Pengantar Quantum Computation

 A.    Pendahuluan

Sebelum membahas tentang pengertian Quantum Computation, terlebih dahulu dibahas adalah mengenai sejarahnya. Bermula pada tahun 1970-an pencetusan atau ide tentang komputer kuantum pertama kali muncul oleh para fisikawan dan ilmuwan komputer, seperti Charles H. Bennett dari IBM, Paul A. Benioff dari Argonne National Laboratory, Illinois, David Deutsch dari University of Oxford, dan Richard P. Feynman dari California Institute of Technology (Caltech).

Feynman dari California Institute of Technology yang pertama kali mengajukan dan menunjukkan model bahwa sebuah sistem kuantum dapat digunakan untuk melakukan komputasi. Feynman juga menunjukkan bagaimana sistem tersebut dapat menjadi simulator bagi fisika kuantum.

Pada tahun 1985, Deutsch menyadari esensi dari komputasi oleh sebuah komputer kuantum dan menunjukkan bahwa semua proses fisika, secara prinsipil, dapat dimodelkan melalui komputer kuantum. Dengan demikian, komputer kuantum memiliki kemampuan yang melebihi komputer klasik. Pada tahun 1995, Peter Shor merumuskan sebuah algoritma yang memungkinkan penggunaan komputer kuantum untuk memecahkan masalah faktorisasi dalam teori bilangan.

Sampai saat ini, riset dan eksperimen pada bidang komputer kuantum masih terus dilakukan di seluruh dunia. Berbagai metode dikembangkan untuk memungkinkan terwujudnya sebuah komputer yang memilki kemampuan yang luar biasa ini. Sejauh ini, sebuah komputer kuantum yang telah dibangun hanya dapat mencapai kemampuan untuk memfaktorkan dua digit bilangan. Komputer kuantum ini dibangun pada tahun 1998 di Los Alamos, Amerika Serikat, menggunakan NMR (Nuclear Magnetic Resonance).

Quantum Computation merupakan alat hitung yang menggunakan mekanika kuantum seperti superposisi dan keterkaitan, yang digunakan untuk peng-operasi-an data. Perhitungan jumlah data pada komputasi klasik dihitung dengan bit, sedangkan perhitungan jumlah data pada komputer kuantum dilakukan dengan qubit. Prinsip dasar komputer kuantum adalah bahwa sifat kuantum dari partikel dapat digunakan untuk mewakili data dan struktur data, dan bahwa mekanika kuantum dapat digunakan untuk melakukan operasi dengan data ini. Dalam hal ini untuk mengembangkan komputer dengan sistem kuantum diperlukan suatu logika baru yang sesuai dengan prinsip kuantum.

Quantum Computer dapat memproses jauh lebih cepat daripada komputer konvensional. Pada dasarnya, quantum computer dapat memproses secara paralel, sehingga berkomputasi jauh lebih cepat. Quantum Computer dapat jauh lebih cepat dari komputer konvensional pada banyak masalah, salah satunya yaitu masalah yang memiliki sifat berikut:

• Satu-satunya cara adalah menebak dan mengecek jawabannya berkali-kali
• Terdapat n jumlah jawaban yang mungkin
•  Setiap kemungkinan jawaban membutuhkan waktu yang sama untuk mengeceknya 
• Tidak ada petunjuk jawaban mana yang kemungkinan benarnya lebih besar: memberi jawaban dengan asal tidak berbeda dengan mengeceknya dengan urutan tertentu.

Tentang quantum gates dan algoritma shor , Algoritma Shor didasarkan dari sebuah teori bilangan: fungsi F(a) = xamod n adalah feungsi periodik jika x adalah bilangan bulat yang relatif prima dengan n. Dalam Algoritma Shor, n akan menjadi bilangan bulat yang hendak difaktorkan. Menghitung fungsi ini di komputer konvensional untuk jumlah yang eksponensial akan membutuhkan waktu eksponensial pula. Pada masalah ini algoritma quantum shor memanfaatkan pararellisme quantum untuk melakukannya hanya dengan satu langkah. Karena F(A) adalah fungsi periodik, maka fungsi ini memiliki sebuah periode r. Diketahui x0mod n = 1, maka xr mod n =1, begitu juga x2r mod n dan seterusnya.

