SATUAN ACARA PERKULIAHAN MATA KULIAH ALGORITMA PENGOLAHAN PARALEL (S1/ TEKNIK INFORMATIKA)

dokumen-dokumen yang mirip
SATUAN ACARA PERKULIAHAN MATA KULIAH PENGOLAHAN PARALEL (S1/ TEKNIK KOMPUTER)

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

PENDAHULUAN. Motivasi : -. Pengolahan data numerik dalam jumlah yang sangat besar. -. Kebutuhan akan ketersediaan data yang senantiasa up to date.

PENDAHULUAN. -. Pengolahan data numerik dalam jumlah yang sangat besar. -. Kebutuhan akan ketersediaan data yang senantiasa up to date.

KEBUTUHAN KOMPUTER PARALEL

PENGOLAHAN PARALEL. Kebutuhan akan Komputer Paralel PENDAHULUAN. Dahulu:

KOMPUTASI PARALEL UNTUK PENGOLAHAN PRESTASI AKADEMIK MAHASISWA

KLASIFIKASI ARSITEKTURAL

OPERASI MATRIKS. a 11 a 12 a 13 a 14 A = a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44

Penerapan Algoritma Bucket Sort Untuk melakukan Pengurutan n buah Bilangan Mata Kuliah Pemrosesan Paralel

ALGORITMA-ALGORITMA PARALLEL RANDOM ACCESS MACHINE (PRAM = pea ram)

KARAKTERISTIK KINERJA ALGORITMA RECURSIVE DECOUPLING PADA SISTEM MULTIPROSESOR BERBASIS PVM

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

Deskripsi. Buku Ajar 3/1/2010. Pengajar. Materi Kuliah. Materi Kuliah #2. Komputasi Paralel. Kuliah 01: Pendahuluan

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

ORGANISASI KOMPUTER II AUB SURAKARTA

Perbandingan Algoritma Pencarian Kunci di dalam Himpunan Terurut Melalui Linear Search dan Binary Search

PERANCANGAN DAN ANALISIS JUMLAH PROSESOR MENGGUNAKAN MODEL CUBE-CONNECTED DAN TREE-CONNECTED DALAM ALGORITMA PARALEL.

Fakultas Teknologi Informasi

SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran

Pengolahan Paralel PENGOLAHAN PARALEL. Ernastuti 1/58. Ernastuti

STUDI KOMPARASI KINERJA ALGORITMA REDUKSI SIKLIS DENGAN ALGORITMA PEMISAHAN REKURSIF PADA SISTEM MULTIPROSESOR BERBASIS PVM

ALGORITMA-ALGORITMA PARALLEL RANDOM ACCESS MACHINE (PRAM = pea ram) Ver

Analisis Algoritma: Anany Levitin, Introduction to Design and Analysis of Algorithm, 3 rd Edition, Pearson Education, Inc.

ALGORITMA-ALGORITMA PARALLEL RANDOM ACCESS MACHINE (PRAM)

PEMODELAN ALGORITMA GAXPY PADA SISTEM MULTIPROSESOR

PENGOLAHAN PARALEL. Ernastuti

Fakultas Teknologi Informasi

ALGORITMA-ALGORITMA PARALLEL RANDOM ACCESS MACHINE (PRAM = pea ram)

Kebutuhan pengolahan paralel

NOTASI UNTUK ALGORITMA PARALEL

Sub Pokok Bahasan dan Sasaran Belajar

PERANCANGAN ARSITEKTUR PEMARALELAN UNTUK MENCARI SHORTEST PATH DENGAN ALGORITMA DIJKSTRA

RENCANA PEMBELAJARAN SEMESTER (RPS)

Komputasi Paralel Sebagai Alternatif Solusi Peningkatan Kinerja Komputasi

NOTASI UNTUK ALGORITMA PARALEL

SILABUS : DESAIN DAN ANALISIS ALGORITMA. : I Ketut Resika Arthana, S.T., M.Kom NIP :

>> KLASIFIKASI ARSITEKTURAL

Disusun Oleh: Agenda. Terminologi Klasifikasi Flynn Komputer MIMD. Time Sharing Kesimpulan

RENCANA PEMBELAJARAN SEMESTER (RPS)

BUANA. Distribusi 01 September 2017

Preorder Tree Traversal

JARINGAN UNTUK MERGING

KOMPUTASI PARALEL PADA APLIKASI PAYROLL

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

Algoritma Divide and Conquer

ARSITEKTUR KOMPUTER. Satu CPU yang mengeksekusi instruksi satu persatu dan menjemput atau menyimpan data satu persatu.

