Latest News

Softskill (Soal dan Jawaban Quiz)

Posted by Choky Sabtu, 21 Mei 2011, under |
Pertemuan 1 (Komputasi Modern)

Soal :
1. Apa yg kamu ketahui tentang Komputasi Modern ?

2. Jelaskan sejarah Komputasi Modern ?


Jawaban :
1.

Komputasi modern adalah algoritma yang digunakan untuk memecahkan suatu masalah dari sebuah data input dan teori komputasi, suatu sub-bidang dari ilmu komputer dan matematika.


2.
Komputasi Modern pertama kali digagasi oleh John Von Neumann. Beliau di lahirkan di Budapest, ibukota Hungaria pada 28 Desember 1903 dengan nama Neumann Janos. Karya – karya yang dihasilkan adalah karya dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer. Beliau juga merupakan salah seorang ilmuwan yang sangat berpengaruh dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu. Kepiawaian John Von Neumann teletak pada bidang teori game yang melahirkan konsep automata, teknologi bom atom dan komputasi modern yang kemudian melahirkan komputer.




==============================================
Pertemuan 2 (Parallel Processing)


Soal :
1. Apa yg kamu ketahui tentang Komputasi ?

2. Apa yg kamu ketahui tentang Parallel Processing ?

3. Bagaimana hubungan antara komputasi dengan pararel processing ?


Jawaban :

1.

Komputasi adalah suatu cara untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritma.


2.
Parallel processing (pemrosesan paralel) adalah penggunaan lebih dari satu CPU untuk menjalankan sebuah program secara simultan atau secara bersama-sama.Yang mempunyai tujuan untuk dapat mempercepat dalam hal mengatasi suatu permasalahan.


3.
Komputasi modern adalah suatau teknik yang melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer secara bersamaan, sedangkan paralel procesing adalah uatu proses atau pekerjaan komputasi yang berada di dalam komputer dengan mengunakan bahasa pemrograman yang dioprasikan atau di runing secara paralel pada saat bersamaan dan komputasi paralel ini digunakan untuk meningkatkan kecepatan komputasi bila dibandingkan dengan pemakaian komputasi pada komputer tunggal karena pemakaian komputasi parallel dapat digunakan untuk menangani pengolahan data yang besar dan banyak.




==============================================
Pertemuan 3 (Bioinformatika)


Soal :

1. Apa yang kamu ketahui tentang bioinformatika ?

2. Bagaimana pengaplikasian bioinformatika di tengah-tengah masyarakat !


Jawaban :

1.

Bioinformatika merupakan kajian yang memadukan disiplin biologi molekul, matematika dan teknologi informasi (TI). Ilmu ini didefinisikan sebagai aplikasi dari alat komputasi dan analisa untuk menangkap dan menginterpretasikan data-data biologi molekul. Biologi molekul sendiri juga merupakan bidang interdisipliner, mempelajari kehidupan dalam level molekul. Mula-mula bidang kajian ini muncul atas inisiatif para ahli biologi molekul dan ahli statistik, berdasarkan pola pikir bahwa semua gejala yang ada di alam ini bisa dibuat secara artificial melalui simulasi dari data-data yang ada. Pada bidang Bioinformatika, data-data atau tindak-tanduk gejala genetika menjadi inti pembentukan simulasi.


2.
Biophysics
Biologi molekul sendiri merupakan pengembangan yang lahir dari biophysics. Biophysics adalah sebuah bidang interdisipliner yang mengaplikasikan teknik-teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society).

Computational Biology
Computational biology merupakan bagian dari Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel. Tak dapat dielakkan bahwa Biologi Molekul cukup penting dalam computational biology, namun itu bukanlah inti dari disiplin ilmu ini. Pada penerapan computational biology, model-model statistika untuk fenomena biologi lebih disukai dipakai dibandingkan dengan model sebenarnya. Dalam beberapa hal cara tersebut cukup baik mengingat pada kasus tertentu eksperimen langsung pada fenomena biologi cukup sulit.

Medical Informatics
Menurut Aamir Zakaria [ZAKARIA2004] Pengertian dari medical informatics adalah "sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi medis."

