PENGANTAR KOMPUTASI MODERN (DNASIS)

PENGANTAR KOMPUTASI MODERN

DNASIS

4IA12

Anggota Kelompok :

Purwo Adhi Nugroho (56413959)

Raga DImas Pradipta (57413141)

ABSTRAK

Bioinformatika merupakan kajian yang memadukan disiplin biologi molekul, matematika dan teknik informasi (TI). Ilmu ini didefinisikan sebagai aplikasi dari alat komputasi dan analisa untuk menangkap dan menginterpretasikan data-data biologi molekul. Biologi molekul sendiri juga merupakan bidang interdisipliner, mempelajari kehidupan dalam level molekul.

Mula-mula bidang kajian ini muncul atas inisiatif para ahli biologi molekul dan ahli statistik, berdasarkan pola pikir bahwa semua gejala yang ada di alam ini bisa dibuat secara artificial melalui simulasi dari data-data yang ada. Pada bidang Bioinformatika, data-data atau tindak-tanduk gejala genetika menjadi inti pembentukan simulasi.

Pada saat ini, Bioinformatika ini mempunyai peranan yang sangat penting, diantaranya adalah untuk manajemen data-data biologi molekul, terutama sekuen DNA dan informasi genetika . Perangkat utama Bioinformatika adalah software dan didukung oleh kesediaan internet.

Bioinformatika mempunyai peluang yang sangat besar untuk berkembang karena banyak sekali cabang-cabang ilmu yang terkait dengannya. Namun sayangnya di Indonesia sendiri Bioinformatika masih belum dikenal oleh masyarakat luas. Di kalangan peneliti biologi, mungkin hanya para peneliti biologi molekul yang mengikuti perkembangannya karena keharusan menggunakan perangkat-perangkat Bioinformatika untuk analisa data. Sementara di kalangan TI --mengingat kuatnya disiplin biologi yang menjadi pendukungnya-- kajian ini juga masih kurang mendapat perhatian. Paper ini bertujuan untuk lebih mengenalkan Bioinformatika di kalangan TI dan masyarakat luas.

PENDAHULUAN

Penetrasi Teknologi Informasi (TI) dalam berbagai disiplin ilmu telah melipatgandakan perkembangan ilmu bersangkutan. Berbagai kajian baru bermunculan, sejalan dengan perkembangan TI itu sendiri dan disiplin ilmu yang didukungnya. Aplikasi TI dalam bidang biologi molekul telah melahirkan bidang Bioinformatika. Kajian ini semakin penting, sebab perkembangannya telah mendorong kemajuan bioteknologi di satu sisi, dan pada sisi lain memberi efek domino pada bidang kedokteran, farmasi, lingkungan dan lainnya.

Kajian baru Bioinformatika ini tak lepas dari perkembangan biologi molekul modern yang ditandai dengan kemampuan manusia untuk memahami genom, yaitu cetak biru informasi genetik yang menentukan sifat setiap makhluk hidup yang disandi dalam bentuk pita molekul DNA (asam deoksiribonukleat). Kemampuan untuk memahami dan memanipulasi kode genetik DNA ini sangat didukung oleh TI melalui perangkat perangkat keras maupun lunak. Hal ini bisa dilihat pada upaya Celera Genomics, perusahaan bioteknologi Amerika Serikat yang melakukan pembacaan sekuen genom manusia yang secara maksimal memanfaatkan TI sehingga bisa melakukan pekerjaannya dalam waktu yang singkat (hanya beberapa tahun), dibanding usaha konsorsium lembaga riset publik AS, Eropa, dan lain-lain, yang memakan waktu lebih dari 10 tahun.

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

Desakan kebutuhan untuk mengumpulkan, menyimpan dan menganalisa data-data biologis dari database DNA, RNA maupun protein inilah yang semakin memacu perkembangan kajian Bioinformatika.

PEMBAHASAN

1.2.1. Bioinformatika dalam Bidang Klinis

Bioinformatika dalam bidang klinis sering disebut sebagai informatika klinis (clinical informatics). Aplikasi dari informatika klinis ini 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 rontgen, ukuran detak jantung, dan lain lain. Dengan data ini dokter akan bisa menentukan obat yang sesuai dengan kondisi pasien tertentu dan lebih jauh lagi, dengan dibacanya genom manusia, akan memungkinkan untuk mengetahui penyakit genetik seseorang, sehingga penanganan terhadap pasien menjadi lebih akurat.