Di bawah ini adalah contoh gambar quantum computing :

Kelompok 6 Softskill :
1. Eric Ashardi Utama (52412522)
2. Hambali Syahrul Basir(53412264)
3. Raden Septiana Faza (55412851)
4. Riyan Neba (56412506)
5.Yoshepin Febri Yanti (57412871)

Review Jurnal Parallel Computation

Review Jurnal

Judul : “ANALISIS PERBANDINGAN KOMPUTASI SEKUENSIAL DAN KOMPUTASI PARALEL GPU MEMANFAATKAN TEKNOLOGI NVIDIA CUDA PADA APLIKASI PENGURUTAN BILANGAN ACAK MENGGUNAKAN ALGORITMA QUICKSORT”

      1.    Pendahuluan dan tujuan

Kehadiran perangkat GPU dengan perangkat komputasi yang dimilikinya telah mengahsilkan sebuah metode parallel yang dapat dilakukan pada perangkat GPU, sehingga dapat mempercepat proses jika proses tersebut hanya dilakukan pada CPU. Pengurutan (sorting) adalah proses mengurutkan data untuk menghasilkan deretan angka yang tersusun secara teratur menurut aturan tertentu (Anton, 2010). Algoritma yang digunakan untuk melakukan sorting adalah algoritma quicksort. 

Berdasarkan pendahuluan diatas, penulis jurnal melakukan penulisan dengan tujuan :

       a.    Membuat program pengurutan quicksort yang dieksekusi secara sekuensial pada CPU

       b.    Membuat program pengurutan quicksort yang dieksekusi secara paralel dengan CUDA (GPU)

       c.    Menganalisis perbandingan kecepatan eksekusi program sekuensial dan parallel untuk menyimpulkan metode mana yang paling cepat dalam hal komputasi

       2.    Metode

       a.    Quicksort secara sekuensial

        Algoritma yang digunakan adalah :

• Pada deretan bilangan acak, pilihlah salah satu angka yang akan dijadikan pivot.
•  Bagi deretan kedalam dua sub bagian yang terdiri dari “Deretan Rendah” yang berisi deretan angka yang nilainya lebih kecil dari pivot dan “Deretan Tinggi”  yang berisi deretan angka yang nilainya lebih besar dari pivot.
• Deretan rendah dan deretan tinggi tersebut akan memanggil dirinya sendiri secara berulang dengan menggunakan sebuah procedure hingga datanya terurut.
•  Hasil akhir dari proses sorting tersebut akan digabungkan dengan urutan deretan rendah, pivot dan deretan tinggi.

       b.    Quicksort secara parallel (menggunakan CUDA)

        Algortima yang digunakan adalah :

• Awalnya setiap proses dimulai menggunakan algoritma quicksort secara sekuensial
• Kemudian ubah nilai pivot dengan nilai yang mendekati nilai tengah. Hal ini dapat dilakukan oleh proses yang bertanggung jawab untuk memilih pivot, sehingga proses tersebut juga dapat mengambil nilai tengah
•  Langkah selanjutnya terdiri dari beberapa tahapan, yaitu : 
  
  • Broadcast. Pada bagian ini, pivot yang telah dipilih di broadcast atau disebarkan kedalam prosesproses lainnya.
  • Membagi deretan menjadi dua sub bagian. Setiap proses akan membagi deretan bilangan acak tersebut kedalam dua sub bagian yaitu deretan angka dengan nilai yang lebih kecil dari pivot dan nilai yang lebih besar dari pivot. Kemudian, proses akan membagi bilangan-bilangan tersebut kedalam dua kelompok dan akan menjalankan algoritma rekursi.
  • Menukar proses yang berdampingan. Setelah rekursi log P, setiap proses memiliki daftar bilangan acak yang nilainya sepenuhnya disjoint (peristiwa tidak saling lepas) dari nilai-nilai yang terjadi pada proses lainnya. 

