Pengantar Komputasi Modern # (Tugas 4)

Kumpulan Soal Pilihan Ganda Tugas 1-3

(Task 4 | 2 Juni 2018)

(Task 3 | 27 April 2018)

Nama   :   Michael Surya A R

Kelas    :     4IA13

NPM     :    56414635

TUGAS-1 (Pengantar Komputasi Modern)

1. Dibawah ini yang merupakan bagian dari implementasi komputasi dalam kehidupan sehari hari adalah…    

a. Kimia                                 c. Budaya

b. Agama                               d.  Hukum

2. Komputasi grid diimplementasikan di bidang fisika, kimia, dan biologi untuk melakukan simulasi terhadap proses yang kompleks. Disebut…
a. Visualization                               c. Big Science
b. E-Learning                                  d. Scientific Simulation

3.  Siapakah yang sangat mempengaruhi perkembangan komputasi modern...

a. Charles Babbage                        c. Steve Jobs

b. John Von Neumann                    d. Bill Gates

4. Komputasi modern digunakan untuk memecahkan suatu masalah yang ada, perhitungan komputasi modern yaitu seperti….

a. Akurasi                                      c. Jawaban A dan B benar

b. Kecepatan                                  d. Jawaban A dan B Salah

5. Cara untuk menemukan pemecahan masalah/solusi dari data input dengan menggunakan suatu algoritma tertentu. Adalah pengertian dari…
a. Proses Komputing                      c. Algoritma dan Pemrograman
b. Komputasi Modern                    d. Komputasi Tradisional

TUGAS-2 (Pengantar Komputasi GRID)

6.   Data storage online merupakan contoh dari…
a. Mobile Computing                      c. Grid computing

     b. Cloud Computing                       d. Semua Benar

7.   Microprocessor design termasuk dalam contoh…
a. Mobile Computing                     c. Grid Computing
b. Cloud Computing                       d. Semua Benar

8.   Manakah contoh grid computing yang benar, yaitu…
a. Big Science: Data grid dan komputasi grid digunakan untuk membantu proyek yang disponsorioleh pemerintah Contohnya terdapat di DEISA
b. Medical Images: Komputasi grid diimplementasikan di bidang fisika, kimia, dan biologi untuk melakukan simulasi terhadap proses yang kompleks.
c. Scientific Simulation: Komputasi grid membantu membangun infrastruktur untuk memenuhi kebutuhan dalam pertukaran informasi dibidang pendidikan.
d. CAAD: Komputasi grid digunakan untuk membantu proses visualisasi perhitungan yang rumit.

9.  Yang dapat digunakan untuk mengenali sistem komputasi grid, adalah ?
a. Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat
b. Sistem untuk koordinat sumber daya komputasi dibawah kendali pusat
c. Sistem menggunakan standard dan protocol yang tertutup.
d. Sistem tidak menggunakan standard dan protocol yang tertutup.

10.  Yang dapat digunakan untuk mengenali sistem komputasi grid, adalah, kecuali...
a. Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat.
b. Sistem menggunakan standard dan protocol yang terbuka.
c. Sistem mencoba mencapai kualitas pelayanan yang canggih, yang lebih baik diatas kualitas komponen individu pelayanan komputasi grid.
d. Sistem untuk koordinat sumber daya komputasi dibawah kendali pusat

TUGAS-3 (Arsitektur Komputer Paralel)

11. Salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer secara bersamaan adalah...

      a. Pemrosesan Paralel                               c. Komputasi Paralel

      b. Komputasi Grid                                    d. Salah semua

12.  PC tradisional atau mainframe yang tua, yang hanya bisa melakukan single instruksi/tunggal merupakan contoh dari mesin…
a. SIMD                                                     c. MISD
b. SISD                                                      d. Salah semua

13.  Prosesor yang didedikasikan untuk render cepat dalam pemrosesan polygon baik itu texturing dan shading. Terdiri atas banyak core namun masih menggunakan arsitektur yang sederhana. Merupakan pengertian dari…
a. CPU                                                       c. VGA
b. RAM                                                     d. GPU

14. Komputer dengan beberapa elemen pemrosesan yang melakukan operasi yang sama pada beberapa titik data secara bersamaan disebut dengan…
a. SIMD                                                     c. SISD
b. MIMD                                                   d. MISD