Cheminformatics
Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat (Cambridge Healthech Institute's Sixth Annual Cheminformatics conference). Pengertian disiplin ilmu yang disebutkan di atas lebih merupakan identifikasi dari salah satu aktivitas yang paling populer dibandingkan dengan berbagai bidang studi yang mungkin ada di bawah bidang ini.

Genomics
Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan bagian dari gen di dalam genom yang representatif.

Mathematical Biology
Mathematical biology lebih mudah dibedakan dengan Bioinformatika daripada computational biology dengan Bioinformatika. Mathematical biology juga menangani masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam software maupun hardware. Bahkan metode yang dipakai tidak perlu "menyelesaikan" masalah apapun; dalam mathematical biology bisa dianggap beralasan untuk mempublikasikan sebuah hasil yang hanya menyatakan bahwa suatu masalah biologi berada pada kelas umum tertentu.

Proteomics
Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun (encoded) oleh genom. Ilmu yang mempelajari proteome, yang disebut proteomics, pada saat ini tidak hanya memperhatikan semua protein di dalam sel yang diberikan, tetapi juga himpunan dari semua bentuk isoform dan modifikasi dari semua protein, interaksi diantaranya, deskripsi struktural dari proteinprotein dan kompleks-kompleks orde tingkat tinggi dari protein, dan mengenai masalah tersebut hampir semua pasca genom.

Pharmacogenomics
Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker).

Pharmacogenetics
Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan.

BIOINFORMATIKA

Posted by Choky Kamis, 21 April 2011, under |


PENGERTIAN

Bioinformatika (bahasa Inggris: bioinformatics) adalah (ilmu yang mempelajari) penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.



SEJARAH

Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan komputer dalam biologi. Namun demikian, penerapan bidang-bidang dalam bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an.

Kemajuan teknik biologi molekular dalam mengungkap sekuens biologis dari protein (sejak awal 1950-an) dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun 1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory, Laboratorium Biologi Molekular Eropa). Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

Perkembangan Internet juga mendukung berkembangnya bioinformatika. Basis data bioinformatika yang terhubung melalui Internet memudahkan ilmuwan mengumpulkan hasil sekuensing ke dalam basis data tersebut maupun memperoleh sekuens biologis sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui Internet memudahkan ilmuwan mengakses program-program tersebut dan kemudian memudahkan pengembangannya.


CONTOH-CONTOH PENGGUNAAN
Bioinformatika dalam Bidang Klinis
Bioinformatika dalam bidang klinis sering disebut sebagai informatika klinis (clinical informatics). Aplikasi dari informatika klinis ini berbentuk manajemen data-data klinis dari pasien melalui Electrical Medical Record (EMR) yang dikembangkan oleh Clement J. McDonald dari Indiana University School of Medicine pada tahun 1972. McDonald pertama kali mengaplikasikan EMR pada 33 orang pasien penyakit gula (diabetes). Sekarang EMR ini telah diaplikasikan pada berbagai penyakit. Data yang disimpan meliputi data analisa diagnosa laboratorium, hasil konsultasi dan saran, foto rontgen, ukuran detak jantung, dan lain lain. Dengan data ini dokter akan bisa menentukan obat yang sesuai dengan kondisi pasien tertentu dan lebih jauh lagi, dengan dibacanya genom manusia, akan memungkinkan untuk mengetahui penyakit genetik seseorang, sehingga penanganan terhadap pasien menjadi lebih akurat.

Bioinformatika untuk Identifikasi Agent Penyakit Baru
Bioinformatika juga menyediakan tool yang sangat penting untuk identifikasi agent penyakit yang belum dikenal penyebabnya. Banyak sekali penyakit baru yang muncul dalam dekade ini, dan diantaranya yang masih hangat adalah SARS (Severe Acute Respiratory Syndrome).
Dalam rentetan proses ini, Bioinformatika memegang peranan penting. Pertama pada proses pembacaan genom virus Corona. Karena di database seperti GenBank, EMBL (European Molecular Biology Laboratory), dan DDBJ (DNA Data Bank of Japan) sudah tersedia data sekuen beberapa virus Corona, yang bisa digunakan untuk mendisain primer yang digunakan untuk amplifikasi DNA virus SARS ini.

