MEMBUAT JARINGAN VLAN DENGAN PACKET TRACER

Gambar desain jaringan

          Untuk membuat sebuah jaringan dibutuhkan gambaran awal desain jaringan yang akan dibangun (Gambar desain jarigan)

Gambar konfigurasi DHCP

           Agar dapat saling bertukar data maka dibutuhkan pengaturan ip. Ip ini dapat diatur dengan menggunakan ip static atau pun DHCP. Berikut cara mengkonfigurasi DHCP:

1.       Klik server pada gambar desain jaringan kemudian pindah ke tab config

2.       Atur defaukt gateway dan DNS server yang akan digunakan masukan ip address DHCP dimulai dan masukan subnet mask (lihat gambar konfigurasi DHCP).

3.       Setelah semua diatur klik save

Gambar pengaturan ip server

          Setelah DHCP dikonfigurasi berikutnya adalah mengkonfigurasi ip server ip server dikonfigurasi dengan menggunakan ip static untuk mengaturnya terlebih dahulu kita pindah ke tab dekstop kemudian pilih ip konfiguration (Gambar pengeturan ip server)

Gambar pengaturan ip client menggunakan DHCP

          Setelah ip server di konfigurasi hal selanjutnya dalah mengkonfiurasi ip client cara dengan mengklik pc client yang akan di atur kemudian pindah ke tab dekstop dan pilih DHCP maka secara otomatis ip client akan terkonfigurasi.

Gambar hasil ujicoba1

           Jika semua konfigurasi benar maka setiap komponen pada jaringan dapat saling berkomunikasi (Gambar hasil ujicoba1) memperlihatkan hasil pengiriman data

Gambar membuat vlan

           Untuk membagi sebuah switch menjadi berapa bagian caranya adalah dengan menggunakan vlan. Berikut cara mengkonfigurasinya. Klik switch pindah ke tab config klik VLAN Database kemudian masukan VLAN Number yang akan dibuat kemudian masukan VLAN Name kemudian klik add

Gambar konfigurasi vlan

           Setelah vlan dibuat hal selanjutnya adalah mengkonfigurasi vlan untuk setiap end device caranya klik fasteternet yang menghubungkan switch dengan end device kemudian pilih number vlan untuk end device tersebut lihat (Gambar konfigurasi vlan)

Gambar hasil ujicoba2

          Setelah vlan terkonfigurasi pada jaringan maka end device pada vlan yang berbeda tidak dapat berhubungan dengan end device pada vlan lainnya.

KOMPUTASI PARALEL PADA GRID

Ada dua tujuan utama menggunakan komputasi paralel: untuk memperkecil waktu pengeksekusia n program (decrease the runtime) dan untuk memperbesar ruang lingkup pemecahan masalah (increase the size of the problem). Pemrograman pada grid dapat menggunakan model Message Passing Interface (MPI) dan GridRPC.

Pemrograman paralel beserta pengeksekusiannya dilakukan dengan empat langkah:

1. Pemecahan tugas komputasi menjadi sub-tugas (decomposition of computation

in tasks).

2. Penyerahan tugas pada proses komputer (assignment of tasks to processes).

3. Pengaturan akses data, proses sinkronisasi dan komunikasi (orchestration of

data access, communication and synchronization).

4. Memetakan proses ke processor (mapping processes to processors).

MPI adalah teknik pemrograman yang berdasarkan data parallel dengan Single Program Multiple Data (SPMD). Maksudnya adalah setiap proses mengeksekusi program yang sama tetapi menggunakan data yang berbeda. Untuk sharing data, suatu proses secara eksplisit mengirimkan data kepada proses penerima yang juga menerima data secara eksplisit.

MPI bukan merupakan bahasa pemrograman baru, tetapi MPI adalah subprogram library yang dapat dipanggil dari program C dan Fortran 77. Ada dua implementasi MPI untuk grid: GridMPI yang dibuat oleh National Institute of Advanced Industrial Science and Technology (AIST) dan MPICH-G2 yang dibuat oleh Argonne National La boratory (ANL) . GridMPI adalah implementasi MPI untuk jarak antar komputer sampai dengan 500 mil yang terkoneksi dengan jaringan berkecepatan 1 sampai dengan 10 Gbps sedangkan MPICH-G2 adalah implementasi MPI dengan menggunakan Globus Toolkit (standar middleware komputasi grid) dalam lingkungan WAN.

GridRPC adalah teknik pemrograman yang berdasarkan task parallel dengan model client/server yang merupakan ekstensi dari remote procedure call. Setiap task melakukan fungsi/perhitungan yang berbeda/sama dan (hampir) tidak ada komunikasi antar-task pada saat running (embarrassingly parallel tasks). Ada beberapa implementasi dari GridRPC: Distributed Interactive Engineering Toolbox (DIET), NetSolve dan Ninf-G . Ninf-G menggunakan Globus Toolkit untuk memonitor dan mengatur sumber daya (resource monitoring and scheduling), keamanan akses sumber daya dan menyediakan client binding untuk bahasa C dan Java. NetSolve mengimplementasikan GridRPC dengan mengintegrasikan berbagai macam Problem Solving Environment (PSE) client seperti Matlab, Mathematica dan Octave. DIET menggunakan CORBA Naming Service untuk melakukan registrasi dan pencarian sumber daya.

