Pemrosesan Paralel. Contoh aplikasi di atas melibatkan komputasi intensif dan memerlukan daya olah yang tinggi. Performance: Weather Prediction
|
|
- Sukarno Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Kebutuhan Komputer Berkinerja Tinggi Pemrosesan Paralel Kudang B. Seminar Peramalan cuaca Aerodinamik Kercerdasan buatan: robotik Rekayasa genetik Contoh aplikasi di atas melibatkan komputasi intensif dan memerlukan daya olah yang tinggi Example 1: Weather Prediction Area, segments 3000*3000*11 cubic miles.1*.1*.1 cubic mile: ~ segments Two day prediction half hour periods: ~ 100 periods Computation per segment Temp, Pressure, Humidity, Wind speed, Wind direction Assume ~ 100 FLOPs Performance: Weather Prediction Computational requirement: Serial supercomputer: 10 9 instr/sec Total serial time: 10 6 sec = 280 hours Not too good for 48 hour weather prediction 1
2 Parallel Weather Prediction 1 K workstations, grid connected 10 8 segment computations per processor 10 8 instructions per second 100 instructions per segment computation 100 time steps: 10 4 seconds = ~3 hours Much more acceptable Assumption: Communication not a problem here More workstations: finer grid better accuracy Other Challenging Applications Satellite data acquisition: billions of bits / sec Satellite data processing Pollution levels, Remote sensing of materials Image recognition Discrete optimization problems Planning, Scheduling, VLSI design Material modeling Nuclear weapons modeling (ASCI) Airplane/Satellite/Vehicle design Application Specific Architectures Mapping an algorithm directly onto hardware ASICs: Application Specific Integrated Circuits Levels of specificity Full custom ASICs Standard cell ASICs Field programmable gate arrays Computational models Dataflow graphs Systolic arrays Orders of magnitude better performance Orders of magnitude lower power ASICS cont How much faster than General purpose? Example: 1D 1024 FFT General purpose machine (G4): 25 micro secs ASIC device (MIT Lincoln Labs): 32 nano secs ASIC device uses 20 milliwatts (100 * less power) Future designs: 2 tera ops in small ( < cubic ft ) device Target applications FFT Finite Impulse Response (FIR) Filters Matrix multiply QR decomposition 2
3 Contoh Nyata Peramalan cuaca 24 jam di UK melibatkan sekitar operasi untuk dieksekusi. Ini memerlukan waktu 2.7 hours pada mesin Cray-1 (berkemampuan 10 8 operasi per detik). Berapa operasi untuk peramalan mingguan, bulanan, tahunan? Menurut Einstein kecepatan cahaya: 3 x 10 8 m/dt. Dua peralatan elektronik yang masing-masing mampu melakukan operasi/detik dan terpisah dengan jarak 0.5 mm. Dalam hal ini akan lebih lama waktu yang diperlukan bagi sinyal melakukan perjalanan antar dua peralatan tersebut daripada waktu yang diperlukan untuk melakukan eksekusi operasi (10-12 detik) oleh salah satu peralatan elektronik tersebut. Jadi faktor pembatasnya adalah kecepatan cahaya. SOLUSI: mendayagunakan paralelisme Motivation of Parallel Computing Parallel Computing is cost effective Off the shelf, commodity processors are very fast Memory is very cheap Building a processor that is a small factor faster costs an order of magnitude more NoW is the time! Cheapest way to get more performance: multiprocessor NoW: Networks of workstations Workstation can be an SMP SMP: Symmetric Multi Processor Shared memory Bus Wile E. Coyote s Parallel Computer Get a lot of the fastest processors Get a lot of memory per processor Get the fastest network Hook it all together And then what??? Now you need to program it! Parallel programming introduces: Task partitioning, task scheduling Data partitioning Synchronization Load balancing Latency issues hiding tolerance 3
4 Speedup Ideal: n processors n fold speed up Ideal not always possible. WHY? Tasks are data dependent Not all processors are always busy Remote data Super linear speedup: >n speedup Nonsense! Because we can execute the faster parallel program sequentially No nonsense!! Because parallel computers do not just have more processors, they have more caches Pemrosesan Sekuensial & Paralel 3 x lebih cepat dari The Design of Supervisory Control System for Greenhouses Greenhouses USER U S E R I N T E R F A C E SUPERVISORY SYSTEM Array of Controllers Greenhouse Controllers Greenhouse Controllers Greenhouse Controllers USER S PREFERENCE SELECTION MODULE Modes of control Parameters of control Optimality Criteria Supervisory Control Engine Control Knowledge I/O Knowledge Climatic Knowledge Crop Knowledge 5/30/
5 Pengaturan PH Tanaman Hidroponik WTB Computer Relay Selenoid valve Selenoid valve Produksi Tanaman Hidroponik ph meter Base Marriot tubes Acid Potted flower Storage tank 30/05/2013 Dies Natalis IPB Pump 30/05/2013 Dies Natalis IPB Copyright Dale Carnegie & Associates, Inc. Departemen Teknik Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor Latar Belakang Uji dan Aplikasi dengan Jaringan Saraf Probabilistik pada Proses Klasifikasi Mutu Tomat Tomat Klasifikasi Tomat memiliki nilai ekonomi yang tinggi Tomat bermutu tinggi penanganan pasca panen baik Sortasi titik kritis penanganan pasca panen Produksi skala besar sortasi dengan mesin Sortasi dengan mesin A.I. teknik klasifikasi objek Pengembangan 1 prosesor mencapai akurasi tinggi Akan tercapai titik maksimal akurasi sangat tinggi, dalam waktu tertentu Moh. Khawarizmie Alim F pembimbing: Prof.DR. Ir. Kudang B. Seminar, M.Sc Ir. Agus Buono, M.Si, M.Kom Komputasi Paralel Pengembangan selanjutnya lebih dari 1 prosesor Penerapan komputasi paralel waktu lebih singkat Ruang Sidang TEP Selasa, 24 Januari
