BIOINFORMATIKA

Definisi

Bioinformatika (bahasa Inggris: bioinformatics) adalah (ilmu yang mempelajari) penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Sejarah

Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan komputer dalam biologi. Namun demikian, penerapan bidang-bidang dalam bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an.

Kemajuan teknik biologi molekular dalam mengungkap sekuens biologis dari protein (sejak awal 1950-an) dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun 1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory, Laboratorium Biologi Molekular Eropa). Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

Perkembangan Internet juga mendukung berkembangnya bioinformatika. Basis data bioinformatika yang terhubung melalui Internet memudahkan ilmuwan mengumpulkan hasil sekuensing ke dalam basis data tersebut maupun memperoleh sekuens biologis sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui Internet memudahkan ilmuwan mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

Penerapan utama bioinformatika

Basis data sekuens biologis

Sesuai dengan jenis informasi biologis yang disimpannya, basis data sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein, basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat.

Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.

Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut.

BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.

PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein ataupun asam nukleat.

Penyejajaran sekuens

Penyejajaran sekuens (sequence alignment) adalah proses penyusunan/pengaturan dua atau lebih sekuens sehingga persamaan sekuens-sekuens tersebut tampak nyata. Hasil dari proses tersebut juga disebut sebagai sequence alignment atau alignment saja. Baris sekuens dalam suatu alignment diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut. Berikut adalah contoh alignment DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac" dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau match di antara kedua sekuens).

 ccat---caac

 | ||   ||||

 caatgggcaac

Sequence alignment merupakan metode dasar dalam analisis sekuens. Metode ini digunakan untuk mempelajari evolusi sekuens-sekuens dari leluhur yang sama (common ancestor). Ketidakcocokan (mismatch) dalam alignment diasosiasikan dengan proses mutasi, sedangkan kesenjangan (gap, tanda "–") diasosiasikan dengan proses insersi atau delesi. Sequence alignment memberikan hipotesis atas proses evolusi yang terjadi dalam sekuens-sekuens tersebut. Misalnya, kedua sekuens dalam contoh alignment di atas bisa jadi berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal ini, alignment juga dapat menunjukkan posisi-posisi yang dipertahankan (conserved) selama evolusi dalam sekuens-sekuens protein, yang menunjukkan bahwa posisi-posisi tersebut bisa jadi penting bagi struktur atau fungsi protein tersebut.

Selain itu, sequence alignment juga digunakan untuk mencari sekuens yang mirip atau sama dalam basis data sekuens. BLAST adalah salah satu metode alignment yang sering digunakan dalam penelusuran basis data sekuens. BLAST menggunakan algoritma heuristik dalam penyusunan alignment.

Beberapa metode alignment lain yang merupakan pendahulu BLAST adalah metode "Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk menyusun alignment global di antara dua atau lebih sekuens, yaitu alignment atas keseluruhan panjang sekuens tersebut. Metode Smith-Waterman menghasilkan alignment lokal, yaitu alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan pemrograman dinamik (dynamic programming) dan hanya efektif untuk alignment dua sekuens (pairwise alignment)

Clustal adalah program bioinformatika untuk alignment multipel (multiple alignment), yaitu alignment beberapa sekuens sekaligus. Dua varian utama Clustal adalah ClustalW dan ClustalX.

Metode lain yang dapat diterapkan untuk alignment sekuens adalah metode yang berhubungan dengan Hidden Markov Model ("Model Markov Tersembunyi", HMM). HMM merupakan model statistika yang mulanya digunakan dalam ilmu komputer untuk mengenali pembicaraan manusia (speech recognition). Selain digunakan untuk alignment, HMM juga digunakan dalam metode-metode analisis sekuens lainnya, seperti prediksi daerah pengkode protein dalam genom dan prediksi struktur sekunder protein.

Prediksi struktur protein

Model protein hemaglutinin dari virus influensa

Secara kimia/fisika, bentuk struktur protein diungkap dengan kristalografi sinar-X ataupun spektroskopi NMR, namun kedua metode tersebut sangat memakan waktu dan relatif mahal. Sementara itu, metode sekuensing protein relatif lebih mudah mengungkapkan sekuens asam amino protein. Prediksi struktur protein berusaha meramalkan struktur tiga dimensi protein berdasarkan sekuens asam aminonya (dengan kata lain, meramalkan struktur tersier dan struktur sekunder berdasarkan struktur primer protein). Secara umum, metode prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu metode pemodelan protein komparatif dan metode pemodelan de novo.

Pemodelan protein komparatif (comparative protein modelling) meramalkan struktur suatu protein berdasarkan struktur protein lain yang sudah diketahui. Salah satu penerapan metode ini adalah pemodelan homologi (homology modelling), yaitu prediksi struktur tersier protein berdasarkan kesamaan struktur primer protein. Pemodelan homologi didasarkan pada teori bahwa dua protein yang homolog memiliki struktur yang sangat mirip satu sama lain. Pada metode ini, struktur suatu protein (disebut protein target) ditentukan berdasarkan struktur protein lain (protein templat) yang sudah diketahui dan memiliki kemiripan sekuens dengan protein target tersebut. Selain itu, penerapan lain pemodelan komparatif adalah protein threading yang didasarkan pada kemiripan struktur tanpa kemiripan sekuens primer. Latar belakang protein threading adalah bahwa struktur protein lebih dikonservasi daripada sekuens protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang tergolong dalam protein threading berusaha menentukan tingkat kompatibilitas tersebut.