• Berikutnya adalah pada tiap proses akan dilakukan penggabungan deretan angka yang telah diurutkan 

      3.    Hasil dan Pembahasan

Pada bagian ini akan dijabarkan hasil dari uji coba dan kesimpulan yang didapatkan. Berikut ini adalah sampel dari hasil uji coba pada komputasi secara sekuensial

Selanjutnya, adalah sampel dari hasil uji coba pada komputasi parallel dengan CUDA

Berdasarkan kedua hasil diatas, dapat dibandingkan perbandingan kedua metode sekuensi dan parallel berdasarkan grafik dibawah ini

Berdasarkan dari grafik diatas, proses yang dilakukan secara sekuensial membutuhkan waktu yang jauh lebih lama dibanding proses yang dilakukan secara paralel GPU. Hal ini dikarenakan pemrosesan paralel dapat mempercepat suatu proses dibanding jika proses tersebut dikerjakan secara sekuensial karena ketika suatu proses dikerjakan secara paralel, instruksi-intruksi yang ada dalam proses tersebut dijalankan tidak secara masing-masing melainkan secara serempak dengan terjadinya komunikasi antara satu sama lainnya.

Berdasarkan uji coba yang telah dilakukan pada program quicksort yang bekerja secara sekuensial dan paralel GPU maka dapat ditarik beberapa kesimpulan, yaitu :

• Waktu eksekusi program secara paralel GPU lebih cepat dibanding program yang dieksekusi secara sekuensial.
• Grafik yang dihasilkan dari dua percobaan diatas adalah grafik non linier.
• Waktu eksekusi yang diperoleh secara sekuensial dan paralel GPU selain dipengaruhi oleh jumlah data juga dipengaruhi oleh spesifikasi hardware yang digunakan serta tugas atau task apa saja yang sedang dikerjakan oleh komputer.

sumber jurnal : ANALISIS PERBANDINGAN KOMPUTASI SEKUENSIAL DAN KOMPUTASI PARALEL GPU MEMANFAATKAN TEKNOLOGI NVIDIA CUDA PADA APLIKASI PENGURUTAN BILANGAN ACAK MENGGUNAKAN ALGORITMA QUICKSORT.pdf

Review Jurnal

Judul : PARALEL DETERMINAN MATRIKS DENGAN MENGGUNAKAN METODE KONDENSASI PADA GPU

1.    Pendahuluan dan tujuan
              GPU modern sangat efisien dalam memanipulasi komputer grafis dan struktur paralel. Pemrograman berbasis GPU ini pun membantu programmer dalam menyelesaikan permasalahan komputasional yang rumit dibandingkan dengan cara konvensional menggunakan CPU. GPU Computing diperkenalkan pertama kali pada tatrun 1999-2000 oleh Nvidia dengan menggunakan bahasa pemograman C/C++ dengan CUDA (Computer Unified Device Architecture). GPU merupakan mikroprosesor khusus yang berfungsi mempercepat proses rendering grafik 2 dimensi atau 3 dimensi dan mengubah memori untuk menampilkan gambar dalam frame buffer dan cepat memanipulasi dan mengubah memori yang sedemikian rupa sehingga mempercepat pembangunan gambar yang dimaksudkan untuk tampilan outpu

              Tujuan dari tugas akhir ini adalah sebagai berikut: 

            a. Melakukan perhitungan deterrninan pada matriks dengan menggunakan metode kondensasi pada CPU dan GPU

             b. Menganalisis performansi determinan matriks dengan metode kondensasi pada GPU dan CPU dari segi waktu komputasi. 