6 Tujuan Tinjauan Pustaka Menguji kinerja program komputasi paralel pada Jaringan Saraf Probabilistik (PNN) hasil penelitian Sukin (2004) yang diterapkan untuk proses klasifikasi mutu tomat Membandingkan akurasi klasifikasi dan waktu yang dibutuhkan antara proses klasifikasi dengan komputasi sekuensial dan proses klasifikasi dengan komputasi paralel Mengetahui besarnya peningkatan kecepatan dan peningkatan akurasi yang mungkin terjadi pada proses klasifikasi dengan komputasi paralel Mengetahui keunggulan dan cara kerja metode PNN, Algoritma Genetik, dan komputasi paralel Teknologi Sortasi Sortasi manual dengan mesin conveyor Bermula pada awal-awal industrialisasi Tenaga manusia tetap digunakan, dibantu dengan mesin conveyor Tinjauan Pustaka Tinjauan Pustaka Teknologi Sortasi Sortasi dengan mesin skala kecil dan sedang Menggunakan mesin berukuran kecil dan sedang Mesin melakukan sortasi dengan pengawasan manusia Pemrosesan Paralel Pemrosesan Paralel adalah penggunaan banyak prosesor yang saling bekerja sama satu sama lain untuk mencari suatu solusi tunggal dari suatu permasalahan [Pacifico, et.al., 1998] Mempercepat waktu eksekusi Mendistribusikan pencarian solusi dari permasalahan yang sangat kompleks Sesuai dengan penelitian sebelumnya, pemrosesan paralel pada penelitian ini dilakukan melalui metode pelemparan pesan dengan menggunakan pemrograman soket 6
7 Tinjauan Pustaka Metodologi Penelitian Pemrosesan Paralel Peningkatan Kecepatan Peningkatan kecepatan menunjukkan seberapa cepat proses komputasi paralel dibandingkan dengan komputasi sekuensial T1 Sp Tp Sp : Peningkatan kecepatan T1 : Waktu eksekusi dari algoritma sekuensial terbaik Tp : Waktu eksekusi dari algoritma paralel p : Jumlah prosesor yang terlibat dalam komputasi paralel Peningkatan dari pemrosesan paralel tidak hanya bergantung pada banyaknya prosesor yang digunakan, akan tetapi lebih dipengaruhi oleh fraksi rasio antara intruksi sekuensial dengan keseluruhan intruksi pada suatu program [Hukum Amdahl] Ilustrasi Pola Pengambilan Data untuk Mode Pelatihan 1 Kelas A Kelas B Kelas C bobot pjng lebar bobot pjng lebar bobot pjng lebar Ulangan 1 Ulangan 2 Ulangan 3 dst.... Statistika Deskriptif Sekuensial vs Paralel Statistika deskriptif Diagram plot kotak Histogram Pengaruh mode pelatihan Pengamatan grafik Pengaruh populasi AG Pengamatan grafik Statistika deskriptif 7
8 Diagram plot kotak Histogram Pengaruh Mode Pelatihan Pengaruh Mode Pelatihan 8
9 (%) (%) (%) (%) (%) (%) (%) (%) (%) /05/2013 Pengaruh Pengaruh Data Pelatihan 10% Data Pelatihan 20% Data Pelatihan 30% Data Pelatihan 60% Data Pelatihan 50% Data Pelatihan 60% Data Pelatihan 80% Data Pelatihan 80% Data Pelatihan 90% Kesimpulan dan Saran Kesimpulan (lanjutan) Rata-rata waktu total paling baik (paling rendah) terjadi pada populasi AG 500 individu sedangkan waktu total paling buruk (paling tinggi) terjadi pada populasi AG 1000 individu. Secara rata-rata akurasi klasifikasi pada populasi AG 1000 individu lebih baik daripada pada populasi AG 500 individu. Efisiensi sistem paralel menunjukkan pemakaian setiap komputer untuk proses klasifikasi adalah sebesar 64.43% dan sisanya terpakai untuk proses komunikasi dan sinkronisasi antar komputer. 9
Pemrosesan Paralel. Contoh aplikasi di atas melibatkan komputasi intensif dan memerlukan daya olah yang tinggi. Performance: Weather Prediction
Kebutuhan Komputer Berkinerja Tinggi Pemrosesan Paralel Kudang B. Seminar Peramalan cuaca Aerodinamik Kercerdasan buatan: robotik Rekayasa genetik Contoh aplikasi di atas melibatkan komputasi intensif
Lebih terperinciUJI DAN APLIKASI KOMPUTASI PARALEL PADA JARINGAN SYARAF PROBABILISTIK (PNN) UNTUK PROSES KLASIFIKASI MUTU BUAH TOMAT SEGAR
UJI DAN APLIKASI KOMPUTASI PARALEL PADA JARINGAN SYARAF PROBABILISTIK (PNN) UNTUK PROSES KLASIFIKASI MUTU BUAH TOMAT SEGAR oleh: MOH. KHAWARIZMIE ALIM F14101030 2006 FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
Lebih terperinciUji dan Aplikasi Komputasi Paralel Pada Jaringan Syaraf Probabilistik (PNN) Untuk Proses K1asifikasi Mutu Tomat
JURNAL TEKNOLOGI, Edisi No.1. TallUn XX, Maret 2006, 3445 ISSN 0215-1685 Uji dan Aplikasi Komputasi Paralel Pada Jaringan Syaraf Probabilistik (PNN) Untuk Proses K1asifikasi Mutu Tomat Kudang B. Seminar
Lebih terperinciKonsep Sistem Operasi (Sesi 2)
Konsep Sistem Operasi (Sesi 2) Oleh: Satrio Yudho Jakarta 2008 Tujuan Memahami karakteristik Sistem Operasi. Memahami Evolusi Sistem Operasi dan perubahan pada setiap generasi. Memahami Struktur Komputer
Lebih terperinciKEBUTUHAN KOMPUTER PARALEL
PEMROSESAN KEBUTUHAN KOMPUTER Simulasi sirkulasi global laut di Oregon State University Lautan dibagi ke dalam 4096 daerah membentang dari timur ke barat, 1024 daerah membentang dari utara ke selatan dan
Lebih terperinciPENDAHULUAN. -. Pengolahan data numerik dalam jumlah yang sangat besar. -. Kebutuhan akan ketersediaan data yang senantiasa up to date.
