkan dengan mesin dan otomatisasi, maka akan berdampak pada pengurangan tenaga kerja, alhasil semakin banyak pengangguran.

6.KEHIDUPAN
Hidup kita akan semakin dikendalikan oleh teknologi, dan akan tergantung pada itu. Generasi muda sudah kecanduan teknologi untuk setiap hal kecil. Kita harus memutuskan berapa banyak dari kehidupan kita sehari-hari kita bersedia untuk mekanisasi yang dikendalikan oleh teknologi.

Refrensi :

http://gudanglinux.com/glossary/internet-of-things/

https://id.wikipedia.org/wiki/Internet_of_Things

https://teknojurnal.com/definisi-internet-of-things/

Tugas Softskill :

Bp. Arbi Pramana

Read more »

MENGUBAH ICON SINYAL ANDROID SECARA MANUAL

 

Download dlu iconnya dan extrak lewat root explorer .

Silahkan untuk icon sinyalnya bisa disearch digoogle.

1. Yang pertama kamu extrak system ui punya HH kamu di root explorer
2.  Buka Speedsoftware/extracted/systemui/res/drawable-hdpi
3.  Cari foto di dalam drawable-hdpi  dengan nama          stat_sys_signal_0.png  , stat_sys_signal_0_fully.png  dan seterusnya sampai  stat _sys_signal_4 .png ----( total 10 foto)
4.  Kemudian buka icon sinyal nya
5.  Setelah itu di dalam ada tulisan persis yg kya di atas = stat_sys_signal_0.png  , stat_sys_signal_0_fully.png  dan seterusnya sampai  stat _sys_signal_4 .png --- ( total 10 foto)
6.  Selanjutnya pindahkan semua foto icon sinyal yg sudah didownload  total ada 10 foto ke  Speedsoftware/extracted/systemui/res/drawable-hdpi( dsini )  #Timpa aja atau Replace all. 
7. Setelah selesai memindahkan, buka Speedsoftware/extracted/systemui ,,kemudian folder system ui tsb di jadikan zip dengan cara sentuh folder  system ui yg lama dan pilih zip this folder, tgg sampai selesai
8. Setelah selesai buka Speedsoftware/Archives , nah di sini ada systemui.zip, yg harus dilakukan rename  menjadi systemui.apk
9. Yang terakhir pindahkan atau copy systemui.apk kamu ke System/app (dsini)  replace aja atau timpa 
   
10.  JANGAN LUPA UNTUK MENGUBAH PERMISION MENJADI         rw-r--r--
11. Reboot HH sobat and enjoy. 

Read more »

KOMPUTASI AWAN (CLOUD COMPUTING)

Sejarah Komputasi Awan(Cloud Computing).

Sejarah Cloud Computing tercatat mulai pada tahun 1960-an. Dimana pada saat itu seorang ahli komputer dari MIT memberikan gagasan bahwa kelak pada suatu hari akan lahir infrastruktur publik untuk sebuah komputasi layaknya layanan listrik dan telepon. Lalu pada tahun 1990-an ide itu mulai direalisasikan dengan hadirnya konsep ASP atau Application Service Provider yang memungkinkan pengelolaan data secara terpusat oleh suatu perusahaan. 

Ide-ide tersebut terus berkembang hingga pada tahun 1995 lewat Larry Ellison sang pendiri Oracle menggagas ide yang diberinama Network Computing. Larry Ellison mengatakan bahwa aplikasi seharusnya tidak dipasang dalam sebuah komputer personal yang berefek buruk pada beban berat yang ditanggung pc tersebut, sudah seharusnya konsep tersebut diganti dengan penggunaan sebuah terminal utama berupa komputer server.

Konsep-konsep dan ide cloud computing memang sudah ada sejak lama, namun cloud computing baru benar-benar lahir pada tahun 2000-an dimana saat itu Marc Beniof mantan Vice President Oracle mengumumkan aplikasi CRM dan bentuk Software as a Service yang diberinama salesforce.com. Lalu pada tahun 2005 banyak bermuncullan fasilitas cloud computing seperti yang digunakan Amazon.com dengan Amazon EC2-nya, Google App Engine dari Google, dan Blue Cloud Initiative besutan IBM.

Perkembangan Teknologi Cloud Computing

Beberapa perusahaan besar dan terkenal semakin marak dengan penggunaan teknologi cloud computing. Selain perusahaan besar seperti Google, Microsoft, Apple dan Amazon lahir pula perusahaan lain dimana layanan cloud computing yang ditawarkan beraneka ragam fungsi. Seperti Zoho.com yang menyediakan aplikasi office suite berbasis cloud, ada juga evernote.com yang dikhususkan untuk media penyimpanan catatan secara online. Contoh lain yang sebetulnya sudah ada sejak lama adalah layanan Email berbasis web. Layanan email berbasis web ini termasuk kedalam layanan cloud computing, sehingga kita tidak perlu lagi menginstal aplikasi di dalam pc untuk menerima dan mengirim email.