Bioinformatika untuk Diagnosa Penyakit Baru
Ada beberapa cara untuk mendiagnosa suatu penyakit, antara lain: isolasi agent penyebab penyakit tersebut dan analisa morfologinya, deteksi antibodi yang dihasilkan dari infeksi dengan teknik enzyme-linked immunosorbent assay (ELISA), dan deteksi gen dari agent pembawa penyakit tersebut dengan Polymerase Chain Reaction (PCR).

Teknik yang banyak dan lazim dipakai saat ini adalah teknik PCR. Teknik ini sederhana, praktis dan cepat. Yang penting dalam teknik PCR adalah disain primer untuk amplifikasi DNA, yang memerlukan data sekuen dari genom agent yang bersangkutan dan software seperti yang telah diuraikan di atas. Disinilah Bioinformatika memainkan peranannya. Untuk agent yang mempunyai genom RNA, harus dilakukan reverse transcription (proses sintesa DNA dari RNA) terlebih dahulu dengan menggunakan enzim reverse transcriptase. Setelah DNA diperoleh baru dilakukan PCR.

Bioinformatika untuk Penemuan Obat
Cara untuk menemukan obat biasanya dilakukan dengan menemukan zat/senyawa yang dapat menekan perkembangbiakan suatu agent penyebab penyakit. Karena perkembangbiakan agent tersebut dipengaruhi oleh banyak faktor, maka faktor-faktor inilah yang dijadikan target. Diantaranya adalah enzim-enzim yang diperlukan untuk perkembangbiakan suatu agent Mula-mula yang harus dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut. Kemudian mencari atau mensintesa zat/senyawa yang dapat menekan fungsi dari enzim-enzim tersebut.

Analisa struktur dan fungsi enzim ini dilakukan dengan cara mengganti asam amino tertentu dan menguji efeknya. Analisa penggantian asam amino ini dahulu dilakukan secara random sehingga memerlukan waktu yang lama. Setelah Bioinformatika berkembang, data-data protein yang sudah dianalisa bebas diakses oleh siapapun, baik data sekuen asam amino-nya seperti yang ada di SWISS-PROT (http://www.ebi.ac.uk/swissprot/) maupun struktur 3D-nya yang tersedia di Protein Data Bank (PDB) (http://www.rcsb.org/pdb/). Dengan database yang tersedia ini, enzim yang baru ditemukan dapat dibandingkan sekuen asam amino-nya, sehingga bisa diperkirakan asam amino yang berperan untuk aktivitas (active site) dan kestabilan enzim tersebut. transcription dan PCR ini bisa dilakukan sekaligus dan biasanya dinamakan RT-PCR.


CABANG-CABANG YANG TERKAIT DENGAN BIOINFORMATIKA

Biophysics
Biologi molekul sendiri merupakan pengembangan yang lahir dari biophysics. Biophysics adalah sebuah bidang interdisipliner yang mengaplikasikan teknik-teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society).

Computational Biology
Computational biology merupakan bagian dari Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel. Tak dapat dielakkan bahwa Biologi Molekul cukup penting dalam computational biology, namun itu bukanlah inti dari disiplin ilmu ini. Pada penerapan computational biology, model-model statistika untuk fenomena biologi lebih disukai dipakai dibandingkan dengan model sebenarnya. Dalam beberapa hal cara tersebut cukup baik mengingat pada kasus tertentu eksperimen langsung pada fenomena biologi cukup sulit.

Medical Informatics
Menurut Aamir Zakaria [ZAKARIA2004] Pengertian dari medical informatics adalah "sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi medis."

Cheminformatics
Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat (Cambridge Healthech Institute's Sixth Annual Cheminformatics conference). Pengertian disiplin ilmu yang disebutkan di atas lebih merupakan identifikasi dari salah satu aktivitas yang paling populer dibandingkan dengan berbagai bidang studi yang mungkin ada di bawah bidang ini.

Genomics
Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan bagian dari gen di dalam genom yang representatif.

Mathematical Biology
Mathematical biology lebih mudah dibedakan dengan Bioinformatika daripada computational biology dengan Bioinformatika. Mathematical biology juga menangani masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam software maupun hardware. Bahkan metode yang dipakai tidak perlu "menyelesaikan" masalah apapun; dalam mathematical biology bisa dianggap beralasan untuk mempublikasikan sebuah hasil yang hanya menyatakan bahwa suatu masalah biologi berada pada kelas umum tertentu.