PENDAHULUAN 1 Kebutuhan akan Pengolahan Paralel Motivasi : - Pengolahan data numerik dalam jumlah yang sangat besar - Kebutuhan akan ketersediaan data yang senantiasa up to date Contoh 11 : Simulasi sirkulasi
Lebih terperinciARSITEKTUR DAN ORGANISASI KOMPUTER
ARSITEKTUR DAN ORGANISASI KOMPUTER PART 3: THE CENTRAL PROCESSING UNIT CHAPTER 12: PROCESSOR STRUCTURE AND FUNCTION PRIO HANDOKO, S.KOM., M.T.I. CHAPTER 12: PROCESSOR STRUCTURE AND FUNCTION Kompetensi
Lebih terperinciDisusun Oleh: Agenda. Terminologi Klasifikasi Flynn Komputer MIMD. Time Sharing Kesimpulan
Multiprocessor - Time Sharing Arsitektur dan Organisasi Komputer Disusun Oleh: Iis Widya Harmoko Ronal Chandra Yoga Prihastomo Magister Ilmu Komputer Universitas Budi Luhur Agenda Agenda presentasi adalah
Lebih terperinciPENGOLAHAN PARALEL. Kebutuhan akan Komputer Paralel PENDAHULUAN. Dahulu:
PENGOLAHAN PARALEL PENDAHULUAN PENDAHULUAN 1 Kebutuhan akan Komputer Paralel Dahulu: Ilmu klasik didasarkan pada observasi, teori dan eksperimen Observasi dari fenomena menghasilkan hipotesa Teori dikembangkan
Lebih terperinciANALISIS KOMPUTASI PARALEL DAN SERIAL PADA ALGORITMA MERGE SORT
J. Sains MIPA, April 2018, Vol. 18, No. 1, Hal.: 13-18 ISSN 1978-1873 ANALISIS KOMPUTASI PARALEL DAN SERIAL PADA ALGORITMA MERGE SORT Machudor Yusman, Aristoteles* dan Anie Rose Irawati Jurusan Ilmu Komputer
Lebih terperinciPROSEDUR PARALELISASI PERKALIAN MATRIKS PADA GRAPHICS PROCESSING UNIT (GPU)
PROSEDUR PARALELISASI PERKALIAN MATRIKS PADA GRAPHICS PROCESSING UNIT (GPU) Murni Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat murnipskm@staff.gunadarma.ac.id
Lebih terperinciSISTEM OPERASI. Belajar SO?
SISTEM OPERASI Pendahuluan ruliriki@gmail.com http://blogriki.wordpress.com Belajar SO? Sistem Operasi masih menjadi bagian dari inti kurikulum bidang Ilmu Komputer? Mengapa ''hari gini'' (terpaksa) mempelajari
Lebih terperinciData Structures. Class 4 Arrays. Pengampu : TATI ERLINA, M.I.T. Copyright 2006 by The McGraw-Hill Companies, Inc. All rights reserved.
Data Structures Class 4 Arrays Pengampu : TATI ERLINA, M.I.T. McGraw-Hill Technology Education Copyright 2006 by The McGraw-Hill Companies, Inc. All rights reserved. DESKRIPSI Bayangkan jika kita memiliki
Lebih terperinciSISTEM OPERASI ISG2B3. Agus Setiawan Program Studi Sistem Informasi Fakultas Rekayasa Industri Telkom University
SISTEM OPERASI ISG2B3 Agus Setiawan Program Studi Sistem Informasi Fakultas Rekayasa Industri Telkom University DEFINISI SISTEM OPERASI Sistem operasi adalah program yang memanage hardware Sistem operasi
Lebih terperinciPENDAHULUAN. Motivasi : -. Pengolahan data numerik dalam jumlah yang sangat besar. -. Kebutuhan akan ketersediaan data yang senantiasa up to date.
PENDAHULUAN 1 Kebutuhan akan Pengolahan Paralel Motivasi : - Pengolahan data numerik dalam jumlah yang sangat besar - Kebutuhan akan ketersediaan data yang senantiasa up to date Contoh 11 : Simulasi sirkulasi
Lebih terperinciAnalisis Kinerja Matrix Multiplication Pada Lingkungan Komputasi Berkemampuan Tinggi (Cuda Gpu)
Analisis Kinerja Matrix Multiplication Pada Lingkungan Komputasi Berkemampuan Tinggi (Cuda Gpu) 1 Machudor Yusman, 2 Anie Rose Irawati, 3 Achmad Yusuf Vidyawan 1 Jurusan Ilmu Komputer FMIPA Unila 2 Jurusan
Lebih terperinciKONTRAK PEMBELAJARAN (KP) MATA KULIAH
KONTRAK PEMBELAJARAN (KP) MATA KULIAH Kode MK: TSK-617 Program Studi Sistem Komputer Fakultas Teknik Universitas Diponegoro Pengajar : Eko Didik Widianto, ST, MT Semester : 6 KONTRAK PEMBELAJARAN Nama
Lebih terperinciKomputasi Paralel Sebagai Alternatif Solusi Peningkatan Kinerja Komputasi
Thomas Anung Basuki Komputasi Paralel Sebagai Alternatif Solusi Peningkatan Kinerja Komputasi Intisari Makalah ini membahas komputasi paralel pada jaringan komputer menggunakan PVM. Untuk memperjelas,
Lebih terperinciDeskripsi. Buku Ajar 3/1/2010. Pengajar. Materi Kuliah. Materi Kuliah #2. Komputasi Paralel. Kuliah 01: Pendahuluan
// Komputasi Paralel Kuliah : Pendahuluan Yeni Herdiyeni http://www.cs.ipb.ac.id/~yeni/paralel Departemen Ilmu Komputer IPB Semester Genap Deskripsi Membahas kebutuhan dan klasifikasi mesin paralel (SISD,
