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)