BAB IV HASIL DAN UJI COBA
|
|
- Deddy Tan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB IV HASIL DAN UJI COBA Dalam bab ini akan dibahas mengenai pemanfaatan cluster untuk melakukan komputasi paralel dengan OCTAVE MPITB. Program yang digunakan sebagai uji coba adalah program perkalian matriks yang dilakukan secara paralel. Program tersebut ditulis dengan MPI yang diimplementasikan oleh OCTAVE MPITB. Program ini memanfaatkan fungsi-fungsi dasar MPI yaitu MPI_Send dan MPI_Recv untuk mengirimkan data dan menerima data antar mesin-mesin komputasi. IV.1 Analisis Permasalahan Perkalian Matriks Paralel Perkalian matriks adalah sebuah operasi matematika yang banyak dipakai di dalam komputasi. OCTAVE telah mengimplementasikan operasi perkalian matriks ini menjadi salah satu operasi dasar yang sangat mudah untuk dilakukan. Akan tetapi perkalian matriks yang dilakukan secara paralel memiliki cara yang berbeda dengan perkalian matriks yang dilakukan secara serial. Dalam melakukan operasi perkalian matriks secara paralel, perlu dilakukan dekomposisi domain atau paralelisasi data. Data harus dibagi-bagi menjadi bagian-bagian dengan ukuran yang hampir sama kemudian dikirimkan ke masing-masing mesin komputasi untuk diproses. Konsekuensi dari paralelisasi data adalah proses memerlukan komunikasi periodis untuk melakukan pertukaran 56
2 57 data sehingga kecepatan komunikasi data antar mesin komputasi sangat tergantung pada jaringan komputer. Penerapan metode paralelisasi data pada perkalian matriks secara paralel yang dibuat di dalam penelitian ini adalah dengan membagi ukuran matriks yang akan dikalikan menjadi bagian-bagian yang hampir sama dan kemudian dikirimkan ke mesin-mesin komputasi yang akan mengolah bagian dari matriks tersebut. Permasalahan yang dihadapi di dalam melakukan perkalian matriks paralel di dalam penelitian ini adalah perlunya sebuah algoritma untuk melakukan operasi perkalian matriks paralel. Matriks yang akan dikalikan adalah matriks persegi. Jumlah elemen matriks yang diberikan dibuat bervariasi, mulai dari matriks dengan jumlah elemen sedikit sampai jumlah elemen banyak.variasi jumlah elemen matriks ini dimaksudkan untuk mengukur kecepatan pemrosesan perkalian matriks paralel. Kecepatan proses perkalian matriks paralel untuk jumlah elemen matriks sedikit sampai dengan jumlah elemen banyak kemudian dibandingkan dengan proses perkalian matriks serial dengan dengan jumlah elemen yang sama dengan proses perkalian matriks paralel. Kecepatan masing-masing proses perkalian matriks baik secara serial dan paralel dibuat sebuah grafik yang menunjukkan kecepatan waktu pemrosesan secara paralel dan serial dengan jumlah elemen matriks yang dikalikan.
3 58 IV.2 Operasi Perkalian Matriks Pada OCTAVE Operasi perkalian dua buah matriks dalam OCTAVE sama dengan melakukan operasi perkalian matriks pada MATLAB. Contoh operasi perkalian matriks pada OCTAVE ditunjukkan oleh Gambar IV.1. octave > A = [12 3 5; ;1 6 8]; octave > B = [ ; ; ]; octave > A*B ans = Gambar IV.1 Operasi Perkalian Matriks Dalam OCTAVE Gambar IV.1 adalah operasi perkalian matriks yang dilakukan di dalam OCTAVE. Gambar tersebut menunjukkan command prompt OCTAVE. Di dalam command prompt tersebut pengguna dapat memberikan perintah-perintah untuk melakukan operasi-operasi matematis seperti yang ditunjukkan oleh Gambar IV.1. Selain melalui command prompt OCTAVE, pengguna dapat membuat program yang berisi perintah-perintah OCTAVE ke dalam sebuah file dengan ekstensi.m. Program yang berisi perintah-perintah OCTAVE dapat dieksekusi oleh OCTAVE. Berikut perintah Eksekusi program eksekusi OCTAVE : pengguna@cluster0$ octave -q --eval file.m ans = Gambar IV.2 Eksekusi Program OCTAVE Gambar IV.2 menunjukkan cara untuk mengeksekusi program file.m yang berisi perintah-perintah OCTAVE. Isi file.m sama dengan perintah untuk melakukan operasi perkalian matriks yang ditunjukkan oleh Gambar IV.1.
4 59 IV.3 Perkalian Matriks Paralel Pada algoritma perkalian matriks paralel, matriks yang dilakukan adalah matriks A dan matriks B. Paralelisasi data dilakukan pada matriks A. Matriks A akan dibagi menjadi potongan-potongan matriks dengan ukuran yang hampir sama. Potongan-potongan matriks tersebut kemudian dikirimkan ke compute node. Matriks B dikirimkan secara keseluruhan ke komputer-komputer compute node sebagai pengali matriks A. Parelesiasi data pada matriks A dapat kita lihat pada gambar dibawah ini : Compute node 1 Matriks A1/ cell array {1,1} Matriks A Compute node 2 Gambar IV.3 Paralelisasi Data pada Matriks A Masing-masing compute node yaitu compute node 1 dan compute node 2 mengalikan potongan elemen matriks A dengan seluruh elemen matriks B. Hasil operasi perkalian yang dilakukan oleh masing-masing compute node kemudian dikirimkan ke head node dengan operasi MPI_Send. Head node akan menerima hasil operasi perkalian matriks yang dilakukan oleh compute node dengan operasi MPI_Recv. Matriks A2 / cell array {2,1} Operasi MPI_Send dan MPI_Recv yang digunakan untuk komunikasi data antara head node dan compute node adalah operasi dasar komunikasi point to point di dalam pemrograman paralel dengan MPI.
5 60 Gambar IV.4 Diagram Alir Fungsi Perkalian Matriks Paralel Gambar IV.4 menunjukkan diagram alir fungsi perkalian matriks paralel. Diagram alir tersebut kemudian diimplementasikan ke dalam sebuah program yang ditunjukkan oleh Gambar IV.5.