                                                            Komputasi parallel pada grid computing memungkinkan penggunaan sumberdaya secara bersamaan yang terhubung pada jaringan grid yang terpisah secara geografis. Komputasi parallel yang diterapkan akan membuat seolah-olah semua mesin yang ada pada jaringan grid adalah sebuah kesatuan mesin sehingga dapat membantu dalam proses penyelesain masalah dengan lebih cepat.

Sumber :

http://digilib.batan.go.id/e-prosiding/lkstn_2008/artikel/U2-SaidMirza.pdf

KOMPUTASI PARALEL

Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer independen secara bersamaan. Ini umumnya diperlukan saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah data dalam jumlah besar (di industri keuangan, bioinformatika, dll) ataupun karena tuntutan proses komputasi yang banyak. Kasus kedua umum ditemui di kalkulasi numerik untuk menyelesaikan persamaan matematis di bidang fisika (fisikakomputasi), kimia (kimia komputasi) dll.

KEBUTUHAN AKAN KOMPUTER PARALEL

Dahulu:

– Ilmu klasik didasarkan pada observasi, teori dan eksperimen

– Observasi dari fenomena menghasilkan hipotesa

– Teori dikembangkan untuk menerangkan fenomena

– Design eksperimen untuk menguji teori (dilakukan secara fisik) à kendala: tidak etis, biaya mahal, waktu lama

Sekarang:

– Eksperimen dilakukan melalui simulasi numerik

– Ilmu sekarang: observasi, teori, eksperimen, simulasi numerik à kendala: butuh komputer yang powerful

Contoh:

– Oceanographer pada Oregon State University akan mensimulasikan secara numerik sirkulasi global dari samudra dengan membagi laut sebagai berikut:

• 4096: dari timur ke barat

• 1024 dari utara ke selatan

• 12 lapisan laut

– Berarti butuh 4096 X 1024 X 12 = ± 50 juta

– Jika setiap bagian (iterasi) butuh 10 menit dengan 30 milyar kalkulasi floating point maka perlu komputer EXTREMELY HIGH SPEED

PARADIGMA PENGOLAHAN PARALEL

Pengklasifikasian oleh Flynn, dikenal sebagai Taksonomi Flynn, membedakan komputer paralel ke dalam empat kelas berdasarkan konsep aliran data (data stream) dan aliran instruksi (instruction stream), sebagai : SISD, SIMD, MISD, MIMD.

• SISD (Single Instruction stream, Single Data stream)

Komputer tunggal yang mempunyai satu unit kontrol, satu unit prosesor dan satu unit memori.

• SIMD (Single Instruction stream, Multiple Data stream)

Komputer yang mempunyai beberapa unit prosesor di bawah satu supervisi satu unit common control. Setiap prosesor menerima instruksi yang sama dari unit kontrol, tetapi beroperasi pada data yang berbeda. 

• MISD (Multiple Instruction stream, Single Data stream)

Sampai saat ini struktur ini masih merupakan struktur teoritis dan belum ada komputer dengan model ini.

• MIMD (Multiple Instruction stream, Multiple Data stream)

Organisasi komputer yang memiliki kemampuan untuk memproses beberapa program dalam waktu yang sama. Pada umumnya multiprosesor dan multikomputer termasuk dalam kategori ini.

TERMINOLOGI

• Pengolahan Paralel :

pengolahan informasi yang ditekankan pada manipulasi elemen data yang dimiliki oleh satu atau lebih dari satu proses secara bersamaan dalam rangka menyelesaikan sebuah problem.

• Komputer Paralel :

komputer multi-prosesor dengan kemampuan melakukan pengolahan paralel.

• Supercomputer :

sebuah general-purpose computer yang mampu me-nyelesaikan problem dengan kecepatan komputasi sangat tinggi. Semua superkomputer kontemporer adalah komputer paralel. Beberapa di antaranya memiliki prosesor yang sangat kuat dalam jumlah yang relatif sedikit, sementara yang lainnya dibangun oleh mikroprosesor dalam jumlah yang cukup besar.

• Throughput :

banyaknya keluaran yang dihasilkan per unit waktu

• Pipeline :

Pada komputasi pipelined, komputasi dibagi ke dalam sejumlah langkah yang masingmasing disebut sebagai segmen, atau stage. Output dari sebuah segmen menjadi input segmen yang lain.