15.   SIMD dibagi menjadi beberapa bentuk lagi, yaitu…
a. Exclusive-Read, Exclusive-Write (EREW) SM SIMD
b. Concurent-Read, Exclusive-Write (CREW) SM SIMD
c. Exclusive-Read, Concurrent-Write (ERCW) SM SIMD
d. Benar semua

JAWABAN

1.	A
2.	D
3.	B
4.	C
5.	B
6.	B
7.	C
8.	A
9.	A
10.	D
11.	C
12.	B
13.	D
14.	A
15.	D

Pengantar Komputasi Modern # (Tugas 3)

ARSITEKTUR KOMPUTER PARALEL

(Task 3 | 27 April 2018)

Nama    :   Michael Surya A R

Kelas     :     4IA13

NPM     :    56414635

 I.     DEFINISI ARSITEKTUR KOMPUTER PARALEL

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 data dalam jumlah besar ataupun karena tuntutan proses komputasi yang banyak. Untuk melakukan aneka jenis komputasi paralel ini diperlukan infrastruktur mesin paralel yang terdiri dari 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.

Arsitektur paralel diperlukan karena :

• Tuntutan aplikasi
• Trend Teknolog
• Trend Arsitekture
• Ekonomi
• Trend saat ini:

– Kebanyakan mikroprosesor sekarang ini mempunyai fasilitas untuk mendukung multiprosesor.
– Server dan workstation berarsitektur multiprosesor : Sun, SGI, DEC, COMPAQ!…
– Mikroprosesor yad (dan sekarang) adalah multiprosesor

Untuk melakukan berbagai jenis komputasi paralel diperlukan infrastruktur mesin paralel yang terdiri dari banyak komputer yang dihubungkan dengan jaringan dan mampu bekerja secara paralel untuk menyelesaikan satu masalah. Untuk digunakan perangkat lunak pendukung yang biasa disebut middleware yang berperan mengatur distribusi antar titik dalam satu mesin paralel. Selanjutnya pemakai harus membuat pemrograman paralel untuk merealisasikan komputasi.

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.

II.     TUJUAN PARALLEL PROCESSING

Tujuan utama dari pemrosesan paralel adalah untuk meningkatkan performa komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin banyak pekerjaan yang bisa diselesaikan.

III.     JENIS-JENIS ARSITEKUR KOMPUTER PARALLEL

Sesuai taksonomi Flynn, seorang Designer Processor, Organisasi Prosesor dibagi menjadi 4 :

A.    SISD (Single Instruction Single Data Stream)

Arus Instruksi Tunggal dan Data Tunggal

B.    SIMD (Single Instruction Multiple Data Stream)

Arus Instruksi Tunggal dan Multiple Data

C.    MISD (Multiple Instruction Single Data Stream)

Arus Multiple Instruksi dan Data Tunggal

D.    MIMD (Multiple Instruction Multiple Data Stream)

Arus Multiple Instruksi dan Multiple Data

1.   Organisasi Prosesor SISD

• Prosesor tunggal
• Aliran instruksi tunggal
• Data disimpan dalam memori tunggal
• Uni-processor

Keterangan:

CU      : Control Unit

IS        : Instruction Stream (Arus Instruksi)

PU      : Processing Unit (Unit Pengolah yang biasa disebut ALU)

DS      : Data Stream (Arus Data)

MU     : Memory Unit (Unit Memori)

Contoh: komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan pdp 1. SISD adalah salah satu dari empat klasifikasi utama sebagaimana didefinisikan dalam taksonomi Flynn, SISD dapat memiliki karakteristik pemprosesan konkuren. Instruksi fetching dan eksekusi pipelined instruksi adalah contoh umum ditemukan di komputerr SISD paling Modern.

Contohnya : Mesin SISD adalah PC Tradisional atau mainframe yang tua

2.   Single Instruction, Multiple Data Stream – SIMD

• Single machine instruction
• Mengontrol eksekusi secara simultan
• sejumlah elemen-elemen pengolahan
• Berdasarkan Lock-step
• Setiap pengolahan elemen memiliki hubungan dengan memori data
• Setiap instruksi dieksekusi pada kumpulan data yang berbeda oleh prosesor yang berbeda
• Prosesor Vector and array

SIMD dibagi menjadi beberapa bentuk yaitu :

1. Exclusive-Read, Exclusive-Write (EREW) SM SIMD

2. Concurent-Read, Exclusive-Write (CREW) SM SIMD

3. Exclusive-Read, Concurrent-Write (ERCW) SM SIMD

4. Concurrent-Read, Concurrent Write (CRCW) SM SIMD

Contoh: Prosesor larik (array processor) atau GPU, ILLIAC IV,MasPar, Cray Y-MP, Thingking Machine CM-2.