6 61 1. function Hasil = PerkalianMatriks(A,B) 2. [info rank] = MPI_Comm_rank(MPI_COMM_WORLD); 3. tag = 123; 4. Acell = cell(2,1); 6. Bcell = cell(1,2); 7. [row col] = size(a); 8. subrow = floor(row/2); 9. Acell{1,1} = A(1:subRow,1:end); 10 Acell{2,1} = A(subRow+1:end,1:end); 11. Bcell{1,1} = B(1:end,1:subRow); 12. Bcell{1,2} = B(1:end,subRow+1:end); 13. if(rank == 0) 14. C = cell(2,1); 15. for i=1:2 16. [info stat] = MPI_Probe(i,tag,MPI_COMM_WORLD); 17. [info count] = MPI_Get_count(stat); 18. buf = blanks(count); 19. info = MPI_Recv(buf,i,tag,MPI_COMM_WORLD); 20. pos = 0; 21. [info ret] = MPI_Unpack(buf,pos,MPI_COMM_WORLD,'X'); 22. C{i,1} = X; 23. end 24. Hasil = cell2mat(c); 25. elseif(rank == 1) 26. C1 = cell(1,2); 27. for i=1:2 28. C1{1,i} = Acell{1,1}*Bcell{1,i}; 29. end 30. M1 = cell2mat(c1); 31. [info pack1] = MPI_Pack_size(M1,MPI_COMM_WORLD); 32. buf1 = repmat(' ',1,pack1); 33. pos1 = 0; 34. info = MPI_Pack(M1,buf1,pos1,MPI_COMM_WORLD); 33. info = MPI_Send(buf1,0,tag,MPI_COMM_WORLD); 34. elseif(rank == 2) 35. C2 = cell(1,2); 36. for i=1:2 37. C2{1,i} = Acell{2,1}*Bcell{1,i}; 38. end 39. M2 = cell2mat(c2); 40. [info pack2] = MPI_Pack_size(M2,MPI_COMM_WORLD); 41. buf2 = repmat(' ',1,pack2); 42. pos2 = 0; 43. info = MPI_Pack(M2,buf2,pos2,MPI_COMM_WORLD); 44. info = MPI_Send(buf2,0,tag,MPI_COMM_WORLD); 45. end 46. end Gambar IV.5 Program Perkalian Matriks Paralel Program pada Gambar IV.5 menggunakan fungsi-fungsi MPI yang ditunjukkan oleh Tabel IV.1.
7 62 Tabel IV.1 Fungsi-Fungsi MPI Fungsi MPI MPI_Comm_rank MPI_Comm_size MPI_Send MPI_Recv MPI_Probe MPI_Pack_size MPI_Pack MPI_Unpack Keterangan Menentukan rangking-rangking proses. Menentukan banyaknya proses yang melakukan komputasi. Mengirimkan data. Menerima data. Melakukan blocking data yang diterima. Menentukan ukuran buffer untuk variabel yang akan di paketkan. Melakukan pemaketan variabel yang akan dikirimkan. Membuka kembali variabel yang dipaketkan. IV.4 Pengujian Program Perkalian Matriks Paralel Pengujian program perkalian matriks paralel dilakukan dengan menjalankan program perkalian matriks paralel dan melihat kecepatan pemrosesan serta beban komputasi cluster ketika sedang memroses operasi perkalian matriks paralel. Kecepatan proses perkalian matriks paralel kemudian dibandingkan dengan kecepatan proses perkalian matriks serial yang dikerjakan oleh satu komputer saja. Hasil perbandingan tersebut ditampilkan ke dalam bentuk grafik untuk menunjukkan perbedaan kecepatan proses perkalian matriks secara serial dan paralel.
8 63 Untuk menjalankan fungsi PerkalianMatriks() yang dideklarasikan oleh Gambar IV.5, diperlukan sebuah program untuk memanggil fungsi PerkalianMatriks() tersebut. Program ini adalah program utama yang di dalamnya terdapat inisialisasi dan terminasi program MPI. Program tersebut ditunjukkan oleh gambar IV info = MPI_Init; 2. [info rank] = MPI_Comm_rank(MPI_COMM_WORLD); 3. [info sz] = MPI_Comm_size(MPI_COMM_WORLD); 4. vecwaktu = 0; 5. j = 1; 6. for i=10: mulai = MPI_Wtime(); 8. A = round(10*rand(i)); 9. B = round(10*rand(i)); 10. ret = PerkalianMatriks(A,B); 11. selesai = MPI_Wtime(); 12. vecwaktu(j)= selesai-mulai; 13. j++; 14. end 15. if(rank == 0) 16. vecserial = 0; 17. k=1; 18. for i=10: mu = MPI_Wtime(); 20. X = round(10*rand(i)); 21. Y = round(10*rand(i)); 22. Z = X*Y; 23. se = MPI_Wtime(); 24. vecserial(k)=se-mu; 25. k++; 26. end 27. plot(vecwaktu,'r'); 28. hold on; 29. plot(vecserial); 30. print -dpng filedataparaleldanserial1000.png; 31. end 32. info = MPI_Finalize; Gambar IV.6 Program Utama Perkalian Matriks Paralel Baris pertama listing program yang ditunjukkan oleh Gambar IV.6 adalah inisialisasi program MPI. Program MPI selalu diawali dengan pemanggilan fungsi MPI_Init. Baris-baris program diantara pemanggilan fungsi MPI_Init dan MPI_Finalize akan dibaca oleh semua node.
