Halaman

Minggu, 31 Mei 2015

Hobi dan Prestasi Non - Akademik

Nah sekarang kita membahas tentang diri saya sendiri. Apa itu? Weeeh kepooo
Tidak apa apa sih ,secara saya orang cukup famous di 4IA13 wkwkwk

Hobi saya itu adalah menyanyi, sebenernya teknik bernyanyi saya tidak begitu bagus tapi mungkin karena sudah diberikan talenta sama Tuhan , saya sangat berani bernyanyi di kamar mandi. Ya di kamar mandi. Itu adalah tempat nyaman dari pada studio untuk mengolah suara. Saya senang bernyanyi, makanya saya ikut kedalam salah satu paduan suara di gereja saya di cijantung. Dulu dari SMP emg sering banget ikut paduan suara , padahal sejujurnya saya lebih senang bernyanyi solo karena bebas mengimprov apapun yang ada di pikiran saya.

Untuk prestasi bernyanyi sejujurnya belum add yang bisa dibanggakan, ya sempat sih untuk ikut beberapa kontes nyanyi tapi yasudah lah tidak usah diperpanjang.

Itu saya yang bisa saya bagikan kepada anda . have a nice day J

Human Computer Interaction

Pendahuluan Human Computer Interaction

Bagaimana manusia berinteraksi dengan komputer:
1. Bukan hanya mempelajari tentang manusia
2. Bukan hanya mempelajari tentang komputer
3. Hal mengenai jembatan antara manusia dengan komputer, termasuk:
                a. Observasi dari interaksi antara manusia dengan komputer
                b. Menganalisis interaksi yang terlibat
                c. Apa konsekuensi yang terjadi setelah manusia berinteraksi dengan manusia

Task Analisys

Task analisys adalah sebuah teknik untuk mengurangi kesalahan yang dilakukan oleh manusia terhadap komputer. Menganalisis pekerjaan manusia, apa yang dikerjaan, apa yang mereka lakukan dan apa yang harus mereka ketahui.
Salah satu contok model task analisis adalah Hierarchical  Task Analisys (HTA)
HTA adalah metode sistematik yang menggambarkan bagaimana kerja mengatur keseluruhan tujuan pekerjaan.

Keuntungan dari HTA:
1. Metode ekonomis untuk mengorganisir informasi.

2. Struktur dari HTA menyediakan analisis untuk focus pada aspek- aspek penting

Kerugian dari HTA:
1. Analisis perlu dikembangkan untuk menganalisis tugas secara efektif




Kamis, 28 Mei 2015

Parallel Computation

Selamat pagi agan dan aganwati semua, sekarang saya ingin sedikit membahasa tentang Komputasi Parallel. Disini akan mengulas konsep dari komputasi parallel itu sendiri, pemrosesan terdistribusi , juga ada thread programming serta tentang CUDA GPU.

1. Konsep Paralelisme
Perkembangan yang terus maju dalam arsitektur komputer ini bisa dikarenakan adanya konsep dari sebuah pemrosesan parallel. Pemrosesan parallel adalah sebuag instruksi yang secara bersamaan waktunya dalam mengeksekusi sesuuatu. Jika dengan komputer sekuensial walaupun menggunakan teknologi prosessor yang sangat cepat tetap akan mengalami keterbatasan. Dengan konsep parallelism ini, keterbatasan yang dimiliki oleh komputer sekuensial bisa diatas, proses dalam mengeksekusi suatu kejadian semakin lebih cepat.

2. Pemrosesan Terdistribusi
Pemrosesan Terdistribusi atau Sistem Terdistribusi adalah Sekumpulan komputer otonom yang terhubung ke suatu jaringan, dimana bagi pengguna sistem terlihat sebagai satu komputer. Maksud komputer otonomi adalah walaupun komputer tidak terhubung ke jaringan, komputer tersebut tetap data berjalan. Dengan menjalankan sistem terdistribusi, komputer dapat melakukan: Koordinasi Aktifitas, berbagi sumber daya : hardware, software dan data

3.Arsitektur Komputer Parallel
Paralelisme dalam suatu komputer dapat diaplikasikan pada beberapa tingkatan, seperti berikut:
a.       Tingkat Pekerjaan
b.      Tingkat Prosedure
c.       Tingkat Instruksi
d.      Tingkat Aritmatika dan Bit

4. Pengantar Thread Programming
Sebelumnya sudah tau kah agan apa itu thread?  Kalo belum mohon dibaca baik baik ya hehe
Perbedaan antara proses dengan thread tunggal dengan proses dengan thread yang banyak adalah proses dengan thread yang banyak dapat mengerjakan lebih dari satu tugas pada satu satuan waktu.
Thread adalah sebuah alur kontrol dari sebuah proses. Kontrol thread tunggal ini hanya memungkinkan proses untuk menjalankan satu tugas pada satu waktu. Banyak sistem operasi modern telah memiliki konsep yang dikembangkan agar memungkinkan sebuah proses untuk memiliki eksekusi multi-threads, agar dapat secara terus menerus mengetik dan menjalankan pemeriksaan ejaan didalam proses yang sama, maka sistem operasi tersebut memungkinkan proses untuk menjalankan lebih dari satu tugas pada satu waktu. Suatu proses yang multithreaded mengandung beberapa perbedaan alur kontrol dengan ruang alamat yang sama.