3.  Multiple Instruction, Single Data Stream – MISD

• Rangkaian dari data
• Dikirimkan ke kumpulan prosesor
• Setiap prosesor mengeksekusi urutan instruksi yang berbeda
• Belum pernah diimplementasikan (komesial)

Contohnya dapat menggunakan kasus yang sama pada contoh model SIMD namun cara penyelesaian yang berbeda. pada MISD jika pada komputer pertama, kedua, ketiga, keempat, dan kelima 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.   Multiple Instruction, Multiple Data Stream- MIMD

• Kumpulan/sejumlah prosesor
• Mengeksekusi secara simultan urutan instruksi yang berbeda
• Kumpulan data yang berbeda
• SMP, Cluster and sistem NUMA

Beberapa contoh komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, INtel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

IV.     KOMPONEN-KOMPONEN UTAMA

Sistem komputer paralel dibedakan dari cara kerja memorinya menjadi shared memory dan distributed memory. Shared memory berarti memori tunggal diakses oleh satu atau lebih prosesor untuk menjalankan instruksi sedangkan distributed memory berarti setiap prosesor memiliki memori sendiri untuk menjalankan instruksi.

Adapun komponen-komponen utama dari arsitektur komputer paralel cluster PC antara lain:

1. Prosesor (CPU). Bagian paling penting dalam sistem, untuk multicore terdapat lebih dari satu core yang mengakses sebuah memori (shared memory).
2. Memori. Bagian ini dapat diperinci lagi menjadi beberapa bagian penyusunnya seperti RAM, cache memory dan memori eksternal.
3. Sistem Operasi. Software dasar untuk menjalankan sistem komputer.
4. Cluster Middleware. Antarmuka antara hardware dan software.
5. Programming Environment dan Software Tools. Software yang digunakan untuk pemrograman paralel termasuk software pendukungnya.
6. User Interface. Software yang menjadi perantara hardware dengan user.
7. Aplikasi. Software berisi program permasalahan yang akan diselesaikan.
8. Jaringan. Penghubung satu PC (prosesor) dengan PC yang lain sehingga memungkinkan pemanfaatan sumberdaya secara simultan.

Singkatnya untuk perbedaan antara komputasi tunggal dengan komputasi paralel, bisa digambarkan pada gambar di bawah ini:

V.     KESIMPULAN

Dalam kinerja komputasi paralel lebih efektif dan dapat menghemat waktu untuk pemrosesan data yang banyak daripada komputasi tunggal.

Dari penjelasan-penjelasan di atas, kita bisa mendapatkan jawaban mengapa dan kapan kita perlu menggunakan komputasi paralel. Jawabannya adalah karena komputasi paralel jauh lebih menghemat waktu dan sangat efektif ketika kita harus mengolah data dalam jumlah yang besar. Namun keefektifan akan hilang ketika kita hanya mengolah data dalam jumlah yang kecil, karena data dengan jumlah kecil atau sedikit lebih efektif jika kita menggunakan komputasi tunggal.

Source:

http://djuneardy.blogspot.com/2015/05/konsep-arsitektur-paralel-pemrosesan.html

http://organkomputer.blogspot.com/2013/04/prosesor-paralel.html

http://student.blog.dinus.ac.id/ardi/2015/06/10/penjelasan-tentang-arsitektur-komputer-paralel/ 

http://sigitgovinda19.blogspot.co.id/2017/10/klasifikasi-pada-arsitektur-komputer.html

https://catatanpilihan.wordpress.com/category/organisasi-dan-arsitektur-komputer/ 

http://tl301.ilearning.me/2015/11/05/taksonomi-flynn/

Pengantar Komputasi Modern # (Tugas 2)

PENGANTAR KOMPUTASI GRID

(Task 2 | 6 April 2018)

Nama    :   Michael Surya A R

Kelas     :     4IA13

NPM     :    56414635

I.     DEFINISI CLOUD COMPUTING

Komputasi awan (cloud computing) adalah teknologi yang menjadikan internet sebagai pusat pengelolaan data dan aplikasi, di mana pengguna komputer diberikan hak akses (login). Penerapan komputasi awan saat ini sudah dilakukan oleh sejumlah perusahaan IT terkemuka di dunia. Sebut saja di antaranya adalah Google (google drive) dan IBM (blue cord initiative). Sedangkan di Indonesia, salah satu perusahaan yang sudah menerapkan komputasi awan adalah Telkom (Anggi, pusatteknologi.com).