1.2.2. Bioinformatika untuk Identifikasi Agent Penyakit Baru

Bioinformatika juga menyediakan tool yang sangat penting untuk identifikasi agent penyakit yang belum dikenal penyebabnya. Banyak sekali penyakit baru yang muncul dalam dekade ini, dan diantaranya yang masih hangat adalah SARS (Severe Acute Respiratory Syndrome).

Pada awalnya, penyakit ini diperkirakan disebabkan oleh virus influenza karena gejalanya mirip dengan gejala pengidap influenza. Akan tetapi ternyata dugaan ini salah karena virus influenza tidak terisolasi dari pasien. Perkirakan lain penyakit ini disebabkan oleh bakteri Candida karena bakteri ini terisolasi dari beberapa pasien. Tapi perkiraan ini juga salah. Akhirnya ditemukan bahwa dari sebagian besar pasien SARS terisolasi virus Corona 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.

Dalam rentetan proses ini, Bioinformatika memegang peranan penting. Pertama pada proses pembacaan genom virus Corona. Karena di database seperti GenBank, EMBL (European Molecular Biology Laboratory), dan DDBJ (DNA Data Bank of Japan) sudah tersedia data sekuen beberapa virus Corona, yang bisa digunakan untuk mendisain primer yang digunakan untuk amplifikasi DNA virus SARS ini. Software untuk mendisain primer juga tersedia, baik yang gratis maupun yang komersial. Contoh yang gratis adalah Webprimer yang disediakan oleh Stanford Genomic Resources (http://genome-www2.stanford.edu/cgi-bin/SGD/web-primer), GeneWalker yang disediakan oleh Cybergene AB (http://www.cybergene.se/primerdisain/genewalker), dan lain sebagainya. Untuk yang komersial ada Primer Disainer yang dikembangkan oleh Scientific & Education Software, dan software-software untuk analisa DNA lainnya seperti Sequencher (GeneCodes Corp.), SeqMan II (DNA STAR Inc.), Genetyx (GENETYX Corp.), DNASIS (HITACHI Software), dan lain lain.

Kedua pada proses mencari kemiripan sekuen (homology alignment) virus yang didapatkan dengan virus lainnya. Dari hasil analisa virus SARS diketahui bahwa genom virus Corona penyebab SARS berbeda dengan virus Corona lainnya. Perbedaan ini diketahui dengan menggunakan homology alignment dari sekuen virus SARS. Selanjutnya, Bioinformatika juga berfungsi untuk analisa posisi sejauh mana suatu virus berbeda dengan virus lainnya.

1.2.3. Bioinformatika untuk Diagnosa Penyakit Baru

Untuk menangani penyakit baru diperlukan diagnosa yang akurat sehingga dapat dibedakan dengan penyakit lain. Diagnosa yang akurat ini sangat diperlukan untuk pemberian obat dan perawatan yang tepat bagi pasien.

Ada beberapa cara untuk mendiagnosa suatu penyakit, antara lain: isolasi agent penyebab penyakit tersebut dan analisa morfologinya, deteksi antibodi yang dihasilkan dari infeksi dengan teknik enzyme-linked immunosorbent assay (ELISA), dan deteksi gen dari agent pembawa penyakit tersebut dengan Polymerase Chain Reaction (PCR). Teknik yang banyak dan lazim dipakai saat ini adalah teknik PCR.

Teknik ini sederhana, praktis dan cepat. Yang penting dalam teknik PCR adalah disain primer untuk amplifikasi DNA, yang memerlukan data sekuen dari genom agent yang bersangkutan dan software seperti yang telah diuraikan di atas. Disinilah Bioinformatika memainkan peranannya. Untuk agent yang mempunyai genom RNA, harus dilakukan reverse transcription (proses sintesa DNA dari RNA) terlebih dahulu dengan menggunakan enzim reverse transcriptase. Setelah DNA diperoleh baru dilakukan PCR. Reverse transcription dan PCR ini bisa dilakukan sekaligus dan biasanya dinamakan RT-PCR.