9 64 Baris ke dua adalah pemanggilan fungsi MPI_Comm_rank. Fungsi tersebut menentukan rangking-rangking proses yang akan menjalankan tugastugas komputasi. Rangking-rangking proses adalah identitas proses yaitu identitas node-node di dalam cluster. Rangking 0 adalah proses utama atau identitas untuk head node. Rangking-rangkin yang lain adalah identitas untuk compute node. Baris ke tiga adalah pemanggilan fungsi MPI_Comm_size. MPI_Comm_size adalah fungsi MPI yang menentukan jumlah node yang terlibat di dalam proses komputasi paralel. Cluster yang dibangun di dalam penelitian ini hanya memiliki tiga node saja, sehingga nilai yang dihasilkan MPI_Comm_size adalah tiga. Baris ke enam sampai dengan baris ke empatbelas adalah blok iterasi perkalian matriks paralel dengan jumlah elemen matriks yang dikalikan mulai dari 10 elemen sampai dengan 1000 elemen. Di dalam blok iterasi tersebut dicatat waktu proses perkalian matriks paralel yang dilakukan oleh fungsi PerkalianMatriks() untuk tiap-tiap jumlah elemen yang ditentukan oleh iterator. Baris ke limabelas sampai dengan ke tigapuluhsatu adalah blok kondisi jika identitas proses adalah 0 atau head node. Pada blok tersebut terdapat operasi perkalian matriks secara serial yang hanya dikerjakan oleh head node saja. Operasi perkalian matriks secara serial ditunjukkan oleh baris ke delapanbelas sampai dengan baris ke duapuluhenam. Iterasi yang dilakukan pada operasi perkalian matriks serial tersebut sama dengan iterasi yang dilakukan pada operasi perkalian secara paralel yaitu menghitung waktu untuk tiap-tiap jumlah elemen
10 65 yang dikalikan. Setelah didapat hasil perhitungan waktu proses perkalian matriks paralel dan serial, selanjutnya dibuat grafik yang menunjukkan waktu perkalian paralel dan serial dalam menyelesaikan operasi perkalian matriks dengan jumlah elemen matriks yang dikalikan adalah 10 sampai 1000 elemen. Baris ke tigapuluhdua adalah pemanggilan fungsi MPI_Finalize. Fungsi MPI_Finalize menandai bahwa program MPI telah selesai. Program yang ditunjukkan oleh Gambar IV.6 akan dijalankan dengan perintah mpirun. Perintah mpirun adalah perintah yang digunakan untuk menjalankan program atau aplikasi paralel. Gambar IV.7 dibawah ini merupakan gambar dari perintah mpirun. mpirun x LD_LIBRARY_PATH=/usr/local/lib \ C octave q -eval PerkalianMatriks Gambar IV.7 Perintah Menjalankan Program Perkalian Matriks Paralel Perintah mpirun yang ditunjukkan oleh Gambar IV.7 akan menjalankan OCTAVE di masing-masing node di dalam cluster. OCTAVE pada masingmasing node akan membaca file PerkalianMatriks.m yang di dalam file tersebut terdapat fungsi-fungsi MPI. File PerkalianMatriks.m kemudian akan dijalankan sebagai program paralel. Program Perkalian Matriks.m menghasilkan sebuah grafik yang menunjukkan waktu proses perkalian matriks paralel dan serial terhadap jumlah elemen yang dikalikan. Grafik tersebut ditunjukkan oleh gambar IV.8.
11 66 Gambar IV.8 Grafik Kecepatan Proses Perkalian Matriks Paralel dan Serial IV.5 Evaluasi Hasil Pengujian Program Perkalian Matriks Paralel Evaluasi hasil pengujian perkalian matriks secara paralel dan serial dilakukan dengan melakukan pengamatan terhadap grafik kecepatan proses perkalian matriks secara paralel dan serial yang ditunjukkan oleh Gambar IV.8. Pada grafik tersebut sumbu x atau axis adalah jumlah elemen matriks A dan B yang dikalikan dan sumbu y atau ordinat adalah waktu yang diperlukan operasi perkalian matriks A dan B untuk setiap jumlah elemen matriks yang diberikan. Garis berwarna merah menunjukkan grafik operasi perkalian matriks secara paralel dan garis berwarna biru merupakan grafik operasi perkalian matriks secara serial.
12 67 Hasil yang ditunjukkan oleh grafik kecepatan proses perkalian matriks secara paralel dan serial menunjukkan bahwa proses perkalian matriks secara paralel memiliki performa lebih tinggi daripada proses perkalian matriks secara serial. Hal tersebut ditunjukkan oleh operasi perkalian matriks A dan B dengan jumlah elemen masing-masing 1000x1000. Pada operasi perkalian matriks paralel, perkalian matriks A dan B dengan jumlah elemen 1000x1000 dapat diselesaikan dalam waktu 3 detik. Pada waktu yang sama dengan perkalian matriks paralel yaitu pada detik ke tiga, proses perkalian matriks serial belum dapat menyelesaikan operasi perkalian matriks A dan B dengan jumlah elemen untuk masing-masing matriks 1000x1000. Pada jumlah elemen matriks A dan B dibawah 400x400 elemen, kecepatan operasi perkalian matriks yang dilakukan secara paralel terlihat sedikit dibawah kecepatan operasi perkalian matriks secara serial. Hal tersebut ditunjukkan oleh grafik kecepatan proses perkalian matriks secara serial dan paralel. Garis merah atau operasi perkalian matriks paralel terletak di bawah garis biru atau operasi perkalian serial. Lebih rendahnya performa operasi perkalian matriks paralel untuk matriks A dan B dengan masing-masing jumlah elemen matriks dibawah 400x400 dikarenakan communication cost antara compute node dengan head node lebih besar daripada waktu komputasi yang dilakukan oleh masing-masing node di dalam cluster. Evaluasi komputasi perkalian matriks paralel juga dilakukan dengan menguji kestabilan kecepatan proses komputasi paralel dalam melakukan
13 68 perkalian matriks secara paralel. Pengujian kestabilan kecepatan proses komputasi secara paralel dilakukan dengan melakukan uji coba perkalian matriks A dan B dengan jumlah elemen matriks yang cukup besar yaitu 2000 elemen. Pengujian kestabilan kecepatan proses perkalian matriks secara paralel kemudian dibandingkan dengan kecepatan pengujian perkalian matriks secara serial. Hasil pengujian tersebut akan menunjukkan kestabilan cluster dengan tiga buah node dalam menangani proses komputasi paralel, yaitu perkalian matriks paralel. Tabel IV.2 di bawah ini. Tabel IV.2 Tabel Perbandingan Waktu Penyelesaian Perkalian Matrik Paralel dan Serial dengan Jumlah Elemen 2000x2000 No Percobaan Waktu Penyelesaian Serial (detik) Paralel (detik) 1 Percobaan 1 28,905 21,145 2 Percobaan 2 37,579 20,886 3 Percobaan 3 28,830 20,712 4 Percobaan 4 29,192 20,801 5 Percobaan 5 28,728 20,767 6 Percobaan 6 28,674 20,672 7 Percobaan 7 28,679 20,718 8 Percobaan 8 29,494 20,732 9 Percobaan 9 28,711 20, Percobaan 10 28,712 20,721 Rata-rata 29,750 20,796 Hasil rata-rata pengujian perkalian matriks menunjukkan bahwa cluster dengan tiga buah node yang dibangun di dalam penelitian ini memiliki kestabilan kecepatan dalam melakukan proses perkalian matriks secara paralel yang cukup
14 69 baik. Selisih rata-rata waktu penyelesaian perkalian matriks serial dan paralel dengan jumlah elemen 2000x2000 cukup besar, yaitu 8,954 detik. Selisih tersebut menunjukkan bahwa sistem paralel memiliki performa yang lebih baik dalam melakukan komputasi yang cukup berat yaitu proses perkalian matriks dengan jumlah elemen yang banyak. Di dalam percobaan perkalian matriks paralel dengan elemen matriks 2000x2000 yang dilakukan oleh tiga buah node, kecepatan waktu penyelesaian operasi perkalian matriks paralel adalah 0,7 kali lebih cepat daripada operasi perkalian matriks serial dengan jumlah elemen yang sama yaitu 2000x2000 elemen matriks. Kecepatan jaringan sangat mempengaruhi performa komputasi paralel. Karena di dalam sistem memori terdistribusi, jaringan interkoneksi dianggap sebagai sistem bus. Semakin tinggi kecepatan jaringan interkoneksi, maka semakin tinggi pula performa komputasi paralel yang dapat dilakukan.
BAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1 Arsitektur Komputer dengan Memori Terdistribusi Cluster yang dibangun di dalam penelitian ini termasuk dalam sistem komputer dengan arsitektur memori terdistribusi. Komputer-komputer
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Konfigurasi Cluster PC Multicore Penelitian ini bertujuan untuk mengetahui pengaruh algortima paralel pada kinerja komputasi paralel. Untuk itu konfigurasi hardware disusun
Lebih terperinciBAB I PENDAHULUAN. seiring perkembangan teknologi mikroprosesor, proses komputasi kini dapat
BAB I PENDAHULUAN I.1 Latar Belakang Proses komputasi yang dapat dilakukan oleh komputer telah berkembang dengan pesat. Pada awalnya proses komputasi hanya dapat dilakukan secara sekuensial saja. Sebuah
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Penelitian implementasi pemrograman paralel dalam deteksi tepi menggunakan metode operator Sobel dibuat dengan menggunakan bahasa pemrograman C++. Metode penelitian yang digunakan
Lebih terperinciBAB III ANALISA KEBUTUHAN DAN RANCANGAN
BAB III ANALISA KEBUTUHAN DAN RANCANGAN 3.1 Kebutuhan Program Hitung Dalam bab ini akan dibahas tentang perancangan algoritma yang dibagi menjadi perancangan tampilan dan perancangan program yang terdiri
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Pada penelitian implementasi pemrograman paralel pada deteksi tepi dengan menggunakan metode Canny, program komputerdiprogram dengan bahasa pemrograman C++. Dalam penelitian ini,
Lebih terperinciA. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan:
No. LST/EKA/PTI 236/07 Revisi: 01 April 2011 Hal 1 dari 9 A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan dapat memahami dan bisa melakukan: 1. Mengenal dan menggunakan matlab sebagai
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Pada penelitian ini, dilakukan analisis pendahuluan dari waktu eksekusi algoritma Shell sort dan Quick sort untuk mengetahui titik perpotongan data antara kedua algoritma. Setelah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Simulasi pemrograman paralel pada medan elektromagnetik berdimensi satu dengan metode Finite Difference Time Domain (FDTD) dilakukan untuk menampilkan secara grafis medan
Lebih terperinciBAB 5 IMPLEMENTASI. Rocks Clusters dan Tachyon digunakan hanya sebagai contoh untuk proof of
BAB 5 IMPLEMENTASI 5.1 Spesifikasi Hasil perancangan algoritma yang dituliskan dalam kode Visual Basic pada Bab 4 akan diimplementasikan pada Rocks Clusters 5.1 dan Tachyon 0.98.7. Pemilihan Rocks Clusters
Lebih terperinciPendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved
1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga
Lebih terperinci67
BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1 Kompilasi Program Bahasa pemrograman yang digunakan adalah bahasa C. Simpan program hitung matriks kedalam file C dan simpan di drive C kemudian ubah file menjadi
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) IKG3J4 Komputasi Kinerja Tinggi Disusun oleh: PROGRAM STUDI S1 ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran
Lebih terperinciBAB 2 STRUKTUR SISTEM OPERASI. Komponen Sistem Operasi
BAB 2 STRUKTUR SISTEM OPERASI Komponen Sistem Operasi Review : Blok sistem komputer bus (saluran) data Piranti masukan Port I/O Bus kendali CPU Bus kendali Piranti keluaran bus (saluran) alamat Memori
Lebih terperinciMODUL I PENGENALAN MATLAB
MODUL I PENGENALAN MATLAB 1. Apa Matlab itu? Matlab merupakan bahasa pemrograman dengan kemampuan tinggi dalam bidang komputasi. Matlab memiliki kemampuan mengintegrasikan komputasi, visualisasi, dan pemrograman.