Proteomics
Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun (encoded) oleh genom. Ilmu yang mempelajari proteome, yang disebut proteomics, pada saat ini tidak hanya memperhatikan semua protein di dalam sel yang diberikan, tetapi juga himpunan dari semua bentuk isoform dan modifikasi dari semua protein, interaksi diantaranya, deskripsi struktural dari proteinprotein dan kompleks-kompleks orde tingkat tinggi dari protein, dan mengenai masalah tersebut hampir semua pasca genom.

Pharmacogenomics
Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker).

Pharmacogenetics
Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan.


BIOINFORMATIKA DI INDONESIA
Saat ini mata ajaran bioinformatika maupun mata ajaran dengan muatan bioinformatika sudah diajarkan di beberapa perguruan tinggi di Indonesia. Sekolah Ilmu dan Teknologi Hayati ITB menawarkan mata kuliah "Pengantar Bioinformatika" untuk program Sarjana dan mata kuliah "Bioinformatika" untuk program Pascasarjana. Fakultas Teknobiologi Universitas Atma Jaya, Jakarta menawarkan mata kuliah "Pengantar Bioinformatika". Mata kuliah "Bioinformatika" diajarkan pada Program Pascasarjana Kimia Fakultas MIPA Universitas Indonesia (UI), Jakarta. Mata kuliah "Proteomik dan Bioinformatika" termasuk dalam kurikulum program S3 bioteknologi Universitas Gadjah Mada (UGM), Yogyakarta. Materi bioinformatika termasuk di dalam silabus beberapa mata kuliah untuk program sarjana maupun pascasarjana biokimia,biologi, dan bioteknologi pada Institut Pertanian Bogor (IPB). Selain itu, riset-riset yang mengarah pada bioinformatika juga telah dilaksanakan oleh mahasiswa program S1 Ilmu Komputer maupun program pascasarjana biologi serta bioteknologi IPB.

Riset bioinformatika protein dilaksanakan sebagai bagian dari aktivitas riset rekayasa protein pada Laboratorium Rekayasa Protein, Pusat Penelitian Bioteknologi Lembaga Ilmu Pengetahuan Indonesia (LIPI), Cibinong, Bogor. Lembaga Biologi Molekul Eijkman, Jakarta, secara khusus memiliki laboratorium bioinformatika sebagai fasilitas penunjang kegiatan risetnya. Selain itu, basis data sekuens DNA mikroorganisme asli Indonesia sedang dikembangkan di UI.



DAFTAR PUSTAKA
http://id.wikipedia.org/wiki/Bioinformatika
http://kambing.ui.ac.id/bebas/v06/Kuliah/SistemOperasi/2003/50/Bioinformatika.pdf

Kinerja Komputasi Dengan Parallel Processing

Posted by Choky Jumat, 01 April 2011, under |


Berangkat dari perkembangan komputasi yang berawal dari Arsitektur von Neumann, kini telah lahir dan berkembang cara pemrosesan baru yaiutu dengan menggunakan parallel processing dengan n buah prosessor yang terintegrasi dalam menyelesaikan sebuah tugas.

Dahulu, saat komputer berprosesor sekuensial dibuat, para insinyur mencoba untuk meningkatkan kinerja dengan hanya meningkatkan Clock, Bus Bandwidh serta mereduksi Access Time dengan menambahkan Chace memori pada prosesor maupun memperbesar RAM.

Tetapi pada saat ini, para insinyur telah mengetahui bahwa untuk meningkatkan kinerja tidak hanya dibutuhkan Clock, tetapi dibutuhkan juga suatu arsitektur baik itu hardware maupun software yang mampu mendukung komputasi yang lebih maju / Advance dalam hal pemrosesan secara parallel.

Parallel processing adalah upaya untuk mempercepat proses eksekusi dari suatu program dengan cara membagi program menjadi beberapa bagian yang dijalankan didalam beberapa processor yang terpisah. Terdapat dua jenis kinerja parallel processing yaitu Multi-core dan PC Clustering.