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

Arsitektur Komputer. Dua element utama pd sistem komputer konvensional: Memory Processor

RENCANA PEMBELAJARAN

Algoritma dan Struktur Data 2

RENCANA PEMBELAJARAN SEMESTER (RPS)

PROSEDUR PARALELISASI PERKALIAN MATRIKS PADA GRAPHICS PROCESSING UNIT (GPU)

KOMPUTASI PEMROGRAMAN

KINERJA ALGORITMA PARALEL UNTUK PENCARIAN KATA DENGAN METODE BOYER-MOORE MENGGUNAKAN PVM

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktivitas Pembelajaran

Pembangunan Aplikasi Manajemen Data Statistik Berbasis Komputasi Paralel

ALGORITMA DAN PEMROGRAMAN

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

SATUAN ACARA PERKULIAHAN

KKKF33110 STRUKTUR DATA

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

FAKULTAS TEKNOLOGI KOMUNIKASI DAN INFORMATIKA UNIVERSITAS NASIONAL

RENCANA PEMBELAJARAN SEMESTER

RENCANA PEMBELAJARAN SEMESTER

SATUAN ACARA PENGAJARAN (SAP) : Aswir Premadi, S.T., M.Sc. (Eng) Pertemuan Minggu ke : 1 & 2 ( 1 x 2 x 50 )

ANALISA KINERJA CLUSTER LINUX DENGAN PUSTAKA MPICH TERHADAP PERKALIAN MATRIKS

Penggunaan Algoritma Divide and Conquer Dalam Parallel Computing Untuk Melakukan 3D Rendering

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) STRUKTUR DATA

Analisis Kompleksitas Waktu Untuk Beberapa Algoritma Pengurutan

Kontrak Perkuliahan & Introduction

SATUAN ACARA PERKULIAHAN (SAP) Mata Kuliah : Struktur Data Kode : TIS3213 Semester : III Waktu : 2 x 3 x 50 Menit Pertemuan : 14 & 15

PARALELISASI PERKALIAN MATRIKS SPARSE VEKTOR DENGAN CUBLAS

PENGANTAR KOMPUTASI MODERN

Prio Handoko, S.Kom., M.T.I.

Implementasi Hypergraph Partitioning pada Paralelisasi Perkalian Matriks-Vektor

BAB II LANDASAN TEORI

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB IV PENGUJIAN DAN ANALISIS

SATUAN ACARA PERKULIAHAN PERANCANGAN DAN ANALISIS ALGORITMA ** (S1/TEKNIK INFORMATIKA) PTA 2010/2011

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER KODE / SKS : IT / 2 SKS

KONTRAK PEMBELAJARAN (KP) MATA KULIAH. Algoritma dan Pemrograman

PETA KOMPETENSI MATAKULIAH ALGORITMA DAN STRUKTUR DATA TKE PRODI TEKNIK ELEKTRO

ALGORITMA PENGURUTAN & PENCARIAN

Satuan Acara Perkuliahan

Ayi Purbasari

Syarif Abdullah (G ) Matematika Terapan FMIPA Institut Pertanian Bogor.

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB I PENDAHULUAN. Merancang aplikasi Paralel Processing yang diimplementasikan dengan penggunaan Computer-Unified-Device-Architecture (CUDA).

Pengantar Teknik Informatika

SATUAN ACARA PENGAJARAN

Implementasi Hypergraph Partitioning pada Paralelisasi Perkalian Matriks-Vektor

Organisasi & Arsitektur. Komputer. Org & Ars komp Klasifikasi Ars Komp Repr Data

Perbandingan Arsitektur Multilayer Feedforward Network dengan memakai Topologi Multiprosesor Ring Array Dan Linear Array

ALGORITMA PARALEL ODD EVEN TRANSPOSITION PADA MODEL JARINGAN NONLINIER. Ernastuti, Ravi A. Salim, dan Haryanto

Metode Sorting Bitonic Pada GPU

VIRTUAL PARALLEL ENVIRONMENT USING PVM CASE STUDY BUBBLE SORT ALGORITHM

RENCANA PEMBELAJARAN SEMESTER (RPS)

Transkripsi:

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 yang dimaksud dengan pengolahan paralel dan memperoleh gambaran tentang beberapa paradigma komputer paralel. Mahasiswa mampu mengemukakan latar belakang dibutuhkannya komputer paralel Mahasiswa dapat menjelaskan apa yang dimaksud dengan paralelisme Paradigma komputer paralel Mahasiswa mengenal beberapa paradigma komputer paralel Mahasiswa dapat menggolongkan komputer paralel ke dalam kelas synchronous dan asynchronous Mahasiswa mampu membedakan antara control parallelism dan data parallelism Mahasiswa mengenal taksonomi Flynn dan mampu membedakan SISD, SIMD, MISD dan MIMD Akl, Lewis et al. Algoritma Sekuensial dan Algoritma Paralel Mahasiswa mampu membedakan algoritma sekuensial dan algoritma paralel bagi sebuah masalah aritmatika sederhana, sebagai contoh. Terminologi komputer paralel Mahasiswa mengenal beberapa terminologi komputer paralel Analisa algoritma paralel Mahasiswa mengenal evaluasi algoritma berdasarkan kriteria running time dan number of SAP Algoritma Pengolahan Paralel 1/6

