Analisis Sistema Paralel Data Komputasi Menggunakan Metode Radix

PENDAHULUAN

Seorang eksekutif senior Intel meramalkan pada tahun 1965 bahwa tingkat kerumitan sirkuit terpadu akan meningkat dua kali lipat setiap dua tahun .

Namun , saat ini , kecepatan clock tidak meningkat secepat sebelumnya karena penurunan komposisi material chip . Penyediaan sumber daya komputasi yang kuat untuk memenuhi kebutuhan pengaksesan informasi kapanpun dan dimanapun. kekuatan komputasi saat ini didapat dengan mengganti paradigma pemrograman menjadi pemrograman paralel dengan cara memecah proses menjadi sub-proses yang dapat memaksimalkan kapasitas inti dan memori. 

Para peneliti telah menggunakan dua pendekatan di bidang penemuan tinggi yaitu superkomputer dan multikomputer. Sumber daya komputasi yang kuat disediakan untuk memenuhi kebutuhan akan akses informasi kapan saja dan di mana saja .

Peningkatan daya komputasi saat ini disebabkan oleh pergeseran dari paradigma pemrograman serial - ke - paralel dan penciptaan proses paralel yang dapat memaksimalkan kapasitas inti dan memori sistem .  Superkomputer dan multikomputer adalah dua istilah yang digunakan oleh penulis di bidang komputasi kinerja tinggi .

Supercomputer yaitu membangun sebuah komputer dengan kemampuan perhitungan dan kapasitas tinggi dibandingkan dengan komputer biasa. Pendekatan pada umumnya berharga sangat mahal yang dapat dimiliki oleh segelintir pihak saja, namun akan menghasilkan sebuah komputer yang tinggi.

Saat Anda membangun superkomputer , Anda sedang membangun komputer yang memiliki daya pemrosesan dan kapasitas penyimpanan lebih banyak daripada komputer biasa .

Sebagai aturan umum , awalan ini cukup mahal dan hanya dapat dimiliki oleh segelintir pihak , tetapi akan menghasilkan komputer yang sangat kuat . Sebaliknya , sistem multikomputer terdiri dari beberapa komputer independen yang dihubungkan oleh telekomunikasi atau jaringan komputer3 untuk membuat sistem tunggal . 

Yang kedua didasarkan pada sejumlah sistem komputer yang telah dimodifikasi dan dikonfigurasi ulang untuk bekerja dengan jenis pencahayaan tertentu dan untuk menyediakan berbagai output tergantung pada jumlah komputer yang terlibat , semuanya dengan biaya yang jauh lebih rendah daripada superkomputer .

Pengolahan data yang sangat diperlukan dalam pengaksesan data yang baik, kuat, dan cepat pula. Mengenai pengolahan data, pengurutan data memegang peranan penting yang banyak dipertimbangkan agar permasalahan global menjadi lebih baik dan cepat untuk diselesaikan sehingga menghasilkan data yang akurat

Jaminan kualitas data sangat penting untuk pemrosesan data yang cepat, akurat, dan andal .Untuk memastikan bahwa semua data yang dikumpulkan seakurat mungkin , pengumpul data harus mengikuti beberapa pedoman penting yang diandalkan oleh banyak orang , seperti penggunaan enkripsi yang meluas .

Pengurutan merupakan suatu proses mengurutkan data dengan proses yang terjadi yaitu perbandingan data dan pertukaran data berdasarkan suatu aturan tertentu, sehingga disusun secara teratur sesuai dengan aturan-aturan tersebut . Pada dasarnya ada dua macam aturan pengurutan yang biasa digunakan yaitu menaik (pengurutan data terkecil ke terbesar) dan menurun (pengurutan data terkecil ke terkecil.

Pengurutan ( pengurutan ) adalah proses membandingkan dan mengurutkan data menurut seperangkat aturan yang telah ditentukan , memastikan bahwa hasilnya akurat dan sesuai dengan aturan yang bersangkutan .Menurut perhitungan kami , ada dua operasi dasar pengurutan yang umum digunakan : ascending (dari data yang lebih kecil ke data yang lebih besar ) dan descending (dari data yang lebih besar ke data yang lebih kecil).

