BIOINFORMATIKA 

Pembahasan kali ini saya kan memposting mengenai bioinformatika. Penjelasan mengenai bioinformatika ini akan menjelaskan mengenai apa bioinformatika, sejarah sampai perkembangan bioinformatika di Indonesia.

SEJARAH

Bioinformatika pertama kali dikemukakan pada pertengahan 1980an untuk mengacu kepada penerapan ilmu komputer dalam bidang biologi. Meskipun demikian, penerapan bidang-bidang dalam bioinformatika seperti pembuatan pangkalan data dan pengembangan algoritma untuk analisis sekuens biologi telah dilakukan sejak tahun 1960an.

 

Kemajuan teknik biologi molekuler dalam mengungkap sekuens biologi protein (sejak awal 1950an) dan asam nukleat (sejak 1960an) mengawali perkembangan pangkalan data dan teknik analisis sekuens biologi. Pangkalan data sekuens protein mulai dikembangkan pada tahun 1960an di Amerika Serikat, sementara pangkalan data sekuens DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman pada Laboratorium Biologi Molekuler Eropa (European Molecular Biology Laboratory).

Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang dapat diungkapkan pada 1980an dan 1990an. Hal ini menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, yang meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

 

Perkembangan jaringan internet juga mendukung berkembangnya bioinformatika. Pangkalan data bioinformatika yang terhubungkan melalui internet memudahkan ilmuwan dalam mengumpulkan hasil sekuensing ke dalam pangkalan data tersebut serta memperoleh sekuens biologi sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui internet memudahkan ilmuwan dalam mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

Bioteknologi modern ditandai dengan kemampuan pada manipulasi DNA.Rantai/sekuen DNA yang mengkode protein disebut gen. Gen ditranskripsikan menjadimRNA, kemudian mRNA ditranslasikan menjadi protein. Protein sebagai produk akhirbertugas menunjang seluruh proses kehidupan, antara lain sebagai katalis reaksi biokimiadalam tubuh (disebut enzim), berperan serta dalam sistem pertahanan tubuh melawanvirus, parasit dan lain-lain (disebut antibodi), menyusun struktur tubuh dari ujung kaki(otot terbentuk dari protein actin, myosin, dan sebagainya) sampai ujung rambut (rambuttersusun dari protein keratin), dan lain-lain. Arus informasi, DNA -> RNA -> Protein,inilah yang disebut sentral dogma dalam biologi molekul.

Sekuen DNA satu organisme, yaitu pada sejenis virus yang memiliki kurang lebih 5.000 nukleotida/ molekul DNA atau sekitar 11 gen, berhasil dibaca secara menyeluruhpada tahun 1977. Sekuen seluruh DNA manusia terdiri dari 3 milyar nukleotida yangmenyusun 100.000 gen dapat dipetakan dalam waktu 3 tahun. Saat ini terdapat milyarandata nukleotida yang tersimpan dalam database DNA, GenBank di AS yang didirikantahun 1982. Di Indonesia, ada Lembaga Biologi Molekul Eijkman yang terletak diJakarta. Di sini kita bisa membaca sekuen sekitar 500 nukleotida hanya denganmembayar $15. Trend yang sama juga nampak pada database lain seperti database sekuenasam amino penyusun protein, database struktur 3D protein, dan sebagainya. Inovasiteknologi DNA chip yang dipelopori oleh perusahaan bioteknologi AS, Affymetrix diSilicon Valley telah mendorong munculnya database baru mengenai RNA.

 

 

CABANG-CABANG YANG TERKAIT DENGAN BIOINFORMATIKA

 

Biophysics

Biophysics adalah sebuah bidang interdisipliner yang mengalikasikan teknik-teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society). Disiplin ilmu ini terkait dengan Bioinformatika karena penggunaan teknik-teknik dari ilmu Fisika untuk memahami struktur membutuhkan penggunaan TI.

Computational Biology

Computational biology merupakan bagian dari Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel.

Medical Informatics

Menurut Aamir Zakaria [ZAKARIA2004] Pengertian dari medical informatics adalah “sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi medis.” Medical informatics lebih memperhatikan struktur dan algoritma untuk pengolahan data medis, dibandingkan dengan data itu sendiri. Disiplin ilmu ini, untuk alasan praktis, kemungkinan besar berkaitan dengan data-data yang didapatkan pada level biologi yang lebih “rumit”.

Cheminformatics

Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat (Cambridge Healthech Institute’s Sixth Annual Cheminformatics conference). Kemungkinan penggunaan TI untuk merencanakan secara cerdas dan dengan mengotomatiskan proses-proses yang terkait dengan sintesis kimiawi dari komponenkomponen pengobatan merupakan suatu prospek yang sangat menarik bagi ahli kimia dan ahli biokimia.

Genomics

Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untukmenganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan bagian dari gen di dalam genom yang representatif.

Mathematical Biology

Mathematical biology juga menangani masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam software maupun hardware.