Lebih terperinciVirtual Memory Ch. 9. Virtual Memory. SISTIM OPERASI (Operating System) IKI Johny Moningka
Virtual Memory Ch. 9 SISTIM OPERASI (Operating System) IKI-00 Johny Moningka (moningka@cs.ui.ac.id) Fakultas Ilmu Komputer Universitas Indonesia Semester 000/00 Virtual Memory Background Demand Paging
Lebih terperinciSIMULASI PERAMBATAN GELOMBANG SUARA DENGAN METODE STAGGERED GRID FINITE DIFFERENCE TIME DOMAIN MENGGUNAKAN ARSITEKTUR CUDA GPU
TESIS SIMULASI PERAMBATAN GELOMBANG SUARA DENGAN METODE STAGGERED GRID FINITE DIFFERENCE TIME DOMAIN MENGGUNAKAN ARSITEKTUR CUDA GPU ARIEF BUDIMAN No. Mhs. : 105301460/PS/MTF PROGRAM STUDI MAGISTER TEKNIK
Lebih terperinciKebutuhan pengolahan paralel
PEMROSESAN PARALEL Kebutuhan pengolahan paralel Motivasi : Pengolahan data numerik dalam jumlah yang sangat besar. Kebutuhan akan ketersediaan data yang senantiasa up to date. Contoh : Simulasi sirkulasi
Lebih terperinciIMPLEMENTASI SISTEM SORTIR BARANG DENGAN MENGGUNAKAN DUA CONVEYOR TERINTEGRASI BERBASIS PLC OMRON CPM2A
IMPLEMENTASI SISTEM SORTIR BARANG DENGAN MENGGUNAKAN DUA CONVEYOR TERINTEGRASI BERBASIS PLC OMRON CPM2A Violeta Cintya Dewi¹, M Ary Murti.², Porman Pangaribuan.³ ¹Teknik Telekomunikasi,, Universitas Telkom
Lebih terperinciABSTRAK. vi Universitas Kristen Maranatha
ABSTRAK Pembuatan aplikasi berbasis web menunjukkan peningkatan yang cukup besar. Untuk menunjang kebutuhan komputasi dari aplikasi berbasis web diperlukan adanya sebuah peladen (server) web dan aplikasi
Lebih terperinciAstika Ayuningtyas Sekolah Tinggi Teknologi Adisutjipto Yogyakarta, Jl Janti Blok R Lanud Adisutipto, Yogyakarta
Seminar SENATIK Nasional Vol. II, 26 Teknologi November Informasi 2016, ISSN: dan 2528-1666 Kedirgantaraan (SENATIK) Vol. II, 26 November 2016, ISSN: 2528-1666 PeP- 115 Pemrosesan Paralel pada Menggunakan
Lebih terperinciSINKRONISASI DATA DENGAN PEMROSESAN PARALEL MENGGUNAKAN MODEL PEMROGRAMAN MAPREDUCE
SINKRONISASI DATA DENGAN PEMROSESAN PARALEL MENGGUNAKAN MODEL PEMROGRAMAN MAPREDUCE Murti Retnowo Jurusan Manajemen Informatika, UTY, Yogyakarta e-mail: nowo.yogya@gmail.com ABSTRAK Penelitian dalam pemrosesan
Lebih terperinciSejarah Komputer & Arsitektur Von Neumann Machine
Sejarah Komputer & Arsitektur Von Neumann Machine Organisasi Sistem Komputer Priyanto E-mail : priyanto@uny.ac.id Program Studi Pendidikan Teknik Elektronika Jurusan Pendidikan Teknik Elektronika FT UNY
Lebih terperinciKINERJA ALGORITMA PARALEL UNTUK PENCARIAN KATA DENGAN METODE BOYER-MOORE MENGGUNAKAN PVM
Vandika, Kinerja Algoritma Paralel untuk Pencarian Kata dengan Metode Boyer-Moore Menggunakan PVM KINERJA ALGORITMA PARALEL UNTUK PENCARIAN KATA DENGAN METODE BOYER-MOORE MENGGUNAKAN PVM Maria Angela Kartawidjaja
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi satelit begitu cepat akhir-akhir ini. Saat ini IT Telkom sedang mengembangkan satelit nano atau nanosatelit untuk keperluan riset. Nanosatelit
Lebih terperinciArsitektur dan Organisasi Komputer. Pendahuluan. Materi Kuliah. Pendahuluan. Komputer. Mengapa belajar kuliah ini. Selamat Datang 23/06/2015
Arsitektur dan Organisasi Komputer Selamat Datang Agus Haryawan Materi Kuliah Teknologi komputer Arsitektur Komputer Bahasa assembly Processor design Data path dan kontrol Pipeline Memori dan hirarki emori
Lebih terperinciPenggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Tujuan Utama Untuk meningkatkan performa komputasi.
PARALLEL PROCESSING Penggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Tujuan Utama Untuk meningkatkan performa komputasi. Komputasi Parallel Salah satu teknik melakukan
Lebih terperinciPengenalan Komputer. Mahasiswa dapat menjelaskan definisi komputer,jenis generasi perkembangannya. Nawindah,S.Kom, M.Kom. Modul ke: Fakultas FT
Modul ke: Pengenalan Komputer Mahasiswa dapat menjelaskan definisi komputer,jenis generasi perkembangannya. Fakultas FT Nawindah,S.Kom, M.Kom Program Studi Arsitektur www.mercubuana.ac.id Mengenal komputer
Lebih terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI
PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September
Lebih terperinciLOAD BALANCING PADA CLOUD COMPUTING MENGGUNAKAN ALGORITMA WEIGHTED LEAST CONNECTION JARINGAN KOMPUTER SKRIPSI