Teknik PCR ini bersifat kualitatif, oleh sebab itu sejak beberapa tahun yang lalu dikembangkan teknik lain, yaitu Real Time PCR yang bersifat kuantitatif. Dari hasil Real Time PCR ini bisa ditentukan kuantitas suatu agent di dalam tubuh seseorang, sehingga bisa dievaluasi tingkat emergensinya. Pada Real Time PCR ini selain primer diperlukan probe yang harus didisain sesuai dengan sekuen agent yang bersangkutan. Di sini juga diperlukan software atau program Bioinformatika.

1.2.4. Bioinformatika untuk Penemuan Obat

Cara untuk menemukan obat biasanya dilakukan dengan menemukan zat/senyawa yang dapat menekan perkembangbiakan suatu agent penyebab penyakit. Karena perkembangbiakan agent tersebut dipengaruhi oleh banyak faktor, maka faktor-faktor inilah yang dijadikan target. Diantaranya adalah enzim-enzim yang diperlukan untuk perkembangbiakan suatu agent Mula-mula yang harus dilakukan adalah analisa struktur dan fungsi enzim-enzim tersebut. Kemudian mencari atau mensintesa zat/senyawa yang dapat menekan fungsi dari enzim-enzim tersebut.

Analisa struktur dan fungsi enzim ini dilakukan dengan cara mengganti asam amino tertentu dan menguji efeknya. Analisa penggantian asam amino ini dahulu dilakukan secara random sehingga memerlukan waktu yang lama. Setelah Bioinformatika berkembang, data-data protein yang sudah dianalisa bebas diakses oleh siapapun, baik data sekuen asam amino-nya seperti yang ada di SWISS-PROT (http://www.ebi.ac.uk/swissprot/) maupun struktur 3D-nya yang tersedia di Protein Data Bank (PDB) (http://www.rcsb.org/pdb/). Dengan database yang tersedia ini, enzim yang baru ditemukan dapat dibandingkan sekuen asam amino-nya, sehingga bisa diperkirakan asam amino yang berperan untuk aktivitas (active site) dan kestabilan enzim tersebut.

Setelah asam amino yang berperan sebagai active site dan kestabilan enzim tersebut ditemukan, kemudian dicari atau disintesa senyawa yang dapat berinteraksi dengan asam amino tersebut. Dengan data yang ada di PDB, maka dapat dilihat struktur 3D suatu enzim termasuk active site-nya, sehingga bisa diperkirakan bentuk senyawa yang akan berinteraksi dengan active site tersebut. Dengan demikian, kita cukup mensintesa senyawa yang diperkirakan akan berinteraksi, sehingga obat terhadap suatu penyakit akan jauh lebih cepat ditemukan. Cara ini dinamakan “docking” dan telah banyak digunakan oleh perusahaan farmasi untuk penemuan obat baru.

Meskipun dengan Bioinformatika ini dapat diperkirakan senyawa yang berinteraksi dan menekan fungsi suatu enzim, namun hasilnya harus dikonfirmasi dahulu melalui eksperimen di laboratorium. Akan tetapi dengan Bioinformatika, semua proses ini bisa dilakukan lebih cepat sehingga lebih efisien baik dari segi waktu maupun finansial.

Tahun 1997, Ian Wilmut dari Roslin Institute dan PPL Therapeutics Ltd, Edinburgh, Skotlandia, berhasil mengklon gen manusia yang menghasilkan faktor IX (faktor pembekuan darah), dan memasukkan ke kromosom biri-biri. Diharapkan biri-biri yang selnya mengandung gen manusia faktor IX akan menghasilkan susu yang mengandung faktor pembekuan darah. Jika berhasil diproduksi dalam jumlah banyak maka faktor IX yang diisolasi dari susu harganya bisa lebih murah untuk membantu para penderita hemofilia.

KESIMPULAN

Bioinformatika adalah teknologi pengumpulan, penyimpanan, analisis, interpretasi, penyebaran dan aplikasi dari data-data biologi molekul. Perangkat utama Bioinformatika adalah software dan didukung oleh kesediaan internet dan server World Wide Web (WWW).

Dengan Bioinformatika, data-data yang dihasilkan dari proyek genom dapat disimpan dengan teratur dalam waktu yang singkat dengan tingkat akurasi yang tinggi serta sekaligus dianalisa dengan program-program yang dibuat untuk tujuan tertentu. Sebaliknya Bioinformatika juga mempercepat penyelesaian proyek genom karena Bioinformatika memberikan program-program yang diperlukan untuk proses pembacaan genom ini.