             c. Menganalisis ukuran matiks yang memberikan dampak yang signifikan pada penggunaan GPU dan CPU 

2.    Metode
        Metodologi Penelitian Metodologi penelitian yang akan digunakan dalam penyelesaian tugas akhir ini adalah:
        a. Studi Literatur
           Mencari, mengumpulkan, dan mempelajari informasi referensi yang bersumber dari buku,                    jurnal maupun sumber lain dari internet sebagai landasan teori dalam pengerjaan dan                            penyusunan tugas akhir ini.
       b. Pengumpulan Data
           Mencari dan mengumpulkan data untuk digunakan dalam pelatihan dan pengujian karakter                  pada tahap implementasi.
       c.  Perancangan Sistem
            Merancang alur sistem.
       d.  Implementasi Sistem
            Mengimplementasikan rancangan sistem ke dalam suatu program sesuai dengan hasil                           perancangan yang telah dilakukan.
       e.  Analisis Hasil Implementasi
           Sistem Menganalisis hasil implernentasi berupa signifikansi pada penggunaan GPU dan CPU              beserta performansi akurasi sistem dalam penyelesaian tugas akhir ini.
      f.  Pembuatan Laporan Tugas Akhir
          Mendokumentasikan penyelesaian tugas akhir ini kedalam bentuk laporan tertulis.

Sumber: Nurulfiqri, Zartikazahra. 2014.  PARALEL DETERMINAN MATRIKS DENGAN MENGGUNAKAN METODE KONDENSASI PADA GPU. Bandung. Telkom University

Kelompok 6 Softskill :
1. Eric Ashardi Utama (52412522)
2. Hambali Syahrul Basir(53412264)
3. Raden Septiana Faza (55412851)
4. Riyan Neba (56412506)
5.Yoshepin Febri Yanti (57412871)

Penerapan Komputasi Modern Pada Bidang Geologi

Pengertian Komputasi Modern

Komputasi Modern berasal dari kata Komputasi, Komputasi adalah algoritma yang digunakan untuk menemukan suatu cara dalam memecahkan masalah dari sebuah data input. Data input merupakan masukan yang berasal dari luar lingkungan sistem. Komputasi ini merupkan bagian perpaduan dari ilmu komputer dengan ilmu matematika. Secara umum ilmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika dan teknik penyelesaian numerik serta pengguna komputer untuk menganalisis dan memecakan masalah-masalah ilmu.

Komputasi modern tersebut bisa disebut sebuah konsep sistem yang menerima intruksi-intruksi yang disimpan dalam sebuah memori komputer. Pada saat kita melakukan komputasi menggunakan komputer maka akan bisa dibilang komputasi merupakan sebuah komputasi modern. Konsep ini pertama kali digagasi oleh John Von Neumann (1903-1957). Dalam kerjanya komputasi modern menghitung dan mencari solusi dari masalah yang ada, dan perhitungan yang dilakukan itu meliputi:

1.    Akurasi

2.    Kecepatan

3.    ProblemVolume Besar

4.    Modelling

5.    Kompleksitas

Implementasi Komputasi modern pada bidang Geologi

Geologi adalah Ilmu (sains) yang mempelajari bumi, komposisinya, struktur, sifat-sifat fisik, sejarah, dan proses pembentukannya. Bidang ini berbeda dengan ilmu komputer (computer science), yang mengkaji komputasi, komputer dan pemrosesan informasi. Dalam ilmu alam, pendekatan ilmu komputasi dapat memberikan berbagai pemahaman baru, melalui penerapan model-model matematika dalam program komputer berdasarkan landasan teori yang telah berkembang, untuk menyelesaikan masalah-masalah nyata dalam ilmu tersebut.

Pada bidang geologi teori komputasi biasanya digunakan untuk pertambangan, sebuah sistem komputer digunakan untuk menganalisa bahan-bahan mineral dan barang tambang yang terdapat di dalam tanah. Contohnya, Pertambangan dan digunakan untuk menganalisa bahan-bahan mineral dan barang tambang yang terdapat di dalam tanah.