II.     KOMPUTASI GRID

Komputasi Grid adalah penggunaan sumber daya yang melibatkan banyak komputer yang terdistribusi dan terpisah secara geografis untuk memecahkan persoalan komputasi dalam skala besar.

Grid Computing erat kaitannya dengan metode komputasi paralel. Metode ini dapat membagi kerja komputer menjadi beberapa bagian sehingga, tidak memberatkan kerja komputer itu sendiri dan mempercepat kerja komputer.

Sebagai contoh, bila ada suatu perintah untuk mencari satu angka dari 100 angka, komputer tersebut memiliki 10 processor. Dengan adanya komputasi paralel, komputer tersebut dapat memecah kerja menjadi 10 bagian untuk mencari angka tersebut. hal ini tentu saja dapat mempercepat dan memperingan kerja komputer. Tentu saja masalah pembagian kerja komputer tersebut dalam skala kecil. Tapi dari sinilah grid computing dikembangkan. Grid computing semakin dikembangkan dengan adanya jaringan dan internet. Dengan jaringan, kerja komputer terbagi-bagi di satu tempat dan tempat lain, namun pekerjaannya tetap satu/terhubung.

Grid Computing memanfaatkan kekuatan pengolahan berbagai unit komputer, dan menggunakan kekuatan proses untuk menghitung satu pekerjaan. Pekerjaan itu sendiri dikontrol oleh satu komputer utama, dan dipecah menjadi beberapa tugas yang dapat dilaksanakan secara bersamaan pada komputer yang berbeda. Tugas-tugas ini tidak perlu saling eksklusif, meskipun itu adalah skenario yang ideal. Sebagai tugas lengkap pada berbagai unit komputasi, hasil dikirim kembali ke unit pengendali, yang kemudian collates itu membentuk keluaran kohesif. Satu masalah akan kurangnya sumber daya untuk komputasi tinggi sudah terpenuhi dengan kehadiran grid computing. Namun masalah tidak berhenti di situ saja. Salah satu komponen yang terpenting juga dalam grid computing adalah konektifitas atau jaringan. Tidak akan membentuk sebuah grid computing kalau tidak ada jaringan. Didalam sebuah jaringan, tidak asing lagi dengan penggunaan IP Address. Lebih dari 20 tahun manusia menggunakan IPv4 sebagai protokol jaringan. Namun, jumlah IPv4 yang mencapai 4,3 milyar sudah habis tanggal 15 April 2011. Tentu saja hal ini menjadi kendala bagi pengguna internet, khususnya grid computing ini yang juga membutuhkan IP Address valid untuk konektifitasnya. Muncullah protokol jaringan baru yang merupakan pengganti dari IPv4 yang sudah habis yaitu IPv6. Dengan protokol ini, pengguna internet tidak perlu khawatir lagi akan kebutuhan penggunaan IP Address.

III.     KONSEP  KOMPUTASI GRID

• Sumberdaya Infrastruktur , mencakup hardware seperti penyimpanan, memori, prosesor, dan jaringan. selain itu juga terdapat software yang didesain untuk mengelola hardware ini, seperti database, manajemen penyimpanan, manajemen sistem, server aplikasi dan sistem operasi.
• Sumberdaya Aplikasi, perwujudan logika bisnis dan arus proses dalam software aplikasi. Dapat berupa aplikasi buatan yang ditulis dengan menggunakan bahasa pemrograman dan merefleksikan tingkat kompleksitas.
• Sumberdaya Informasi, mencakup keseluruhan data dalam perusahaan dan metadata yang bisa menjadikan data bisa bermakna.
• Sifat alami dinamis : sumber daya dan pengguna dapat sering berubah.
• Lingkungan kolaboratif bagi e-community ( komunitas elektronik di internet)

Sebenarnya komputasi grid merupakan cabang dari distributed computing.yangmempelajari tentang penggunaan komputer terkoordinasi yang secara fisik terpisah atau terdistribusi. Dimana sistem terdistribusi itu membutuhkan aplikasi yang berbeda dengan aplikasi terpusat yang kemudian berkembang lagi menjadi parallel computing yang merupakan teknik komputasi secara bersamaan yang memanfaatkan komputer secara bersamaan juga.