2 & 3 Algoritma Paralel Dasar Agar mahasiswa mengetahui notasi yang digunakan dalam algoritma paralel dan mengerti konsep operasi reduksi model SIMD dan multiprosesor, perhitungan prefix sum dan broadcast pada organisasi multikomputer hypercube processor Mahasiswa dapat mengevaluasi sebuah algoritma dengan menghitung running time dan number of processor Mahasiswa mengenal istilah counting step dan speed up Mahasiswa mampu menghitung counting step dan speed up dari sebuah algoritma. Notasi untuk algoritma paralel Mahasiswa mengetahui notasi yang dipergunakan dalam algoritma paralel Reduksi : model SIMD hypercube model SIMD shuffle-exchange model SIMD Mesh-2D model multiprosesor UMA Mahasiswa mengerti operasi reduksi pada model SIMD hypercube, SIMD shuffle-exchange, SIMD mesh 2D, model multiprosesor UMA Broadcast Memahami algoritma broadcast pada multikomputer 6.2 6.4) 4 & 5 Algoritma PRAM Agar mahasiswa memahami komputasi paralel dari model2 PRAM, algoritma PRAM dan kompleksitasnya Prefix sums Memahami algoritma prefix sums pada multikomputer Paralel Reduction Prefix Sums List Ranking Preorder Tree Traversal Merging Two Sorted Lists Graph Coloring i OHP Mempel ajari pseudoc ode 2.1 2.3) SAP Algoritma Pengolahan Paralel 2/6

6 Algoritma Sorting Agar mahasiswa mengetahu dan memahami algoritma sorting secara parallel dan komplekstasnya serta mengerti mengetahui perbedaannya dengan algoritma sorting sekuensial Agar mahasiswa dapat mengerti, mengenal dan menjalankan algoritma2 tersebut Sorting pada algoritma sequential Enumeration sort Lower Bounds on parallel sorting Odd-Even Tranportation Sort Mahasiswa dapat menjelaskan perbedaan teknik sort secara sekeunsial dan secara parallel Mhasiswa dapat menjelaskan beberapa teknik sort secara paralel 7 Lanjutan Algoritma Sorting Bitonic Merge pada : 1. Shuffle-Exchange Network 2. Mesh 2-Dimensi 3. Hypercube Network Mahasiswa dapat membandingkan teknik-teknik sort secara paralel 8 & 9 Searching Searching Barisan Terurut a. Secara Sekuensial dengan teknik binary search b. Secara Paralel pada model SM SIMD EREW dan CREW Papan Tulis Papan Tulis i dan OHP Tugas di Minggu ke-8 Quinn, Barry W. Quinn Selim G. Akl Searching Barisan Acak (Tidak Terurut) a. Searching pada SM SIMD b. Searching pada Mesh Agar mahasiswa dapat mengenal, mengetahui, memahami dan menjalankan : algoritma perkalian matriks secara paralel pada model SM SIMD dan Mesh teknik searching secara paralel dan kompleksitasnya. UJIAN TENGAH SEMESTER 10 & 11 Operasi Matriks Operasi Transpose, Perkalian matriks dengan matriks Mengerj Quinn, Akl SAP Algoritma Pengolahan Paralel 3/6

: Agar mahasiswa memahami algoritma operasi matriks (transpose matriks, perkalian matriks, perkalian matriks dengan vector) dalam beberapa model pengolahan paralel dan mengetahui kompleksitas waktu pada masing-masing model. pada Array Processor: Model Mesh 2-Dimensi, Model Shuffle- Exchange SIMD, dan Model EREW SIMD - Mahasiswa dapat menjalankan algoritma transpose matriks, perkalian matriks pada model Mesh 2-D, EREW SIMD, Shuffle-Exchange - Mahasiswa dapat menyebutkan kompleksitas waktu algoritma pada model-model tersebut. Operasi perkalian matriks dengan vektor : linear array multiplication pada multiprocessor, Tree multiplication pada multicomputer (tree-connected SIMD computer), and algoritma convolution. - Mahasiswa dapat menjalankan algoritma perkalian matriks dengan vektor pada model tersebut diatas - Mahasiswa dapat menyebutkan kompleksitas waktu algoritma pada model-model tersebut dan OHP alan soal 7.8 7.9, dan 7.23 dari buku Akl Algoritma Perkalian matrik dengan matriks untuk Multiprocessor - Mahasiswa dapat menjelaskan algoritma perkalian matriks dengan matirks pada komputer model multiprocessor 12 I. Bentuk-bentuk matriks populer serta contohcontohnya. Algoritma Perkalian Matriks dengen matriks untuk Multicomputer: Row Column Oriented dan Block Oriented - Mahasiswa dapat menjelaskan algoritma perkalian matriks pada komputer model multikomputer I. Jenis-jenis matriks Mahasiswa dapat menyatakan sebuah sistem persamaan linier sebagai sebuah persamaan oleh dosen dan Demons trasi penyele 9.2) SAP Algoritma Pengolahan Paralel 4/6