Lebih terperinciKATA PENGANTAR. Penulis. Raizal Dzil Wafa M.
i KATA PENGANTAR Buku ini dibuat untuk memudahkan siapa saja yang ingin belajar MATLAB terutama bagi yang baru mengenal MATLAB. Buku ini sangat cocok untuk pemula terutama untuk pelajar yang sedang menempuh
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Algoritma Algoritma adalah deskripsi langkah-langkah penyelesaian masalah yang tersusun secara logis atau urutan logis pengambilan keputusan untuk pemecahan suatu masalah. Algoritma
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Deteksi Tepi (Edge Detection) Deteksi tepi (edge detection) adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra, tujuannya adalah untuk memperbaiki detail dari
Lebih terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS Pada bab ini akan dijelaskan tentang pengujian dari masing masing metode computing dan juga analisa dari hasil pengujian tersebut. Pengujian dilakukan pada waktu proses dengan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Metode FDTD (Finite Difference Time Domain) Finite Difference Time Domain (FDTD) adalah metode yang menggunakan pendekatan pada domain ruang dan waktu. Metode FDTD diperkenalkan
Lebih terperinciBAB III PEMROGRAMAN MATLAB 2 Copyright by
BAB III PEMROGRAMAN MATLAB 2 1 M-File M-file merupakan sederetan perintah matlab yang dituliskan secara berurutan sebagai sebuah file. Nama file yang digunakan berekstensi m yang menandakan bahwa file
Lebih terperinciBAB 1 PENDAHULUAN. Sebuah embedded system berbasis mikrokontroller umumnya memiliki
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Sebuah embedded system berbasis mikrokontroller umumnya memiliki pilihan tampilan keluaran yang terbatas. Jenis tampilan yang biasa digunakan adalah LCD dot-matrix
Lebih terperinciAlgoritma & Pemrograman #8. by antonius rachmat c, s.kom, m.cs
Algoritma & Pemrograman #8 by antonius rachmat c, s.kom, m.cs Review Fungsi Minggu lalu Deklarasi dan Definisi fungsi Standard Library Function Void dan Non-void dan Parameternya REVIEW 1 4 2 3 5 Declaring,
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 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 terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dibahas mengenai analisis secara umum, analisis kebutuhan perangkat lunak dan penjelasan mengenai perancangan perangkat lunak. 3.1 Analisis Masalah Umum
Lebih terperinciPanduan Praktikum S1 Elins Eksp. Kontrol Digital 1
1 Sistem Kontrol Digital Eksperimen 1 : Pengenalan Matlab dan Simulink pada Sistem Kontrol Digital Tujuan : Memperkenalkan Matlab, Simulink dan Control System Toolbox yang digunakan untuk mensimulasikan
Lebih terperinciBAB IV PENGUJIAN DAN ANALISIS
BAB IV PENGUJIAN DAN ANALISIS 4.1 Skenario Pengujian Program aplikasi diimplementasikan pada sebuah PC quadcore dan cluster 4 PC quadcore untuk mendapatkan perbandingan kinerja antara algoritma paralel
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. komputer. Data-data tersebut dikirimkan secara nirkabel dari node satu ke node
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Pada metode penelitian tugas akhir ini dilakukan untuk mendapatkan informasi data ketinggian air sungai beserta waktu saat itu untuk
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 terperinciAlgoritma Pemrograman 2B (Pemrograman C++)
Algoritma Pemrograman 2B (Pemrograman C++) Jurusan Sistem Komputer Dr. Lily Wulandari Materi 4 FUNGSI (FUNCTION) PADA C++ 1 Outline Konsep Dasar Fungsi Standar File Header Definisi Fungsi Deklarasi Fungsi
Lebih terperinciARSITEKTUR PROGRAM PARALEL BERBASIS MESSAGE-PASSING INTERFACE
ARSITEKTUR PROGRAM PARALEL BERBASIS MESSAGE-PASSING INTERFACE YUSTINA SRI SUHARINI yustina.ss@gmail.com 085779277771 Teknik Informatika Institut Teknologi Indonesia Abstrak. Komputer bekerja dengan cara
Lebih terperinciEddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank Semarang
Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank Semarang email: eddynurraharjo@gmail.com Abstrak Teknologi elektronika dalam komponen/elemen dasar elektronika maupun pada sebuah
Lebih terperinciBAB V PENGUJIAN DAN ANALISIS WAHANA
BAB V PENGUJIAN DAN ANALISIS WAHANA Pengujian sistem pada wahana dilakukan baik pada perangkat keras, perangkat lunak, maupun fungsional sistem secara keseluruhan. Pengujian ini bertujuan untuk mengetahui
Lebih terperinciIMPLEMENTASI GRID COMPUTING DENGAN MENGGUNAKAN PENGALAMATAN IPv6
IMPLEMENTASI GRID COMPUTING DENGAN MENGGUNAKAN PENGALAMATAN IPv6 Ahmad Makhsun¹, Idris Winarno, SST, M.Kom.² ¹Mahasiswa Jurusan Teknik Informatika, ²Dosen Jurusan Teknik Informatika Jurusan Teknik Informatika
Lebih terperinciSISTEM OPERASI. Review
SISTEM OPERASI STRUKTUR SISTEM OPERASI ruliriki@gmail.com Review 1 CPU Bertugas mengendalikan operasi komputer dan melakukan fungsi pemrosesan Terdiri dari : ALU (Arithmetic Logic Unit ) untuk komputasi
Lebih terperinciPEMROGRAMAN DASAR ( PASCAL ) PERTEMUAN I
PEMROGRAMAN DASAR ( PASCAL ) PERTEMUAN I I. Pengertian Algoritma Algorithm sebenarnya berasal dari kata algorism yang berarti proses menghitung dengan angka Arab. Perencanaan dan perancangan program komputer
Lebih terperinciBAB III METODE PENELITIAN. studi kepustakaan, percobaan dan analisis. Dengan ini penulis berusaha untuk
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan tugas akhir ini adalah studi kepustakaan, percobaan dan analisis. Dengan ini penulis berusaha untuk mengumpulkan
Lebih terperinciSAHARI. Selasa, 29 September
SAHARI Selasa, 29 September 2015 1 Pengertian Secara harafiah, clustering berarti pengelompokan. Clustering dapat diartikan pengelompokan beberapa buah komputer menjadi satu kesatuan dan mampu memproses
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini berbagai komunitas di antaranya akademik, peneliti, bisnis dan industri dihadapkan pada pertambahan kebutuhan komputasi yang semakin besar dan komplek. Kebutuhan
Lebih terperinciRangkuman Materi Presentasi AOK. Input/Output Terprogram, Intterupt Driven dan DMA. (Direct Memory Access)
Rangkuman Materi Presentasi AOK Input/Output Terprogram, Intterupt Driven dan DMA (Direct Memory Access) I/O Terprogram Pada I/O terprogam adalah adanya data yang saling ditukar antara CPU dan modul I/O.