5. Pengantar Message Parsing, Open MP
MPI adalah sebuah standard pemrograman yang memungkinkan pemrogram untuk membuat sebuah aplikasi yang dapat dijalankan secara paralel. Proses yang dijalankan oleh sebuah aplikasi dapat dibagi untuk dikirimkan ke masing-masing compute node yang kemudian masing-masing compute node tersebut mengolah dan mengembalikan hasilnya ke komputer head node.Untuk merancang aplikasi paralel tentu membutuhkan banyak pertimbangan-pertimbangan diantaranya adalah latensi dari jaringan dan lama sebuah tugas dieksekusi oleh prosesor.MPI ini merupakan standard yang dikembangkan untuk membuat aplikasi pengirim pesan secara portable. Sebuah komputasi paralel terdiri dari sejumlah proses, dimana masing-masing bekerja pada beberapa data lokal. Setiap proses mempunyai variabel lokal, dan tidak ada mekanismesuatu proses yang bisa mengakses secara langsung memori yang lain. Pembagian data antar proses dilakukan dengan message passing, yaitu dengan mengirim dan menerima pesan antar proses. MPI menyediakan fungsi-fungsi untuk menukarkan antar pesan.
Kegunaan MPI yang lain : menulis kode paralel secara portable mendapatkan performa yang tinggi dalam pemrograman parallel menghadapi permasalahan yang melibatkan hubungan data irregular atau dinamis yang tidak begitu cocok dengan model data paralel.
OpenMP
Open MP Merupakan API yang mendukung multi-platform berbagi memori multiprocessing pemrograman C , C + + , dan Fortran , pada kebanyakan arsitektur prosesor dan system operasi , termasuk Solaris , AIX , HP-UX , GNU / Linux , Mac OS X , dan Windows platform. Ini terdiri dari satu set perintah kompiler, rutinitas library, dan variable lingkungan yang mempengaruhi perilaku run-time. OpenMP dikelola oleh nirlaba teknologi konsorsium OpenMP Arsitektur Review Board (ARB atau OpenMP), bersama-sama didefinisikan oleh sekelompok perangkat keras komputer utama dan vendor perangkat lunak, termasuk AMD , IBM , Intel , Cray , HP , Fujitsu , Nvidia , NEC, Microsoft , Texas Instruments , Oracle Corporation , dan banyak lagi.

6. Pengantar Pemrograman CUDA GPU
GPU ( Graphical Processing Unit ) awalnya adalah sebuah prosesor yang berfungsi khusus untuk melakukan rendering pada kartu grafik saja, tetapi seiring dengan semakin meningkatnya kebutuhan rendering, terutama untuk mendekati waktu proses yang realtime, maka meningkat pula kemampuan prosesor grafik tersebut. akselerasi peningkatan teknologi GPU ini lebih cepat daripada peningkatan teknologi prosesor sesungguhnya ( CPU ), dan pada akhirnya GPU menjadi General Purpose, yang artinya tidak lagi hanya untuk melakukan rendering saja melainkan bisa untuk proses komputasi secara umum.
Penggunaan Multi GPU dapat mempercepat waktu proses dalam mengeksekusi program karena arsitekturnya yang natively parallel. Selain itu Peningkatan performa yang terjadi tidak hanya berdasarkan kecepatan hardware GPU saja, tetapi faktor yang lebih penting adalah cara membuat kode program yang benarbenar bisa efektif berjalan pada Multi GPU.
CUDA (Compute Unified Device Architecture) merupakan teknologi anyar dari produsen kartu grafis Nvidia, dan mungkin belum banyak digunakan orang secara umum. Teknologi ini dapat digunakan untuk menjalankan proses pengolahan gambar, video, rendering 3D, dan lain sebagainya. Kartu grafis lebih banyak digunakan untuk menjalankan aplikasi game, namun dengan teknologi CUDA ini kartu grafis dapat digunakan lebih optimal ketika menjalankan sebuah software aplikasi. Fungsi kartu grafis Nvidia digunakan untuk membantu Processor (CPU) dalam melakukan kalkulasi dalam proses data 
VGA dari Nvidia yang sudah menggunakan teknologi CUDA antara lain : Nvidia GeForce GTX 280, GTX 260,9800 GX2, 9800 GTX+,9800 GTX,9800 GT,9600 GSO, 9600 GT,9500 GT,9400 GT,9400 mGPU,9300 mGPU,8800 Ultra,8800 GTX,8800 GTS,8800 GT,8800 GS,8600 GTS,8600 GT,8500 GT,8400 GS, 8300 mGPU, 8200 mGPU, 8100 mGPU, dan seri sejenis untuk kelas mobile ( VGA notebook ).Singkatnya, CUDA dapat memberikan proses dengan pendekatan bahasa C, sehingga programmer atau pengembang software dapat lebih cepat menyelesaikan perhitungan yang komplek. Bukan hanya aplikasi seperti teknologi ilmu pengetahuan yang spesifik. CUDA sekarang bisa dimanfaatkan untuk aplikasi multimedia. Misalnya meng-edit film dan melakukan filter gambar. Sebagai contoh dengan aplikasi multimedia, sudah mengunakan teknologi CUDA. Software TMPGenc 4.0 misalnya membuat aplikasi editing dengan mengambil sebagian proces dari GPU dan CPU. VGA yang dapat memanfaatkan CUDA hanya versi 8000 atau lebih tinggi.

Reference:
http://en.wikipedia.org/wiki/Parallel_computing
http://devblogs.nvidia.com/parallelforall/introduction-cuda-dynamic-parallelism/
http://en.wikipedia.org/wiki/Distributed_computing
http://whatis.techtarget.com/definition/distributed-computing
http://seto.citravision.com/berita-49-parallel-computation---pengantar-thread-programming.html
http://ananda-syaifullah.blogspot.sg/2015/05/komputasi-parallel.html
http://en.wikipedia.org/wiki/OpenMP
https://developer.nvidia.com/cuda-gpus
https://developer.nvidia.com/about-cuda

http://en.wikipedia.org/wiki/CUDA