GRID COMPUTING
Disusun Oleh :
Fariz Yudhistira Hutama (53413267)
Muhammad Abi Arifianto (55413108)
Ayu Dian Anggraini (51413536)
TEKNIK INFORMATIKA
TEKNOLOGI INDUSTRI
UNIVERSITAS GUNADARMA
DEPOK
2017
------------------------------------------------------------------------------------------------------------------------
KATA PENGANTAR
Puji
syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena dengan rahmat,
karunia, serta taufik dan hidayah-Nya kami dapat menyelesaikan makalah tentang Grid
Computing ini dengan
baik meskipun banyak kekurangan didalamnya. Dan juga kami berterima kasih pada Bapak
Sunny Arief Sudiro selaku Dosen mata kuliah Pengantar Komputasi Modern Prodi
Teknik Informatika Universitas Gunadarma yang telah memberikan tugas ini kepada
kami.
Kami
sangat berharap makalah ini dapat berguna dalam rangka menambah wawasan serta
pengetahuan kita mengenai teknologi terbaru, dan juga bagaimana membuat suatu
teori menjadi nyata sehingga menjadi aplikasi yang berguna dalam dunia
informatika. Kami juga menyadari sepenuhnya bahwa di dalam makalah ini terdapat
kekurangan dan jauh dari kata sempurna. Oleh sebab itu, kami berharap adanya
kritik, saran dan usulan demi perbaikan makalah yang telah kami buat di masa
yang akan datang, mengingat tidak ada sesuatu yang sempurna tanpa saran yang
membangun.
Semoga
makalah sederhana ini dapat dipahami bagi siapapun yang membacanya. Sekiranya
makalah yang telah disusun ini dapat berguna bagi kami sendiri maupun orang
yang membacanya. Sebelumnya kami mohon maaf apabila terdapat kesalahan
kata-kata yang kurang berkenan dan kami memohon kritik dan saran yang membangun
dari Anda demi perbaikan makalah ini di waktu yang akan datang.
Depok,
31 Maret 2017
(
Penulis )
-----------------------------------------------------------------------------------------------------------------------
ABSTRAK
Fariz Yudhistira Hutama (53413267)
Muhammad Abi Arifianto (55413108)
Ayu Dian Anggraini (51413536)
“GRID COMPUTING”
Makalah Jurusan
Teknik Informatika, Fakultas Teknologi Industri, Universitas Gunadarma, 2017.
Kata Kunci : IPv6, Grid Computing, Komputasi, Parallel
Seiring berkembangnya zaman, teknologi yang digunakan kini semakin
maju. Begitu pula juga dengan semakin eksisnya penggunaan Grid Computing. Untuk
menghasilkan karya yang lebih dibutuhkan juga perangkat komputasi yang setara
dengan karya tersebut. Habisnya IPv4 valid juga menjadi kendala tersendiri di
era sekarang. Implementasi grid computing dengan menggunakan pengalamatan IPv6
menjadi solusi dari masalah yang ada. Grid Computing mampu melakukan komputasi
dalam skala besar yang terdistribusi dan terpisah secara geografis. Grid
Computing diimplementasikan pada 9 komputer yang membentuk 1 server dan 2
cluster dimana semua node menggunakan pengalamatan IPv6.
Implementasi cluster menggunakan openmpi, job scheduler menggunakan
condor, dan grid engine menggunakan globus toolkit. Perkalian matrik dan Prime
sum digunakan untuk menguji coba kecepatan dari sistem grid computing untuk
menunjukkan seberapa cepat sistem grid computing mengeksekusi aplikasi (program
parallel). Hasil dari uji coba menunjukkan bahwa implementasi openmpi
menggunakan IPv6 mampu meningkatkan komputasi lebih dari 5 kali dibandingkan
dengan komputasi pada 1 komputer, condor tidak bisa diimplementasikan karena
versinya belum memenuhi, dan globus tidak cocok diintegrasikan dengan openmpi.
Dua problem tersebut digantikan dengan Portal PHP yang difungsikan sebagai
administrasi jobs. Hasilnya, aplikasi Prime Sum dapat dijalankan pada Portal
untuk diteruskan ke semua node pada cluster.