Dalam pendekatan de novo atau ab initio, struktur protein ditentukan dari sekuens primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (folding) protein dari sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi dinamika molekular), atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung membutuhkan proses komputasi yang intens, sehingga saat ini hanya digunakan dalam menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi kekurangan sumber daya komputasi tersebut, misalnya dengan superkomputer (misalnya superkomputer Blue Gene [1] dari IBM) atau komputasi terdistribusi (distributed computing, misalnya proyek Folding@home) maupun komputasi grid.

 

Analisis ekspresi gen

Analisis klastering ekspresi gen pada kanker payudara

Ekspresi gen dapat ditentukan dengan mengukur kadar mRNA dengan berbagai macam teknik (misalnya dengan microarray ataupun Serial Analysis of Gene Expression ["Analisis Serial Ekspresi Gen", SAGE]). Teknik-teknik tersebut umumnya diterapkan pada analisis ekspresi gen skala besar yang mengukur ekspresi banyak gen (bahkan genom) dan menghasilkan data skala besar. Metode-metode penggalian data (data mining) diterapkan pada data tersebut untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering (clustering) digunakan untuk mempartisi data tersebut berdasarkan kesamaan ekspresi gen.

 

 

 

Bioinformatika di Indonesia

Saat ini mata ajaran bioinformatika maupun mata ajaran dengan muatan bioinformatika sudah diajarkan di beberapa perguruan tinggi di Indonesia. Sekolah Ilmu dan Teknologi Hayati ITB menawarkan mata kuliah "Pengantar Bioinformatika" untuk program Sarjana dan mata kuliah "Bioinformatika" untuk program Pascasarjana. Fakultas Teknobiologi Universitas Atma Jaya, Jakarta menawarkan mata kuliah "Pengantar Bioinformatika". Mata kuliah "Bioinformatika" diajarkan pada Program Pascasarjana Kimia Fakultas MIPA Universitas Indonesia (UI), Jakarta. Mata kuliah "Proteomik dan Bioinformatika" termasuk dalam kurikulum program S3 bioteknologi Universitas Gadjah Mada (UGM), Yogyakarta. Materi bioinformatika termasuk di dalam silabus beberapa mata kuliah untuk program sarjana maupun pascasarjana biokimia,biologi, dan bioteknologi pada Institut Pertanian Bogor (IPB). Selain itu, riset-riset yang mengarah pada bioinformatika juga telah dilaksanakan oleh mahasiswa program S1 Ilmu Komputer maupun program pascasarjana biologi serta bioteknologi IPB.

Riset bioinformatika protein dilaksanakan sebagai bagian dari aktivitas riset rekayasa protein pada Laboratorium Rekayasa Protein, Pusat Penelitian Bioteknologi Lembaga Ilmu Pengetahuan Indonesia (LIPI), Cibinong, Bogor. Lembaga Biologi Molekul Eijkman, Jakarta, secara khusus memiliki laboratorium bioinformatika sebagai fasilitas penunjang kegiatan risetnya. Selain itu, basis data sekuens DNA mikroorganisme asli Indonesia sedang dikembangkan di UI.

Deteksi Kelainan Janin

Lembaga Biologi Molekul Eijkman bekerja sama dengan Bagian Obstetri dan Ginekologi Fakultas Kedokteran Universitas Indonesia dan Rumah Sakit Cipto Mangunkusumo sejak November 2001 mengembangkan klinik genetik untuk mendeteksi secara dini sejumlah penyakit genetik yang menimbulkan gangguan pertumbuhan fisik maupun retardasi mental seperti antara lain, talasemia dan sindroma down. Kelainan ini bisa diperiksa sejak janin masih berusia beberapa minggu.

Talasemia adalah penyakit keturunan di mana tubuh kekurangan salah satu zat pembentuk hemoglobin (Hb) sehingga mengalami anemia berat dan perlu transfusi darah seumur hidup. Sedangkan sindroma down adalah kelebihan jumlah untaian di kromosom 21 sehingga anak tumbuh dengan retardasi mental, kelainan jantung, pendengaran dan penglihatan buruk, otot lemah serta kecenderungan menderita kanker sel darah putih (leukemia).

Dengan mengetahui sejak dini, pasangan yang hendak menikah, atau pasangan yang salah satunya membawa kelainan kromosom, atau pasangan yang mempunyai anak yang menderita kelainan kromosom, atau penderita kelainan kromosom yang sedang hamil, atau ibu yang hamil di usia tua bisa memeriksakan diri dan janin untuk memastikan apakah janin yang dikandung akan menderita kelainan kromosom atau tidak, sehingga mempunyai kesempatan untuk mempertimbangkan apakah kehamilan akan diteruskan atau tidak setelah mendapat konseling genetik tentang berbagai kemungkinan yang akan terjadi.

Di bidang talasemia, Eijkman telah memiliki katalog 20 mutasi yang mendasari talasemia beta di Indonesia, 10 di antaranya sering terjadi. Lembaga ini juga mempunyai informasi cukup mengenai spektrum mutasi di berbagai suku bangsa yang sangat bervariasi. Talasemia merupakan penyakit genetik terbanyak di dunia termasuk di Indonesia. 