Terdapat jurnal Geologi yang menggunakan bantuan komputasi modern dalam melakukan penelitiannya, jurnal tersebut berjudul :

Desain Parameter Akusisi Seismik 3D Menggunakan Metode Statik dan Dinamik dengan Study Kasus Model Geologi Lapangan “ITS”

Dalam penelitian ini telah dilakukakan untuk menentukan desain parameter akusisi seismic yang ideal dari target tertentu dari lapangangan “ITS” berdasarkan model geologi yang telah dibuat sehingga akan didapatkan data seismic yang baik yang akan memudahkan dalam pengolahan data (processing). Pada penelitian ini menggunakan metode static yang meliputi pembuatan model geologi dengan memperhatikan data geologi daerah setempat menggunakan  software Tesseral, pembuatan template menggunakan software Mesa Expert 12 dan Processing data menggunakansoftware Omega untuk mendapatkan hasil stack kemudian dibandingkan antara hasil stack dengan model geologi awal yang telah dibuat. 

Alat yang digunakan

Adapun peralatan yang digunakan pada tugas akhir kali ini berupa software Messa Expert 12.00, software processing Omega dan software Tesseral. 

Tahapan Penelitian

Model geologi yang telah dibuat kemudian diolah menggunakan software Tesseral Prosehingga akan didapatkan data berupa gather. Satu shot point akan menghasilkan satu gather. Pada penembakan ini kita menggunakan variasi ukuran jarak antar shotpoint dan frekuensi. Jarak antar shotpoint yang digunakan adalah 50 meter dan 80 meter sedangkan variasi frekuensi yang digunakan adalah 10 Hz dan 23 Hz. Gather yang merupakan output Omega berupa stack. Hasil stack kemudian dibandingkan menggunakan dengan model geologi yang dibuat. Apabila antara hasil stack dengan model geologi awal sudah mirip maka dapat dikatakan parameter yang telah di inputkan sudah tepat. Untuk memudahkan melakukan simulasi survei seismik 3D, maka dalam membuat suatu parameter survei seismik 3D digunakan suatu Software Mesa Expert 12.00 yang dapat menghasilkan parameter desain dari suatu survei seismik. Selain itu juga digunakan software pendukung seperti Tesseral untuk membuat pemodelan geologi dan melihat penjalaran gelombangnya, dan juga menggunakan Software Processing Omega untuk melakukan pengolahan data sintetik.

Pembuatan model geologi

Asumsi geologi diperoleh dari data lintasan seismic lama yang diinversi namun pada pengerjaan kali ini tidak menggunakan data lapangan sehingga kita harus membuat model geologi sederhana yang ideal. Model yang dibuat haruslah seideal mungkin agar memudahkan kita dalam prosesing data.

Gambar 1. Penampang model geologi

Data Parameter Akusisi

Setelah melalui proses perhitugan, didapatkan niali parameter akusisi sebagai berikut :

Pembuatan Template

Pada gambar di bawah ini akan ditunjukkan posisi receiver dan source dengan jarak 50 meter dan 80 meter menggunakan konfigurasi penembakan symetrical spread split. Pada jenis konfigurasi ini shotpoint berada di tengahtengah diantara receiver yang secara keseluruhan berjumlah 128 buah. Pada gambar di bawah ini akan digambarkan persebaran fold ketika menggunakan ukuran bin yang berbeda.