Multi-core adalah memperbanyak inti prmrosesan sehingga diharapkan knerja komputasi meningkat dikarenakan pemrosesan secara parallel. Awalnya Multi Core diawali oleh system Multi Prosessor. System ini membutuhkan sumberdaya untu masing-masing prosesnya, sedangkan untuk interkoneksinya dibutuhkan sebuah bus berkecepatan tinggi. Untuk membuat system multi prosessor dibutuhkan biaya serta algoritma tersendiri untuk mengendalikan dan memproses input, untuk mereduksi harga dibuatlah system multi Core yang dapat mengetengahkan masalah antara biaya dan kecepatan komputasi.

PC-Clustering dapat diartikan sebagai pengelompokan beberapa buah PC menjadi satu kesatuan dan mampu memproses dengan interkoneksi jaringan baik itu local maupun internet. Secara umum PC clustering dibagi menjadi tiga kategori yaitu :

1.High-availability cluster
2.Load-balancing cluster
Kategori satu dan dua digunakan untuk server-server yang membutuhkan komputasi tinggi serta ketersediaan system. Tujuan dari PC Clustering jenis ini adalah menjaga service agar tetap sedia sepanjang waktu, seperti Web Searching Google.

3.Grid-Computing
Grid-computing lebih mendekati system parallel computing yang sebenarnya, karena menggunakan system penugasan. Contoh Grid Computing terbesar adalah FOLDING@HOME untuk kalkulasi untaian DNA untuk mencari obat dari penyakit kronis seperti Alzheimer dan Kanker.



*) Kesimpulan
Dengan adanya parallel processing, kinerja komputasi dapat lebih diandalkan dan dapat mengambil alih perhitungan-perhitungan yang lebih rumit dan pekerjaan-pekerjaan yang dahulu dianggap mustahil untuk dapat dikerjakan oleh sebuah perangkat komputer.



Daftar Pustaka
- Penulisan Rendy Yudistira Syuhada, Multi-Core VS PC-Clustering Terhadap Kinerja Pengolahan Paralel

- http://user5.nofeehost.com/rysss/dl/parproc.pdf

Pengantar Komputasi Modern

Posted by Choky Senin, 07 Maret 2011, under |

Sehari-hari kita selalu disibukkan dengan pekerjaan-pekerjaan yang terbilang kompleks. Nmaun, dengan adanya teknologi perhitungan cepat yang dilakukan oleh komputer saat ini seakan semuanya dapat terselesaikan dengan begitu mudah.

Komputer sendiri merupakan sebuah alat yang diciptakan untuk melakukan perhitungan atau komputasi secara mekanis pada awalnya, namun seiring dengan kemajuan jaman kini komputasi dilakukan secara digital dan bahkan hanya memakan waktu sekian mili detik. Dan ternyata komputasi telah ada sejak dahulu, hal ini dikarenakan komputasi telah berkembang melalui sebuah alat hitung mekanik abacus atau yang lebih dikenal dengan sempoa di Cina.



Pengertian Komputasi Modern
Secara umum, iIlmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika teknik penyelesaian numerik serta penggunaan komputer untuk menganalisis dan memecahkan masalah-masalah ilmu (sains).
Dalam penggunaan praktis, biasanya berupa penerapan simulasi komputer atau berbagai bentuk komputasi lainnya untuk menyelesaikan masalah-masalah dalam berbagai bidang keilmuan, tetapi dalam perkembangannya digunakan juga untuk menemukan prinsip-prinsip baru yang mendasar dalam ilmu.

Komputasi sebetulnya bisa diartikan sebagai cara untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritma. Komputasi merupakan suatu sub-bidang dari ilmu komputer dan matematika. Selama ribuan tahun, perhitungan dan komputasi umumnya dilakukan dengan menggunakan pena dan kertas, atau kapur dan batu tulis, atau dikerjakan secara mental, kadang-kadang dengan bantuan suatu tabel. Namun sekarang, kebanyakan komputasi telah dilakukan dengan menggunakan komputer. Komputasi yang menggunakan komputer inilah yang disebut dengan komputasi modern.
Komputasi modern menghitung dan mencari solusi dari masalah yang ada, yang menjadi perhitungan dari komputasi modern adalah :
- Akurasi (bit, Floating poin)
- Kecepatan (Dalam satuan Hz)
- Problem volume besar (Down sizing atau paralel)
- Modeling (NN dan GA)
- Kompleksitas (Menggunakan teori Big O)



Sejarah Singkat Komputasi Modern
Komputasi Modern pertama kali digagasi oleh John Von Neumann. Beliau di lahirkan di Budapest, ibukota Hungaria pada 28 Desember 1903 dengan nama Neumann Janos. Karya – karya yang dihasilkan adalah karya dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer. Beliau juga merupakan salah seorang ilmuwan yang sangat berpengaruh dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu. Kepiawaian John Von Neumann teletak pada bidang teori game yang melahirkan konsep automata, teknologi bom atom dan komputasi modern yang kemudian melahirkan komputer.