Pengembangan Vaksin Hepatitis B Rekombinan

Lembaga Biologi Molekul Eijkman bekerja sama dengan PT Bio Farma (BUMN Departemen Kesehatan yang memproduksi vaksin) sejak tahun 1999 mengembangkan vaksin Hepatitis B rekombinan, yaitu vaksin yang dibuat lewat rekayasa genetika. Selain itu Lembaga Eijkman juga bekerja sama dengan PT Diagnosia Dipobiotek untuk mengembangkan kit diagnostik.

Meringankan Kelumpuhan dengan Rekayasa RNA

 

Kasus kelumpuhan distrofi (Duchenne Muscular Dystrophy) yang menurun kini dapat dikurangi tingkat keparahannya dengan terapi gen. Kelumpuhan ini akibat ketidaknormalan gen distrofin pada kromosom X sehingga hanya diderita anak laki-laki. Diperkirakan satu dari 3.500 pria di dunia mengalami kelainan ini.

Dengan memperbaiki susunan ekson atau bagian penyusun RNA gen tersebut pada hewan percobaan tikus, terbukti mengurangi tingkat kelumpuhan saat pertumbuhannya menjadi dewasa.

Gen distrofin pada kasus kelumpuhan paling sering disebabkan oleh delesi atau hilangnya beberapa ekson pada gen tersebut. Normalnya pada gen atau DNA distrofin terdapat 78 ekson. Diperkirakan 65 persen pasien penderita DMD mengalami delesi dalam jumlah besar dalam gen distrofinnya. Kasus kelumpuhan ini dimulai pada otot prosima seperti pangkal paha dan betis. Dengan bertambahnya usia kelumpuhan akan meluas pada bagian otot lainnya hingga ke leher. Karena itu dalam kasus kelumpuhan yang berlanjut dapat berakibat kematian.

Teknologi rekayasa RNA seperti proses penyambungan (slicing) ekson dalam satu rangkaian terbukti dapat mengoreksi mutasi DMD. Bila bagian ekson yang masih ada disambung atau disusun ulang, terjadi perubahan asam amino yang membentuk protein. Molekul RNA mampu mengenali molekul RNA lainnya dan melekat dengannya. 

 Kesimpulan

 

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. 

Sumber :

 

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

http://nugrohowibowo.blogspot.com/2011/04/bioinformat-ika-definisi-bioinformatika.html 

Cloud Computing

Cloud computing tidak lama lagi akan menjadi realita, dan ini akan memaksa para IT professional untuk cepat mengadaptasi yang dimaksud dengan teknologi ini. Akibat dari keadaan sosial ekonomi yang terus mengalami revolusi yang sangat cepat sehingga melahirkan cloud computing, dimana teknologi ini dibutuhkan untuk kecepatan dan realibilitas yang lebih dari teknology yang sebelumnya sehingga teknologi ini nantinya akan mencapai pada tingkat investasi dalam term cloud service yang cepat dan mudah.

Cloud sudah hadir di depan kita saat ini, namun apa itu cloud ? kemana tujuanya ? dan apa resikonya? dan bagaimana organisasi IT mempersiapkan ini ? itulah pertanyaan yang setidaknya akan hadir oleh beberapa praktisi ataupun peminat IT, Cloud computing pada dasaranya adalah menggunakan Internet-based service untuk meng support business process. Cloud service biasanya memiliki beberapa karakteristik, diantaranya adalah:

Sangat cepat di deploy, sehingga cepat berarti instant untuk implementasi.

• Nantinya biaya start-up teknologi ini mungkin akan sangat murah atau tidak ada dan juga tidak ada investasi kapital.
• Biaya dari service dan pemakaian akan berdasarkan komitmen yang tidak fix.
• Service ini dapat dengan mudah di upgrade atau downgrade dengan cepat tampa adanya Penalty.
• Service ini akan menggunakan metode multi-tenant (Banyak customer dalam 1 platform).
• Kemampuan untuk meng customize service akan menjadi terbatas.

Teknologi cloud akan memberikan kontrak kepada user untuk service pada 3 tingkatan:

• Infrastructure as Service, hal ini meliputi Grid untuk virtualized server, storage & network. Contohnya seperti  Amazon Elastic Compute Cloud dan Simple Storage Service.
• Platform-as-a-service: hal ini memfokuskan pada aplikasi dimana dalam hal ini memungkinkan developer untuk tidak memikirkan hardware dan tetap fokus pada application development nya tampa harus mengkhawatirkan operating system, infrastructure scaling, load balancing dan lainya. Contoh nya yang telah mengimplementasikan ini adalah Force.com dan Microsoft Azure investment.
• Software-as-a-service: Hal ini memfokuskan pada aplikasi denga Web-based interface yang diakses melalui Web Service dan Web 2.0. contohnya adalah Google Apps, SalesForce.com dan social network application seperti FaceBook.

Beberapa investor saat ini masih mencoba untuk mengekplorasi adopsi teknologi cloud ini untuk dijadikan bisnis sebagaimana  Amazon dan Google telah memiliki penawaran khusus pada untuk teknologi cloud, Microsoft dan IBM juga telah melakukan investasi jutaan dollar untuk ini.