Gambar 2 Template penembakan ketika menggunakan binsize 25 meter

Gambar 3 Template penembakan ketika menggunakan bisize 40 meter

Pengolahan data seismik

Stack dengan variasi jarak shotpoint

Gambar 4 Hasil stack menggunakan jarak shotpoint 50 meter dan

frekuensi 23 Hz

Gambar 5 Hasil stack menggunakan jarak shotpoint 80 dan frekuensi

23Hz

Pada gambar 4 dan gambar 5 merupakan hasil stack yang menggunakan frekuensi 23 Hz dengan variasi interval shotpoint 50 meter dan 80 meter. Pada saat menggunakan interval shotpoint 50 meter dapat merekam setiap lapisan secara jelas dibandingkan ketika menggunakan interval shotpoint 80 meter. Ketika menggunakan interval shotpoint yang lebih pendek dibutuhkan lebih banyak jumlah shotpoint sehingga persebaran fold akan dan S/N lebih baik pula. Oleh karena itu ketika menggunanakan interval shotpoint 50 meter menghasilkan kualitas stack lebih bagus dibandingkan ketika menggunakan interval shotpoint 80 meter.

Stack dengan variasi frekuensi

Gambar 6 Hasil stack pada frekuensi 10 Hz dan jarak shotpoint 50 meter

Gambar 7 Hasil stack pada frekuensi 23 Hz dan jarak shotpoint 50 meter

Berdasarkan teori gelombang seismik, semakin tinggi frekuensi yang diberikan akan semakin baik pula gelombang tersebut dalam membedakan lapisan tipis. Oleh karena itu hasil stack yang menggunkan frekuensi 23 Hz pada Gambar 7 batas perlapisannya dapat terlihat dengan jelas. Pada Gambar 6 terlihat banyak reflektor bidang bawah dan bidang atas yang bersatu menjadi reklektor tunggal sehingga lapisannya terlihat tebal.

Kesimpulan

Dari proses penelitian ini dapat diambil beberapa kesimpulan, yaitu :

1. Pembuatan model geologi harus disesuaikan dengan kondisi geologi yang sebenarnya agar parameter yang digunakan tepat

2. Indikasi suatu parameter yang digunakan sudah tepat ketika hasil stack yang dihasilkan sudah menggambar kondisi bawah permukaan bumi dengan baik sesuai dengan model geologi yang telah dibuat sebelumnya

3. Saat menggunakan frekuensi 10 Hz lapisan-lapisan yang sangat tipis tidak terlihat sehingga beberapa lapisan terekam menjadi reflektor tunggal sedangkan frekuensi 23 Hz dapat mencitrakan lapisan-lapisan tipis dengan baik

4. Saat menggunakan frekunsi 10 Hz dapat menggambarkan lapisan bawah permukaan lebih baik dibandingkan ketika menggunakan frekuensi 23 Hz

Pembahan jurnal diatas adalah menunjukan bahwa komputasi modern sudah diterapkan pada bidang geologi, yaitu menggunakan software yang telah dijabarkan diatas untuk melakukan pengolahan data untuk penelitian tersebut, yaitu pembuatan model geologi dengan memperhatikan data geologi daerah setempat menggunakan  software Tesseral, pembuatan template menggunakan software Mesa Expert 12 dan Processing data menggunakan software Omegauntuk mendapatkan hasil stack sehingga memudahkan dalam menganalisis suatu pekerjaan di bidang geologi. Untuk melihat jurnal tersebut lebih lanjut silahkan klik disini.

Sumber:

http://ejurnal.its.ac.id/index.php/sains_seni/article/view/6775

http://bintorobagus.blogspot.co.id/2015/04/implementasi-komputasi-modern-pada.html

http://andreyulian21.blogspot.co.id/2016/03/pengantar-komputasi-modern.html

https://dwijati.wordpress.com/komputasi-modern/

http://id.wikipedia.org/wiki/Teknologi_komputasi

http://id.wikipedia.org/wiki/Komputasi

Nama Anggota: 

1. Eric Ashardi Utama (52412522)

2. Hambali Syahrul Basir(53412264)

3. Raden Septiana Faza (55412851)

4. Riyan Neba (56412506)

5.Yoshepin Febri Yanti (57412871)

Kelas: 4IA01