Referensi (2001-2017)
------------------------------------------------------------------------------------------------------------------------
BAB
I
PENDAHULUAN
1.1 Latar Belakang
Masalah
Perkembangan kecepatan prosesor berkembang sesuai
dengan Hukum Moore, meskipun demikian
bandwith jaringan komputer berkembang jauh lebih pesat. Semakin cepatnya jalur
komunikasi ini membuka peluang untuk menggabungkan kekuatan komputasi dari
sumber-sumber komputasi yang terpisah. Perkembangan ini memungkinkan skala komputasi terdistribusi ditingkatkan
lebih jauh lagi secara geografis, melintasi batas-batas domain administrasi
yang sudah ada.
Pesatnya perkembangan teknologi komputer di
negara-negara maju, membuat para penelitinya semakin haus akan tenaga komputasi
yang dapat menjawab tantangan dan permasalahan yang mereka hadapi. Walaupun
sudah memiliki supercomputer dengan kapasitas yang sangat tinggi , apa yang
sudah ada ini pun dirasa tetap kurang, karena mereka berusaha memecahkan
permasalahan yang lebih besar lagi. Setelah semua komputer yg dimiliki seorang
"peneliti haus tenaga komputasi" dipergunakan habis-habisan untuk
memecahkan masalahnya, setelah berbagai cara untuk memecahkan masalah dicoba,
dan dipilih yang paling efisien, tapi tetap masalahnya belum bisa dipecahkan
juga, apa yang harus dia lakukan? Komputasi grid adalah salah satu jawaban dari
pertanyaan ini.
Komputasi Grid adalah penggunaan sumber daya yang
melibatkan banyak komputer yang terdistribusi dan terpisah secara geografis
untuk memecahkan persoalan komputasi dalam skala besar[1]. Grid Computing erat
kaitannya dengan metode komputasi paralel. Metode ini dapat membagi kerja
komputer menjadi beberapa bagian sehingga, tidak memberatkan kerja komputer itu
sendiri dan mempercepat kerja komputer. Sebagai contoh, bila ada suatu perintah
untuk mencari satu angka dari 100 angka, komputer tersebut memiliki 10
processor. Dengan adanya komputasi paralel, komputer tersebut dapat memecah
kerja menjadi 10 bagian untuk mencari angka tersebut. hal ini tentu saja dapat
mempercepat dan memperingan kerja komputer. Tentu saja masalah pembagian kerja
komputer tersebut dalam skala kecil. Tapi dari sinilah grid computing
dikembangkan.
Grid computing semakin dikembangkan dengan adanya
jaringan dan internet. Dengan jaringan, kerja komputer terbagi-bagi di satu
tempat dan tempat lain, namun pekerjaannya tetap satu atau terhubung. Grid
Computing memanfaatkan kekuatan pengolahan 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.
Satu masalah akan kurangnya sumber daya untuk
komputasi tinggi sudah terpenuhi dengan kehadiran grid computing. Namun masalah
tidak berhenti di situ saja. Salah satu komponen yang terpenting juga dalam
grid computing adalah konektifitas atau jaringan. Tidak akan membentuk sebuah
grid computing kalau tidak ada jaringan. Didalam sebuah jaringan, tidak asing
lagi dengan penggunaan IP Address. Lebih dari 20 tahun manusia menggunakan IPv4
sebagai protokol jaringan. Namun, jumlah IPv4 yang mencapai 4,3 milyar sudah habis
tanggal 15 April 2011 [2]. Tentu saja hal ini menjadi kendala bagi pengguna
internet, khususnya grid computing ini yang juga membutuhkan IP Address valid
untuk konektifitasnya. Muncullah protokol jaringan baru yang merupakan
pengganti dari IPv4 yang sudah habis yaitu IPv6. Dengan protokol ini, pengguna
internet tidak perlu khawatir lagi akan kebutuhan penggunaan IP Address. Atas
dasar itulah pada proyek akhir ini, penulis mengimplementasikan grid computing
dengan menggunakan pengalamatan IPv6.