Melihat dari tren ini kita dapat memprediksi masa depan, standard teknologi akan menjadi lebih sederhana karena ketersediaan dari banyak cloud service.

Lalu apa resikonya ?

Sebagaimana yang dikatakan sebagai bisnis service, dengan teknologi cloud anda sebaiknya mengetahui dan memastikan apa yang anda bayar dan apa yang anda investasikan sepenuhnya memang untuk kebutuhan anda menggunakan service ini. Anda harus memperhatikan pada beberapa bagian yaitu:

• Service level – Cloud provider mungkin tidak akan konsisten dengan performance dari application atau transaksi. Hal ini mengharuskan anda untuk memahami service level yang anda dapatkan mengenai transaction response time, data protection dan kecepatan data recovery.
• Privacy - Karena orang lain / perusahaan lain juga melakukan hosting kemungkinan data anda akan keluar atau di baca oleh pemerintah U.S. dapat terjadi tampa sepengetahuan anda atau approve dari anda.
• Compliance - Anda juga harus memperhatikan regulasi dari bisnis yang anda miliki, dalam hal ini secara teoritis cloud service provider diharapkan dapat menyamakan level compliance untuk penyimpanan data didalam cloud, namun karena service ini masih sangat muda anda diharapkan untuk berhati hati dalam hal penyimpanan data.
• Data ownership – Apakah data anda masih menjadi milik anda begitu data tersebut tersimpan didalam cloud? mungkin pertanyaan ini sedikit aneh, namun anda perlu mengetahui seperti hal nya yang terjadi pada Facebook yang mencoba untuk merubah terms of use aggrement nya yang mempertanyakan hal ini.
• Data Mobility – Apakah anda dapat melakukan share data diantara cloud service? dan jika anda terminate cloud relationship bagaimana anda mendapatkan data anda kembali? Format apa yang akan digunakan ? atau dapatkah anda memastikan kopi dari data nya telah terhapus ?

Untuk sebuah service yang masih tergolong kritis untuk perusahaan anda, saran terbaik adalah menanyakan hal ini se detail detailnya dan mendapatkan semua komitmen dalam keadaan tertulis.

Apa yang dilakukan Smart Company saat ini ?

Ada banyak kesempatan pada organisasi IT khususnya untuk mensosialisasikan cloud service. Banyak organisasi yang mencoba untuk menambahkan firut ini kepada infrastruktur yang mereka miliki sebelumnya untuk mengambil keuntungan dari “cloud bursting“; khususnya jika anda membutuhkan kapasitas ekstra atau ekstra aktifitas, anda dapat memanfaatkan cloud ketimbang melakukan investasi resource secara in-house.

Development/test dan beberapa aktifitas yang mirip juga menjadi tempat yang bagus untuk cloud, memungkinkan anda untuk mengurangi pengeleluaran perkapita dan biaya data center yang terus meingkat dari sisi kecepatan dan uptime.

Sedangkan perusahaan yang tidak segan segan untuk mengimplementasi teknologi cloud untuk data mereka dan menyimpan nya sebagai fasilitas mereka sendiri untuk memastikan kebijakan perusahaan tersimpan dengan baik tentunya akan lebih baik, sehingga memastikan proses komputerasisasi pada cloud sebagai sistem proses yang dibutuhkan akan lebih independen.

Apakah anda siap ?

Jika organisasi anda baru saja mengeksplorasi teknologi cloud ada beberapa cloud service yang sudah cukup mapan dan dapat di pertimbangkan misalnya sebagai e-mail service. Namun untuk masalah sekuriti, dengan mengembangkan internal infrastruktur anda menjadi model cloud akan lebih baik.

Dengan begini role IT kini ikut berperan dalam hal business model yang dibutuhkan untuk perekonomian saat ini. Bagaimana anda meningkatkan kecepatan dan uptime ? dan bagaimana anda dapat men support business operation dengan sedikit dan pengeluaran yang fix?

Langkah awal yang harus anda lakukan adalah mempelajari sistem kontrak dari cloud service. pastikan setiap process menjadi simple, dapat berulang ulang dan menjadi nilai tambah untuk bisnis anda.

Kedua, anda harus mengidentifikasi service apa yang dapat anda manfaatkan di dalam cloud dan mana yang seharusnya bersifat internal. Hal ini sangat penting untuk anda ketahui mengenai system dan service core yang dapat dimanfaatkan oleh bisnis anda. dan sebaiknya anda mengkategorikan beberapa elemen bisnis anda berdasarkan resiko dari penggunaan cloud service.

Langkah terakhir, anda harus melakukan strategi sourcing untuk mendapatkan biaya yang sangat murah, namun memiliki scalability dan flexibility untuk kebutuhan bisnis anda. Hal ini termasuk pertimbangan akan proteksi data ownership dan mobility, compliance dan beberapa element seperti halnya kontrak IT tradisional.