13 II. Metoda Substitusi Mundur dalam Penyelesaian Sistem Persamaan Linier. I. Mahasiswa mengenal beberapa bentuk matriks berdasarkan struktur elemennya serta dapat memberi contoh masingmasing bentuk. II. Mahasiswa memahami algoritma sekuensial dan algoritma paralel dari metoda substitusi mundur serta dapat menghitung speed-up paralelisasi tersebut. Metoda Ganjil-Genap (Reduksi Siklis) dalam penyelesaian sistem persamaan linier matriks. Mahasiswa dapat memahami bahwa koefisien persamaan matriks di atas adalah sebuah matriks yang dapat bentuknya dapat bermacam-macam. Mahasiswa dapat menjelaskan contoh dari bentuk-bentuk yang mungkin dari matriks koefisien di atas, misalnya : segitiga atas, segitiga bawah, diagonal dominan, tridiagonal, simetri,dan definit positif. Mahasiswa dapat memberikan contoh dari bentuk-bentuk matriks di atas. II. Metoda Substitusi Mundur : Mahasiswa memahami bahwa metoda substitusi mundur sangat efektif untuk persamaan matriks dengan koefisiennya berbentuk matriks segitiga atas atu segitiga bawah. Mahasiswa dapat menjelaskan algoritma sekuensial dari metoda substitusi mundur. algoritma sekuensial di atas. Mahasiswa dapat melihat dan menjelaskan potensi paralelisasi dari metoda sekuensial di atas. Mahasiswa dapat menjelaskan algoritma paralel dari metoda substitusi mundur. algoritma paralel di atas. Mahasiswa dapat menghitung speed-up parallelisasi metoda substitusi mundur. Mahasiswa memahami bahwa metoda ganjilgenap (reduksi siklis) sangat efektif untuk persamaan matriks dengan koefisiennya berbentuk matriks ttridiagonal. Mahasiswa dapat menjelaskan algoritma demonstrasi penyelesaia n soal oleh mahasiswa oleh dosen, demonstrasi penyelesaia n soal oleh mahasiswa, dan PR oleh dosen dan pengerjaan pekerjaan saian soalsoal no. 9-1 dan 9-2 oleh mahasis wa Demons trasi penyele saian soalsoal no. 9-3 dan 9-4 oleh mahasis wa Pekerjaa n rumah no. 9-5 (Quinn) dan soal (bab 9.2) 9.3) dan Freeman (bab 5.4.1) SAP Algoritma Pengolahan Paralel 5/6

Mahasiswa memahami algoritma sekuensial dan algoritma paralel dari metoda Ganjil-Genap (Reduksi Siklis) serta dapat menghitung speed-up paralelisasi tersebut. sekuensial dari metoda ganjil-genap (reduksi siklis). algoritma sekuensial di atas. Mahasiswa dapat melihat dan menjelaskan potensi paralelisasi dari metoda sekuensial di atas. Mahasiswa dapat menjelaskan algoritma paralel dari metoda ganjil-genap (reduksi siklis). algoritma paralel di atas. Mahasiswa dapat menghitung speed-up parallelisasi metoda ganjil-genap (reduksi siklis). UJIAN AKHIR SEMESTER rumah oleh mahasiswa no. 5.3 (Freema n) oleh mahasis wa Referensi : 1. Aho, J. E. Hopcraft, J. D. Ullman, The design and Analysis of Computer Algorithms, Addison Wesley, Massachusetts, 1974. 2. Akl, Selim. G. The Design and Analysis of Parallel Algorithms. Prentice-Hall, New Jersey, 1989 3. Freeman, T.L. and C. Philips. Parallel Numerical Algorithms. Prentice Hall. New York. 1992 4. Lewis, Ted G, et.all. Introduction to Parallel Computing. Prentice-Hall. New Jersey, 1992 5. Quinn, Michael J.. Parallel Computing : Theory and Practice(2-nd ed.). McGraw-Hill, Inc. New York. 1994. 6. Roosta, Seyed H,. Parallel Processing and Parallel Algorithms : Theory and Computation. Springer-Verlag, New York, 2000 7. Wilkinson, Barry & Allen, Michael, Parallel Programming: Techniques and Applications Using Networked Workstations and Parallel Computers, Prentice Hall; 1st edition, New Jersey, 1998 SAP Algoritma Pengolahan Paralel 6/6