1.2 Perumusan Masalah
Beberapa
lingkup permasalahan yang akan dibahas dalam makalah ini di antaranya:
1. Pengertian Grid Computing
2. Konsep dasar Grid Computing
3. Cara kerja Grid Computing
4. Elemen – elemen Grid Computing
5. Kelebihan dan Kekurangan Grid Computing
6. Implementasi Grid Computing dengan menggunakan
pengalamatan IPv6
7. Pengujian Implementasi Grid Computing dengan
menggunakan pengalamatan IPv6
1.3 Batasan Masalah
Berikut ada beberapa batasan masalah dalam
pengimplementasian Grid Computing dengan menggunakan pengalamatan IPv6:
1.
Sistem
operasi yang akan digunakan adalah Linux Debian Squeeze.
2. Aplikasi yang digunakan untuk membentuk
lingkungan cluster adalah OpenMPI.
3. Aplikasi yang digunakan untuk Grid Engine
menggunakan Globus Toolkit.
4. Implementasi IPv6 pada semua node untuk melihat
kompabilitasnya.
------------------------------------------------------------------------------------------------------------------------
BAB II
PEMBAHASAN
2.1 Grid Komputasi
Dalam buku The Grid: Blue Print for a new computing
infrastructure dijelaskan bahwa yang dimaksud dengan komputasi
grid adalah infrastruktur perangkat keras dan perangkat lunak yang dapat
menyediakan akses yang bisa diandalkan, konsisten, tahan lama dan tidak mahal
terhadap kemampuan komputasi mutakhir yang tersedia.
"A computational grid is a hardware
and software infrastructure that provides dependable, consistent, pervasive,
and inexpensive access to high-end computational capabilities."
Seandainya kelak dikemudian hari teknologi yang
dibutuhkan untuk mewujudkan visi paradigma komputasi grid ini sudah mapan,
peluang akan semakin terbuka bagi kerjasama lintas organisasi, lintas benua dan
lintas bangsa. Akan terbuka peluang bagi peneliti di Indonesia yang ingin
melakukan komputasi yang sangat rumit, dengan menggunakan supercomputer
tercepat di dunia, tanpa harus melakukan investasi besar-besaran dalam bidang
teknologi informasi.
Grid computing merupakan salah satu jenis dari
komputasi modern. Grid computing adalah arsitektur TI baru yang menghasilkan
sistem informasi perusahaan yang berbiaya rendah dan lebih adaptif terhadap
dinamika bisnis. Dengan grid computing, sejumlah komponen hardware dan
software yang modular dan independen akan dapat dikoneksikan dan disatukan
untuk memenuhi
tuntutan
kebutuhan bisnis. Lebih jauh, dari sisi ekonomi, implementasi grid computing
berarti membangun pusat komputasi data yang tangguh dengan struktur
biaya variatif yang bias disesuaikan dengan kebutuhan.
Pengertian dari Grid Computing itu sendiri adalah
sebuah sistem komputasi terdistribusi, yang memungkinkan seluruh sumber daya
(resource) dalam jaringan, seperti pemrosesan, bandwidth jaringan, dan
kapasitas media penyimpan, membentuk sebuah sistem tunggal secara vitual.
Seperti halnya pengguna internet yang mengakses berbagai situs web dan
menggunakan berbagai protokol seakan-akan dalam sebuah sistem yang berdiri
sendiri, maka pengguna aplikasi Grid computing seolah-olah akan menggunakan
sebuah virtual komputer dengan kapasitas pemrosesan data yang sangat besar.
Ide awal komputasi grid dimulai dengan adanya
distributed computing, yaitu mempelajari penggunaan komputer terkoordinasi yang
secara fisik terpisah atau terdistribusi. Sistem terdistribusi membutuhkan
aplikasi yang berbeda dengan sistem terpusat. Kemudian berkembang lagi menjadi
parallel computing yang merupakan teknik komputasi secara bersamaan dengan
memanfaatkan beberapa komputer secara bersamaan.