Artikel ini di ambil dari sumber :

http://aprilianz.blogspot.com/2011/03/cloud-computing.html

Grid Computing

Menurut definisi "Grid Computing" atau Komputasi Grid merupakan salah satu dari tipe Komputasi Paralel, adalah penggunaan sumber daya yang melibatkan banyak komputer terpisah secara geografis namun tersambung via jalur komunikasi (termasuk Internet) untuk memecahkan persoalan komputasi skala besar. Semakin cepat jalur komunikasi terbuka, maka peluang untuk menggabungkan kinerja komputasi dari sumber-sumber komputasi yang terpisah menjadi semakin meningkat. Dengan demikian, skala komputasi terdistribusi dapat ditingkatkan secara geografis lebih jauh lagi, melintasi batas-batas domain administrasi yang ada.

Dalam buku The Grid:Blue Print for a new computing infrastructure dijelaskan bahwa yang dimaksud dengan komputasi grid adalah infrastruktur perangkat keras dan perangkat lunak yang dapat menyediakan akses yang bisa diandalkan, konsisten, tahan lama dan tidak mahal terhadap kemampuan komputasi mutakhir yang tersedia.

"A computational grid is a hardware and software infrastructure that provides dependable, consistent, pervasive, and inexpensive access to high-end computational capabilities."

Seandainya kelak dikemudian hari teknologi yang dibutuhkan untuk mewujudkan visi paradigma komputasi grid ini sudah mapan, peluang akan semakin terbuka bagi kerjasama lintas organisasi, lintas benua dan lintas bangsa. Akan terbuka peluang bagi peneliti di Indonesia yang ingin melakukan komputasi yang sangat rumit, dengan menggunakan supercomputer tercepat di dunia, tanpa harus melakukan investasi besar-besaran dalam bidang teknologi informasi.

Ide awal komputasi grid dimulai dengan adanya distributed computing, yaitu mempelajari penggunaan komputer terkoordinasi yang secara fisik terpisah atau terdistribusi. Sistem terdistribusi membutuhkan aplikasi yang berbeda dengan sistem terpusat. Kemudian berkembang lagi menjadi parallel computing yang merupakan teknik komputasi secara bersamaan dengan memanfaatkan beberapa komputer secara bersamaan.

Setidaknya ada dua sisi yang mendorong semakin berkembangnya grid computing saat ini. Kebutuhan akan sumber daya komputasi yang besar di berbagai bidang serta adanya sumber daya komputasi yang tersebar. Grid computing menawarkan solusi komputasi yang murah, yaitu dengan memanfaatkan sumber daya yang tersebar dan heterogen serta pengaksesan yang mudah dari mana saja. Globus Toolkit adalah sekumpulan perangkat lunak dan pustaka pembuatan lingkungan komputasi grid yang bersifat open-source. Dengan adanya lingkungan komputasi grid ini diharapkan mempermudah dan mengoptimalkan eksekusi program-program yang menggunakan pustaka paralel.

Dalam tulisan What is the Grid? A Three Point Checklist oleh Ian Foster (bapak dari Komputasi Grid) ada check-list yang dapat digunakan untuk mengidentifikasi bahwa suatu sistem melakukan komputasi grid yaitu :

Ø      1. Sistem tersebut melakukan koordinasi terhadap sumberdaya komputasi yang tidak berada dibawah suatu kendali terpusat. Seandainya sumber daya yang digunakan berada dalam satu cakupan domain administratif, maka komputasi tersebut belum dapat dikatakan komputasi grid.

Ø       2. Sistem tersebut menggunakan standard dan protokol yang bersifat terbuka (tidak terpaut pada suatu implementasi atau produk tertentu). Komputasi grid disusun dari kesepakatan-kesepakatan terhadap masalah yang fundamental, dibutuhkan untuk mewujudkan komputasi bersama dalam skala besar. Kesepakatan dan standar yang dibutuhkan adalah dalam bidang autentikasi, otorisasi, pencarian sumberdaya, dan akses terhadap sumber daya.Misalnya TCP/IP

      3.  Sistem tersebut berusaha untuk mencapai kualitas layanan yang canggih, (nontrivial quality of service) yang jauh diatas kualitas layanan komponen individu dari komputasi grid tersebut.

Berikut ini adalah beberapa konsep dasar dari Komputasi Grid :

• Sumber daya dikelola dan dikendalikan secara lokal.
• Sumber daya berbeda dapat mempunyai kebijakan dan mekanisme berbeda, mencakup Sumber daya komputasi dikelola oleh sistem batch berbeda, Sistem storage berbeda pada node berbeda, Kebijakan berbeda dipercayakan kepada user yang sama pada sumber daya berbeda pada Grid.
• Sifat alami dinamis: Sumber daya dan pengguna dapat sering berubah

Lingkungan kolaboratif bagi e-community (komunitas elektronik, di internet).

Tiga hal yang di-,sharing dalam sebuah sistem grid, antara lain : Resource, Network dan Proses. Kegunaan / layanan dari sistem grid sendiri adalah untuk melakukan high throughput computing dibidang penelitian, ataupun proses komputasi lain yang memerlukan banyak resource komputer.