John von Neumann (Neumann János) (lahir di Budapest, Hungaria, 28 Desember 1903 – meninggal di Washington DC, Amerika Serikat, 8 Februari 1957 pada umur 53 tahun) adalah seorang matematikawan dari Hungaria-Jerman yang memberikan kontribusi penting di bidang fisika kuantum, analisis fungsional, teori himpunan, ilmu komputer, ekonomi dan bidang lainnya yang berkaitan dengan matematika. Von Neumann adalah pionir komputer digital modern dan penerapan teori operator di bidang mekanika kuantum.
Von Neumann diabadikan namanya sebagai arsitektur von Neumann, yaitu arsitektur komputer yang banyak digunakan di sebagian besar sistem komputer non paralel, karena dialah yang pertama kali mempublikasikan konsep tersebut. Meski konsep ini kemudian dikembangkan oleh J. Presper Eckert dan John William Mauchly dalam pengembangan komputer ENIAC, nama von Neumann lah yang lebih dikenal sebagai penemu arsitektur komputer tersebut.

Arsitektur von Neumann (atau Mesin Von Neumann) adalah arsitektur yang diciptakan oleh John von Neumann (1903-1957). Arsitektur ini digunakan oleh hampir semua komputer saat ini.
Arsitektur Von Neumann menggambarkan komputer dengan empat bagian utama: Unit Aritmatika dan Logis (ALU), unit kontrol, memori, dan alat masukan dan hasil (secara kolektif dinamakan I/O). Bagian ini dihubungkan oleh berkas kawat, “bus”


Bandingkan dengan teknologi yang telah dikembangkan saat ini, yaitu cloud computing (komputasi awan).

Cloud Computing sendiri merupakan penggunaan teknologi komputer yang ditujukan untuk tujuan pengembangan informasi berbasis internet dimana layanan internet tersebut didukung oleh teknologi yang berpusat di awan. Komputasi Awan merupakan suatu jenis teknologi komputasi yang menyediakan kemampuan yang berhubungan dengan teknologi informasi sebagai suatu layanan dimana memungkinkan user dapat mengakses data melalui teknologi Komputasi Awan (Cloud Computing). User tidak perlu memiliki pengetahuan atau kendali terhadap teknologi yang mendukung layanan tersebut. Dimana suatu saat dengan menggunakan teknologi cloud computing kita dapat memakainya sebagai tempat media penyimpanan data, aplikasi yang memudahkan kita dalam mengakses data yang kita inginkan dari berbagai macam cloud oleh karna itu dengan menggunakan teknologi cloud computing ini diharapkan banyak memberi manfaat atau keuntungan baik dari providernya sendiri maupun pengguna teknologi tersebut.

Dengan teknologi cloud computing ini dapat memberikan berbagai macam layanan kepada user secara redistribusi dan dapat dapat di akses dari berbagai macam bentu device. Cloud computing mempunyai model yang dapat mendukung service yang biasa disebut dengan “Everything as a Service”.




Penggunaan Komputasi
Salah satu contoh penggunaan komputasi adalah dalam bidang kedokteran,yaitu dalam pencarian obat. Untuk meramalkan aktivitas sejumlah besar calon obat, seorang praktisi komputasi meniru suasana pengujian aktivitasnya di laboratorium basah dengan model-model Fisika atau Matematika (seperti: struktur 3 dimensi calon obat) sebagai pengganti bahan-bahan laboratorium tersebut. Model-model ini kemudian dinyatakan di dalam persamaan-persamaan Matematika yang kemudian diselesaikan oleh komputer dengan kapasitas dan kelajuan yang melebihi kapasitas dan kelajuan manusia. Hasilnya berupa suatu bilangan bagi tiap calon obat yang dapat dibandingkan satu dengan yang lainnya. Perbandingan ini merupakan ramalan tingkat aktivitas suatu calon obat relatif terhadap calon obat lainnya.