Menurut Alex Kasman [KASMAN2004] Secara umum mathematical biology melingkupi semua ketertarikan teoritis yang tidak perlu merupakan sesuatu yang beralgoritma, dan tidak perlu dalam bentuk molekul, dan tidak perlu berguna dalam menganalisis data yang terkumpul.

Proteomics

Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun (encoded) oleh genom. Michael J. Dunn [DUNN2004], mendefiniskan kata “proteome” sebagai: “The PROTEin complement of the genOME“. Dan mendefinisikan proteomics berkaitan dengan: “studi kuantitatif dan kualitatif dari ekspresi gen di level dari protein-protein fungsional itu sendiri”. Yaitu: “sebuah antarmuka antara biokimia protein dengan biologi molekul”.

Pharmacogenomics

Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker).

Istilah pharmacogenomics digunakan lebih untuk urusan yang lebih “trivial” — tetapi dapat diargumentasikan lebih berguna– dari aplikasi pendekatan Bioinformatika pada pengkatalogan dan pemrosesan informasi yang berkaitan dengan ilmu Farmasi dan Genetika, untuk contohnya adalah pengumpulan informasi pasien dalam database.

Pharmacogenetics

Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan.

Gambaran dari sebagian bidang-bidang yang terkait dengan Bioinformatika di atas memperlihatkan bahwa Bioinformatika mempunyai ruang lingkup yang sangat luas dan mempunyai peran yang sangat besar dalam bidangnya. Bahkan pada bidang pelayanan kesehatan Bioinformatika menimbulkan disiplin ilmu baru yang menyebabkan peningkatan pelayanan kesehatan.

 

PENERAPAN DAN PENGGUNAAN BIOINFORMATIKA DI INDONESIA

 

 

Kondisi Bioinformatika di Indonesia

Di Indonesia, Bioinformatika masih belum dikenal oleh masyarakat luas. Hal inidapat dimaklumi karena penggunaan komputer sebagai alat bantu belum merupakan budaya. Bahkan di kalangan peneliti sendiri, barangkali hanya para peneliti biologi molekul yang sedikit banyak mengikuti perkembangannya karena keharusan menggunakan perangkat-perangkat Bioinformatika untuk analisa data. Sementara di kalangan TI masih kurang mendapat perhatian. Ketersediaan database dasar (DNA, protein) yang bersifat terbuka/gratis merupakan peluang besar untuk menggali informasi berharga daripadanya. Database genom manusia sudah disepakati akan bersifat terbuka untuk seluruh kalangan, sehingga dapat digali/diketahui kandidat-kandidat gen yang memiliki potensi kedokteran/farmasi. Dari sinilah Indonesia dapat ikut berperan mengembangkan Bioinformatika. Kerjasama antara peneliti bioteknologi yang memahami makna biologis data tersebut dengan praktisi TI seperti programmer, dan sebagainya akan sangat berperan dalam kemajuan Bioinformatika Indonesia nantinya.

Penerapan Bioinformatika di Indonesia

Sebagai kajian yang masih baru, Indonesia seharusnya berperan aktif dalammengembangkan Bioinformatika ini. Paling tidak, sebagai tempat tinggal lebih dari 300 suku bangsa yang berbeda akan menjadi sumber genom, karena besarnya variasi genetiknya. Belum lagi variasi species flora maupun fauna yang berlimpah. Memang ada sejumlah pakar yang telah mengikuti perkembangan Bioinformatika ini, misalnya para peneliti dalam Lembaga Biologi Molekul Eijkman. Mereka cukup berperan aktif dalam memanfaatkan kajian Bioinformatika. Bahkan, lembaga ini telah memberikan beberapa sumbangan cukup berarti, antara lain:

Deteksi Kelainan Janin

Lembaga Biologi Molekul Eijkman bekerja sama dengan Bagian Obstetri danGinekologi Fakultas Kedokteran Universitas Indonesia dan Rumah Sakit CiptoMangunkusumo sejak November 2001 mengembangkan klinik genetik untuk mendeteksi secara dini sejumlah penyakit genetik yang menimbulkan gangguan pertumbuhan fisik maupun retardasi mental seperti antara lain, talasemia dan sindroma down. Kelainan ini bisa diperiksa sejak janin masih berusia beberapa minggu. Talasemia adalah penyakit keturunan di mana tubuh kekurangan salah satu zatpembentuk hemoglobin (Hb) sehingga mengalami anemia berat dan perlu transfusi darah seumur hidup. Sedangkan sindroma down adalah kelebihan jumlah untaian di kromosom 21 sehingga anak tumbuh dengan retardasi mental, kelainan jantung, pendengaran dan penglihatan buruk, otot lemah serta kecenderungan menderita kanker sel darah putih (leukemia).

Dengan mengetahui sejak dini, pasangan yang hendak menikah, atau pasanganyang salah satunya membawa kelainan kromosom, atau pasangan yang mempunyai anak yang menderita kelainan kromosom, atau penderita kelainan kromosom yang sedang hamil, atau ibu yang hamil di usia tua bisa memeriksakan diri dan janin untuk memastikan apakah janin yang dikandung akan menderita kelainan kromosom atau tidak,sehingga mempunyai kesempatan untuk mempertimbangkan apakah kehamilan akan diteruskan atau tidak setelah mendapat konseling genetik tentang berbagai kemungkinan yang akan terjadi.