Secara generik, keuntungan dasar dari penerapan komputasi Grid, yaitu:

• Perkalian dari sumber daya: Resource pool dari CPU dan storage tersedia ketika idle
• Lebih cepat dan lebih besar: Komputasi simulasi dan penyelesaian masalah apat berjalan lebih cepat dan mencakup domain yang lebih luas
• Software dan aplikasi: Pool dari aplikasi dan pustaka standard, Akses terhadap model dan perangkat berbeda, Metodologi penelitian yang lebih baik
• Data: Akses terhadap sumber data global, dan Hasil penelitian lebih baik

Indonesia sudah menggunakan sistem Grid dan diberi nama InGrid (Inherent Grid). Sistem komputasi grid mulai beroperasi pada bulam Maret 2007 dan terus dikembangkan sampai saat ini. InGrid ini menghubungkan beberapa perguruan tinggi negeri dan swasta yang tersebar di seluruh Indonesia dan beberapa instansi pemerintahan seperti Badan Meteorologi dan Geofisika.

Secara umum, elemen-elemen dari infrastruktur Grid adalah :

• Hardware/Sumber daya (Dibuat tersedia dari site-site berbeda yang terdistribusi secara geografis, mencakup CPU/Storage/Instruments, dll…)
• Software: Sesuatu yang menghubungkan bersama-sama semua sumber daya ini: middleware. Beberapa aplikasi untuk menggunakan sumber daya komputasi yang dibuat tersedia
• Orang-orang: Siapa yang memelihara Grid, dan Siapa yang menggunakan Grid

Middleware adalah lapisan atau layer perangkat lunak (software) yang terletak antara sistem operasi dan aplikasi. Elemen-elemen dasar dari Middleware ini adalah :

• Keamanan (security)
• Pengelolaan sumber daya (resource management)
• Pengelolaan data (data management)
• Layanan informasi (information services)

Solusi bagi middleware yang telah tersedia, di antaranya adalah :

• Globus Toolkit (Argonne+ISI)
• LCG/Glite (dari proyek Uni Eropa)
• Gridbus (Melbourne, Australia)
• Unicore… (Jerman)

·         Dan masih banyak lainnya

Secara generik, keuntungan dasar dari penerapan komputasi Grid adalah :

• Perkalian dari sumber daya: Resource pool dari CPU dan storage tersedia ketika idle
• Lebih cepat dan lebih besar: Komputasi simulasi dan penyelesaian masalah apat berjalan lebih cepat dan mencakup domain yang lebih luas
• Software dan aplikasi: Pool dari aplikasi dan pustaka standard, Akses terhadap model dan perangkat berbeda, Metodologi penelitian yang lebih baik
• Data: Akses terhadap sumber data global, dan Hasil penelitian lebih baik

Ukuran dan/atau kompleksitas dari masalah mengharuskan orang-orang dalam beberapa organisasi berkolaborasi dan berbagi (share) sumber daya komputasi, data dan instrumen sehingga terwujud bentuk organisasi baru, VIRTUAL ORGANIZATION.

Organisasi virtual, sebagai hasil kolaborasi, memberikan beberapa keuntungan lebih lanjut, di antarnya:

• Sumber daya dan orang-orang yang tersebar
• Dihubungkan oleh jaringan, melintasi domain-domain admin
• Berbagi sumber daya, tujuan bersama
• Dinamis
• Fault-tolerant
• Tidak ada batas-batas geografis: Tidak ada masalah VISA karena tidak diperlukan perjalanan orang

Sampai saat ini dan diperkirakan berlaku dalam beberapa tahun ke depan, ada kecenderungan besar komputasi Grid digunakan untuk :

• Jaringan penelitian publik….bagi para peneliti dan ilmuwan, EGEE, GEANT, dll
• Keterlibatan lebih banyak dari institusi keuangan (Bank, dll). Aplikasi keuangan yang lebih baru saat ini ditulis untuk GRID aware atau dapat digunakan pada Grid
• Tidak lagi hanya komputasional tetapi sekarang juga layanan (service)
• Service Oriented Architecture (SOA). Enkapsulasi dari sekumpulan aplikasi atau layanan sebagai suatu antarmuka tunggal yang dapat dionfigurasi ulang berdasarkan pada kebutuhan end-user. Standard bagi manajemen data.
• Komputasi Awan (cloud computing). Kemampuan untuk men-deploy atau men-deliver layanan/sumber daya seperti dibutuhkan.

Pada waktu yang akan datang, para peneliti memperkirakan komputasi Grid semakin dibutuhkan seiring dengan kemajuan teknologi jaringan komputer dan telekomunikasi serta tuntutan dari pengguna, yaitu :

• Ke arah aplikasi tersebar yang berinterakses satu sama lain dan menawarkan integrasi dinamis satu dengan lainnya.
• Segala suatu dari sistem operasi ke delivery on demand aplikasi software atau service, dimana dan kapan end-user memerlukannya. Tidak perlu instal, update…
• Jaringan adalah komputer…Desktop anda adalah sebagaimana anda inginkan, dimana dan kapan anda menginginkannya.