LOAD BALANCING PADA CLOUD COMPUTING MENGGUNAKAN ALGORITMA WEIGHTED LEAST CONNECTION JARINGAN KOMPUTER SKRIPSI I GUSTI NGURAH ARY JULIANTARA NIM :1008605028 JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN
Lebih terperinciPengantar Sistem Operasi
1 Pengantar Sistem Operasi Apa itu Sistem Operasi? Perangkat lunak yang bertindak sebagai perantara antara pemakai komputer dan perangkat keras 2 Sasaran Sistem Operasi Menjalankan program-program dari
Lebih terperinciSistem Komputer. Suprayogi,M.Kom Fakultas Ilmu Komputer UDINUS
Sistem Komputer Suprayogi,M.Kom Fakultas Ilmu Komputer UDINUS Hardware & Software Hardware Perangkat/komponen-komponen fisik yang saling bekerja sama dalam membentuk komputer. Software Perangkat lunak/program
Lebih terperinciuntuk ASIC tinggi, algoritma harus diverifikasi dan dioptimalkan sebelum implementasi. Namun dengan berkembangnya teknologi VLSI, implementasi perangk
IMPLEMENTASI SERIAL MULTIPLIERS 8 BIT KE DALAM IC FPGA SEBAGAI PENDUKUNG PERCEPATAN OPERASI PERKALIAN DALAM KOMPRESI CITRA Drs. Lingga Hermanto, MMSi 1 Iman Ilmawan Muharam 2 1. Dosen Universitas Gunadarma
Lebih terperinciSuper computer . Perkembangan Science dan Komputasi Numerik Fenomena Alam Observasi Hypotesis Percobaan untuk Pembuktian Percobaa n fisik Teori Komputasi numerik (simulasi) Fenomena Alam : Suatu kejadian
Lebih terperinciTI [2 SKS] OTOMASI INDUSTRI MINGGU KE-4 LOGIKA OTOMASI. disusun oleh: Mokh. Suef Yudha Prasetyawan Maria Anityasari. Jurusan Teknik Industri 1
TI091209 [2 SKS] OTOMASI INDUSTRI MINGGU KE-4 LOGIKA OTOMASI disusun oleh: Mokh. Suef Yudha Prasetyawan Maria Anityasari Jurusan Teknik Industri 1 OUTLINE PERTEMUAN INI Bilangan biner dan bilangan heksadesimal
Lebih terperinciVIRTUAL PARALLEL ENVIRONMENT USING PVM CASE STUDY BUBBLE SORT ALGORITHM
VIRTUAL PARALLEL ENVIRONMENT USING PVM CASE STUDY BUBBLE SORT ALGORITHM Iwan Pratama Program Studi Teknik Informatika, Unika Soegijapranata Semarang Ignatius.iwan93@gmail.com Abstract Parallel computing
Lebih terperinciTugas Arsitektur Komputer Lanjut
Tugas Arsitektur Komputer Lanjut Nama : Dedi triyanto NIM : 0504 Soal 1.1 Integer arithmetic 45000 x 1 45000 Data transfer 000 x 4000 Floating point 15000 x 0000 Control transfer 8000 x 1000 + Total (C)
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah Kode / SKS Program Studi Fakultas : Pengolahan Paralel : AK012215 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan Agar mahasiswa mengerti akan apa yang dimaksud
Lebih terperinciMINGGU II JENIS KOMPUTER
1 MINGGU II JENIS KOMPUTER JENIS KOMPUTER Berdasarkan Cara Kerja Analog, Digital, Hybrid Berdasarkan Tujuan Penggunaan Special Purpose, General Purpose Berdasarkan Kapasitas (Kemampuan) Small, Medium,
Lebih terperinciPERANCANGAN ARSITEKTUR PEMARALELAN UNTUK MENCARI SHORTEST PATH DENGAN ALGORITMA DIJKSTRA
PERANCANGAN ARSITEKTUR PEMARALELAN UNTUK MENCARI SHORTEST PATH DENGAN ALGORITMA DIJKSTRA Eko Adi Sarwoko Jurusan Matematika FMIPA UNDIP Abstrak Perancangan arsitektur pemaralelan merupakan salah satu tahap
Lebih terperinciBab I Pengenalan Sistem Operasi. Apa yang dimaksud Sistem Operasi?
Bab I Pengenalan Sistem Operasi Apa yang dimaksud Sistem Operasi Sistem Mainframe Sistem Desktop Sistem Multiprocessor Sistem Terdistribusi Sistem Tercluster Sistem Real -Time Sistem Handheld 1.1 Apa yang
Lebih terperinciANALISIS UNJUK KERJA KOMPUTASI DISTRIBUTED SHARED MEMORY PADA SISTEM CLUSTER KOMPUTER PERSONAL
JETri, Volume 4, Nomor 2, Februari 2005, Halaman 25-44, ISSN 1412-0372 ANALISIS UNJUK KERJA KOMPUTASI DISTRIBUTED SHARED MEMORY PADA SISTEM CLUSTER KOMPUTER PERSONAL Ferrianto Gozali & Dimas Lagusto* Dosen
Lebih terperinciBAB III PERANCANGAN III.1. Compobus S dan Compobus D/DeviceNet III.1.1. Compobus S III Setting Mode Komunikasi III
ABSTRAK Pengendalian proses pada beberapa mesin yang berbeda tetapi berhubungan dan beroperasi bersamaan membutuhkan suatu jaringan pengendali yang terpadu, yaitu jaringan pengendali master-slave. Kontroler
Lebih terperinci>> KLASIFIKASI ARSITEKTURAL
Sri Supatmi,S.Kom >> KLASIFIKASI ARSITEKTURAL Ada 3 skema klasifikasi arsitektural sistem komputer, yaitu: 1. Klasifikasi Flynn Didasarkan pada penggandaan alur instruksi dan alur data dalam sistem komputer.