Di bidang talasemia, Eijkman telah memiliki katalog 20 mutasi yang mendasaritalasemia beta di Indonesia, 10 di antaranya sering terjadi. Lembaga ini juga mempunyai informasi cukup mengenai spektrum mutasi di berbagai suku bangsa yang sangat bervariasi. Talasemia merupakan penyakit genetik terbanyak di dunia termasuk di Indonesia.

Pengembangan Vaksin Hepatitis B Rekombinan

Lembaga Biologi Molekul Eijkman bekerja sama dengan PT Bio Farma (BUMNDepartemen Kesehatan yang memproduksi vaksin) sejak tahun 1999 mengembangkan vaksin Hepatitis B rekombinan, yaitu vaksin yang dibuat lewat rekayasa genetika. Selain itu Lembaga Eijkman juga bekerja sama dengan PT Diagnosia Dipobiotek untuk mengembangkan kit diagnostik.

Meringankan Kelumpuhan dengan Rekayasa RNA

Kasus kelumpuhan distrofi (Duchenne Muscular Dystrophy) yang menurun kinidapat dikurangi tingkat keparahannya dengan terapi gen. Kelumpuhan ini akibat ketidaknormalan gen distrofin pada kromosom X sehingga hanya diderita anak laki-laki. Diperkirakan satu dari 3.500 pria di dunia mengalami kelainan ini. Dengan memperbaiki susunan ekson atau bagian penyusun RNA gen tersebut pada hewan percobaan tikus, terbukti mengurangi tingkat kelumpuhan saat pertumbuhannya menjadi dewasa. Gen distrofin pada kasus kelumpuhan paling sering disebabkan oleh delesi atau hilangnya beberapa ekson pada gen tersebut. Normalnya pada gen atau DNA distrofin terdapat 78 ekson. Diperkirakan 65 persen pasien penderita DMD mengalami delesi dalam jumlah besar dalam gen distrofinnya. Kasus kelumpuhan ini dimulai pada otot prosima seperti pangkal paha dan betis. Dengan bertambahnya usia kelumpuhan akan meluas pada bagian otot lainnya hingga ke leher. Karena itu dalam kasus kelumpuhan yang berlanjut dapat berakibat kematian. Teknologi rekayasa RNA seperti proses penyambungan (slicing) ekson dalam satu rangkaian terbukti dapat mengoreksi mutasi DMD. Bila bagian ekson yang masih ada disambung atau disusun ulang, terjadi perubahan asam amino yang membentuk protein. Molekul RNA mampu mengenali molekul RNA lainnya dan melekat dengannya.

PENERAPAN PENGGUNAAN BIO INFORMATIKA

 

1. Bioinformatika dalam bidang klinis

Perananan Bioinformatika dalam bidang klinis ini sering juga disebut sebagai informatika klinis (clinical informatics). Aplikasi dari clinical informatics ini adalah berbentuk manajemen data-data klinis dari pasien melalui Electrical Medical Record (EMR) yang dikembangkan oleh Clement J. McDonald dari Indiana University School of Medicine pada tahun 1972. McDonald pertama kali mengaplikasikan EMR pada 33 orang pasien penyakit gula (diabetes). Sekarang EMR ini telah diaplikasikan pada berbagai penyakit. Data yang disimpan meliputi data analisa diagnosa laboratorium, hasil konsultasi dan saran, foto ronsen, ukuran detak jantung, dll. Dengan data ini dokter akan bisa menentukan obat yang sesuai dengan kondisi pasien tertentu. Lebih jauh lagi, dengan dibacanya genom manusia, akan memungkinkan untuk mengetahui penyakit genetik seseorang, sehingga personal care terhadap pasien menjadi lebih akurat.

Sampai saat ini telah diketahui beberapa gen yang berperan dalam penyakit tertentu besertaposisinya pada kromosom. Informasi ini tersedia dan bisa dilihat di home page National Center forBiotechnology Information (NCBI) pada seksi Online Mendelian in Man (OMIM). OMIM adalah search tool untuk gen manusia dan penyakit genetika. Selain berisikan informasi tentang lokasi gen suatu penyakit, OMIM ini juga menyediakan informasi tentang gejala dan penanganan penyakit tersebut beserta sifat genetikanya. Dengan demikian, dokter yang menemukan pasien yang membawa penyakit genetika tertentu bisa mempelajarinya secara detil dengan mengakses home page OMIM ini.