Grid
computing menawarkan solusi komputasi yang murah, yaitu dengan memanfaatkan
sumber daya yang tersebar dan heterogen serta pengaksesan yang mudah dari mana
saja. Globus Toolkit adalah sekumpulan perangkat lunak dan pustaka pembuatan
lingkungan komputasi grid yang bersifat open-source. Dengan adanya lingkungan
komputasi grid ini diharapkan mempermudah dan mengoptimalkan eksekusi
program-program yang menggunakan pustaka paralel. Dan Indonesia sudah
menggunakan sistem Grid dan diberi nama InGrid (Inherent Grid). Sistem
komputasi grid mulai beroperasi pada bulam Maret 2007 dan terus dikembangkan
sampai saat ini. InGrid ini menghubungkan beberapa perguruan tinggi negeri dan
swasta yang tersebar di seluruh Indonesia dan beberapa instansi pemerintahan
seperti Badan Meteorologi dan Geofisika.
2.2 Beberapa konsep
dasar dari grid computing :
1.
Sumber
daya dikelola dan dikendalikan secara lokal.
2.
Sumber daya berbeda dapat mempunyai
kebijakan dan mekanisme berbeda, mencakup Sumber daya komputasi dikelola oleh
sistem batch berbeda, Sistem storage berbeda pada node berbeda, Kebijakan
berbeda dipercayakan kepada user yang sama pada sumber daya berbeda pada Grid.
3.
Sifat
alami dinamis: Sumber daya dan pengguna dapat sering berubah
4.
Lingkungan kolaboratif bagi e-community
(komunitas elektronik, di internet)
5.
Tiga hal yang di-,sharing dalam sebuah
sistem grid, antara lain : Resource, Network dan Proses. Kegunaan / layanan
dari sistem grid sendiri adalah untuk melakukan high throughput computing
dibidang penelitian, ataupun proses komputasi lain yang memerlukan banyak
resource komputer.
2.3 Cara Kerja Grid Computing
Menurut
tulisan singkat oleh Ian
Foster ada check-list yang dapat
digunakan untuk mengidentifikasi bahwa suatu sistem melakukan komputasi grid
yaitu :
1. Sistem
tersebut melakukan koordinasi terhadap sumberdaya komputasi yang tidak berada
dibawah suatu kendali terpusat. Seandainya sumber daya yang digunakan berada
dalam satu cakupan domain administratif, maka komputasi tersebut belum dapat
dikatakan komputasi grid.
2. Sistem
tersebut menggunakan standard dan protokol yang bersifat terbuka (tidak terpaut
pada suatu implementasi atau produk tertentu). Komputasi grid disusun dari
kesepakatan-kesepakatan terhadap masalah yang fundamental, dibutuhkan untuk
mewujudkan komputasi bersama dalam skala besar. Kesepakatan dan standar yang
dibutuhkan adalah dalam bidang autentikasi, otorisasi, pencarian sumberdaya,
dan akses terhadap sumber daya.
3.
Sistem tersebut berusaha untuk mencapai
kualitas layanan yang canggih, (nontrivial quality of service) yang jauh diatas
kualitas layanan komponen individu dari komputasi grid tersebut.
Gambar 2.1 Contoh Grid Computing
2.4 Elemen-Elemen dalam Komputasi Grid
Penerapan teknologi grid
computing atau komputasi grid pada kalangan yang membutuhkan, wajib memiliki
elemen-elemen tertentu. Secara garis besar, 3 elemen pokok dari infrastuktur
grid adalah:
a.
hardware/sumber
daya;
b.
software;
dan
c.
brainware
(orang yang memelihara dan memakai komputasi grid).
Hardware dalam komputasi
grid mencakup perangkat penyimpanan, prosesor, memori, jaringan, dan software
yang di desain untuk mengelola hardware ini, misalnya database, manajemen
penyimpan, manajemen sistem, server aplikasi, dan sistem operasi. Hardware pada
grid komputing di atur secara lokal, dan hardware yang berbeda memiliki
kebijakan dan cara kerja yang berbeda. Hardware dan user grid komputing sering
bersifat dinamis tergantung penerapan grid tersebut.
