IMPLEMENTASI KOMPUTASI KUANTUM

QUANTUM COMPUTATION

Merupakan alat hitung yang menggunakan mekanika kuantum seperti superposisi dan keterkaitan, yang digunakan untuk peng-operasi-an data. Perhitungan jumlah data pada komputasi klasik dihitung dengan bit, sedangkan perhitungan jumlah data pada komputer kuantum dilakukan dengan qubit. Prinsip dasar komputer kuantum adalah bahwa sifat kuantum dari partikel dapat digunakan untuk mewakili data dan struktur data, dan bahwa mekanika kuantum dapat digunakan untuk melakukan operasi dengan data ini. Dalam hal ini untuk mengembangkan komputer dengan sistem kuantum diperlukan suatu logika baru yang sesuai dengan prinsip kuantum.

OPERASI DATA QUBIT

    Latar Belakang

Qubit (Kuantum Bit) merupakan mitra dalam komputasi kuantum dengan digit biner atau bit dari komputasi klasik. Qubit adalah unit dasar informasi dalam komputer kuantum. Dalam komputer kuantum, sejumlah partikel elemental seperti elektron atau foton dapat digunakan, baik dengan biaya maupun polarisasi yang bertindak sebagai representasi dari 0 dan/atau 1. Setiap partikel-partikel ini dikenal sebagai qubit. Sifat dan perilaku partikel-partikel ini membentuk dasar dari komputasi kuantum.

     Metode

Bit digambarkan oleh status 0 atau 1. Begitu pula dengan qubit yang digambarkan oleh status quantum. Dua status quantum yang potensial untuk qubit ekuivalen dengan 0 dan 1 bit klasik. Namun, dalam mekanika quantum, objek apapun yang memiliki dua status berbeda pasti memiliki rangkaian status potensial lain atau disebut dengan superposisi yang menjerat kedua status hingga derajat bermacam-macam.

                           

Komputer kuantum memelihara urutan qubit. Sebuah qubit tunggal dapat mewakili satu, nol, atau, penting, setiap superposisi quantum ini, apalagi sepasang qubit dapat dalam superposisi kuantum dari 4 negara, dan tiga qubit dalam superposisi dari 8. Secara umum komputer kuantum dengan qubit n bisa dalam superposisi sewenang-wenang hingga 2 n negara bagian yang berbeda secara bersamaan (ini dibandingkan dengan komputer normal yang hanya dapat di salah satu negara n 2 pada satu waktu). Komputer kuantum yang beroperasi dengan memanipulasi qubit dengan urutan tetap gerbang logika quantum. Urutan gerbang untuk diterapkan disebut algoritma quantum.

    Analisa

Sebuah contoh dari implementasi qubit untuk komputer kuantum bisa mulai dengan menggunakan partikel dengan dua putaran menyatakan: “down” dan “up”. Namun pada kenyataannya sistem yang memiliki suatu diamati dalam jumlah yang akan kekal dalam waktu evolusi dan seperti bahwa A memiliki setidaknya dua diskrit dan cukup spasi berturut-turut eigen nilai , adalah kandidat yang cocok untuk menerapkan sebuah qubit. Hal ini benar karena setiap sistem tersebut dapat dipetakan ke yang efektif spin -1/2 sistem.

   Kesimpulan

Qubit adalah unit dasar informasi dalam komputer kuantum. Dalam komputer kuantum, sejumlah partikel elemental seperti elektron atau foton dapat digunakan, baik dengan biaya maupun polarisasi yang bertindak sebagai representasi dari 0 dan/atau 1. Setiap partikel-partikel ini dikenal sebagai qubit.

Referensi

https://en.wikipedia.org/wiki/Qubit

https://asitstst.blogspot.com/2018/04/pengoprasian-data-qubit.html

https://ulfalfianita.blogspot.com/2016/04/pengoprasian-data-qubit-quantum-gates.html

REVIEW 2 JURNAL

[REVIEW JURNAL]

Pengantar Pemrograman CUDA GPU

Latar Belakang

      Kedua jurnal memiliki latar belakang yang sama yaitu ingin mengetahui dan menunjukkan bahwa Compute Unified Device Architecture atau CUDA dapat membantu suatu bidang, pada jurnal pertama yaitu membantu permasalahan perhitungan yang besar dan komplek Elektromagnetik dengan CUDA dan jurnal kedua memakai CUDA untuk mempercepat waktu eksekusi dari Algoritma K-Means dengan parallel.

Metode

      Jurnal pertama memakai metode FDTD, suatu teknik analisis numerik yang digunakan untuk memodelkan elektrodinamika komputasi, dengan dipakainya CUDA pada metode ini akan membuat perhitungan setiap cells diproses oleh threads dari CUDA dan akan menghilangkan bagian perulangan (pada pseudocode).

      Jurnal kedua memakai metode Algortima K-Means, metode penganalisaan data atau metode Data Mining yang melakukan proses pemodelan tanpa supervisi (unsupervised) dan merupakan metode yang melakukan pengelompokan data dengan sistem partisi. Pada K-Means ini akan diaplikasikan CUDA untuk mempercepat perhitungan dengan cara melepaskan komputasi tradisional dari K-Menas pada host ke perangkat.

Analisa

      Terdapat perbedaan pada kedua jurnal yaitu Metode yang digunakan berbeda, pada jurnal pertama CUDA diimplementasikan ke metode FDTD sedangkan jurnal kedua diimplementasikan pada Algoritma K-Means Clustering. Namun kedua jurnal memiliki tujuan yang sama yaitu ingin mengetahui apakah CUDA dapat membantu perhitungan yang besar dan rumit pada metode yang mereka gunakan dan apakah CUDA mampu mempercepat perhitungan tersebut.

Tanggapan

      Pendapat penulis terhadap kedua jurnal sangat bagus untuk bidang Scientific terutama pada bidang Data Science karena permasalahan yang dihadapi adalah perhitungan yang besar dan kompleksitas yang tinggi dan pasti memerlukan perangkat yang mampu menghitung itu semua dengan cepat dan akurat. Tentu saja dengan adanya CUDA mampu membantu menjawab permasalahan tersebut dimana perhitungan akan berjalan lebih cepat dan hasil yang diberikan akurat, kedua jurnal tersebut dapat menjadi referensi pembelajaran untuk mereka yang sudah memiliki ilmu dasar tentang CUDA.

Referensi

Davidson, David B., 2010. INTRODUCTION TO GPU COMPUTING AND CUDA PROGRAMMING : A CASE STUDY ON FDTD. Diambil dari : Institute of Electrical and Electronics Engineer Xplore Digital Library.

Gusta, Wahyu Cepta. 2014. ACCELERATION K-MEANS CLUSTERING WITH THE COMPUTE UNIFIED DEVICE ARCHITECTURE (CUDA). Diambil dari : UDINUS Repository.