Lebih terperinciOPERASI PERNYATAAN KONDISI
OPERASI PERNYATAAN KONDISI A. Pernyataan IF pernyataan if mempunyai pengertian, jika kondisi bernilai benar, maka perintah dikerjakan dan jiak tidak memenuhi syarat maka diabaikan. Dapat dilihat dari diagram
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada dasarnya komputasi paralel digunakan untuk menyelesaikan suatu permasalahan besar, dengan memecah-mecah permasalahan tersebut menjadi bagianbagian dari permasalahan yang lebih
Lebih terperinciPemrograman MPI (1) Kuliah#11 TSK617 Pengolahan Paralel - TA 2011/2012. Eko Didik Widianto. Teknik Sistem Komputer - Universitas Diponegoro
Kuliah#11 TSK617 Pengolahan Paralel - TA 2011/2012 Eko Didik Teknik Sistem Komputer - Universitas Diponegoro Tentang Kuliah #11 Pemrograman MPI: Pemrograman Akan dibahas tentang pemrograman paralel dengan
Lebih terperinciModul 1 Pengenalan MATLAB
Modul 1 Pengenalan MATLAB MATLAB singkatan dari MATrix LABoratory, merupakan bahasa pemrograman yang dikembangkan oleh The Mathwork.inc (http://www.mathwork.com). Bahasa pemrograman ini banyak digunakan
Lebih terperinciFUNGSI & PROSEDUR. Pertemuan ke-12 dan 13
FUNGSI & PROSEDUR Pertemuan ke-12 dan 13 Deskripsi Tujuan Instruksional Referensi Review Lingkup Definisi Fungsi & Prosedur Deklarasi Fungsi & Prosedur Cara Penulisan Fungsi & Prosedur dalam Bahasa C/C++
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 terperinciImplementasi Hypergraph Partitioning pada Paralelisasi Perkalian Matriks-Vektor
Implementasi Hypergraph Partitioning pada Paralelisasi Perkalian Matriks-Vektor Murni dan Tri Handhika Pusat Studi Komputasi Matematika Universitas Gunadarma, Depok {murnipskm, trihandika}@staff.gunadarma.ac.id
Lebih terperinciPendahuluan. Komputasi Nuklir. 29 Oktober Komputasi Nuklir Pendahuluan 29 Oktober / 41
Pendahuluan Komputasi Nuklir 29 Oktober 2015 Komputasi Nuklir Pendahuluan 29 Oktober 2015 1 / 41 Outline 1 Pendahuluan 2 Algoritma 3 Bahasa Pemrograman 4 Implementasi aturan trapesium menggunakan bahasa
Lebih terperinciPenerapan strategi BFS untuk menyelesaikan permainan Unblock Me beserta perbandingannya dengan DFS dan Branch and Bound
Penerapan strategi BFS untuk menyelesaikan permainan Unblock Me beserta perbandingannya dengan DFS dan Branch and Bound Eric 13512021 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB III METODE PENELITIAN
34 BAB III METODE PENELITIAN Penelitian ini bertujuan untuk mengetahui kondisi tegangan tiap bus, perubahan rugi-rugi daya pada masing-masing saluran dan indeks kestabilan tegangan yang terjadi dari suatu
Lebih terperinciScope Variable. Sebuah variabel di dalam sebuah fungsi memiliki jangkauan tertentu. Skop variabel terdiri dari:
Scope Variable Sebuah variabel di dalam sebuah fungsi memiliki jangkauan tertentu. Skop variabel terdiri dari: Variabel lokal Variabel global Variabel statis Variabel lokal Variabel yang hanya dikenal
Lebih terperinciBAB III METODE PENELITIAN
34 BAB III METODE PENELITIAN Penelitian ini bertujuan untuk mengetahui kondisi tegangan tiap bus, perubahan rugi-rugi daya pada masing-masing saluran dan indeks kestabilan tegangan yang terjadi dari suatu
Lebih terperinciBAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau
BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah
Lebih terperinciPENGANTAR ORGANISASI DAN ARSITEKTUR KOMPUTER SISTEM INPUT OUTPUT
PENGANTAR ORGANISASI DAN ARSITEKTUR KOMPUTER SISTEM INPUT OUTPUT EXTERNAL DEVICE Pembacaan di sisi manusia (screen, printer, keyboard) Pembacaan disisi mesin (monitoring, control) Komunikasi (modem, NIC)
Lebih terperinciTeknik optimasi. Teknik optimasi kode program Tujuan: menghasilkan kode program yang berukuran lebih kecil dan lebih cepat pada saat dieksekusi.
Teknik optimasi Teknik optimasi kode program Tujuan: menghasilkan kode program yang berukuran lebih kecil dan lebih cepat pada saat dieksekusi. Berdasarkan sifat ketergantungan dengan mesin maka optimasi
Lebih terperinci1 Array dan Tipe Data Bentukan
1 Array dan Tipe Data Bentukan Overview Dalam dunia nyata, struktur data yang dihadapi sangat beragam dan penggunaan variabel dengan tipe data dasar memiliki keterbatasan pada banyaknya nilai yang dapat
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciOrganisasi SistemKomputer, Pelayanan Sistem Operasi. Ptputraastawa.wordpress.com
SistemOperasi Organisasi SistemKomputer, ArsitekturSistemKomputer, Pelayanan Sistem Operasi ptputraastawa@gmail.com Ptputraastawa.wordpress.com Organisasi Komputer Sistem komputer modern terdiri dari satu
Lebih terperinciImplementasi Hypergraph Partitioning pada Paralelisasi Perkalian Matriks-Vektor
Implementasi Hypergraph Partitioning pada Paralelisasi Perkalian Matriks-Vektor 1 Murni dan 2 Tri Handhika 1,2 Pusat Studi Komputasi Matematika Universitas Gunadarma, Depok 1 murnipskm@sta.gunadarma.ac.id,
Lebih terperinciPertemuan 5: Pengenalan Variabel Array
Pertemuan 5: Pengenalan Variabel Array Contoh kasus: Penghitungan Nilai IPK Nilai IPK mahasiswa ditentukan dengan algoritma sebagai berikut: Untuk setiap mata kuliah yang diambil oleh mahasiswa: Ambil
Lebih terperinciMETODE NUMERIK Modul I
LABORATORIUM KOMPUTASIONAL FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS YARSI METODE NUMERIK Modul I a. Estimasi waktu: 100 menit b. Tujuan Istruksional Khusus: Mahasiswa dapat menggunakan Mathlab dengan baik
Lebih terperinciPENDAHULUAN A. Latar Belakang 1. Metode Langsung Metode Langsung Eliminasi Gauss (EGAUSS) Metode Eliminasi Gauss Dekomposisi LU (DECOLU),
PENDAHULUAN A. Latar Belakang Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau pada persoalan rekayasa.