Software merupakan suatu
perangkat yang menghubungkan semua middleware-nya. Middleware itu sendiri
adalah bagian dari software, yaitu lapisan sofware yang terletak antara sistem
operasi dan aplikasi yang berfungsi sebagai penghubung komunikasi antar-objek
dari sistem yang berbeda. Unsur-unsur dasar suatu middleware adalah keamanan
(security), pengaturan sumber daya (resource management), pengaturan data (data
management), dan layanan informasi (information services). Contoh beberapa
middleware adalah Globus Toolkit, Gridbus, Microsoft’s COM/DCOM, Unicore, dan
masih banyak contoh-contoh middleware lainnya.
Brainware dalam komputasi
grid hanya meliputi pemelihara dan pemakai grid. Dahulu grid computing
cenderung hanya di pakai oleh para ilmuan untuk kepentingan ilmiah. Pada saat
itu memang ekspose terbesar lebih banyak pada proyek-proyek sains, seperti riset
genetika, fisika dan yang paling terkenal adalah proyek SETI ( Search for Extra
Terrestrial Intelligence ) atau riset pencari kehidupan di luar bumi. Hal ini
memunculkan persepsi bahwa teknologi komputasi grid ini sulit di terima di
kalangan non-ilmuan, terutama di kalangan bisnis. Namun, sekarang penerapan
komputasi grid telah merambah penggunaanya bukan hanya pada proyek sains saja.
Bahkan baru-baru ini, teknologi grid computing telah di kenalkan pada dunia
enterpreneur dan mendapat banyak respon positif. Orang yang memelihara dan
menggunakan teknologi grid computing ini, berdasarkan penelitian penggunaannya
akan meluas pada:
a.
jaringan
penelitian publik bagi para peneliti dan ilmuan;
b.
layanan (service), artinya grid computing
tidak lagi hanya bersifat komputasional;
c.
berbagai
institusi keuangan, seperti perbankan;
d.
Service Oriented Architecture (SOA), yaitu
enkapsulasi sekumpulan aplikasi sebagai interface tunggal yang dapat di
rekonfigurasi.
2.5 Kelebihan dan Kekurangan Grid Computing
Penggunaan Grid Computing
System untuk perusahaan-perusahaan akan banyak memberikan manfaat, baik manfaat
secara langsung maupun tidak langsung. Beberapa manfaat tersebut antara lain :
1.
Grid computing menjanjikan peningkatan
utilitas, dan fleksibilitas yang lebih besar untuk sumberdaya infrastruktur,
aplikasi dan informasi. Dan juga menjanjikan peningkatan produktivitas kerja
perusahaan.
2.
Grid computing bisa memberi penghematan
uang, baik dari sisi investasi modal maupun operating cost–nya.
Dan beberapa
hambatan yang dialami
oleh masyarakat Indonesia
dalam mengaplikasikan teknologi grid computing adalah sebagai berikut :
1.
Manajemen institusi yang terlalu
birokratis menyebabkan mereka enggan untuk merelakan fasilitas yang dimiliki
untuk digunakan secara bersama agar mendapatkan manfaat yan lebih besar bagi
masyarakat luas.
2. Masih
sedikitnya Sumber Daya Manusia yang kompeten dalam mengelola grid computing.
Contonhya kurangnya pengetahuan yang mencukupi bagi teknisi IT maupun user non
teknisi mengenai manfaat dari grid computing itu sendiri.
2.6
Implementasi Grid Computing dengan menggunakan IPv6
Grid
Computing terdiri dari 3 bagian utama yaitu cluster, condor, dan globus.
Cluster merupakan lingkungan komputasi paralel sehingga komputer saling
berkoordinasi untuk menyelesaikan sebuah job, condor digunakan untuk
penjadwalan job sekaligus penghubung antar cluster-cluster yang ada, dan globus
merupakan grid engine yang membangun lingkungan grid. Disain sistem dari grid
computing adalah seperti pada gambar 1. Dari desain tersebut, terlihat 3
komponen penting yang sudah dijelaskan sebelumnya yaitu cluster, condor
(include di grid server), grid (include beserta monitoring). Desain diatas
diimplementasikan pada jaringan eepis yang sudah ada sehingga topologi yang
terbentuk seperti pada gambar 2. Pada gambar tersebut terlihat VLAN 408
dan VLAN 209 merupakan segmen tempat 2 cluster dibangun. Dan server terletak
pada VLAN 85.