Lebih terperinciPENGELOMPOKAN KOMPUTER
PENGELOMPOKAN KOMPUTER A. Berdasarkan Cara Kerja 1. Analog Komputer ini merupakan komputer yang digunakan untuk menerima sinyal analog, biasanya digunakan untuk melakukan pengecekan untuk data yang tidak
Lebih terperinciPENGENALAN TEKNOLOGI INFORMASI (PTI) KONSEP SISTEM KOMPUTER DAN PENGENALAN PERANGKAT KERAS
PENGENALAN TEKNOLOGI INFORMASI (PTI) KONSEP SISTEM KOMPUTER DAN PENGENALAN PERANGKAT KERAS Defri Kurniawan, M.Kom RENCANA KEGIATAN PERKULIAHAN SEMESTER W Pokok Bahasan 1 Pengenalan Teknologi Informasi
Lebih terperinciPERANCANGAN PLC MENGGUNAKAN FPGA
PERANCANGAN PLC MENGGUNAKAN FPGA Satrio Dewanto 1 ; Hadi Yoshua 2 ; Bambang 3 ; Muhammad Nabil 4 1 Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Bina Nusantara, Jalan K.H. Syahdan No. 9,
Lebih terperinciSISTEM OPERASI TERDISTRIBUSI
SISTEM OPERASI TERDISTRIBUSI PENGANTAR DATA TERDISTRIBUSI Materi: 1. Pendahuluan 2. Manfaat Sistem Operasi Terdistribusi 3. Komponen Inti Sistem Operasi Pertemuan: 5 Pendahuluan Sistem operasi terdistribusi
Lebih terperinciPertemuan 1# Pengantar Sistem Operasi. Dr. M. Arief Soeleman, M.Kom
Pertemuan 1# Pengantar Sistem Operasi Dr. M. Arief Soeleman, M.Kom Sistem Operasi Prodi : Teknik Informatika Jumlah SKS : 3 Bentuk perkuliahan : Ceramah Diskusi Latihan Deskripsi Matakuliah ini membahas
Lebih terperinciREKAYASA PERANGKAT LUNAK. Ramadhan Rakhmat Sani, M.Kom
REKAYASA PERANGKAT LUNAK Ramadhan Rakhmat Sani, M.Kom ramadhan_rs@dsn.dinus.ac.id 085640989018 RENCANA KEGIATAN PERKULIAHAN SEMESTER W Pokok Bahasan 1 Pengenalan Teknologi Informasi 2 Konsep Sistem Komputer
Lebih terperinciKONSEP DASAR DAN SEJARAH KOMPUTER
KONSEP DASAR DAN SEJARAH KOMPUTER 1.1 SIFAT DASAR DAN KOMPONEN KOMPUTER Manusia menggunakan/mengandalkan otak untuk melakukan kalkulasi, dengan demikian manusia merupakan komputer. Tetapi apabila ukuran
Lebih terperinci32-bit and 64-bit Windows: Frequently asked questions
32-bit and 64-bit Windows: Frequently asked questions // // Here are answers to some common questions about the 32-bit and 64-bit versions of Windows. Frequently asked questions Collapse all What is the
Lebih terperinciModel Pemrograman Paralel
Model Pemrograman Paralel Eko Didik Widianto (didik@undip.ac.id) Lab Embedded, Siskom - Undip @2011 eko didik widianto (siskom undip) SK617 Pengolahan Paralel 1 / 22 Pengolahan Paralel Pokok Bahasan Konsep
Lebih terperinciPertemuan ke-2. Pengantar PLC
Pertemuan ke-2 Pengantar PLC Mengetahui sejarah perkembangan PLC Mengetahui pengontrolan dengan Relay Prinsip dasar operasi PLC Mengetahui informasi umum mengenai PLC Sasaran Pelatihan Sejarah Singkat
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI CHIP FAST MULTIPLIER TRACHTENBERG METODE DUA JARI DENGAN BAHASA PEMROGRAMAN PERANGKAT KERAS AHDL PADA EPF10K30ETC144-1
PERANCANGAN DAN IMPLEMENTASI CHIP FAST MULTIPLIER TRACHTENBERG METODE DUA JARI DENGAN BAHASA PEMROGRAMAN PERANGKAT KERAS AHDL PADA EPF10K30ETC144-1 Thomas Dosen Jurusan Teknik Elektro-FTI, Universitas
Lebih terperinciABSTRAK. Kata kunci: Artifficial Intelligence (AI), Finite State Machine (FSM), video game
ABSTRAK Video game adalah jenis kegiatan permainan, dilakukan dalam konteks tiruan realitas. Setiap video game memiliki jenis, jenis video game digunakan untuk membagi video game berdasarkan interaksi
Lebih terperinciSTUDI PERBANDINGAN FASILITAS DAN KINERJA SEARCH ENGINES DALAM PENCARIAN DOKUMEN BERBASIS WEB HERY WIDHIARTO
STUDI PERBANDINGAN FASILITAS DAN KINERJA SEARCH ENGINES DALAM PENCARIAN DOKUMEN BERBASIS WEB HERY WIDHIARTO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN MENGENAI TESIS Dengan ini
Lebih terperinciKOMPUTASI PADA JARINGAN KOMPUTER SEBAGAI ALTERNATIF PENINGKATAN KINERJA KOMPUTASI
KOMPUTASI PADA JARINGAN KOMPUTER SEBAGAI ALTERNATIF PENINGKATAN KINERJA KOMPUTASI Saat ini peningkatan kecepatan prosesor sangat luar biasa. Meskipun kecepatan processor dapat ditingkatkan terus, namun
Lebih terperinciORGANISASI DAN ARSITEKTUR KOMPUTER
1 ORGANISASI DAN ARSITEKTUR KOMPUTER Wisnu Djatmiko TM 2 Daftar Pustaka 2 1. Bab 1 Wisnu Djatmiko Daftar Pustaka 3 2. Bab 2 Wisnu Djatmiko TIK 4 Peserta MK Arsikom dapat menjelaskan definisi CPU Time dengan
Lebih terperinciBAB 1. Pendahuluan. diprogram secara digital ditemukan seperti IC sederhana seperti General Array
BAB 1 Pendahuluan 1.1 Latar Belakang Perkembangan dunia dalam segala aspek kehidupan makin hari semakin cepat apalagi belakangan ini sangat pesat sekali perkembangnya, terutama perkembangan pada dunia