Keterangan:

TS : Waktu eksekusi dari komputasi serial

TP : Waktu eksekusi dari komputasi paralel menggunakan sebanyak P (prosesor)

S     : Peningkatan kecepatan (Speed Up)

E     : Efisiensi

Protokol Pesan Masukan/Keluaran (MPI)

Message Passing Interface adalah implementasi standar dari konsep komputer "message passing" ( MPI) . MPI adalah jenis komputasi paralel yang terdiri dari sejumlah proses yang bekerja sama pada sejumlah kecil data lokal10 ) .

Setiap proses memiliki variabel lokal , dan tidak ada memori eksternal yang dapat diakses secara langsung oleh satu proses.Untuk tujuan menyediakan cara standar untuk menulis program untuk mengirim dan menerima pesan , Message Passing Interface ( MPI ) dibuat .

Message Passing Interface (MPI)

Message Passing Interface (MPI) adalah spesifikasi library untuk melewatkan pesan ( message - passing) yang telah diadopsi sebagai standar oleh beberapa vendor, komite pelaksana, dan implementasi .Proses tunggal adalah kumpulan utas ( memori lokal dan program pencacah ) yang terus - menerus bertukar informasi tentang alamat ruangan tertentu . 

Dengan kata lain , MPI berfungsi sebagai penghubung komunikasi antar proses yang cukup dekat untuk berbagi ruang privat , terutama untuk transmisi data antar proses melalui sinkronisasi dan perpindahan . Konsep MPI bisa dilihat di Gambar 1 dan Efisiensi , yang keduanya merupakan bagian dari koleksi Speed Up dan Efisiensi.

METODOLOGI

Sebuah Komputasi Parametrik

Komputasi paralel adalah suatu metode untuk memecahkan suatu masalah dalam komputasi dengan mendistribusikan masalah tersebut ke dalam beberapa subproses yang lebih kecil , dimana setiap subprosedur dijalankan pada prosesor yang berbeda dan berinteraksi satu sama lain.Ini adalah tujuan komputasi paralel untuk meningkatkan kecepatan pemrosesan komputer dengan membagi masalah besar menjadi beberapa masalah kecil . 

Hal ini membuat proses penyelesaian berbagai masalah menjadi lebih cepat.

Peningkatan kecepatan komputasi paralel dibandingkan dengan komputasi serial dapat dikaitkan dengan fakta ini .Terjadi peningkatan yang nyata pada kecepatan peningkatan ( Speed Up ) .

Protokol Pesan Masukan/Keluaran (MPI)

Message Passing Interface adalah implementasi standar dari konsep komputer "message passing" ( MPI) . MPI adalah jenis komputasi paralel yang terdiri dari sejumlah proses yang bekerja sama pada sejumlah kecil data lokal10 ) .Setiap proses memiliki variabel lokal , dan tidak ada memori eksternal yang dapat diakses secara langsung oleh satu proses.

Untuk tujuan menyediakan cara standar untuk menulis program untuk mengirim dan menerima pesan , Message Passing Interface ( MPI ) dibuat .

Message Passing Interface (MPI)

Message Passing Interface (MPI) adalah spesifikasi library untuk melewatkan pesan ( message - passing) yang telah diadopsi sebagai standar oleh beberapa vendor, komite pelaksana, dan implementasi .Proses tunggal adalah kumpulan utas ( memori lokal dan program pencacah ) yang terus - menerus bertukar informasi tentang alamat ruangan tertentu . 

Dengan kata lain , MPI berfungsi sebagai penghubung komunikasi antar proses yang cukup dekat untuk berbagi ruang privat , terutama untuk transmisi data antar proses melalui sinkronisasi dan perpindahan . Konsep MPI bisa dilihat di Gambar 1 dan Efisiensi , yang keduanya merupakan bagian dari koleksi Speed Up dan Efisiensi.

B. Algoritma Selection Sort

Sebagai metode kategorisasi , pengurutan seleksi menggabungkan unsur - unsur di awal ( elemen awal ) dengan unsur - unsur berikutnya ( elemen - elemen berikutnya ) sampai akhir pada setiap langkah proses .Saat membandingkan, jika ada elemen yang lebih kecil (pengurutan menaik) atau lebih besar (pengurutan turun ) dari elemen awal , catat posisinya dan lanjutkan .Proses pengurutan dilakukan sampai tahap terakhir dan tidak ada lagi data yang akan dikirim .