Demikianlah cara meramalkan aktivitas calon obat dengan metode komputasi. Dengan demikian, calon-calon obat yang diramalkan akan memberikan aktivitas yang rendah dapat dihindari.



Daftar Pustaka

Business Content Development

Posted by Choky Kamis, 06 Januari 2011, under |


Orang biasanya pergi ke situs web dengan salah satu dari tiga cara. Cara pertama adalah bahwa mereka menempatkan sebuah kata atau serangkaian kata dalam search engine dan kemudian meng-klik link yang disediakan. Yang kedua adalah mereka memiliki situs yang direkomendasikan oleh rekan kerja, teman atau seseorang yang mereka kenal melalui situs media sosial. Opsi ketiga adalah bahwa mereka dapat mengklik link di situs lain yang mengarahkan mereka ke website lainnya. Dalam ketiga contoh pengembangan konten web membantu untuk membuat sebuah website sangat dianjurkan, relevan dan menarik.

Salah satu kesalahan terbesar bahwa usaha kecil dan besar tidak mengupgrade atau mengubah konten web mereka. Hal ini menimbulkan masalah nyata karena pengunjung yang telah membaca halaman sebuah situs, maka selanjutnya mereka akan mencari halaman yang lebih baru dan lebih up to date. Menggunakan layanan pengembangan konten web adalah cara yang bagus untuk terus mengubah informasi di sebuah situs tanpa harus melakukan semua penelitian, menulis, mengedit dan format.

Konten adalah kunci di balik keberhasilan bisnis Online. Mungkin konten merupakan hal pertama dan terpenting yang membuat dampak positif atau negatif pada pikiran pengunjung sebuah halaman web. Konten dapat membantu pengunjung terlibat dalam sebuah halaman web, blog, majalah online maupun newsletter jika digunakan dengan cara yang tepat. Karena itulah ada istilah "Content is King" atau "Konten adalah Raja". Jadi, jangan meletakkan konten hanya demi menambah isi pada halaman web.


Untuk lebih memudahkan anda mengembangkan konten, anda bisa gunakan cara berikut ini.
1. Tangkap perhatian pengunjung
Konten apapun yang anda berikan, harus mampu menggaet perhatian pengunjung. Tentunya, dengan memiliki produk yang sesuai dengan kebutuhan pelanggan, anda tinggal membuat konten yang bisa menarik perhatian mereka.
Sebaik apapun produk anda, jika anda tak bisa mengungkapkannya dengan bagus di konten website, anda akan kalah. Di internet, kekuatan yang anda miliki adalah bahasa gambar dan keajaiban kata-kata.
Kalau anda lemah dalam merayu calon pembeli, pastinya anda kalah dalam persaingan. Maka, segera pikat perhatian pengunjung sesaat setelah mereka memasuki situs web anda. Katakan dengan tegas apa yang anda tawarkan di awal website anda.

2. Tulis artikel ringan dan fokus
Pastikan sales copy anda mudah dimengerti dan to the point. Pakai bahasa yang ringan tapi lugas. Jangan bertele-tele. Kalau anda bisa membuat orang lain kaya dengan produk anda, katakan saja terus terang! Kalau anda bisa membuat orang lain cantik dengan produk anda, ungkapkan langsung!
Jika anda memiliki blog, tulis saja artikel, informatif, tidak bertele-tele. Anda boleh menulis artikel pendek. Pengunjung biasanya lebih menyukai tipe tulisan yang pendek. Tapi, ada pula yang menyukai detail. Sehingga mereka lebih suka dengan artikel panjang. Untuk mengakomodasi semua tipe pengunjung, baiknya anda tak cuma menulis artikel pendek saja. Tapi, tulis juga yang panjang.
Yang penting sesuaikan dengan kebutuhan. Ada banyak jenis artikel yang memperkaya isi blog anda. Dan, jangan lupa, berikan link jika anda mempunyai sumber artikel yang membahas tema anda lebih dalam.