Lebih terperinciSIMULASI PENJADWALAN PRODUKSI PADA INDUSTRI FURNITURE SEBAGAI SOLUSI ESTIMASI TOTAL WAKTU SELESAINYA ORDER
SIMULASI PENJADWALAN PRODUKSI PADA INDUSTRI FURNITURE SEBAGAI SOLUSI ESTIMASI TOTAL WAKTU SELESAINYA ORDER HALAMAN JUDUL Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Jurusan Informatika
Lebih terperinciBAB III PERANGKAT KERAS PEMROSESAN
BAB III PERANGKAT KERAS PEMROSESAN Fungsi perangkat keras pemrosesan adalah untuk menemu-balik (retrieve) dan menjalankan (execute) instruksi-instruksi (software) yang diberikan kepada komputer. Pemrosesan
Lebih terperinciTujuan Pada akhir sesi, diharapkan peserta dapat: 1. Mengidentifikasikan perbedaan komponen pada
Tujuan Pada akhir sesi, diharapkan peserta dapat: 1. Mengidentifikasikan perbedaan komponen pada komputer. 2. Mengetahui tentang bahasa pemrograman komputer dan kategorinya. 3. Mengetahui alur kerja pembuatan
Lebih terperinciDesign Capture dalam Implementasi Field Programmable Gate Array (FPGA) dan Application Spesific Integrated Circuit (ASIC)
Design Capture dalam Implementasi Field Programmable Gate Array (FPGA) dan Application Spesific Integrated Circuit (ASIC) Ferry Wahyu Wibowo 1 Jurusan Teknik Informatika, STMIK AMIKOM Yogyakarta, Jl. Ring
Lebih terperinciParalelisasi Transformasi Fourier pada Arsitektur General Purpose Graphic Processing Unit Untuk Klasifikasi Alat Musik Dengan Instrumen Solo
Paralelisasi Transformasi Fourier pada Arsitektur General Purpose Graphic Processing Unit Untuk Klasifikasi Alat Musik Dengan Instrumen Solo Ridwan Rismanto 5109201049 DOSEN PEMBIMBING Dr. Nanik Suciati,
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Pengendalian telah memainkan peranan penting dalam perkembangan kerekayasaan dan ilmu karena telah menjadi bagian penting dan kesatuan dari proses industri dan fabrikasi modern yang bertujuan untuk
Lebih terperinciEmbedded System : sistem kecil nan handal yang jarang dikenal
Embedded System : sistem kecil nan handal yang jarang dikenal disusun sebagai : Tugas Mata Kuliah Kapita Selekta Ditulis oleh : Fauzan Azmi 113068018 JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI TEKNOLOGI
Lebih terperinciArsitektur Sistem Komputer
Arsitektur Sistem Komputer Gaya kontruksi dan organisasi dari bagian-bagian (komponen) system komputer merupakan arsitektur -nya. Walaupun elemen-elemen dasar komputer pada hakekatnya sama atau hampir
Lebih terperinciPARALELISASI PERKALIAN MATRIKS SPARSE VEKTOR DENGAN CUBLAS
PARALELISASI PERKALIAN MATRIKS SPARSE VEKTOR DENGAN CUBLAS Murni Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat murnipskm@staff.gunadarma.ac.id
Lebih terperinci1. PENDAHULUAN 1.1 Latar Belakang
1. PENDAHULUAN 1.1 Latar Belakang Komputasi berkinerja tinggi (high performance computing) dapat dikaitkan dengan sebuah metode untuk meningkatkan kinerja dari sebuah aplikasi. Hal ini meliputi pembagian
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH ALGORITMA PENGOLAHAN PARALEL (S1/ TEKNIK INFORMATIKA)
SATUAN ACARA PERKULIAHAN MATA KULIAH ALGORITMA PENGOLAHAN PARALEL (S1/ TEKNIK INFORMATIKA) Minggu Media Tugas Referensi 1 Pendahuluan butuhan akan komputer paralel Quinn, Agar mahasiswa mengerti akan apa
Lebih terperinciASIC Application Spesific Integrated Circuit
ASIC Application Spesific Integrated Circuit Missa Lamsani Hal 1 ASIC Application Specific Integrated Circuit ASIC (application specific integrated circuit) adalah microchip atau semikonduktor yang dirancang
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH PENGOLAHAN PARALEL (S1/ TEKNIK KOMPUTER)
SATUAN ACARA PERKULIAHAN MATA KULIAH PENGOLAHAN PARALEL (S1/ TEKNIK KOMPUTER) Minggu Media Tugas Referensi 1 Pendahuluan butuhan akan komputer paralel Quinn, Agar mahasiswa mengerti akan apa yang dimaksud
Lebih terperinciSoekarno Hatta Km. 09 Tondo, Palu 94118, Indonesia
JIMT Vol. 14 No. 2 Desember 2017 (Hal 137-143) ISSN : 2450 766X IMPLEMENTASI ALGORITMA DYNAMIC PROGRAMMING PADA APLIKASI PERHITUNGAN BIAYA PRODUKSI PRODUK PERCETAKAN DENGAN MENGGUNAKAN VISUAL BASIC (STUDI
Lebih terperinciadalah pengiriman data melalui sistem transmisi elektronik dengan komputer adalah hubungan dua atau lebih alat yang membentuk sistem komunikasi.
Sistem Informasi Akuntansi Data Communication adalah pengiriman data melalui sistem transmisi elektronik dengan komputer Jaringan kerja atau (network) adalah hubungan dua atau lebih alat yang membentuk
Lebih terperinciBAB I PENDAHULUAN. Merancang aplikasi Paralel Processing yang diimplementasikan dengan penggunaan Computer-Unified-Device-Architecture (CUDA).