Dari gambaran sekilas di atas, serta melihat kondisi di negara kita, komputasi Grid dapat digunakan untuk tersedianya akses internet atau berbagi pakai sumber daya komputasi dalam negeri secara efektif dan efisien. Berikut beberapa alasanya :

• Setiap orang melalui jaringan Grid dapat berpartisipasi sebagai pattner aktif dalam proses pengembangan dan memajukan penelitian dan/atau teknologi.
• Penggunaan teknologi Grid menawarkan kesempatan besar bagi peneliti dan ilmuwan, memilih fitur-fitur khusus dari komputasi Grid yang paling memenuhi kebutuhannya, dan juga menentukan bagaimana diimplementasikan.
• Bagi banyak negara ketiga, sering terjadi lack dari jaringan, karena itu situs-situs perlu untuk diinterkoneksikan.
• Bandwitdh dapat menjadi faktor yang membatasi. Grid merupakan network demanding infrastructure. Namun ada aplikasi-aplikasi yang tidak memerlukan bandwidth besar, situs peripheral (hanya node pengguna) dapat berjalan baik dengan bandwidth terbatas (~1 Mb), Grid kampus atau metropolian yang terisolasi dapat menjadi pilihan.

Artikel ni di ambil dari beberapa sumber :

http://aprilianz.blogspot.com/2011/03/grid-computing.html

http://komputasi.wordpress.com/2008/09/12/mengenal-komputasi-grid/

Komputasi Modern

Sejarah

Penggunaan pertama dari kata "komputer" dicatat pada 1613, mengacu pada seseorang yang melakukan perhitungan, atau perhitungan, dan kata terus digunakan dalam pengertian itu sampai pertengahan abad ke-20. Dari akhir abad ke-19 dan seterusnya. Namun, kata mulai mengambil makna yang lebih akrab, menggambarkan sebuah mesin yang melakukan perhitungan.

Sejarah komputer modern dimulai dengan dua teknologi yang terpisah –perhitungan otomatis dan permrograman– tapi tidak ada satu perangkat yang dapat diidentifikasi sebagai komputer yang paling awal, sebagian karena penerapan yang tidak konsisten istilah tersebut. Contoh awal perangkat penghitung mekanis termasuk sempoa, slide aturan dan agrueable astrolabe dan mekanisme antikythera (yang berasal dari sekitar 150-100 SM). Pahlawan Iskandariyah (sekitar 10-70 AD) membangun sebuah teater mekanis yang digelar sebuah drama yang berlangsung 10 menit dan dioperasikan oleh sebuah sistem yang kompleks tali dan drum yang mungkin dianggap sebagai sarana untuk memutuskan bagian mana dari mekanisme yang dilakukan tindakan dan kapan. ini adalah inti dari kemampuan pemrograman.

"Jam benteng (castle clock)", sebuah jam astronomi yang ditemukan oleh Al-Jazari pada 1206, dianggap paling awal komputer analog yang dapat diprogram. menampilkan zodiak, matahari dan bulan mengorbit, yang berbentuk bulan sabit pointer untuk melakukan perjalanan di sebuah gateway menyebabkan pintu otomatis untuk membuka setiap jam, dan lima robot musisi yang memainkan musik ketika diserang oleh tuas yang dioperasikan oleh Camshaft menempel pada roda air. Sepanjang siang dan malam bisa kembali diprogram untuk mengimbangi perubahan
panjang siang dan malam sepanjang tahun.

Renaissance melihat invigoration ulang dari matematika dan teknik orang Eropa. 1623 perangkat Wilhelm Schickard's merupakan yang pertama dari sejumlah kalkulator mekanik european dibangun oleh insinyur, tetapi tidak ada yang sesuai dengan definisi modern dari sebuah komputer, karena mereka tidak bisa diprogram. pada tahun 1801, Joseph Marie Jacquard membuat perbaikan untuk tekstil alat tenun dengan memperkenalkan serangkaian menekan kartu kertas sebagai template yang membiarkan alat tenun menenun secara otomatis pola-pola rumit. Alat tenun Jacquard yang dihasilkan merupakan langkah penting dalam pengembangan komputer karena penggunaan kartu menekan untuk menentukan pola-pola anyaman dapat dilihat sebagai suatu awal, meskipun terbatas bentuk kemampuan pemrogramannya.

Itu adalah perpaduan dari perhitungan otomatis dengan kemampuan pemrograman yang memproduksi komputer pertama yang dikenali. Pada tahun 1837, Charles Babbage adalah orang pertama yang konsep dan desain mekanisnya dapat diprogram penuh komputer, mesin analitis. Babbage dengan keuangan yang terbatas dan ketidakmampuan untuk menolak mengotak-atik desain berarti bahwa perangkat tidak pernah selesai.

Pada akhir 1880-an, Herman Hollerith menemukan rekaman data pada mesin yang dapat dibaca menengah. Sebelum mesin yang dapat dibaca menggunakan media di atas, telah bisa untuk kontrol bukan data. "Setelah beberapa percobaan awal dengan kertas pita, ia menetap di kartu menekan ..." memproses kartu menekan ini ia menemukan tabulator, dan mesin keypunch. Penemuan ketiga adalah dasar dari industri pengolahan informasi modern. Skala besar pengolahan data otomatis dari kartu menekan dilakukan untuk tahun 1890 sensus amerika serikat oleh perusahaan Hollerith, yang kemudian menjadi inti dari IBM. pada akhir abad ke-19 sejumlah teknologi yang nantinya akan berguna dalam realisasi praktis komputer telah mulai muncul: yang menekan kartu, aljabar boolean, tabung vakum (thermionic valve) dan teleprinter.