Komputasi parallel merupakan teknik untuk membuat beberapa mesin digabungkan seolah-olah menjadi semua mesin yang terhubung menrupakan satu kesatuan mesin sehingga dapat menyelesaikan permasalahan komputasi dengan lebih cepat. paradigma yang digunakan pada computasi parallel menurut Flynn ada 4 yaitu SISD, SIMD, MISD, MIMD paradigma ini yang membedakan proses yang digunakan pada computasi parallel.

Sumber :

http://jurisya.staff.gunadarma.ac.id/Downloads/files/20279/Kuliah1.pdf

KOMPUTASI GRID

Komputasi grid memungkinkan organisasi virtual (virtual organization) untuk menggunakan secara bersama sumber daya yang tersebar secara geografis dengan berasumsi ketidakhadiran dari lokasi terpusat, kontrol terpusat, pengetahuan menyeluruh terhadap sumber daya dan hubungan kepercayaan. Organisasi virtual dapat meliputi suatu departemen dari suatu perusahaan yang berada pada satu lokasi yang sama sampai dengan kumpulan besar orang-orang dari berbagai organisasi yang tersebar diberbagai belahan bumi. Komputasi grid memiliki tiga karakteristik penting yaitu:

1. Pemakaian bersama sumber daya yang terkoordinasi (setara) yang tidak berada

di bawah suatu kendali terpusat.

2. Menggunakan protokol-protokol dan interface yang standar, terbuka dan serbaguna.

3. Dapat memberikan kualitas layanan (QoS) yang tinggi.

Pokok pertama berasal dari sifat alami grid dimana pemakai dan sumber daya berada pada daerah administrasi yang berbeda. Pokok kedua adalah penting untuk membangun secara dinamis susunan/struktur pemakaian bersama sumber daya dengan orang/kelompok apa saja yang saling berkepentingan dan memungkinkan penyediaan pelayanan dan fungsi serba-guna. Pokok ketiga berhubungan dengan penyediaan jumlah kemampuan komputasi sehingga besarnya utilitas dari sistem perpaduan adalah cukup berarti dibandingkan dengan utilitas dari komponen penyusunnya.

Pemakaian bersama sumber daya yang tersebar diberbagai tempat terpisah yang diatur di bawah administrasi yang berbeda adalah bukan masalah yang mudah. Permasalahan-permasalahan yang harus dijawab dalam melaksanakan pemakaian bersama tersebut misalnya , bagaimana cara memilih sumber daya komputasi yang diinginkan? untuk berapa lama sumber daya tersebut dapat digunakan? siapa yang dapat menggunakan sumber daya tersebut? bagaimana cara komunikasi antar sumber daya? dan lain sebagainya. Komputasi grid memungkinkan kita untuk mengakses berbagai jenis sumber daya dari berbagai jenis organisasi dengan cara menyediakan protokol, teknologi dan metodologi yang dapat menjawab semua pertanyaanpertanyaan diatas.

ARSITEKTUR GRID COMPUTING

Gambar tersebut menunjukkan rancangan arsitektur infrastruktur komputasi grid. Seperti terlihat pada gambar tersebut, GRID COMPUTING dibangun dengan jalan menggabungkan sistemsistem komputasi grid yang berada di institusi-institusi penelitian (GRID-2, 3, 4) menjadi satu kesatuan. Konfigurasi perangkat keras dan perangkat lunak masing-masing sistem di tingkat institusi dapat berbeda, namun dengan mengoperasikan teknologi grid computing seperti GT4 pada simpul-simpul penghubung dari masing-masing sistem, keseluruhan sistem membentuk satu kesatuan infrastruktur komputasi grid. Dengan konfigurasi seperti ini, jika dibutuhkan, pengguna di suatu institusi dapat memanfaatkan sumber daya komputasi yang berada di luar institusinya.

Konfigurasi yang ditunjukkan pada Gambar 1 di atas tidak menuntut masing-masing sistem di tingkat institusi untuk merubah konfigurasi sistem masing-masing secara signifikan. Jika suatu institusi telah mengimplementasikan suatu teknologi grid computing tertentu seperti SUN Grid Engine (SGE) atau teknologi komputasi berbasis jaringan seperti PVM, MPI, Condor maka sistem GT4 dapat dikonfigurasikan untuk berkoordinasi dengan masing-masing teknologi tersebut.

Salah satu prasyarat dari pembentukan GRID COMPUTING adalah tersedianya suatu backbone jaringan berkapasitas besar untuk menghubungkan simpul-simpul penghubung di masing-masing institusi (harus memiliki lebar pita mulai 2 Mbps sampai dengan 155 Mbps).

Grid computing merupakan teknologi yang di kembangkan untuk melakukan sharing sumber daya yang terpisah secara geografis. System yang dipasangkan teknologi grid computing akan dapat menggunakan sumber daya yang ada pada jaringan/komputer lain yang terhubung dengan arsitektur grid yang sama.

Sumber :

http://digilib.batan.go.id/e-prosiding/lkstn_2008/artikel/U2-SaidMirza.pdf

http://catatanpilihan.wordpress.com/category/organisasi-dan-arsitektur-komputer/