BAB I PENDAHULUAN 1.1. Tujuan Merancang aplikasi Paralel Processing yang diimplementasikan dengan penggunaan Computer-Unified-Device-Architecture (CUDA). 1.2. Latar Belakang Banyak Central Processing Unit
Lebih terperinciPendeteksian Kemacetan Lalu Lintas dengan Compute Unified Device Architecture (CUDA)
Pendeteksian Kemacetan Lalu Lintas dengan Compute Unified Device Architecture (CUDA) LAPORAN TUGAS AKHIR Disusun sebagai syarat kelulusan tingkat sarjana oleh: Muhammad Ismail Faruqi / 13503045 PROGRAM
Lebih terperinci10. PARALLEL PROCESSING
10. PARALLEL PROCESSING Parallel Processing Penggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Tujuan Utama Untuk meningkatkan performa komputasi. Komputasi Parallel Salah
Lebih terperinciPengelompokan Komputer
1 Pengelompokan Komputer Berdasarkan Cara Kerja: 1. Analog Komputer ini merupakan komputer yang digunakan untuk menerima sinyal analog, biasanya digunakan untuk melakukan pengecekan untuk data yang tidak
Lebih terperinciANALISIS ALGORITMA BABY-STEP GIANT-STEP DAN POHLIG-HELLMAN UNTUK MENYELESAIKAN MASALAH LOGARITMA DISKRIT SKRIPSI ETTY WINITA ROISKA SIMBOLON
ANALISIS ALGORITMA BABY-STEP GIANT-STEP DAN POHLIG-HELLMAN UNTUK MENYELESAIKAN MASALAH LOGARITMA DISKRIT SKRIPSI ETTY WINITA ROISKA SIMBOLON 090803073 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciPENGANTAR TEKNOLOGI INFORMASI DEFINISI TEKNOLOGI DEFINISI INFORMASI DEFINISI KOMUNIKASI DEFINISI KOMPUTER DATA INFORMASI
PENGANTAR TEKNOLOGI INFORMASI DEFINISI TEKNOLOGI DEFINISI INFORMASI DEFINISI KOMUNIKASI DEFINISI KOMPUTER DATA INFORMASI Komputer KOMPUTER BERASAL DARI KATA : JADI BERDASARKAN ASAL KATANYA KOMPUTER BISA
Lebih terperinciAPLIKASI SCADA BERBASIS WEB PADA SIMULATOR GREENHOUSE ABSTRAK
APLIKASI SCADA BERBASIS WEB PADA SIMULATOR GREENHOUSE Nicolaus Cornellius NRP : 0722110 e-mail: gojim07@yahoo.co.id ABSTRAK Greenhouse merupakan sebuah bangunan yang berkerangka atau dibentuk menggelembung
Lebih terperinciPENDAHULUAN PULSE TRAIN. GATES ELEMEN LOGIKA
LOGIKA MESIN PENDAHULUAN Data dan instruksi ditransmisikan diantara berbagai bagian prosesor atau diantara prosesor dan periperal dgn menggunakan PULSE TRAIN. Berbagai tugas dijalankan dgn cara menyampaikan
Lebih terperinciKAJIAN PERBAIKAN KECEPATAN WAKTU EKSEKUSI TERHADAP UNJUK KERJA PIRANTI INPUT/OUTPUT. Suhartono Jurusan Matematika UNDIP. Abstrak
JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 2, 59-64, Agustus 2001, ISSN : 1410-8518 KAJIAN PERBAIKAN KECEPATAN WAKTU EKSEKUSI TERHADAP UNJUK KERJA PIRANTI INPUT/OUTPUT Suhartono Jurusan Matematika UNDIP
Lebih terperinciANALISIS OPTIMISASI FORMULA DISTRIBUTED QUERY DALAM BASIS DATA RELASIONAL R. SUDRAJAT
ANALISIS OPTIMISASI FORMULA DISTRIBUTED QUERY DALAM BASIS DATA RELASIONAL R. SUDRAJAT SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 RINGKASAN ii Proses join query dalam sistem basis data terdistribusi
Lebih terperinciStruktur Central Processing Unit Universitas Mercu Buana Yogyakarta
P4 Struktur Central Processing Unit Universitas Mercu Buana Yogyakarta A. Sidiq P. 1 Program Concept Hardwired systems are inflexible General purpose hardware can do different tasks, given correct control
Lebih terperinciPengantar Sistem Terdistribusi
Pengantar Sistem Terdistribusi DEFINISI Sebuah sistem dimana komponen software atau hardware-nya terletak di dalam jaringan komputer dan saling berkomunikasi menggunakan message pasing Sebuah sistem yang
Lebih terperinciOrganisasi Komputer II STMIK-AUB SURAKARTA
PROSESOR SU PERSK ALAR Organisasi Komputer II STMIK-AUB SURAKARTA What is Superscalar? Salah satu rancangan untuk meningkatkan kecepatan CPU Instruksi umum (arithmetic, load/store, conditional branch)
Lebih terperinci3.1 Dataa. Data yang. dalam file. Indramayu. Kabupaten. coordinates E E E E E+34-1.
17 3 DATAA DAN METODOLOGI 3.1 Dataa Data yang digunakann pada penelitian ini adalah: 3.1.1 Dataa RegCM3 (Vektor X) Dataa RegCM3 yang digunakan dalam penelitian ini adalah data RegCM3 bulanan untuk Pulau
Lebih terperinciPenerapan Algoritma Bucket Sort Untuk melakukan Pengurutan n buah Bilangan Mata Kuliah Pemrosesan Paralel
Penerapan Algoritma Bucket Sort Untuk melakukan Pengurutan n buah Bilangan Mata Kuliah Pemrosesan Paralel OLEH : SUPRIYANTO (G651090191) OKE HENDRADHY (G651090101) KAMALUDDIN MAHFUDZ (G651090231) DEPARTEMEN
Lebih terperinciPENGANTAR ILMU KOMPUTER (PIK) PENGGOLONGAN KOMPUTER. I MADE ANDHIKA, S.KOM
PENGANTAR ILMU KOMPUTER (PIK) PENGGOLONGAN KOMPUTER I MADE ANDHIKA, S.KOM dre_andhika@yahoo.co.id Berdasarkan Data yang Diolah 1. Analog Komputer Digunakan untuk data yang sifatnya kontinyu dan bukan data
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Suara Suara adalah sebuah sinyal yang merambat melalui media perantara. suara dapat didefinisikan sebagai gelombang yang merambat dengan frekuensi dan amplitudo tertentu. Suara
Lebih terperinciPROGRAMMABLE LOGIC CONTROLLER (PLC)
TI091209 [2 SKS] OTOMASI INDUSTRI MINGGU KE-12 PROGRAMMABLE LOGIC CONTROLLER (PLC) disusun oleh: Mokh. Suef Yudha Prasetyawan Maria Anityasari Jurusan Teknik Industri 1 OUTLINE PERTEMUAN INI Pengertian
Lebih terperinciPertemuan Ke-9 PIPELINING
Pertemuan Ke-9 PIPELINING A. Kenapa komputer menggunakan teknik Pipelining: Drive for computing speed never ends. Improvements from architecture or organization point of view are limited Clock speed enhancement
Lebih terperinciOrganisasi & Arsitektur Komputer
Organisasi & Arsitektur Komputer 1 Unit Input - Output Eko Budi Setiawan, S.Kom., M.T. Eko Budi Setiawan mail@ekobudisetiawan.com www.ekobudisetiawan.com Teknik Informatika - UNIKOM 2013 Flash Back 2 Pengertian
Lebih terperinciOrthogonal Array dan Matriks Eksperimen. Pertemuan Oktober 2015
Orthogonal Array dan Matriks Eksperimen Pertemuan - 4 28 Oktober 2015 Today s Outline Review Matriks Eksperimen Interaksi antar Faktor Memilih karakteristik kualitas Review Mereduksi loss melalui reduksi
Lebih terperinci