Harus ada pemahaman yang jelas tentang tujuan investigasi sebelum dapat dimulai , sehingga dapat ditentukan apa tujuan dari investigasi . Penelitian ini dilakukan oleh dua peneliti , yang pertama menggunakan satu komputer yang kuat dan yang kedua menggunakan sekelompok tiga komputer yang terhubung yang terhubung oleh LAN ( Local Area Network) , atau dikenal sebagai komputasi grid ( komputasi grid ) . Gambar 7 menunjukkan desain sistem grid scanning .

Setiap komputer akan diinstal dengan beberapa alat yang diperlukan untuk membangun sistem komputasi grid selama proses berlangsung sebuah. Komputer master akan diinstal sistem operasi LINUX, Net-Tools, SSH (Secure Shell), NFS Server (Network File System), editor teks Gedit, perekam layar Kazam, dan OpenMPI sebagai API untuk menjalankan paralel.

 b. Komputer slave akan diinstal sistem operasi LINUX, Net-Tools, SSH (Secure Shell), NFS Client (Network File System), editor teks Gedit, perekam layar Kazam, dan OpenMPI sebagai API untuk menjalankan paralel. aku aku aku. Persiapan DataSebenarnya , berikut ini adalah rincian dari poin - poin utama . 

Alhasil , master server akan dilengkapi dengan LINUX, Net-Tools, Secure Shell ( SSH ) , NFS Server (Network File System), Gedit, Kazam, dan OpenMPI sebagai API untuk pemrosesan paralel .

sistem operasi LINUX , Net - Tools, SSH (Secure Shell) , klien NFS dan editor teks Gedit akan diinstal pada komputer budak , bersama dengan Kazam dan OpenMPI sebagai API untuk pemrosesan paralel .

Informasi Persiapan , Ketiga

Data yang digunakan adalah data keseimbangan bulat dan desimal yang dimasukkan dalam file teks ( .txt ) dan diurutkan berdasarkan jumlah total data yang harus diambil . Banyak tipe data yang diwakili, termasuk kecil, sedang, besar, dan sangat besar.

iv. Pembuatan Program Algoritma

Program dibuat menjadi empat program yaitu program Algoritma Seleksi Sort untuk bilangan bulat, Sort Sort untuk bilangan desimal, Sort Radix untuk bilangan bulat, serta Radix Sort untuk bilangan desimal.

v. Skenario Pengujian

Pengujian dilakukan dengan membandingkan nilai Speed Up dan Efisiensi dari prosesor dengan banyaknya data yang diurutkan. Pengujian juga dilakukan dengan pengujian hasil pengujian dengan menggunakan satu komputer dan 3 komputer.

Pengujian dengan tiga komputer ini, setiap PC terinstal sistem operasi Linux dengan dual boot yang sistem operasi utamanya yaitu Windows 10.

iv. Algoritma untuk Membuat Perangkat Lunak

Pengurutan Selektif untuk Biner, Pengurutan Selektif untuk Pengurutan Desimal Biner dan Radix adalah empat algoritma terpisah yang membentuk kerangka kerja pemrograman algoritmik .

v. Skenario Pengujian

Hal ini dilakukan dengan membandingkan nilai Speed Up dan Efficient dari berbagai prosesor dengan banyaknya data yang telah dimasukkan . Pengujian juga dapat dilakukan dengan melihat hasil pengujian pada satu komputer dan tiga komputer . 

Selama pengujian satu komputer digunakan simulasi terhadap dua dan empat prosesor , sedangkan pengujian tiga komputer menggunakan 12 prosesor . Dengan tiga komputer ini, setiap PC terinstal sistem operasi Linux dengan dual boot yang sistem operasi utamanya adalah Windows 10. 

Adapun skenario pengujian yang dilakukan dapat dilihat pada Tabel 1 pengujian sebagai berikut. vi. Pengujian Tahapan ini merupakan pelaksanaan pengujian yang membandingkan antara komputasi secara paralel dengan serial. Sebelum melakukan pengujian, komputer yang digunakan akan melakukan penginstalan serta mengkonfigurasi agar saling terhubung melalui jaringan LAN. Tahapan penginstalan komputer sebagai berikut.