 

2. Bioinformatika untuk identifikasi agent penyakit baru

Bioinformatika juga menyediakan tool yang esensial untuk identifikasi agent penyakit yang belumdikenal penyebabnya. Banyak sekali contoh-contoh penyakit baru (emerging diseases) yang muncul dalam dekade ini, dan diantaranya yang masih hangat di telinga kita tentu saja SARS (Severe Acute Respiratory Syndrome). Pada awal munculnya penyakit ini, ada beberapa pendapat tentang penyebabnya. Dari gejala pengidap SARS, diperkirakan bahwa penyakit ini disebabkan oleh virus influenza karena gejalanya mirip dengan gejala pengidap influenza. Tetapi virus influenza tidak terisolasi dari pasien, sehingga dugaan ini salah. Selain itu juga diperkirakan bahwa penyakit ini disebabkan oleh bakteri Candidakarena bakteri ini terisolasi dari beberapa pasien. Tapi karena hanya terisolasi dari sebagian kecilpasien, perkiraan ini juga salah. Akhirnya ditemukan bahwa dari sebagian besar pasien SARS terisolasi virus corona yang jika dilihat dari morfologinya. Sekuen genom virus ini kemudian dibaca dan dari hasil analisa dikonfirmasikan bahwa penyebab SARS adalah virus corona yang telah berubah (mutasi) dari virus corona yang ada selama ini.

 

3.  Bioinformatika untuk diagnosa penyakit baru

Untuk penyakit baru diperlukan diagnosa yang akurat sehingga bisa dibedakan dengan penyakit lain.Diagnosa yang akurat ini sangat diperlukan untuk penanganan pasien seperti pemberian obat danperawatan yang tepat. Jika pasien terinfeksi virus influenza dengan panas tinggi, hanya akan sembuh jika diberi obat yang cocok untuk infeksi virus influenza. Sebaliknya, tidak akan sembuh kalau diberi obat untuk malaria. Karena itu, diagnosa yang tepat untuk suatu penyakit sangat diperlukan. Selain itu, diagnosa juga diperlukan untuk menentukan tingkat kematian (mortality) dari suatu agentpenyakit. Artinya, semakin tinggi angka kematian ini, semakin berbahaya agent tersebut. Angka ini dihitung dengan menghitung jumlah pasien yang meninggal (D) dibagi dengan jumlah total pasien pengidap penyakit tersebut (P) (=D/P). Pada kasus SARS, gejala yang muncul mirip dengan gejala flu, sehingga dari gejala saja tidak bisa dibedakan apakah dia mengidap SARS atau mengidap flu. Diagnosa ini penting karena akan menentukan tingkat keganasan suatu agent yang akan mempengaruhi kebijakan yang diambil terhadap penyakit tersebut.

Karena itu analisa struktur dan fungsi enzim ini biasanya difokuskan pada analisa asam amino yangberperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut. Analisa ini dilakukan dengan cara mengganti asam amino tertentu dan menguji efeknya. Sebelum perkembanganBioinformatika, analisa penggantian asam amino ini dilakukan secara randomsehingga memakanwaktu yang lama. Dengan adanya Bioinformatika, data-data protein yang sudah dianalisa bebasdiakses oleh siapapun, baik data sekuen asam amino-nya seperti yang ada di SWISS-PROTmaupun struktur 3D-nya yang tersedia di Protein Data Bank(PDB).

 

4.      Bioinformatika untuk penemuan obat

Usaha penemuan obat biasanya dilakukan dengan penemuan zat/senyawa yang bisa menekanperkembangbiakan suatu agent penyebab penyakit. Karena banyak faktor yang bisa mempengaruhi perkembangbiakan agent tersebut, faktor-faktor itulah yang dijadikan target. Diantara faktor tersebut adalah enzim-enzim yang diperlukan untuk perkembangbiakan suatuagent. Langkah pertama yang dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut. Kemudian mencari atau mensintesa zat/senyawa yang bisa menekan fungsi dari enzim-enzim tersebut. Penemuan obat yang efektif adalah penemuan senyawa yang berinteraksi dengan asam amino yang berperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut.

Karena itu analisa struktur dan fungsi enzim ini biasanya difokuskan pada analisa asam amino yangberperan untuk aktivitas (active site) dan untuk kestabilan enzim tersebut. Analisa ini dilakukan dengan cara mengganti asam amino tertentu dan menguji efeknya. Sebelum perkembanganBioinformatika, analisa penggantian asam amino ini dilakukan secara randomsehingga memakanwaktu yang lama. Dengan adanya Bioinformatika, data-data protein yang sudah dianalisa bebasdiakses oleh siapapun, baik data sekuen asam amino-nya seperti yang ada di SWISS-PROTmaupun struktur 3D-nya yang tersedia di Protein Data Bank(PDB).

 

 SUMBER :

http://coretanmuvi.blogspot.com/2012/03/bioinformatika.html

http://ademardd.blogspot.com/2012/04/mengenal-bioinformatika.html

https://bioinformaticjbub.wordpress.com/2010/02/22/whats-bioinformatics/

http://rivanipai.blogspot.com/2012/04/bioinformatika.html

http://teknologi.kompasiana.com/terapan/2010/09/29/bioinformatika-pengetahuan-untuk-kehidupan-masa-depan-yang-lebih-baik/

http://muannastasyiithoh.wordpress.com/2011/04/10/bioinformatika/

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

 

PROCESSING PARALLEL DAN KOMPUTASI PARALLEL

PROCESSING PARALLEL DAN KOMPUTASI PARALLEL

Untuk pembahasan kali ini saya akan membahas parallel processing. Dalam tugas softskill ini akan dijelaskan apa itu processing parallel sampai dengan kelebihan dan kekurangan dari processing parallel. untuk lebih jelasnya,mari kita simak lebih dalam lagi..
 

