Komputasi paralel dengan menggunakan banyak
prosessor digunakan untuk menyelesaikan komputasi skala besar, karena
memungkinkan untuk melakukan pengolahan data secara bersama-sama dengan
waktu yang lebih efektif. Jika hanya menggunakan komputer tunggal maka
komputasi akan sangat rendah dan lama. Paradigma dalam melakukan
komputasi yang besar maka memerlukan super komputer atau mainframe yang
harganya mahal, sehingga dalam komputasi paralel ini menggunakan
komputer-komputer pribadi yang dihubungkan oleh jaringan komputer local
(Local Area Network).
Penjadwalan diperlukan apabila terdapat job yang sangat banyak sekali sedangkan node hanya terbatas dan instruksi pada setiap job harus dipecah-pecah, maka perlu dijadwalkan agar instruksi-instruksi tersebut mendapatkan pelayanan yang adil dan pemakaian prosessor bisa dimaksimalkan sehingga tidak terjadi penundaan yang sangat lama dan jika saat salah satu node gagal mengerjakan instruksinya bisa dikerjakan oleh node lain. Pada penelitian ini menggunakan Cost-Time Optimization yang merupakan algoritma dengan menggunakan sumberdaya termurah untuk memastikan bahwa komputasi biaya dapat diminimalkan, tetapi jika ada banyak sumberdaya dengan biaya yang sama, maka digunakan strategi time optimization saat penjadwalan jobnya.
Data yang digunakan pengujian berupa korpus. Hasil pengolahan data korpus nantinya akan berupa pengklasifikasian data artikel menurut kategorinya. Dari hasil ujicoba menunjukkan proses pengklasifikasian artikel menggunakan dua komputer paralel dengan spesifikasi berbeda berbasis multi-agent dengan penjadwalan Cost-Time Optimization dapat menghemat waktu 20,49% dibandingkan dengan pemrosesan menggunakan komputer tunggal.
Penjadwalan diperlukan apabila terdapat job yang sangat banyak sekali sedangkan node hanya terbatas dan instruksi pada setiap job harus dipecah-pecah, maka perlu dijadwalkan agar instruksi-instruksi tersebut mendapatkan pelayanan yang adil dan pemakaian prosessor bisa dimaksimalkan sehingga tidak terjadi penundaan yang sangat lama dan jika saat salah satu node gagal mengerjakan instruksinya bisa dikerjakan oleh node lain. Pada penelitian ini menggunakan Cost-Time Optimization yang merupakan algoritma dengan menggunakan sumberdaya termurah untuk memastikan bahwa komputasi biaya dapat diminimalkan, tetapi jika ada banyak sumberdaya dengan biaya yang sama, maka digunakan strategi time optimization saat penjadwalan jobnya.
Data yang digunakan pengujian berupa korpus. Hasil pengolahan data korpus nantinya akan berupa pengklasifikasian data artikel menurut kategorinya. Dari hasil ujicoba menunjukkan proses pengklasifikasian artikel menggunakan dua komputer paralel dengan spesifikasi berbeda berbasis multi-agent dengan penjadwalan Cost-Time Optimization dapat menghemat waktu 20,49% dibandingkan dengan pemrosesan menggunakan komputer tunggal.
No comments:
Post a Comment