Dalam hal ini, masing - masing ini - ketiga PC telah diinstal dengan sistem operasi Linux dan sistem operasi Windows 10 dalam konfigurasi dual - boot .Tabel 1 seperti yang ditunjukkan di bawah ini memberikan gambaran tentang banyak skenario yang bisa muncul selama proses pengujian .

vi. Pengujian

Ini adalah perbandingan eksekusi komputer paralel dan serial . Itu adalah sebuah penguji.Sebelum memulai pekerjaan apa pun , komputer yang digunakan akan diinstal dan dikonfigurasikan agar dapat terhubung ke jaringan area lokal ( LAN ) .Ikuti langkah - langkah di bawah ini untuk menyiapkan komputer Anda .

sebuah. Instal sistem operasi Linux Ubuntu 20.04 LTS .b. Menginstal SSH (Secure Shell) yang berfungsi agar komputer master dapat mengakses komputer slave A dan slave B melalui koneksi yang terenkripsi. c. Menginstal NFS (Network File System) yang berfungsi untuk berbagi file dari komputer master ke komputer slave.

 d. Menginstal OpenMPI yang berfungsi sebagai library program paralel. Pengujian terhadap penelitian ini pada dua aspek yaitu Efisiensi dan Speed Up yang merupakan nilai yang diperoleh dari proses komputasi serial dengan waktu proses komputasi paralel. Efisiensi pada pengujian ini adalah pembagian antara nilai Speed Up dengan banyaknya prosesor yang digunakan. vii. Analisis Hasil Pengujian

b. Instal SSH ( Secure Shell ) sehingga master komputer dapat terhubung ke komputer slave A dan B melalui koneksi terenkripsi yang aman .

c. Instal NFS (Network File System ) , yang memungkinkan Anda berbagi file antara master dan mesin slave .

d. Instal OpenMPI, yang berfungsi sebagai perangkat lunak perpustakaan paralel .

Efficacy dan Speed Up merupakan dua fokus utama penelitian ini , yang didasarkan pada perbandingan waktu yang dibutuhkan untuk menjalankan komputasi sekuensial vs paralel . Khasiat dalam hal ini adalah hasil interaksi antara nilai Speed Up dan jumlah prosesor yang digunakan .

vii. Pengujian Analisis Data

Analisis pada fase ini adalah untuk menentukan seberapa besar kecepatan yang dapat dicapai dengan menggunakan pemrograman serial dan paralel . _Ini akan digunakan sebagai kriteria untuk menentukan kecepatan dan efisiensi algoritma Selection Sort dan Radix Sort .Setelah mendapatkan manfaat Speed Up dan Efisiensi , langkah selanjutnya adalah membandingkan manfaat tersebut dari tiga skenario pengujian yang telah diselesaikan .

viii. Penyelesaian Laporan Penulisan laporan ditujukan untuk dokumentasi seluruh kegiatan analisis perbandingan komputasi paralel dan serial pada algoritma Selection Sort dan Radix Sort di Laboratorium RLP Jurusan Ilmu Komputer Universitas Lampung.

 3. PEMBAHASAN 

a. Pengujian Laporan.

Tujuan dari penulisan ini adalah untuk mendokumentasikan keseluruhan proses perbandingan komputasi paralel dan serial dengan algoritma Selection Sort dan Radix Sort di Laboratorium RLP Ilmu Komputer Universitas Lampung .

• Menginstall Sistem Operasi (SO) Linux Ubuntu versi 20.04 LTS di komputer ke-1 sebagai PC Master dan komputer ke-2 serta ke-3 sebagai PC Slave A dan B.
• Menginstall SSH (Secure Shell), NFS (Network File System), dan OpenMPI.
• Running program algoritma Selection Sort dan Radix Sort.
• Mencatat waktu eksekusi baik secara paralel maupun serial.
• Hitung Speed Up dan Efisiensi dari masing-masing data.