Lebih terperinciAES pipeline yang diharapkan. Implementasinya akan menggunakan prosedur komunikasi MPI point-to-point send-receive untuk aliran proses penyandian.
7 Studi Pustaka Kegiatan yang dilakukan pada tahap ini adalah mengumpulkan semua informasi atau literatur yang terkait dengan penelitian. Informasi tersebut didapat dari buku, internet, dan artikel yang
Lebih terperinciMODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR
MODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR KOMPETENSI: 1. Memahami penggunaan faktorisasi LU dalam penyelesaian persamaan linear.. Memahami penggunaan partisi matrik dalam penyelesaian persamaan
Lebih terperinciBAB III METODE PENELITIAN
BAB III MEODE PENELIIAN Metode penelitian yang digunakan dalam pengerjaan tugas akhir ini adalah studi kepustakaan, percobaan dan analisis. Dengan ini penulis berusaha untuk mengumpulkan data dan informasi-informasi,
Lebih terperinciMEMBANGUN PC CLUSTER DI LINGKUNGAN LABORATORIUM KOMPUTER TEKNIK ELEKTRO UIN SUSKA RIAU TUGAS AKHIR
MEMBANGUN PC CLUSTER DI LINGKUNGAN LABORATORIUM KOMPUTER TEKNIK ELEKTRO UIN SUSKA RIAU TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik Elektro Oleh
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciPemrograman Basis Data Berbasis Web
Pemrograman Basis Data Berbasis Web Pertemuan Ke-8 (PHP Dasar [1]) Noor Ifada noor.ifada@if.trunojoyo.ac.id S1 Teknik Informatika - Unijoyo 1 Sub Pokok Bahasan PHP? Komponen yang dibutuhkan PHP File Mendeklarasikan
Lebih terperinciFUNGSI II. Variabel Statis. Sifat variabel statis: Sintaks: static tipe_data nama_variabel; Contoh: static int angka;
FUNGSI II Variabel Statis Sifat variabel statis: Variabel hanya dapat diakses pada fungsi yang mendefinisikannya Variabel tidak hilang setelah eksekusi berakhir. Nilainya akan tetap dipertahankan sehingga
Lebih terperinciPEMBANGUNAN CLUSTER PARALEL MENGGUNAKAN RASPBERRY PI
PEMBANGUNAN CLUSTER PARALEL MENGGUNAKAN RASPBERRY PI Yulius Denny Prabowo 1, Ester Lumba 2, Rino Alfian 3 1,2,3 Program Studi Informatika, Fakultas Industri Kreatif, Institut Teknologi dan Bisnis Kalbis
Lebih terperinciSILABUS BERBASIS KOMPETENSI
SILABUS BERBASIS KOMPETENSI Jurusan : Jurusan Teknik Mesin, Fakultas Teknik UNUD Mata Kuliah : Logika dan Pemrograman Komputer Kode : MD3210 SKS : 2 SKS Prasyarat : - Standar Kompetensi : Mampu memahami
Lebih terperinciLAPORAN PRAKTIKUM ALGORITMA DAN PEMROGRAMAN ( Implementasi Rekursi Pada Java)
LAPORAN PRAKTIKUM ALGORITMA DAN PEMROGRAMAN ( Implementasi Rekursi Pada Java) Di susun oleh: Wahyono ( 06/193218/PA/10892 ) Praktikan Algoritma dan Pemrograman Kelas A 7 Mei 2007 LABORATORIUM KOMPUTASI
Lebih terperinciPemrograman pada MATLAB
Pemrograman pada MATLAB 5.1 Struktur dan Tipe Data Sebelum membahas tentang pemrograman, akan lebih baik jika kita mengetahui tentang struktur data dan tipenya dalam MATLAB. Tipe data yang digunakan pada
Lebih terperinciPRAKTIKUM 1 SINYAL, SYSTEM, DAN KONTROL PENGENALAN MATLAB 1. Percobaan 1 Vektor Penulisan vektor di MATLAB
PRAKTIKUM 1 SINYAL, SYSTEM, DAN KONTROL PENGENALAN MATLAB 1. Percobaan 1 Vektor Penulisan vektor di MATLAB Membuat vector dengan nilai antara 0 dan 16 dengan kenaikan 2. Menjumlahkan vector Menjumlakan
Lebih terperinciJAWABAN TUGAS 5 PEMROGRAMAN TEKNIK
Hal 1 dari 5 JAWABAN TUGAS 5 PEMROGRAMAN TEKNIK 1. Apa keuntungan dan apa batasan tipe data ARRAY? Keuntungan tipe data arrray (larik) adalah bisa menyimpan >=1 elemen data dalam satu variabel. Batasannya
Lebih terperinciAPLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 31 39 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR AMANATUL FIRDAUSI, MAHDHIVAN SYAFWAN,
Lebih terperinciPRAKTIKUM 1. Dasar-Dasar Matlab. (-), perkalian (*), pembagian (/) dan pangkat (^). Simbol ^ digunakan untuk
PRAKTIKUM 1 Dasar-Dasar Matlab 1 Operator Dasar Aritmatika Operator dasar aritmatika antara lain adalah penjumlahan (+), pengurangan (-), perkalian (*), pembagian (/) dan pangkat (^). Simbol ^ digunakan
Lebih terperinciBAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR
BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR A. Latar Belakang Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi,
Lebih terperinciPenggabungan Algoritma Kriptografi Simetris dan Kriptografi Asimetris untuk Pengamanan Pesan
Penggabungan Algoritma Kriptografi Simetris dan Kriptografi Asimetris untuk Pengamanan Pesan Andreas Dwi Nugroho (13511051) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciDasar-dasar MATLAB. by Jusak Irawan, STIKOM Surabaya
Dasar-dasar MATLAB by Jusak Irawan, STIKOM Surabaya Perintah-Perintah Dasar MATLAB akan memberikan respons secara langsung terhadap ekspresi apapun yang diketikkan pada editor MATLAB. Sebagai contoh: >>
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih terperinciBAB IX LINKED LIST (SENARAI BERANTAI)
BAB IX LINKED LIST (SENARAI BERANTAI) Linked list atau biasa disebut senarai berantai adalah suatu kumpulan data yang saling terhubung antar 1 data dengan data berikutnya. Suatu element (disebut dengan
Lebih terperinciMODUL 1 PENGANTAR PROGRAM MATLAB DAN PENGGUNAANNYA UNTUK ALJABAR MATRIKS SEDERHANA
MODUL 1 PENGANTAR PROGRAM MATLAB DAN PENGGUNAANNYA UNTUK ALJABAR MATRIKS SEDERHANA KOMPETENSI: 1. Mengenal dan dapat mengoperasikan program MATLAB pada PC. 2. Memiliki ketrampilan dasar menggunakan MATLAB
Lebih terperinciKONSEP DASAR. menyusunnya menjadi potongan-potongan mudah untuk ditangani dibanding. conquer.