Perusahaan raksasa Google terlihat benar-benar serius mengembangkan teknologi cloud computingnya. Dapat kita rasakan banyak sekali fasilitas dari Google, salah satunya adalah Google Drive. Di dalam Google Drive kita bisa membuka, mengedit dan membuat dokumen yang disimpan di dalam media penyimpanan milik Google. Manfaatnya ketika kita membutuhkan data-data yang telah kita buat atau kita simpan pada Google Drive bisa dengan mudah mengaksesnya dimanapun kita berada selama ada pada jangkauan jaringan internet. Hal yang sama dilakukan oleh Microsoft dengan fasilitas Microsoft Office 365 dan Windows Azzure-nya. Dan perusahaan Apple dengan layanan cloud yang diberinama Mobile Me yang berfungsi sebagai data fasilitas sinkronisasi dengan perangkat Mac.

Manfaat Cloud Computing Serta Penerapan Dalam Kehidupan Sehari – hari

Setelah penjabaran definisi singkat diatas tentu penggunaan teknologi dengan sistem cloud cukup memudahkan pengguna selain dalam hal efisiensi data, juga penghematan biaya. Berikut manfaat manfaat yang dapat dipetik lewat teknologi berbasis sistem cloud.

1.    Semua Data Tersimpan di Server Secara Terpusat

Salah satu keunggulan teknologi cloud adalah memungkinkan pengguna untuk menyimpan data secara terpusat di satu server berdasarkan layanan yang disediakan oleh penyedia layanan Cloud Computing itu sendiri. Selain itu, pengguna juga tak perlu repot repot lagi menyediakan infrastruktur seperti data center, media penyimpanan/storage dll karena semua telah tersedia secara virtual.

2.    Keamanan Data

Keamanan data pengguna dapat disimpan dengan aman lewat server yang disediakan oleh penyedia layanan Cloud Computing seperti jaminan platform teknologi, jaminan ISO, data pribadi, dll.

3.    Fleksibilitas dan Skalabilitas yang Tinggi

Teknologi Cloud menawarkan fleksibilitas dengan kemudahan data akses, kapan dan dimanapun kita berada dengan catatan bahwa pengguna (user) terkoneksi dengan internet. Selain itu, pengguna dapat dengan mudah meningkatkan atau mengurangi kapasitas penyimpanan data tanpa perlu membeli peralatan tambahan seperti hardisk. Bahkan salah satu praktisi IT kenamaan dunia, mendiang Steve Jobs mengatakan bahwa membeli memori fisik untuk menyimpan data seperti hardisk merupakan hal yang percuma jika kita dapat menyimpan nya secara virtual/melalui internet.

4.    Investasi Jangka Panjang

Penghematan biaya akan pembelian inventaris seperti infrastruktur, hardisk, dll akan berkurang dikarenakan pengguna akan dikenakan biaya kompensasi rutin per bulan sesuai dengan paket layanan yang telah disepakati dengan penyedia layanan Cloud Computing. Biaya royalti atas lisensi software juga bisa dikurangi karena semua telah dijalankan lewat komputasi berbasis Cloud.
Penerapan Cloud Computing telah dilakukan oleh beberapa perusahaan IT ternama dunia seperti Google lewat aplikasi Google Drive, IBM lewat Blue Cord Initiative, Microsoft melalui sistem operasi nya yang berbasis Cloud Computing, Windows Azure dsb. Di kancah nasional sendiri penerapan teknologi Cloud juga dapat dilihat melalui penggunaan Point of Sale/program kasir.
Salah satu perusahaan yang mengembangkan produknya berbasis dengan sistem Cloud adalah DealPOS. Metode kerja Point of Sale (POS) ini adalah dengan mendistribusikan data penjualan toko retail yang telah diinput oleh kasir ke pemilik toko retail melalui internet dimanapun pemilik toko berada.  Selain itu, perusahaan telekomunikasi ternama nasional, Telkom juga turut mengembangkan sistem komputasi berbasis Cloud ini melalui Telkom Cloud dengan program Telkom VPS dan Telkom Collaboration yang diarahkan untuk pelanggan UKM (Usaha Kecil-Menengah).