Mulai 7 September hingga 18 September 2020 , Laboratorium RPL akan melakukan kajian tentang dampak perubahan iklim terhadap perkembangan kendaraan otonom . Selama studi ini , para peneliti akan melakukan percobaan delapan hari tentang efek perubahan iklim terhadap _pengembangan kendaraan otonom . Sebagai tindak lanjut , berikut adalah rincian cara kerja proses pengujian .

1. Instal Linux Ubuntu 20.04 LTS sebagai sistem operasi ( SO ) pada PC Master dan PC Slave A dan B.

2. Menginstall SSH (Secure Shell), NFS (Network File Sistem), dan OpenMPI.

 3. Menjalankan program algoritma Selection Sort dan Radix Sort.

4. Mencatat waktu eksekusi baik secara paralel maupun serial.

5. Hitung Speed Up dan Efisiensi dari masing-masing data.

b. Hasil Pengujian

2. Instal SSH, NFS, dan OpenMPI ( Sistem File Jaringan ).

Menjalankan algoritma untuk pengurutan seleksi dan pengurutan radix dalam program komputer .

Baik secara paralel atau serial , penting untuk melacak waktu eksekusi .

5. Deteksi Kecepatan dan Efisien dari banyak data .

• Pengujian Algoritma Selection Sort (p = 2)

Hasil pengujian dari algoritma Selection Sort menggunakan dua prosesor dengan menguji data bilangan bulat dan bilangan desimal

b. Hasil Pengujian
Pada bagian ini akan dibahas bagaimana menganalisis hasil dari analisis empat program yang meliputi penyeimbangan data menggunakan algoritma Selection Sort dan Radix Sort , baik yang dilakukan secara berurutan maupun paralel .Untuk membandingkan hasil keempat program tersebut , pengujian dilakukan dengan menggunakan skenario pengujian tertentu .

Hasil pengujian dilakukan dengan menghitung nilai Speed Up dan Efisiensi penggunaan pemrograman secara serial dan paralel. Waktu eksekusi secara serial dan paralel ini akan dijadikan sebagai parameter untuk mendapatkan nilai Speed Up dan Efisiensi algoritma Selection Sort dan Radix Sort. ii.

 Analisis Pengujian Algoritma Seleksi Sortir dengan Dua Prosesor Hasil percobaan diperoleh dengan meningkatkan kecepatan dan efisiensi eksekusi serial dan paralel program , masing - masing . Ini akan digunakan sebagai kriteria untuk menentukan kecepatan dan efisiensi algoritma Selection Sort dan Radix Sort .

II. Kajian Kinerja Algoritma Selection Sort Menggunakan Dua Prosesor

Tabel 4 menunjukkan bahwa untuk sejumlah data tertentu , jumlah waktu yang dibutuhkan untuk menjalankan komputasi paralel tunggal lebih besar daripada jumlah waktu yang dibutuhkan untuk melakukan komputasi serial tunggal . Dengan bertambahnya jumlah data , 

Speed Up mengalami peningkatan dan penurunan kecepatan , mirip dengan peningkatan jumlah Speed Up dari 1.000 menjadi 10.000 tetapi penurunan kecepatan 50.000 Nilai Speed Up tidak naik atau turun sama sekali .Artinya Algorithma Selection Sort dengan dua prosesor tidak cocok untuk komputasi paralel , 

terbukti dari hasil Speed Up yang hanya sebagian kecil saja . Ini berarti bahwa jumlah waktu yang diperlukan untuk menjalankan paralel komputasi secara signifikan kurang dari jumlah waktu yang dibutuhkan untuk menjalankan komputasi serial.

Analisis Sortir Pemilihan Algoritma Menggunakan Emphat Prosesor iv .Pada Tabel 5 dapat dilihat bahwa untuk jumlah data di atas 1000 waktu komputasi secara paralel lebih kecil dibandingkan secara serial. Terdapat peningkatan nilai Speed Up dari data 10.000 ke 50.000, 

namun mengalami penurunan pada data 100.000. Dengan bertambahnya jumlah data, nilai Speed Up pada algoritma Selection Sort dengan empat prosesor cenderung tidak konstan, tetapi masih menghasilkan nilai Speed Up lebih dari 1.