3. Lakukan perubahan
Anda bisa mengubah sales copy anda dalam jangka waktu tertentu. Ingat, setiap sales copy memiliki tingkat keberhasilan yang berbeda. Nah, anda bisa terus mengubah gaya anda. Cari terus yang terbaik. Selama penjualan anda terus meningkat, berarti perubahan anda membawa pengaruh yang baik.

4. Original dan mudah dikenang
Membuat situs web berbeda dari yang lain itu penting. Fungsinya, agar anda punya positioning yang berbeda dari pesaing anda. Timbulkan kesan bahwa anda internet marketer yang berbeda dari yang pernah ada.
Keluarkan ide-ide yang original dan lekatkan citra yang berbeda. Misal, anda punya gaya artikel yang lain dari blog atau situs web lain. Mungkin juga, desain web anda jauh lebih unik, mudah, dan menyenangkan. Pokoknya, anda harus berbeda dari yang lain!


Daftar Pustaka :

Tugas Perbaikan Nilai Jarkomlan

Posted by Choky Kamis, 23 Desember 2010, under |
Nama : Dwi Cahyo Pri Utomo
NPM : 50407288
Kelas : 4IA14

SOAL

Suatu perusahaan memiliki beberapa departemen yang terhubung ke dalam sebuah jaringan dengan jumlah host sebagai berikut :
- HRD : 20 Host
- FINANCE : 15 Host
- IT : 12 Host
- MARKETING : 25 Host

Tentukan VLSM jaringan tersebut dengan ketentuan:
Network Address: 172.16.x.n
dengan x adalah nomor absen masing-masing Mahasiswa.



JAWAB

*) Host ditambah 1 untuk router dan 2 untuk broadcast dan network
**) Subnet Mask dicari dengan cara menolkan class kanan subnet sebanyak jumlah digit biner dan menghitung jumlah biner yang bernilai 1.
***) Mencari total IP : 2^n (n = jumlh digit biner)


1. HRD = 20 host + 1 + 2 = 23 dengan biner 10111 (jumlah digit biner = 5)
  • Subnet Mask = 11111111. 11111111. 11111111. 11100000
  • Jumlah biner 1 = 27
  • Dalam desimal dapat ditulis: 255 255 255 224 / 27
  • IP Total = 2^5 = 32
  • IP Total dikurang 2 untuk broadcast dan gateway sehingga menjadi 30

2. FINAN = 15 host + 1 + 2 = 18 dengan biner 10010 (jumlah digit biner = 5)
  • Subnet Mask = 11111111. 11111111. 11111111. 11100000
  • Jumlah biner 1 = 27
  • Dalam desimal dapat situlis 255 255 255 224 / 27
  • IP Total = 2^5 = 32
  • IP Total dikurang 2 untuk broadcast dan gateway sehingga menjadi 30

3. IT = 12 host + 1 +2 = 15 dengan biner 1111 (jumlah digit biner = 4)
  • Subnet Mask = 11111111. 11111111. 11111111. 11110000
  • Jumlah biner 1 = 28
  • Dalam desimal dapat ditulis 255 255 255 240 / 28
  • IP Total = 2^4 = 16
  • IP Total dikurang 2 untuk broadcast dan gateway sehingga menjadi 14

4. MARKETING = 25 host + 1 + 2 = 28 dengan biner 11100 (jumlah digit biner = 5)
  • Subnet Mask = 11111111. 11111111. 11111111. 11100000
  • Jumlah biner 1 = 27
  • Dalam desimal dapat ditulis 255 255 255 224 / 27
  • IP Total = 2^5 = 32
  • IP Total dikurang 2 untuk broadcast dan gateway sehingga menjadi 30

Berikut adalah tabelnya :

Subnet Name

Host

IP Total

Address

Mask

Dec Mask

Range IP

Broadcast

Gateway

MARKETING

25

30

176.16.15.0

/27

255.255.255.224

176.16.15.1 - 176.16.15.30

176.16.15.31

176.16.15.32

HRD

20

30

176.16.15.32

/27

255.255.255.224

176.16.15.33 - 176.16.15.62

176.16.15.63

176.16.15.64

FINAN

15

30

176.16.15.64

/27

255.255.255.224

176.16.15.65 - 176.16.15.94

176.16.15.95

176.16.15.96

IT

12

14

176.16.15.96

/28

255.255.255.240

176.16.15.97 - 176.16.15.110

176.16.15.111

176.16.15.112