Apa itu Parallel Processing?

Parallel Processing merupakan salah satu teknik yang digunakan dalam komputasi, yaitu teknik yang menggunakan dua atau lebih processor dalam melakukan komputasi dan dilakukan secara bersamaan. Komputasi adalah suatu aktifitas penghitungan atau pemecahan masalah, lalu bagaimana dengan processor. Processor merupakan sumber semua perintah, jika diibaratkan dalam makhluk hidup, prosessor merupakan otaknya. Idealnya satu komputer hanya memiliki satu prosesor saja, namun dengan berkembangnya teknologi, muncullah multi prosesor dimana dalam satu komputer terdapat dua prosessor yang digabung menjadi satu, contohnya dual core, core 2 duo, quad core, dan lain-lain.

Untuk melakukan berbagai jenis komputasi paralel diperlukan infrastruktur mesin paralel yang terdiri dari banyak komputer yang dihubungkan dengan jaringan dan mampu bekerja secara paralel untuk menyelesaikan satu masalah. Untuk digunakan perangkat lunak pendukung yang biasa disebut middleware yang berperan mengatur distribusi antar titik dalam satu mesin paralel. Selanjutnya pemakai harus membuat pemrograman paralel untuk merealisasikan komputasi. Salah satu middleware yang asli dikembangkan di Indonesia adalah OpenPC yang dipelopori oleh GFTK LIPI dan diimplementasikan di LIPI Public Center.

Pemrograman Paralel sendiri adalah teknik pemrograman komputer yang memungkinkan eksekusi perintah/operasi secara bersamaan. Bila komputer yang digunakan secara bersamaan tersebut dilakukan oleh komputer-komputer terpisah yang terhubung dalam satu jaringan komputer, biasanya disebut sistem terdistribusi. Bahasa pemrograman yang populer digunakan dalam pemrograman paralel adalah MPI (Message Passing Interface) dan PVM (Parallel Virtual Machine).

Tujuan Pemrosesan Parallel

Tujuan utama dari pemrosesan paralel adalah untuk meningkatkan performa komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan (dalam waktu yang sama), semakin banyak pekerjaan yang bisa diselesaikan. Analogi yang paling mudah untuk diingat adalah, bila kamu dapat merebus air dalam sebelum memotong motong bawang saat kamu akan masak, waktu yang kamu butuhkan akan lebih sedikit dibandingkan bila kamu mengerjakan hal tersebut secara berurutan (serial). Atau waktu yang kamu butuhkan pada saat memotong bawang akan lebih sedikit jika kamu kerjakan berdua.

Perbedaan Komputasi Tunggal & Parallel:

Perbedaan komputasi tunggal (menggunakan 1 processor) dengan komputasi paralel (menggunakan beberapa processor), maka kita harus mengetahui terlebih dahulu pengertian mengenai model dari komputasi. Ada 4 model komputasi yang digunakan, yaitu: 

dengan komputasi paralel (menggunakan beberapa processor), maka kita harus mengetahui terlebih dahulu pengertian mengenai model dari komputasi. Ada 4 model komputasi yang digunakan, yaitu: 

1.          Komputer SISD (Single Instruction stream-Single Data stream)
2.          Komputer SIMD (Single Instruction stream-Multiple Data stream)
3.         Komputer MISD (Multiple Instruction stream-Single Data stream)
4.          Komputer MIMD (Multiple Instruction stream-Multiple Data stream)

SISD

Yang merupakan singkatan dari Single Instruction, Single Data adalah satu-satunya yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada model ini hanya digunakan 1 processor saja. Oleh karena itu model ini bisa dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi paralel yang menggunakan beberapa processor. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

SIMD

Yang merupakan singkatan dari Single Instruction, Multiple Data. SIMD menggunakan banyak processor dengan instruksi yang sama, namun setiap processor mengolah data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma atau perintah yang sama, namun data yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

MISD

Yang merupakan singkatan dari Multiple Instruction, Single Data. MISD menggunakan banyak processor dengan setiap processor menggunakan instruksi yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh model SIMD namun cara penyelesaian yang berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai saat ini belum ada komputer yang menggunakan model MISD.

MIMD

Yang merupakan singkatan dari Multiple Instruction, Multiple Data. MIMD menggunakan banyak processor dengan setiap processor memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

 

Pada gambar komputasi paralel, instruksi akan dibagi menjadi beberapa instruksi sesuai dengan banyaknya processor. Hal ini tentunya akan mempercepat kerja komputer dan mempercepat waktu untuk mendapatkan hasil.