Gambar 2.2
Desain Grid Computing dengan IPv6
Gambar 2.3 Topologi EEPIS Net dengan
Grid IPv6
2.6
Pengujian
Pada bagian ini akan dilakukan pengujian yaitu pengujian
secara normal dan pengujian secara tidak normal. Berikut adalah uraian dari
pengujian yang akan dilakukan :
2.6.1 Pengujian Normal
Pengujian ini dilakukan sesuai dengan prosedur yang sesuai
yaitu file yang digunakan berekstensi c dan mengandung pustaka MPI. Pengujian
ini akan menghasilkan output sesuai dengan file dan parameter yang diinputkan.
2.6.1.1 MPI
Pada pengujian MPI ini akan diuji apakah komputasi parallel
mampu mereduksi waktu dalam proses penyelesaian jobs. Proses pengujian
dilakukan dengan cara melakukan perhitungan jumlah bilangan prima antara 2
sampai 500000 dan perkalian matrix 1000 x 1000. Dari proses ini akan didapat
perbandingan antara komputasi serial dengan komputasi parallel. Berikut adalah
proses pengujian bilangan prima pada lingkungan mpi dengan perintah mpicc dan
mpirun :
$mpicc prime_sum.c -o prime_sum
$mpirun -np 1 prime_sum
Keluaran dari perintah diatas untuk komputasi serial adalah
seperti gambar 3 dibawah ini :
Gambar 2.4 Output Pengujian
Komputasi Serial
Dari gambar diatas, terlihat bahwa proses yang dihasilkan
hanya 1 yang merupakan hasil dari pengerjaan komputasi serial dan waktu yang
dibutuhkan 48.52 detik
$mpirun -np 4 --host
slave1,slave2,mpa2,mpb2 prime_sum
Keluaran dari perintah diatas untuk komputasi parallel
adalah seperti Gambar 4 dibawah ini :
Gambar 2.5 Output Pengujian
Komputasi Parallel
Dari gambar diatas, terlihat bahwa proses yang dihasilkan
ada 4 yang didistribusikan pada 4 mesin yang ditunjuk sehingga pengerjaannya
secara parallel dan waktu yang dibutuhkan lebih cepat yaitu 20.58 detik.
Berikut adalah proses pengujian bilangan prima pada
lingkungan mpi dengan perintah mpicc dan mpirun :
$mpicc matrik_parallel.c -o
matrik_parallel $mpirun -np 1 matrik_parallel
Keluaran dari perintah diatas untuk komputasi serial adalah
seperti gambar 5 dibawah ini :
Gambar 2.6 Output Pengujian
Komputasi Serial
Dari gambar diatas, terlihat bahwa jumlah prosesor hanya 1
yang merupakan hasil dari pengerjaan komputasi serial dan waktu yang dibutuhkan
16.68 detik.
$ mpirun -np 4 --host
slave1,slave2,mpa2,mpb2 matrik_parallel
Keluaran dari perintah diatas untuk komputasi parallel
adalah seperti Gambar 6 dibawah ini :
Gambar 2.7
Output Pengujian Komputasi Parallel
Dari gambar diatas, terlihat bahwa jumlah prosesor ada 4
dimana setiap mesin melakukan perhitungan juga sehingga pengerjaannya secara
parallel dan waktu yang dibutuhkan lebih cepat yaitu 8.85 detik.
Dari 2 percobaan diatas, komputasi parallel mampu mereduksi
waktu yang dibutuhkan untuk menyelesaikan jobs hingga lebih dari 5 kali
dibandingkan komputasi serial.
2.6.1.2 MPI dan Globus
Pengujian pada lingkungan ini tidak bisa dilakukan karena
integrasi antara openmpi dan globus gagal. Beberapa file dari openmpi tidak
terbaca meskipun sudah lengkap. Berikut adalah gambar dari hasil pengujian.