 Cara Kerja Sistem Cloud Computing
Sistem Cloud bekerja menggunakan internet sebagai server dalam mengolah data. Sistem ini memungkinkan pengguna untuk login ke internet yang tersambung ke program untuk menjalankan aplikasi yang dibutuhkan tanpa melakukan instalasi. Infrastruktur seperti media penyimpanan data dan juga instruksi/perintah dari pengguna disimpan secara virtual melalui jaringan internet kemudian perintah – perintah tersebut dilanjutkan ke server aplikasi. Setelah perintah diterima di server aplikasi kemudian data diproses dan pada proses final pengguna akan disajikan dengan halaman yang telah diperbaharui sesuai dengan instruksi yang diterima sebelumnya sehingga konsumen dapat merasakan manfaatnya.
Contohnya lewat penggunaan email seperti Yahoo ataupun Gmail. Data di beberapa server diintegrasikan secara global tanpa harus mendownload software untuk menggunakannya. Pengguna hanya memerlukan koneksi internet dan semua data dikelola langsung oleh Yahoo dan juga Google. Software dan juga memori atas data pengguna tidak berada di komputer tetapi terintegrasi secara langsung melalui sistem Cloud menggunakan komputer yang terhubung ke internet.

Refrensi :

https://id.wikipedia.org/wiki/Komputasi_awan

http://www.mandalamaya.com/sejarah-cloud-computing/

http://pusatteknologi.com/pengertian-manfaat-cara-kerja-dan-contoh-cloud-computing.html

Tugas Softskill :

Bp. Arbi Pramana

Read more »

KOMPUTASI PARALEL, PARAREL PROCESSING, SERTA HUBUNGAN KEDUANYA

PENGERTIAN KOMPUTASI PARALEL

Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer independen secara bersamaan. Ini umumnya diperlukan saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah data dalam jumlah besar (di industri keuangan, bioinformatika, dll) ataupun karena tuntutan proses komputasi yang banyak. Kasus kedua umum ditemui di kalkulasi numerik untuk menyelesaikan persamaan matematis di bidang fisika (fisika komputasi), kimia (kimia komputasi) dll.

Di dalam komputasi parallel ada yang dinamakan dengan pemrograman parallel. Pemrograman paralel adalah teknik pemrograman komputer yang memungkinkan eksekusi perintah/operasi secara bersamaan (komputasi paralel), baik dalam komputer dengan satu (prosesor tunggal) ataupun banyak (prosesor ganda dengan mesin paralel) CPU. Bila komputer yang digunakan secara bersamaan tersebut dilakukan oleh komputer-komputer terpisah yang terhubung dalam suatu jaringan komputer lebih sering istilah yang digunakan adalah sistem terdistribusi (distributed computing).

Tujuan utama dari pemrograman paralel adalah untuk meningkatkan performa komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin banyak pekerjaan yang bisa diselesaikan. Analogi yang paling gampang adalah, bila anda dapat merebus air sambil memotong-motong bawang saat anda akan memasak, waktu yang anda butuhkan akan lebih sedikit dibandingkan bila anda mengerjakan hal tersebut secara berurutan (serial). Atau waktu yg anda butuhkan memotong bawang akan lebih sedikit jika anda kerjakan berdua.

Prosesor dan memori ini didalam mesin paralel dapat dihubungkan (interkoneksi) secara statis maupun dinamis. Interkoneksi statis umumnya digunakan oleh distributed memory system (sistem memori terdistribusi). Sambungan langsung peer to peer digunakan untuk menghubungkan semua prosesor. Interkoneksi dinamis umumnya menggunakan switch untuk menghubungkan antar prosesor dan memori.

Yang perlu diingat adalah komputasi paralel berbeda dengan multitasking. Pengertian multitasking adalah komputer dengan processor tunggal mengeksekusi beberapa tugas secara bersamaan. Walaupun beberapa orang yang bergelut di bidang sistem operasi beranggapan bahwa komputer tunggal tidak bisa melakukan beberapa pekerjaan sekaligus, melainkan proses penjadwalan yang berlakukan pada sistem operasi membuat komputer seperti mengerjakan tugas secara bersamaan. Sedangkan komputasi paralel sudah dijelaskan sebelumnya, bahwa komputasi paralel menggunakan beberapa processor atau komputer. Selain itu komputasi paralel tidak menggunakan arsitektur Von Neumann.

Untuk lebih memperjelas lebih dalam mengenai perbedaan komputasi tunggal (menggunakan 1 processor) dengan komputasi paralel (menggunakan beberapa processor), maka kita harus mengetahui terlebih dahulu pengertian mengenai model dari komputasi. Ada 4 model komputasi yang digunakan, yaitu:

1.    SISD (Single Instruction, Single Data) adalah satu-satunya yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada model ini hanya digunakan 1 processor saja. Oleh karena itu model ini bisa dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi paralel yang menggunakan beberapa processor. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

2.     SIMD(Single Instruction, Multiple Data) menggunakan banyak processor dengan instruksi yang sama, namun setiap processor mengolah data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma atau perintah yang sama, namun data yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

3.  MISD(Multiple Instruction, Single Data) menggunakan banyak processor dengan setiap processor menggunakan instruksi yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh model SIMD namun cara penyelesaian yang berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai saat ini belum ada komputer yang menggunakan model MISD.