Hubungan Antara Komputasi Modern Dan Parallel Processing

Pemrosesan paralel juga disebut komputasi paralel. Dalam upaya lebih murah pengolahan komputasi paralel menyediakan alternatif pilihan yang layak. Waktu idle siklus prosesor di seluruh jaringan dapat digunakan secara efektif oleh perangkat lunak komputasi terdistribusi yang canggih. Pengolahan paralel istilah digunakan untuk mewakili kelas besar teknik yang digunakan untuk memberikan tugas pengolahan simultan data untuk tujuan meningkatkan kecepatan komputasi dari sistem komputer.

Hubungan antara komputasi modern dan parallel processing sangat berkaitan, karena penggunaan komputer saat ini atau komputasi dianggap lebih cepat dibandingkan dengan penyelesaian masalah secara manual. Dengan begitu peningkatan kinerja atau proses komputasi semakin diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor (multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja computer semakin cepat.

Kinerja komputasi dengan menggunakan paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU untuk menemukan suatu pemecahan masalah dari masalah yang ada. Sehingga dapat diselesaikan dengan cepat daripada menggunakan satu komputer saja. Komputasi dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagi tugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi penyelesaiannya. Tetapi ini untuk masalah yang besar saja, komputasi yang masalah kecil, lebih murah menggunakan satu CPU saja.

  

Sumber:

http://blog.rian.web.id/komputasi_dengan_parallel_processing.html

http://spancills.wordpress.com/2011/05/21/kuis-softskills/

http://coretanmuvi.blogspot.com/search/label/Pengantar%20Komputasi%20Modern

http://rzbeuty.blogspot.com/2012/03/artikel-komputasi-processing-parallel.html

http://ianspace.wordpress.com/2011/03/30/kinerja-komputasi-dengan-parallel-processing/

http://jaketkuning.unsri.ac.id/dwijayantisari/blog/296/

http://ghani.gxrg.org/2011/04/01/kinerja-komputasi-dengan-parallel-processing/

http://qodel.blogspot.com/2011/04/parallel-processing.html
http://rivanipai.blogspot.com/2012/04/processing-parallel-dan-komputasi.html

 

 Pengantar Komputasi Modern - Tugas Softskill 1

Komputasi Modern 

1.Apa yang kamu ketahui tentang komputasi modern ?

Komputasi modern terdiri dari dua kata yaitu komputasi dan modern,  dimana komputasi dapat diartikan sebagai cara untuk menemukan pemecahan permasalahan dari data input dengan suatu algoritma sedangkan modern ini mengungkapkan tentang teknologi masa kini. Maka dapat di simpulkan Komputasi modern merupakan perhitungan yang menggunakan computer canggih dimana pada computer tersebut tersimpan sejumlah algoritma untuk menyelesaikan masalah perhitungan secara efektif dan efisien.

Selain itu, komputasi modern mempunyai banyak fungsi guna memecahkan berbagai masalah seperti untuk menghitung:

·         Akurasi (bit, floating point)

·         Kecepatan (dalam satuanHz)

·         Problem volume besar (paralel)

·         Modeling (NN dan GA)

·         Kompleksitas (menggunakan Teori Bog O)

Komputansi modern mempunyai karakteristik komputasi modern yang terdiri atas 3 macam, yaitu :

1. Komputer-komputer penyedia sumber daya bersifat heterogenous karena terdiri dari berbagai jenis perangkat keras, sistem operasi, serta aplikasi yang terpasang.
2. Komputer-komputer terhubung ke jaringan yang luas dengan kapasitas bandwidth yang beragam.
3. Komputer maupun jaringan tidak terdedikasi, bisa hidup atau mati sewaktu-waktu tanpa jadwal yang jelas.

2.Jelaskan sejarah komputasi modern !

Pada tahun 1613 muncullah penggunaan kata “komputer” pertama kali. Yang menggambarkan sebuah mesin yang dapat melakukan perhitungan yang lebih kompleks. Komputasipun mulai berkembang seiring perkembangan komputer. Perkembangan komputer tersebut dapat dilihat dari hal-hal berikut:

·         Tahun 1940 komputer yang semula dikhususkan sebagai instrument untuk science, berubah menjadi produk komersil.

·         Tahun 1945 di temukan Bug Komputer oleh Grace Murray Hopper

·         Tahun 1947 tanggal 23 Desember ditemukan transistor yang pertama kali oleh Bardeen dan Walter Brattain bersama dengan William Shockley

·         Tahun 1951 dimulai sebuah gagasan microprogramming oleh Maurice Wilkes

·         Tahun 1951-1952 Grace Murray Hopper mengembangkan A-O, yang merupakan compiler pertama.

·         Tahun 1957 John Backus dan kolega IBM mengirimkan Compiler Fortran yang pertama.

·         Tahun 1958 Jack Kilby menghasilkan prototype semiconductor IC

·         Tahun 1960 merupakan timbulnya system kecil seperti word length, register structure, Number of Addresses, I/O channel, Floating point hardware.

·         Tahun 1960 juga Paul Baran yang bekerja di Rand Corp. menemukan dasar packet switching untuk data komunikasi.

