Parallel Computation

Review Jurnal

a. Parallelism Concept

Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer secara bersamaan. Biasanya diperlukan saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah datadalam jumlah besar ataupun karena tuntutan proses komputasi yang banyak. Untuk melakukan aneka jenis komputasi paralel ini diperlukan infrastruktur mesin paralel yang terdiridari banyak komputer yang dihubungkan dengan jaringan dan mampu bekerja secara paralel untuk menyelesaikan satu masalah. Untuk itu diperlukan aneka perangkat lunak pendukung yang biasa disebut sebagai middleware yang berperan untuk mengatur distribusi pekerjaan antar node dalam satu mesin paralel. Selanjutnya pemakai harus membuat pemrograman paralel untuk merealisasikan komputasi.

b. Distributed Processing

Pemrograman Paralel sendiri adalah teknik pemrograman komputer yang memungkinkan eksekusi perintah/operasi secara bersamaan. Bila komputer yang digunakan secara bersamaan tersebut dilakukan oleh komputer-komputer terpisah yang terhubung dalam satu jaringan komputer, biasanya disebut sistem terdistribusi. Bahasa pemrograman yang populer digunakan dalam pemrograman paralel adalah MPI (Message Passing Interface) dan PVM (Parallel Virtual Machine).

c. Architectural Parallel Computer

• SISD (Single Instruction Single Datapath) merupakan prosesor tunggal, yang bukan paralel. 
• SIMD (Single Instruction Multiple Datapath)alur instruksi yang sama dijalankan terhadap banyak alur data yang berbeda. Alur instruksi di sini kalau tidak salah maksudnya ya program komputer itu. trus datapath itu paling ya inputnya, jadi inputnya lain-lain tapi program yang digunakan sama. 
• MIMD (Multiple Instruction Multiple Datapath)alur instruksinya banyak, alur datanya juga banyak, tapi masing-masing bisa berinteraksi.
• MISD (Multiple Instruction Single Datapath)alur instruksinya banyak tapi beroperasi pada data yang sama.

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.

Latar Belakang
Kedua jurnal memiliki latar belakang yang sama yaitu ingin mengetahui dan menunjukkan bahwa Compute Unified Device Architecture atau CUDA dapat membantu suatu bidang, pada jurnal pertama yaitu membantu permasalahan perhitungan yang besa dan komplek Elektromagnetik dengan CUDA dan jurnal kedua memakai CUDA untuk mempercepat waktu eksekusi dari Algoritma K-Means dengan parallel.
Metode
Jurnal pertama memakai metode FDTD, suatu teknik analisis numerik yang digunakan untuk memodelkan elektrodinamika komputasi, dengan dipakainya CUDA pada metode ini akan membuat perhitungan setiap cells diproses oleh threads dari CUDA dan akan menghilangkan bagian perulangan (pada pseudocode).
Jurnal kedua memakai metode Algortima K-Means, metode penganalisaan data atau metode Data Mining yang melakukan proses pemodelan tanpa supervisi (unsupervised) dan merupakan metode yang melakukan pengelompokan data dengan sistem partisi. Pada K-Means ini akan diaplikasikan CUDA untuk mempercepat perhitungan dengan cara melepaskan komputasi tradisional dari K-Menas pada host ke perangkat.
Analisa
Terdapat perbedaan pada kedua jurnal yaitu Metode yang digunakan berbeda, pada jurnal pertama CUDA diimplementasikan ke metode FDTD sedangkan jurnal kedua diimplementasikan pada Algoritma K-Means Clustering. Namun kedua jurnal memiliki tujuan yang sama yaitu ingin mengetahui apakah CUDA dapat membantu perhitungan yang besar dan rumit pada metode yang mereka gunakan dan apakah CUDA mampu mempercepat perhitungan tersebut.
Tanggapan
Pendapat penulis terhadap kedua jurnal sangat bagus untuk bidang Scientific terutama pada bidang Data Science karena permasalahan yang dihadapi adalah perhitungan yang besar dan kompleksitas yang tinggi dan pasti memerlukan perangkat yang mampu menghitung itu semua dengan cepat dan akurat. Tentu saja dengan adanya CUDA mampu membantu menjawab permasalahan tersebut dimana perhitungan akan berjalan lebih cepat dan hasil yang diberikan akurat, kedua jurnal tersebut dapat menjadi referensi pembelajaran untuk mereka yang sudah memiliki ilmu dasar tentang CUDA.