Dalam dunia kedokteran, keberhasilan proyek genom ini membuka kemungkinan luas untuk menangani berbagai penyakit genetik serta memprediksi resiko terkena penyakit genetik. Juga dapat digunakan untuk mengetahui respon tubuh terhadap obat sehingga efektivitas pengobatan bisa ditingkatkan.

REFERENSI

ftp://ftp.gunadarma.ac.id/pub/linux/docs/v06/Kuliah/SistemOperasi/2003/50/Bioinformatika.pdf

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

Read More

PARALLEL COMPUTING

PENGANTAR KOMPUTASI MODERN

Parallel Computing

Purwo Adhi Nugroho (56413959)

Raga DImas Pradipta (57413141)

Abstrak

     Kemajuan Teknologi jaman sekarang sangat pesat. masyarakat berlomba - lomba untuk mempelajari teknologi - teknologi baru yang tentunya lebih canggih. Teknologi computer adalah sebuah hal yang sangat pesat perkembangan dan kemajuannya pada jaman sekarang. Parallel computation adalah suatu teknik untuk mengerjakan suatu perhitungan yang besar dan memerlukan waktu yang lama dengan memecah menjadi beberapa bagian dan mengerjakannya secara independen di prosesor yang berbeda.

 Pendahuluan

     Enkripsi merupakan teknik yang umum digunakan untuk meningkatkan keamanan suatu data, tak terkecuali untuk citra. Tidak terkecuali untuk citra. Sebagai tambahan dalam level keamanan, kecepatan eksekusi suatu algoritma enkripsi menjadi bagian yang paling penting. Salah satu algoritma enkripsi yang cukup luas diterapkan adalah Advanced Encryption Standards (AES). AES menggunakan key yang lebih panjang daripada algoritma Data Encryption Standard (DES).

     Java Parallel Programming Framework (JPPF) merupakan framework untuk pemrosesan paralel yang menggunakan bahasa pemrograman Java. Pada JPPF tersedia beberapa strategi pendistribusian job untuk mengoptimalkan performa dengan menyesuaikan jumlah task yang dikirim ke setiap slave. JPPF juga memiliki mekanisme untuk menanggulangi masalah apabila terjadi kegagalan komunikasi dengan master.

Pembahasan

Definisi

     Parallel computation adalah suatu teknik untuk mengerjakan suatu perhitungan yang besar dan memerlukan waktu yang lama dengan memecah menjadi beberapa bagian dan mengerjakannya secara independen di prosesor yang berbeda. Jurnal yang akan di-review ini membahas tentang implementasi komputasi paralel untuk mengenkripsi berkas citra menggunakan AES dengan menggunakan JPPF.

     Komputasi paralel biasanya diperlukan pada saat terjadinya pengolahan data dalam jumlah besar ( di industri keuangan, bioinformatika, dll ) atau dalam memenuhi proses komputasi yang sangat banyak. Selanjutnya, komputasi paralel ini juga dapat ditemui dalam kasus kalkulasi numerik dalam penyelesaian persamaan matematis di bidang fisika ( fisika komputasi ), kimia ( kimia komputasi ), dll. Dalam menyelesaikan suatu masalah, komputasi paralel memerlukan infrastruktur mesin paralel yang terdiri dari banyak komputer yang dihubungkan dengan jaringan dan mampu bekerja secara paralel.

     Konsep paralel adalah sebuah kemampuan prosesor untuk melakukan sebuah tugas ataupun banyak tugas secara simultan ataupun bersamaan, dengan kata lain prosesor mampu melakukan satu ataupun banyak tugas dalam satu waktu.

Kajian Teori

     Komputasi paralel adalah suatu teknik untuk mengerjakan suatu perhitungan yang besar dan memerlukan waktu yang lama dengan memecah menjadi beberapa bagian dan mengerjakannya secara independen di prosesor yang berbeda.