IV.     PRINSIP KERJA KOMPUTASI GRID

Dua prinsip kerja utama grid computing yang membedakannya dari arsitektur komputasi yang lain :

·       Virtualisasi

Setiap sumberdaya (semisal komputer, disk, komponen aplikasi dan sumber informasi) dikumpulkan bersama-sama menurut jenisnya, lalu disediakan bagi konsumen (semisal orang atau program software). Virtualisasi berarti meniadakan koneksi secara fisik antara penyedia dan konsumen sumberdaya, dan menyiapkan sumberdaya untuk memenuhi kebutuhan tanpa konsumen mengetahui bagaimana permintaannya bisa terlayani.

·       Provisioning 

Ketika konsumen meminta sumberdaya melalui layer virtualisasi, sumberdaya tertentu di belakang layer didefinisikan untuk memenuhi permintaan tersebut, dan kemudian dialokasikan ke konsumen. Provisioning sebagai bagian dari grid computing berarti bahwa system menentukan bagaimana cara memenuhi kebutuhan konsumen seiring dengan mengoptimasi jalannya sistem secara keseluruhan.

Menurut tulisan singkat oleh Ian Foster ada check-list yang dapat digunakan untuk mengidentifikasi bahwa suatu sistem melakukan komputasi grid yaitu :

1. Sistem tersebut melakukan koordinasi terhadap sumberdaya komputasi yang tidak berada dibawah suatu kendali terpusat. Seandainya sumber daya yang digunakan berada dalam satu cakupan domain administratif, maka komputasi tersebut belum dapat dikatakan komputasi grid.
2. Sistem tersebut menggunakan standard dan protokol yang bersifat terbuka (tidak terpaut pada suatu implementasi atau produk tertentu). Komputasi grid disusun dari kesepakatan-kesepakatan terhadap masalah yang fundamental, dibutuhkan untuk mewujudkan komputasi bersama dalam skala besar. Kesepakatan dan standar yang dibutuhkan adalah dalam bidang autentikasi, otorisasi, pencarian sumberdaya, dan akses terhadap sumber daya.
3. Sistem tersebut berusaha untuk mencapai kualitas layanan yang canggih, (nontrivial quality of service) yang jauh diatas kualitas layanan komponen individu dari komputasi grid tersebut.

Kemudian hal yang tidak boleh dilupakan adalah mengenai keberadaan dari elemen-elemen dari grid computing, elemen ini tidak bisa dilepaskan dari grid computing. Elemen grid computing adalah berikut :

1. Hardware
2. Software
3. Brainware

V.    KELEBIHAN & KEKURANGAN CLOUD COMPUTING

Kelebihan Grid Computing

Beberapa kelebihan dari grid computing adalah:

• Perkalian dari sumber daya: Resource pool dari CPU dan storage tersedia ketika idle.
• Lebih cepat dan lebih besar: Komputasi simulasi dan penyelesaian masalah dapat berjalan lebih cepat dan mencakup domain yang lebih luas.
• Software dan aplikasi: Pool dari aplikasi dan pustaka standard,  akses terhadap model dan perangkat berbeda, metodologi penelitian yang lebih baik.
• Data: Akses terhadap sumber data global dan hasil penelitian lebih baik.
• Ukuran dan kompleksitas dari masalah mengharuskan orang-orang dalam beberapa organisasi berkolaborasi dan berbagi sumber daya komputasi, data dan instrumen sehingga terwujud bentuk organisasi baru yaitu virtual organization. 

Kekurangan Grid Computing

Kekurangan pada grid computing yang lebih ditekankan disini adalah mengenai hambatan yang dialami oleh masyarakat Indonesia dalam mengaplikasikan teknologi grid computing. Hambatan-hambatan tersebut adalah sebagai berikut :

• Manajemen institusi  yang terlalu birokratis menyebabkan mereka enggan untuk merelakan fasilitas yang dimiliki untuk digunakan secara bersama agar mendapatkan manfaat yang lebih besar bagi masyarakat luas.
• Masih sedikitnya sumber daya manusia yang  kompeten dalam mengelola grid computing.
• Kurangnya pengetahuan yang mencukupi bagi teknisi IT maupun user non teknisi mengenai manfaat dari grid computing itu sendiri.

