Kamis, 04 Juli 2019

REVIEW 2 JURNAL


[REVIEW JURNAL]

Pengantar Pemrograman CUDA GPU


Hasil gambar untuk nvidia 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.

Tidak ada komentar:

Posting Komentar