4.   MIMD( Multiple Instruction, Multiple Data) menggunakan banyak processor dengan setiap processor memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

Terdapat dua hukum yang berlaku dalam sebuah parallel processing. yaitu:

1. Hukum Amdahl

Amdahl berpendapat, “Peningkatan kecepatan secara paralel akan menjadi linear, melipatgandakan kemampuan proses sebuah komputer dan mengurangi separuh dari waktu proses yang diperlukan untuk menyelesaikan sebuah masalah.”

2. Hukum Gustafson

Pendapat yang dikemukakan Gustafson hampir sama dengan Amdahl, tetapi dalam pemikiran Gustafson, sebuah komputasi paralel berjalan dengan menggunakan dua atau lebih mesin untuk mempercepat penyelesaian masalah dengan memperhatikan faktor eksternal, seperti kemampuan mesin dan kecepatan proses tiap-tiap mesin yang digunakan.

Tujuan Komputasi Paralel

Tujuan dari komputasi paralel adalah meningkatkan kinerja komputer dalam menyelesaikan berbagai masalah. Dengan membagi sebuah masalah besar ke dalam beberapa masalah kecil, membuat kinerja menjadi cepat.

 Berikut ini adalah gambar perbedaa antara komputasi tunggal dengan parallel komputasi :

a)        komputasi tunggal/serial

b)        komputasi parallel

Perbandingan antara serial komputasi dan parallel komputasi

            Pada sistem komputasi parallel terdiri dari beberapa unit prosesor dan beberapa unit memori. Ada dua teknik yang berbeda untuk mengakses data di unit memori, yaitu shared memory address dan message passing. Berdasarkan cara mengorganisasikan memori ini komputer paralel dibedakan menjadi shared memory parallel machine dan distributed memory parallel machine.

            Prosesor dan memori ini didalam mesin paralel dapat dihubungkan (interkoneksi) secara statis maupun dinamis. Interkoneksi statis umumnya digunakan oleh distributed memory system (sistem memori terdistribusi). Sambungan langsung peer to peer digunakan untuk menghubungkan semua prosesor. Interkoneksi dinamis umumnya menggunakan switch untuk menghubungkan antar prosesor dan memori.

            Komunikasi data pada sistem paralel memori terdistribusi, memerlukan alat bantu komunikasi. Alat bantu yang sering digunakan oleh sistem seperti PC Jaringan pada saat ini adalah standar MPI (Message Passing Interface) atau standar PVM (Parallel Virtual Machine)yang keduanya bekerja diatas TCP/IP communication layer. Kedua standar ini memerlukan fungsi remote access agar dapat menjalankan program pada masing-masing unit prosesor.

            Salah satu protocol yang dipergunakan pada komputasi parallel adalah Network File System (NFS), NFS adalah protokol yang dapat membagi sumber daya melalui jaringan. NFS dibuat untuk dapat independent dari jenis mesin, jenis sistem operasi, dan jenis protokol transport yang digunakan. Hal ini dilakukan dengan menggunakan RPC. NFS memperbolehkan user yang telah diijinkan untuk mengakses file-file yang berada di remote host seperti mengakses file yang berada di lokal. Protokol yang digunakan protokol mount menentukan host remote dan jenis file sistem yang akan diakses dan menempatkan di suatu direktori, protokol NFS melakukan I/O pada remote file system. Protokol mount dan protokol NFS bekerja dengan menggunakan RPC dan mengiri dengan protokol TCP dan UDP. Kegunaan dari NFS pada komputasi parallel adalah untuk melakukan sharing data sehingga setiap node slave dapat mengakses program yang sama pada node master.

            Software yang diperlukan untuk Parallel komputasi adalah PGI CDK, dimana aplikasi ini telah dilengkapi dengan Cluster Development Kit dimana software ini telah memiliki feature yang lengkap bila ingin melakukan komputasi dengan parallel prosessing karena software ini telah mensupport MPI untuk melakukan perhitungan komputasi.

Refrensi :

https://id.wikipedia.org/wiki/Komputasi_paralel/

http://harisbahalwan.blogspot.co.id/2014/05/komputasiparalel-processing-dan.html

http://ceerfullvhye.wordpress.com/2011/03/15/komputasi-parallel-processing/

Tugas Softskill :

Bp. Arbi Pramana

Read more »