VI.     KOMPONEN KOMPUTASI GRID

Komponen-komponen grid computing adalah:

·       Gram (Grid Resources Allocation & Management) 

Komponen ini dibuat untuk mengatur seluruh sumberdaya komputasi yang tersedia dalam sebuah sistem komputasi grid. Pengaturan ini termasuk eksekusi program pada seluruh komputer yang tergabung dalam sistem komputasi grid, mulai dari inisiasi, monitoring, sampai dengan penjadwalan dan koordinasi antar proses yang terjadi dalam sistem tersebut. Juga dapat berkoordinasi dengan sistem-sistem pengaturan sumber daya yang telah ada sebelumnya. Dengan mekanisme ini program-program yang telah dibuat sebelumnya tidak perlu dibangun ulang atau bila dimodifikasi, modifikasinya minimum.

·       RFT/GridFTP (Reliable File Transfer/Grid File Transfer Protocol)

Komponen ini dibuat agar pengguna dapat mengakses data yang berukuran besar dari semua simpul komputasi yang telah tergabung dalam sebuah sistem komputasi secara efisien. Hal ini tentu saja berpengaruh karena kinerja komputasi tidak hanya bergantung pada kecepatan komputer yang tergabung dalam mengeksekusi program, tapi juga seberapa cepat data yang dibutuhkan dapat diakses. Data yang diakses juga tidak selalu ada pada komputer yang mengeksekusi.

·       MDS (Monitoring and Discovery Services)

Komponen ini dibuat untuk memonitoring proses komputasi yang sedang dijalankan agar dapat mendeteksi masalah yang timbul dengan segera.  Sedangkan fungsi disovery dibuat agar pengguna mampu mengetahui keberadaan sumber daya komputasi beserta karakteristiknya.

·       GSI (Grid Security Infrastructure)

Komponen ini dibuat untuk mengamankan sistem komputasi grid secara keseluruhan. Komponen ini membedakan teknologi GT4 dengan teknologi-teknologi sebelumnya. Dengan menerapkan mekanisme keamanan yang tergabung dengan komponen-komponen komputasi grid lainnya, sistem ini dapat diakses secara luas tanpa sedikitpun mengurangi tingkat keamanannya. Sistem keamanan ini dibangun dengan segala komponen yang telah diuji, mencakup proteksi data, autentikasi, delegasi dan autorisasi.

VII.    CONTOH GRID COMPUTING

A)  Scientific Simulation

Komputasi grid diimplementasikan di bidang fisika, kimia, dan biologi untuk melakukan simulasi terhadap proses yang kompleks.

B)  Medical Images

Penggunaan data grid dan komputasi grid untuk menyimpan medical-image. Contohnya adalah eDiaMoND project.

C)  Computer-Aided Drug Discovery (CADD)

Komputasi grid digunakan untuk membantu penemuan obat. Salah satu contohnya adalah: Molecular Modeling Laboratory (MML) di University of North Carolina (UNC).

D)  Big Science

Data grid dan komputasi grid digunakan untuk membantu proyek laboratorium yang disponsori oleh pemerintah Contohnya terdapat di DEISA.

E)  E-Learning

Komputasi grid membantu membangun infrastruktur untuk memenuhi kebutuhan dalam pertukaran informasi dibidang pendidikan. Contohnya adalah AccessGrid.

F)  Visualization

Komputasi grid digunakan untuk membantu proses visualisasi perhitungan yang rumit.

G)  Microprocessor design

Komputasi grid membantu untuk mengurangi microprocessor design cycle dan memudahkan design center untuk membagikan resource lebih efisien. Contohnya ada diMicroprocessor Design Group at IBM Austin.

Source:

https://sis.binus.ac.id/2016/12/16/cloud-computing/

http://csrc.nist.gov/publications/PubsSPs.html#800-145

http://www.cloudindonesia.org/apa-itu-cloud-computing.html

http://www.cloudindonesia.org/apa-itu-public-cloud-private-cloud-dan-hybrid-cloud.html

https://michaelismyname.wordpress.com/2013/04/07/grid-computing/

Bart Jacob, Michael Brown, Kentaro Fukui, Nihar Trivedi.2005. “Introduction to Grid Computing” . IBM.