Tabel 5 menunjukkan bahwa komputasi paralel lebih efisien daripada komputasi serial untuk menangani volume data lebih dari 1000 jam . Jumlah Speed Up maksimum adalah dari 10.000 hingga 50.000 , namun ada batas 100.000 sebelum Speed Up mulai melambat . Dalam hal jumlah data yang besar ,

nilai Speed Up untuk algoritma Selection Sort dengan delapan prosesor tidak konstan , tetapi telah berhasil mencapai nilai Speed Up lebih besar dari 1 . Jika menggunakan dua prosesor , maka Speed Up yang dihasilkan sekitar 1.18013858 (data bulanan ) dan 1.15179036 ( data bulanan ), 

yang jauh lebih besar dibandingkan dengan Speed Up yang dihasilkan dari penggunaan satu prosesor saja , yaitu sekitar 0.84208031 ( data bulanan ) dan 0.83852736 ( data bulanan)(data bilangan desimal). Ketika dua prosesor digunakan daripada empat , mereka memiliki waktu overhead yang lebih besar daripada ketika empat digunakan .Dalam perbandingan ini , penggunaan empat prosesor algoritma Selection Sort sesuai untuk komputasi paralel .

vi. Analisis Pengujian Algoritma Seleksi Sortir dengan Tiga Komputer

Analisis Sortir Pemilihan Algoritma Menggunakan TIGA Komputer

Dalam percobaan menggunakan tiga komputer dan Algorithma Selection Sort , ditemukan bahwa untuk kumpulan data 100 hingga 10.000 baris , komputasi serial membutuhkan waktu lebih lama daripada komputasi paralel .Namun , jumlah data yang diproses oleh komputer paralel lebih kecil daripada komputer serial mulai dari 50.000 jam .

Namun , nilai Speed Up berkurang di beberapa titik data , tetapi jumlah titik data meningkat secara signifikan sedangkan jumlah data yang diakses . Ini menunjukkan bahwa itu lebih dari mungkinbanyak data yang mencengangkan maka semakin besar pula Speed Up yang dihasilkan meskipun masih ada penurunan dibeberapa jumlah data tertentu. viii. Analisis Pengujian Algoritma Radix Sort dengan Dua Prosesor

sejumlah besar data telah dikumpulkan , sehingga jumlah Percepatan yang telah dihitung bertambah meskipun ada kasus di mana jumlah Percepatan telah dikurangi dalam kumpulan data tertentu .

viii. Kajian Algoritma Radix Sort Menggunakan Dua Prosesor

Dapat ditunjukkan pada Tabel 7 bahwa dari total 100 data sampai dengan 2.000.000 hampir waktu yang dibutuhkan untuk menghitung menggunakan serial dibandingkan dengan paralel . Selain benchmark dan limit yang ada , masih banyak lagi orang yang mengalami keterbatasan Speed Up , terbukti dari statistik mulai dari 50.000 hingga 100.000 . 

Dengan dua prosesor , Algorithma Radix Sort memiliki properti yang mirip dengan Algorithma Selection Sort dan menghasilkan angka Percepatan yang tidak terus bertambah atau berkurang di dekat satu nilai . Hal ini membuktikan bahwa algoritma Radix Sort tidak dapat digunakan pada lingkungan komputasi paralel .

x. Analisis Pengujian Algoritma Radix Sort dengan Empat Prosesor

Algoritma Radix Sort dengan Empty Processors dianalisis .

Pada Tabel 8 , dapat ditunjukkan bahwa jumlah waktu yang dibutuhkan untuk memproses data dari 100 hingga 50.000 byte dalam mode serial lebih kecil daripada jumlah waktu yang diperlukan untuk memproses data dari 100.000 byte atau lebih dalam mode paralel . _ _Kecepatan dan konsistensi transmisi data menurun karena peningkatan pelambatan dan penurunan data Speed Up .

Namun , jumlah data yang dikumpulkan meningkat , yang berarti bahwa nilai Speed Up juga meningkat , meskipun faktanya masih ada penurunan nilai Speed Up di beberapa titik data tertentu .

xii. Analisis Pengujian Algoritma Radix Sort

dengan Tiga Komputer Pada Tabel 9 dapat dilihat bahwa untuk jumlah data 100 hingga 2.000.000 menghasilkan nilai Speed Up yang mengikuti dibawah satu. Namun, seiring bertambahnya jumlah data nilai Speed Up cenderung selalu naik. Analisis algoritma Radix Sort dengan tiga komputer adalah Tabel 9 menunjukkan bahwa hitungan data dari 100 sampai dengan 2.000.000 memberikan nilai Speed Up yang selalu di bawah nilai sebelumnya . 