FUNGSI (FUNCTION) PADA C++ KONSEP DASAR Program komputer yang dibuat untuk menjawab permasalahan umumnya berukuran sangat besar. Pengalaman telah menunjukkan bahwa cara terbaik untuk mengembangkan dan
Lebih terperinciKisi-Kisi dan Materi Uji Olimpiade Sains BIDANG INFORMATIKA/KOMPUTER
Kisi-Kisi dan Materi Uji Olimpiade Sains BIDANG INFORMATIKA/KOMPUTER II.2. Tingkat OSK/OSP Oleh sebab itu, materi uji IOI diterjemahkan ke dalam materi yang menguji potensi akademis/skolastik tinggi yang
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciBAB III METODE PENELITIAN. transmisi data streaming menggunakan Zigbee wireless network dengan
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah transmisi data streaming menggunakan Zigbee wireless network dengan teknik scheduling metode
Lebih terperinciPRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB A. Tujuan 1. Mahasiswa mengenal lingkungan MATLAB dan mampu menggunakannya. 2. Mahasiswa mampu menggunakan fungsi-fungsi dasar MATLAB yang
Lebih terperinciTEKNIK OPTIMASI. Dependensi Optimasi. Optimasi Lokal. Menghasilkan kode program dengan ukuran yang lebih kecil, sehingga lebih cepat eksekusinya.
Dependensi Optimasi TEKNIK OPTIMASI Menghasilkan kode program dengan ukuran yang lebih kecil, sehingga lebih cepat eksekusinya. Berdasarkan ketergantungan pada mesin : Machine Dependent Optimizer Machine
Lebih terperinciPERANCANGAN STRUKTUR DATA YANG EFISIEN UNTUK PEMROGRAMAN ANALISIS JARINGAN
PERANCANGAN STRUKTUR DATA YANG EFISIEN UNTUK PEMROGRAMAN ANALISIS JARINGAN Wayan Firdaus Mahmudy, Ani Budi Astuti Jurusan Matematika, FMIPA, Universitas Brawijaya PENDAHULUAN Analisis jaringan merupakan
Lebih terperinciOperasi Piksel dan Histogram
BAB 3 Operasi Piksel dan Histogram Setelah bab ini berakhir, diharapkan pembaca memahami berbagai bahasan berikut. Operasi piksel Menggunakan histogram citra Meningkatkan kecerahan Meregangkan kontras
Lebih terperinciFAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA LAB SHEET (TEKNIK KOMPUTASI)
No. LSKD/EKO/DEL221/01 Revisi : 02 Tgl : - Hal 1 dari 1. Kompetensi Setelah melakukan praktik, mahasiswa diharapkan memiliki kompetensi: dapat memahami vector dan komputasi vector. 2. Sub Kompetensi Setelah
Lebih terperinciPengantar Pemrograman MATLAB
Pengantar Pemrograman MATLAB Pengantar Pemrograman MATLAB Amir Tjolleng, M.Sc. PENERBIT PT ELEX MEDIA KOMPUTINDO Pengantar Pemrograman MATLAB Amir Tjolleng, M.Sc. 2017, PT. Elex Media Komputindo, Jakarta
Lebih terperinciAKSELERASI GLOBAL PAIRWISE ALIGNMENT DENGAN SKEMA PARTISI BLOCKED COLUMN-WISE PADA SISTEM MEMORI TERDISTRIBUSI MAULANA RIZAL IBRAHIM
AKSELERASI GLOBAL PAIRWISE ALIGNMENT DENGAN SKEMA PARTISI BLOCKED COLUMN-WISE PADA SISTEM MEMORI TERDISTRIBUSI MAULANA RIZAL IBRAHIM DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBAB IV PERANCANGAN DAN REALISASI PERANGKAT LUNAK
BAB IV PERANCANGAN DAN REALISASI PERANGKAT LUNAK 4.1. Spesifikasi Perancangan Perangkat Lunak Perangkat lunak pada wahana bertujuan untuk memudahkan proses interaksi antara wahana dengan pengguna. Pengguna
Lebih terperinciPemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer
Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Vivi Lieyanda - 13509073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciMatriks. Algoritma Pemrograman. Definisi Matriks
Matriks Pemrograman Definisi Matriks Matrik merupakan sekumpulan informasi yang setiap individu elemenya diacu dengan menggunakan dua buah indeks (baris dan kolom). Dua buah indeks menunjukkan dimensi
Lebih terperinciBAB III DESKRIPSI DAN PERANCANGAN SISTEM
BAB III DESKRIPSI DAN PERANCANGAN SISTEM 3.1. DESKRIPSI KERJA SISTEM Gambar 3.1. Blok diagram sistem Satelit-satelit GPS akan mengirimkan sinyal-sinyal secara kontinyu setiap detiknya. GPS receiver akan
Lebih terperinciORGANISASI KOMPUTER II AUB SURAKARTA
ORGANISASI KOMPUTER II STMIK AUB SURAKARTA Umumnya sistem multiprosesor menggunakan dua hingga selusin prosesor. Peningkatan sistem multiprosesor menggunakan jumlah prosesor yang sangat banyak ratusan,
Lebih terperinci