·         Tahun 1962 video game pertama kali di temukan oleh Steve Russell yang merupakan seorang lulusan MIT.

·         Tahun 1964 mouse ditemukan oleh Doug Engelbart.

·         Tahun 1969 munculnya internet oleh DARPA

·         Tahun 1970 merupakan kedatangan PC (personal computer).

·         Tahun 1970 ditemukan UNIX oleh Dennis Ritchie dan Kenneth Thomson.

·         Pada tahun 1970 juga floppy disk dan daisywheel printer di tunjukkan kepada umum (debut pertama).

·         Tahun 1971 Ray Tomlinson of Bolt Beranek dan Newmen pertama kali mengirimkan jaringan surat e-mail.

·         Tahun 1971 Niklaus Wirth menemukan Pascal

·         Tahun 1972 di temukan bahasa C oleh Dennis Ritchie di Bell Labs.

·         Tahun 1973 Robert Metcalfe menuliskan catatan di “Ether Acquisition” yang mendeskripsikan Ethernet.

·         Tahun 1973 Robert Metcalfe dan David Boggs menemukan Ethernet.

·         Tahun 1976 merupakan tahun pertama kalinya muncul supercomputer dengan vektorial arsitektur.

·         Tahun 1976, Steve Jobs dan Steve Wozniak mendesain dan membangun Apple I yang terdiri dari kebanyakan papan circuit.

·         Tahun 1977, Steve Jobs dan Steve Wozniak tergabung dalam Apple computer pada 3 januari.

·         Tahun 1978, Muncul MS

·         Tahun 1978, Wordstar yang merupakan software pengolah kata diperkenalkan dan meluas.

·         Tahun 1979 telepon seluler di test di Jepang dan Chicago.

·         Tahun 1980 IBM memilih PC-DOS dari Microsoft sebagai OS (Operating System)

·         Tahun 1980 bahasa Ada muncul yang di temukan oleh Departemen Pertahanan US.

·         Tahun 1980 portable computer seberat 24 pounds lahir.

·         1 januari 1983, muncul TCP/IP

·         Tahun 1984, muncul Apple Macintosh

·         Tahun 1984, muncul DNS

·         Tahun 1985 menyebarnya sistem networking.

·         Tahun 1990 tim Barners Lee Menemukan WWW yaitu aplikasi internet yang membawa perkembangan dan perubahan besar di dunia internet.

·         Tahun 1991 Trovalds menempatkan UNIX di IBMnya.

·         Tahun 1992 muncul istilah surfing

·         Tahun 1993 pentium milik intel diperkenalkan kepada umum pada bulan Maret

·         Tahun 1993 muncul NSCA Mosaic

·         Tahun 1994 muncul Yahoo dan Netscape Navigator 1.0

·         Tahun 1995 muncul bahasa pemrograman Java pada bulan Mei.

·         Pada Desember 1994 maka Spyglass milik Microsoft telah dibayar dan diberi lisensi, sehingga untuk web browser yang nantinya nama spyglass tersebut akan diganti dengan nama Internet Explorer.

·         Pada 1995 spyglass sudah menjadi bagian dari OS dan bagian dari windows

 3.Sebutkan macam-macam komputasi modern !

Komputasi modern mempunyai 3 jenis, yaitu :

a. Mobile Computing atau Komputasi Bergerak

Mobile computing (komputasi bergerak) merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel serta mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel. Berdasarkan penjelasan tersebut, untuk kemajuan teknologi ke arah yang lebih dinamis membutuhkan  perubahan dari sisi manusia maupun alat. Contoh dari mobile computing adalah GPS, smart phone, dan sebagainya.

b. Grid Computing

Komputasi grid memanfaatkan kekuatan pengolahan idle berbagai unit komputer, dan menggunakan kekuatan proses untuk menghitung satu pekerjaan. Pekerjaan itu sendiri dikontrol oleh satu komputer utama, dan dipecah menjadi beberapa tugas yang dapat dilaksanakan secara bersamaan pada komputer yang berbeda. Tugas-tugas ini tidak perlu saling eksklusif, meskipun itu adalah skenario yang ideal. Sebagai tugas lengkap pada berbagai unit komputasi, hasil dikirim kembali ke unit pengendali, yang kemudian collates itu membentuk keluaran kohesif.

Keuntungan dari komputasi grid adalah dua kali lipat: pertama, kekuatan pemrosesan yang tidak digunakan secara efektif digunakan, memaksimalkan sumber daya yang tersedia dan, kedua, waktu yang dibutuhkan untuk menyelesaikan pekerjaan besar berkurang secara signifikan.

Idealnya kode sumber harus direstrukturisasi untuk membuat tugas-tugas yang saling eksklusif adalah sebagai mungkin. Itu tidak berarti bahwa mereka tidak bisa saling bergantung, tetapi pesan yang dikirim antara tugas-tugas meningkatkan faktor waktu. Satu pertimbangan penting saat membuat pekerjaan komputasi grid adalah bahwa apakah kode dijalankan serial atau paralel tugas, hasil dari keduanya harus selalu sama di setiap situasi.

c. Cloud Computing atau Komputasi Awan

Cloud computing adalah perluasan dari konsep pemrograman berorientasi objek abstraksi. Abstraksi, sebagaimana dijelaskan sebelumnya, menghapus rincian kerja yang kompleks dari visibilitas. Semua yang terlihat adalah sebuah antarmuka, yang menerima masukan dan memberikan output. Bagaimana output ini dihitung benar-benar tersembunyi.