Terdapat beberapa style pemrograman paralel, antara lain:

1. SPMD (Single Program, Multiple Data), yaitu data dan program didistribusikan ke tiap prosesor, eksekusi dilakukan sesuai jadwal yang telah ditentukan. Tiap prosesor mengeksekusi program yang sama tetapi data yang diproses berbeda.
2. Master/slave, yaitu satu prosesor bertindak sebagai master, dan ada beberapa prosesor yang menjadi slave kepada master tersebut.
3. MPMD (Multiple Program, Multiple Data), yaitu program dan data didistribusikan ke tiap-tiap prosesor, tiap prosesor mengeksekusi program yang berbeda dan data yang berbeda.

     JPPF adalah adalah suatu framework yang dibangun dengan bahasa Java. JPPF memungkinkan aplikasi dengan kebutuhan komputasi yang tinggi agar dapat berjalan pada sejumlah komputer, dalam rangka untuk mengurangi waktu pemrosesan. Hal ini dilakukan dengan membagi aplikasi menjadi bagian-bagian yang lebih kecil yang dapat dieksekusi secara bersama-sama di mesin yang berbeda.

     Keunggulan JPPF terhadap framework lain adalah JPPF menyediakan beberapa strategi pendistribusian job untuk mengoptimalkan performa dengan menyesuaikan jumlah task yang dikirim ke setiap slave. Tiap strategi distribusi job memiliki keunggulan terhadap suatu jenis permasalahan yang akan diselesaikan secara paralel. Selain itu, JPPF memiliki fitur mekanisme untuk menangani kegagalan komunikasi. Secara otomatis JPPF client dan slave akan mencari master yang aktif apabila pada suatu saat terjadi gangguan dalam komunikasi.

Speedup

     Uji coba enkripsi citra menggunakan komputasi paralel dilakukan menggunakan 8 komputer yang berperan sebagai slave. Salah satu dari 8 komputer tersebut juga berperan sebagai master sekaligus client, yaitu PC1. Pada uji coba ini digunakan beberapa citra dengan ukuran resolusi yang berbeda dan strategi distribusi manual dengan ukuran task per slave adalah satu. Pada uji coba dengan membandingkan waktu komputasi paralel dengan waktu eksekusi single pada PC1, diperoleh rata-rata speedup sebesar 1,65. Sedangkan pada uji coba dengan membandingkan waktu komputasi paralel dengan waktu eksekusi single pada PC2, diperoleh rata-rata speedup sebesar 0,82.

Pengaburan isi citra

     Uji coba fungsionalitas menjelaskan pengaburan isi citra yang dihasilkan dari enkripsi. Citra plaintext yang digunakan sebagai masukan uji coba adalah citra Lenna dengan penggunaan RGB dominan pada area tententu. Pada citra ciphertext hasil enkripsi, penggunaan RGB cukup merata, dan juga tidak terlihat adanya dominasi warna seperti pada citra plaintext. Citra ciphertext dihasilkan oleh enkripsi dengan algoritma AES menggunakan modus ECB dan CTR.

Architectural Parallel Computer

Menurut seorang Designer Processor, taksonomi Flynn, Arsitektur Komputer dibagi menjadi 4 baguan, yaitu :

1. SISD  (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.
2. SIMD (Single Instruction, Multiple Data) 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).
3. MISD (Multiple Instruction, Single Data) 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.
4. MIMD (Multiple Instruction, Multiple Data) 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. 

Penutup

     Penggunaan warna pada citra hasil enkripsi menunjukkan pengaburan dengan persebaran RGB yang merata. Hal ini menyebabkan pola-pola pada citra menjadi sulit untuk dikenali secara langsung. Implementasi komputasi paralel berhasil memberikan waktu komputasi yang lebih cepat. Speedup yang diperoleh dengan membandingkan waktu komputasi paralel terhadap waktu komputasi pada komputer dengan spesifikasi frekuensi prosesor 2,53 GHz satu core adalah rata-rata sebesar 1,65. Sedangkan speedup yang diperoleh dengan membandingkan waktu komputasi paralel terhadap waktu komputasi pada komputer dengan spesifikasi yang lebih tinggi adalah rata-rata kurang dari 1.

Referensi :

pradinels.over-blog.com/2016/05/jurnal-paralel-computation.html

Jurnal : Implementasi Komputasi Paralel Untuk Enkripsi Citra Berbentuk AES Menggunakan JPPF, Mohammad Zarkasi, Waskitho Wibisono, dan FX. Arunanto (2013)

JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print)

en.wikipedia.org/wiki/Parallel_computing

Read More