Gambar 2.8 Output Pengujian MPI dan
Globus
Dari gambar diatas terlihat beberapa file dari openmpi tidak
ada. Padahal file yang dimiliki sudah lengkap. Error diatas menunjukkan jika
openmpi dan globus tidak cocok diintegrasikan.
5.6.1.3 Portal PHP
Portal PHP ini dibuat untuk menggantikan peran dari globus
dalam proses administrasi jobs. Proses pengujian portal ini dilakukan dengan
cara melakukan perhitungan jumlah bilangan prima antara 2 sampai 500000 dan
perkalian matrik. Dari proses ini akan didapat perbandingan antara komputasi
serial dengan komputasi parallel. Berikut adalah proses submit job melalui
portal PHP.
Output dari hasil eksekusi pada komputasi serial bilangan
prima seperti gambar 7 dibawah ini :
Gambar 2.9 Hasil Eksekusi pada
Komputer Serial
Output dari hasil eksekusi pada komputasi parallel bilangan
prima seperti gambar 8 dibawah ini:
Gambar 2.10 Hasil Eksekusi pada
Komputer Parallel
Output dari hasil eksekusi pada komputasi serial perkalian
matrik seperti gambar 8 dibawah ini :
Gambar 2.11 Hasil Eksekusi pada
Komputer Serial
Output dari hasil eksekusi pada komputasi parallel perkalian
matrik seperti gambar 9 dibawah ini :
Gambar 2.12 Hasil Eksekusi pada
Komputer Parallel
Dari pengujian diatas, terlihat bahwa portal php mampu
berperan sebagai globus untuk menjalankan aplikasi prime sum dan perkalian
matrik untuk diteruskan ke node dari cluster yang ditunjuk.
5.6.2 Pengujian Tidak Normal
Terdapat beberapa penanganan kesalahan input oleh user yang
sudah diterapkan dalam aplikasi ini dan prosedur yang tidak tepat yang
mengakibatkan Portal PHP tidak berjalan dengan sesuai. Berikut adalah beberapa
kesalahan yang dilakukan oleh user :
5.6.2.1 Nilai Iterasi Kosong
Untuk menjalankan jobs melalui Portal PHP, user harus
mengisikan berapa nilai iterasi. Dari nilai yang dimasukkan, akan menentukan
berapa banyak jobs akan dipecah. Sehingga akan berpengaruh pada penggunaan
mesin dan waktu yang dihasilkan.
5.6.2.2 File tidak berekstensi C dan tidak
menggunakan pustaka MPI
File Jobs yang akan di olah harus menggunakan pustaka MPI
karena akan menetukan program tersebut bisa dikerjakan secara serial atau
parallel. Selain harus menggunakan pustaka MPI, file harus berekstensikan C.
Jika 2 syarat diatas tidak terpenuhi, maka jobs tidak akan dikerjakan atau
tidak bisa mendapatkan hasil yang diinginkan.
------------------------------------------------------------------------------------------------------------------------
BAB
III
PENUTUP
3.1 Analisa
Hasil dari uji coba submit job diatas belum memenuhi tujuan dari
Implementasi Grid Computing dengan menggunakan pengalamatan IPv6. Berikut
adalah beberapa analisa yang didapatkan adalah :
1. Implementasi IPv6 pada openmpi telah berhasil
dilakukan dan mampu membentuk komputasi parallel.
2. Portal PHP bisa menggantikan peran globus untuk
menjalankan aplikasi prime sum dan perkalian matrik.
3. Condor belum bisa diimplementasikan karena
versi 7.6.1 yang sekarang rilis stabil belum support IPv6. Sedangkan versi yang
support IPv6 adalah 7.7.x akan mulai dikembangkan pada musim panas. Disarankan
untuk menggunakan paket job scheduler lain seperti oracle grid engine, dll.
4. MPICH2 versi 1.3 masih terdapat bug sehingga
tidak bisa digunakan untuk membentuk komputasi parallel dan sebagai alternatif
pengganti openmpi.