Namun , jika Anda melihat jumlah total data dalam Mempercepat , itu terus menurun . _Ini berarti bahwa pemrosesan paralel menghasilkan hasil yang lebih baik ketika sejumlah besar data dibandingkan dengan penggunaan dua atau lebih prosesor . _ KESIMPULAN
Berdasarkan hasil pengujian yang dilakukan dapat mengambil simpulan sebagai berikut.

 1. Secara umum untuk jumlah data yang tidak terlalu besar, waktu komputasi serial berjalan lebih cepat bila dibandingkan dengan waktu komputasi secara paralel.

 2. Algoritma Selection Sort maupun Radix Sort dengan dua prosesor tidak menghasilkan nilai Speed Up baik yang berarti tidak cocok untuk komputasi secara paralel. Hal ini disebabkan karena komunikasi paralel mengalami overhead time yang besar.

Dari hasil investigasi tersebut dapat ditarik kesimpulan seperti berikut ini .

Secara umum diterima bahwa komputasi serial lebih cepat daripada komputasi paralel ketika berhadapan dengan jumlah data yang lebih kecil .

Algorithm Selection Sort atau Radix Sort dengan dua prosesor tidak menghasilkan angka Speed Up yang menunjukkan bahwa ini tidak cocok untuk komputasi paralel . Hal ini disebabkan oleh kenyataan bahwa komunikasi paralel mengalami sejumlah besar waktu overhead .

3. Algoritma Pemilihan Sortir dengan delapan prosesor menentukan nilai konstanta Speed Up 1 yang menunjukkan bahwa komputasi paralel berjalan lebih cepat daripada komputasi serial .

4. Algoritma Radix Sort dengan empat prosesor untuk jumlah data lebih dari 50.000 terbilang menghasilkan nilai Speed Up yang baik. Diperkirakan nilai Speed Up akan semakin besar seiring bertambahnya jumlah data, meski tetap ada penurunan nilai Speed Up di beberapa data tertentu.

5. Algoritma Selection Sort dengan tiga komputer menghasilkan nilai Speed Up yang hampir sama dengan algoritma Radix Sort dengan empat prosesor untuk jumlah data yang relatif kecil

6. Algoritma Radix Sort dengan delapan prosesor untuk volume data lebih dari 50.000 mendapatkan nilai Speed Up yang baik .Diperkirakan jumlah Speed Up akan bertambah seiring bertambahnya data , namun ada beberapa kasus di mana jumlah Speed Up telah menurun di masa lalu .

7. Algoritma Seleksi Sort dengan tiga komputer mencapai kecepatan yang hampir sama dengan algoritma Radix Sort dengan delapan prosesor untuk jumlah data yang kecil Dibandingkan dengan komputasi serial , komputasi paralel memiliki throughput yang lebih cepat untuk kumpulan data besar , sedangkan komputasi serial lebih lambat untuk kumpulan data kecil .

8. Algoritma Radix Sort dengan tiga komputer menghasilkan nilai Speed Up cenderung selalu meningkat tanpa mengalami penurunan sama sekali. Namun, dari hasil nilai Speed Up rata-rata waktu komputasi secara serial masih terbilang jauh lebih cepat dibandingkan komputasi secara paralel. Disimpulkan bahwa untuk jumlah data di bawah 1.000.000, algoritma Radix Sort belum memerlukan penggunaan tiga komputer untuk komputasi secara paralel.

Menggunakan tiga komputer dan Algorithm Radix Sort, Speed Up secara konsisten meningkat tanpa terlihat adanya gangguan .Namun, ketika membandingkan hasil Speed Up rata -rata waktu, komputasi serial terasa lebih cepat daripada komputasi paralel .

Algoritma Radix Sort tidak memerlukan penggunaan tiga komputer untuk melakukan komputasi paralel untuk jumlah data yang melebihi 1.000.000 Dia bahwa hanya menggunakan dua komputer dan dua prosesor lebih efisien daripada menggunakan empat komputer dan tiga prosesor baik menggunakan algoritma pengurutan pemilihan atau algoritma pengurutan radix .