Sebagai contoh, seorang sopir mobil tahu bahwa roda kemudi dengan memutar arah mobil yang mereka ingin pergi; atau yang menekan pedal gas akan menyebabkan mobil untuk mempercepat. Sopir biasanya tidak peduli tentang bagaimana arah dari roda kemudi dan pedal gas tersebut diterjemahkan ke dalam gerakan yang sebenarnya dari mobil. Oleh karena itu, rincian ini diabstraksikan dari sopir.

Cloud serupa, melainkan menerapkan konsep abstraksi dalam lingkungan komputasi fisik, dengan menyembunyikan proses yang benar dari pengguna. Dalam lingkungan komputasi awan, data bisa berada pada beberapa server, rincian koneksi jaringan yang tersembunyi dan pengguna tidak ada yang tahu. Bahkan, komputer awan awan dinamakan demikian karena sering digunakan untuk menggambarkan pengetahuan eksak tentang pekerjaan batin. Cloud komputasi berat berasal dari paradigma Unix memiliki beberapa elemen, masing-masing yang sangat baik pada satu tugas tertentu, daripada memiliki satu elemen besar yang tidak baik.

Paralel Processing

1.Apa yang kamu ketahui tentang komputasi ?

Komputasi adalah sebuah istilah umum untuk segala jenis pemrosesan informasi untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritma. Komputasi merupakan sebuah subjek dari Komputer Sains, yang menganalisa apa yang bisa maupun tidak bisa dilakukan secara komputasi. Hal ini ialah apa yang disebut dengan teori komputasi, suatu sub-bidang dari ilmu komputer dan matematika.

2.Apa yang kamu ketahui tentang paralel processing ?

Paralel Processing adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer secara bersamaan. Parallel processing berbeda dengan multitasking, yaitu satu CPU mengeksekusi beberapa program sekaligus.

3.Jelaskan hubungan antara komputasi modern dengan paralel processing !

Kinerja komputasi dengan menggunakan paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU untuk menemukan suatu pemecahan masalah dari masalah yang ada. Sehingga dapat diselesaikan dengan cepat daripada menggunakan satu komputer saja. Komputasi dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagi tugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi penyelesaiannya. Tetapi ini untuk masalah yang besar saja, komputasi yang masalah kecil, lebih murah menggunakan satu CPU saja.

 

BioInformatika

1.Apa yang dimaksud dengan BioInformatika ?

BioInformatika adalah (ilmu yang mempelajari) penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis,terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens (sequence alignmentI), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisi filogenik, dan analisis ekspresi gen.

2.Sebutkan bidang-bidang yang terkait dengan BioInformatika !

a. Biophysics

Merupakan sebuah bidang interdisiplier yang mengaplikasikan teknik-teknik dari ilmu fisika untuk memahami struktur dan ilmu biologi. Ilmu ini terkait dengan bioinformatika karena untuk mengenal teknik-teknik dari ilmu fisika untuk memahami struktur tersebut membutuhkan penggunaan TI.

b. Computational Biology

Bidang ini merupakan bagian dari bioinformatika yang paling dekat dengan bidang Biologi umum klasik. Fokus dari Computational Biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel. Pada penerapan bidang ini model-model statistika untuk fenomena biologi lebih di pakai dibandingkan dengan model sebenarnya.

c. Medical Informatics

Merupakan sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian, dan manajemen informasi medis. Disiplin ilmu ini, berkaitan dengan data-data yang didapatkan pada level biologi yang lebih “rumit”, dimana sebagian besar bioinformatika lebih memperhatikan informasi dari sistem dan struktur biomolekul dan seluler.

d. Proteomics

Pertama kali digunakan utnuk menggambarkan himpunan dari protein-protein yang tersusun oleh genom. Mengkarakterisasi banyaknya puluhan ribu protein yang dinyatakan dalam sebuah tipe sel yang diberikan pada waktu tertentu melibatkan tempat penyimpanan dan perbandingan dari data yang memiliki jumlah yang sangat besar, tak terhindarkan lagi akan memerlukan bioinformatika.

e. Genomics

Adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau membandingakna seluruh komplemen genetik dari satu spesies atau lebih.

Sumber:

http://hikarunamie.wordpress.com/2011/06/03/penjelasan-singkat-komputasi-modern/

http://bocahit.blogspot.com/2011/04/kinerja-komputasi-dengan-paralel.html

http://anitaapriliani.blogspot.com/2011/04/bioinformatika-perkembangan-ilmu.html

http://ianspace.wordpress.com/2011/05/20/tugas-softskill-pengantar-komputasi-modern/