5. Integrasi Globus dan openmpi tidak bisa
diimplementasikan sehingga tidak terbentuk lingkungan grid.
3.2 Kesimpulan
Berdasarkan hasil analisa
penulis dapat mengambil beberapa kesimpulan tentang Grid Computing. Adapun
kesimpulan – kesimpulan tersebut adalah sebagai berikut :
1. Ada
berbagai macam kelompok di masyarakat yang dapat keuntungan dari Komputasi
Grid. Komunitas seperti pemerintah, lembaga kesehatan, kolaborasi ilmu dan lain
lain semuanya membutuhkan kemampuan untuk berbagi data dan CPU power. Karena
ada banyak area yang dapat mempergunakan grid.
2. Komputasi
grid adalah solusi untuk semua masalah ini dan banyak lagi. Mereka menawarkan
cara yang nyaman untuk menghubungkan banyak perangkat (misalnya;prosesor,
memori dan perangkat I/O) sehingga pengguna akhir dapat, jika diizinkan,
menggunakan semua perangkat komputasi gabungan untuk jumlah waktu tertentu.
3. Implementasi
Grid Computing menggunakan pengalamatan IPv6 belum berhasil karena beberapa
faktor yang sudah disebutkan pada bab sebelumnya. Sedangkan Implementasi Grid
Computing menggunakan pengalamatan IPv4 berhasil sesuai dengan hasil yang
didapat dari bab IV.
4. Pada
Implementasi menggunakan IPv6, penggunaan globus digantikan oleh web php yang
digunakan untuk administrasi job berbasis web.
5. Disain grid
yang terdiri atas banyak cluster mempunyai kelebihan dalam hal biaya serta
kemudahan dalam penambahan ataupun pengurangan node-node eksekusinya.
6. Eksekusi
program di lingkungan yang berbeda memberikan hasil seperti yang diharapkan,
sehingga penambahan cluster ataupun node-node eksekusi pada lingkungan
komputasi bisa dilakukan tanpa mengganggu jalannya proses eksekusi.
7. Globus
toolkit dapat diandalkan, memberikan lingkungan yang aman, serta bagus pada
sisi layanan dan dukungan terhadap local job scheduler, juga adaptif merespon
kebutuhan pengembangan sistem aplikasi grid yang bersifat open source.
------------------------------------------------------------------------------------------------------------------------
[1] Komputasi Grid, Wikipedia
Bahasa Indonesia, ensiklopedia bebas. From :
http://id.wikipedia.org/wiki/Komputasi_grid, (diakses 31 Maret 2017)
[2]
IPv6 Forum :: Driving IPv6 Deployment. From :
http://www.IPv6forum.com/, (diakses 31 Maret 2017)
[3]
Intro to Parallel Computing, E. Van Den Berg. From :
http://www.nus.edu.sg/ACES/seminars/2001/ewo ut/index.html, (diakses 31 Maret
2017)
[4]
Rusadi, Fajran Imam, Nazief, Ph.D, Bobby (2006). Evaluasi
Lingkungan Pemrograman Paralel Berbasis Message Passing Interface dalam
infrastruktur Komputasi Grid di Universitas Indonesia, Fasilkom UI, Jakarta
[5]
ComputerCluster,WikipediaEnglish.International.From:http://en.wikipedia.org/wiki/Computer_cluster,
(diakses 31 Maret 2017)
[6] Condor Mailing Lists. From :
http://www.cs.wisc.edu/condor/mail-lists/
[7]
GT4AdminGuide.From :
http://globus.org/toolkit/docs/4.0/admin/docbook/ index.html, (diakses 31 Maret
2017)
[8]
Qomari A.W, M. Nur, Winarno SST,M.Kom, Idris (2009). Studi, Disain,
dan Implementasi Lingkungan Komputasi Grid di Kampus PENS Menggunakan Globus,
Teknik Informatika, Surabaya
[9]
Grid Computing, From :
http://id.wikipedia.org/wiki/Komputasi_grid (diakses 31 Maret 2017)
0 komentar:
Posting Komentar