9. Simpulan terakhir, apabila jumlah data yang dianggap kecil sebaiknya hanya menggunakan dua prosesor saja dengan menggunakan komputasi secara serial. Namun, jika data sudah memasuki jutaan sebaiknya menggunakan algoritma Radix Sort dengan empat prosesor secara paralel. Dan apabila data yang ada di komputer selalu sangat besar seperti puluhan juta, menggunakan Radix Sortir dengan 3 atau lebih paralel.

Terakhir , jika jumlah data yang sedang diproses sedikit , sebaiknya hanya menggunakan dua prosesor dan menggunakan komputer serial . Padahal jika data sudah masuk , sebaiknya menggunakan algoritma Radix Sort dengan empat prosesor secara paralel . Juga, jika data yang sedang diproses sangat besar ( misalnya , jutaan catatan ) , disarankan agar Anda menggunakan algoritma Radix Sort dengan tiga komputer atau lebih secara paralel .

REFERENSI

[1]. Reed D., Fujimoto R.M. 2017. Multicomputer Networks: Message-Based Parallel Processing. MIT Press.

[2]. Prianto B. 2018. Cluster Komputer Sebagai Pengganti Super Komputer Tunggal untuk Pemodelan Kimia Komputasi. Berita Dirgantara Vol 9 No 1.

[3]. Singh I., Sch. J. Eng. Tech. 2015. Review on Parallel and Distributed Computing. Scholars Journal of Engineering and Technology (SJET).

[4]. Yusman M., Aristoteles, & Anie Rose Irawati. 2012. Analisis Komputasi Paralel dan Serial Pada Algoritma Merge Sort. Jurnal Sains MIPA Vol 18 No 1.

[5]. Fauzi, Indrayana. 2016. Perbandingan Kecepatan/Waktu Komputasi Beberapa Algoritma Pengurutan (Sorting). Institut Teknologi Bandung.

[6]. Utami E., Raharjo S., & Sukrisno. 2017. Struktur Data Konsep & Implementasinya dalam Bahasa C & Free Pascal di GNU/LINUX. Yogyakarta: Graha Ilmu.

[7]. Sitepu R.R., Machudor Y., & Febi E.F. 2017. Implementasi Algoritma Bubble Sort dan Selection Sort Menggunakan Arraylist Multidimensi Pada Pengurutan Data Multi Prioritas. Jurnal Komputasi Vol 5 No 1.

[8]. Wibawa I.P.A.P., Dwi G., & Made S. 2018. Komputasi Paralel Menggunakan Model Message Passing Pada SIM RS (SIstem Informasi Manajemen Rumah Sakit). Majalah Ilmiah Teknologi Elektro Vol 17 No 3.

[9]. Setyawan C.A. 2015. Metode Eliminasi Gauss dengan Komputasi Parallel. Makalah IF2123 Aljabar Geometri.

[10]. Barney Blaise. 2011. Message Passing Interface (MPI). Lawrence Livermore Nation Laboratory. Dikutip 22 September 2019 dari Computing llnl: https://computing.llnl.gov/tutorials/mpi/.

[11]. Liswandini Intan, Budhi Irawan, & Irzaman. 2015. Studi Komparatif Antara Paralel Virtual Machine (PVM) dan Message Passing Interface (MPI) dengan Memanfaatkan Local Area Network (LAN). Universitas Komputer Indonesia.

[12]. Yahya S.Y. 2014. Analisa Perbandingan Algoritma Bubble Sort dan Selection Sort dengan Perbandingan Eksponensial. Jurnal Pelita Informatika Budi Darma Vol VI No 3.

[13].   Cormen T., C. Leiserson, R. Rivest, & C. Stein. 2016. Introduction to Algorithms.

McGraw Hill, pp.320-330.

[14]. Alfatwa D.F., Eriek R.S.P., & Fahris M.A. 2015. Implementasi Algoritma Radix Sort dalam Berbagai Kasus Bilangan Dibandingkan Algoritma Pengurutan yang lain. Institut Teknologi Bandung.