Pada paruh pertama abad 20, banyak kebutuhan komputasi ilmiah bertemu dengan semakin canggih komputer analog, yang menggunakan mekanis atau listrik langsung model masalah sebagai dasar perhitungan. Namun, ini tidak dapat diprogram dan umumnya tidak memiliki fleksibilitas dan keakuratan komputer digital modern.

Alan Turing secara luas dianggap sebagai bapak ilmu komputer modern. Pada tahun 1936 turing memberikan formalisasi berpengaruh konsep algoritma dan perhitungan dengan mesin turing. dari perannya dalam komputer modern, waktu turing majalah dalam penamaan salah satu dari 100 orang paling berpengaruh dari abad ke-20, menyatakan: "kenyataan tetap bahwa setiap orang yang keran di keyboard, membuka spreadsheet atau program pengolah kata, adalah bekerja pada inkarnasi dari mesin turing. "

Penemu program komputer yang dikendalikan Konrad Zuse, yang membangun komputer kerja pertama pada tahun 1941 dan kemudian pada tahun 1955 komputer pertama berdasarkan penyimpan yang bersifat magnetis.george stibitz secara internasional diakui sebagai ayah dari komputer digital modern. sementara bekerja di laboratorium bel di November 1937, stibitz menciptakan dan membangun sebuah relay berbasis kalkulator ia dijuluki sebagai "model k" (untuk "meja dapur", di mana dia telah berkumpul itu), yang adalah orang pertama yang menggunakan sirkuit biner untuk melakukan operasi aritmatika. kemudian model menambahkan kecanggihan yang lebih besar termasuk aritmatika dan kemampuan pemrograman kompleks.

serangkaian mantap lebih kuat dan fleksibel perangkat komputasi yang dibangun di tahun 1930-an dan 1940-an, secara bertahap menambahkan fitur utama yang terlihat pada komputer modern. penggunaan digital elektronik (sebagian besar ditemukan oleh claude Shannon pada tahun 1937) dan lebih fleksibel kemampuan pemrograman langkah yang sangat penting, tetapi mendefinisikan satu titik di sepanjang jalan ini sebagai "komputer elektronik digital pertama" adalah prestasi terkemuka difficult.shannon 1940 meliputi:

• Konrad Zuse’s electromechanical “Z mesin”.Z3 (1941) sebuah mesin pertama menampilkan biner aritmatika, termasuk aritmatika floating point dan ukuran programmability. Pada tahun 1998, Z3 operasional pertama di dunia komputer itu di anggap sebagai Turing lengkap.
• Berikutnya Non-programmable Atanasoff-Berry Computer yang di temukan pada tahun 1941 alat ini menggunakan tabung hampa berdasarkan perhitungan, angka biner, dan regeneratif memori kapasitor.Penggunaan memori regeneratif diperbolehkan untuk menjadi jauh lebih seragam (berukuran meja besar atau meja kerja).
• Selanjutnya komputer Colossus ditemukan pada tahun 1943, berkemampuan untuk membatasi kemampuan program pada alat ini menunjukkan bahwa perangkat menggunakan ribuan tabung dapat digunakan lebih baik dan elektronik reprogrammable.Komputer ini digunakan untuk memecahkan kode perang Jerman.
• The Harvard Mark I ditemukan pada 1944, mempunyai skala besar, merupakan komputer elektromekanis dengan programmability terbatas.
• Lalu lahirlah US Army’s Ballistic Research Laboratory ENIAC ditemukan pada tahun 1946, komputer ini digunakan unutk menghitung desimal aritmatika dan biasanya disebut sebagai tujuan umum pertama komputer elektronik (ENIAC merupaka generasi yang sudah sangat berkembang di zamannya sejak komputer pertama Konrad Zuse ’s Z3 yang ditemukan padatahun 1941).

Beberapa pengembang ENIAC, mengakui kesalahannya, datang dengan yang jauh lebih fleksibeldan desain elegan, yang kemudian dikenal sebagai "arsitektur program yang tersimpan" atau arsitektur von Neumann. Desain ini secara resmi pertama kali dideskripsikan oleh John von Neumann di koran Draft Pertama Laporan di EDVAC, didistribusikan pada tahun 1945. Sejumlah proyek untuk mengembangkan komputer berdasarkan arsitektur program yang disimpan dimulai ekitar waktu ini, yang pertama yang selesai di Britania Raya. Yang pertama harus diperlihatkan bekerja adalah Manchester Skala Kecil Experimental Machine (SSEM atau "Baby"), sementara EDSAC, selesai setahun setelah SSEM, praktis pertama pelaksanaan rancangan program yang tersimpan. Tak lama kemudian, mesin awalnya dijelaskan oleh von Neumann kertas-EDVAC-selesai tapi tidak melihat penuh waktu digunakan untuk tambahan dua tahun.
Hampir semua komputer modern mengimplementasikan beberapa bentuk dari arsitektur program yang tersimpan, sehingga sifat tunggal dengan mana kata "komputer" sekarang didefinisikan. Sementara teknologi yang digunakan pada komputer telah berubah secara dramatis sejak pertama elektronik, komputer tujuan umum dari tahun 1940-an, kebanyakan masih menggunakan arsitektur von Neumann. Komputer yang menggunakan tabung vakum sebagai elemen-elemen elektronik digunakan sepanjang tahun 1950-an, tapi tahun 1960 sebagian besar telah digantikan oleh mesin berbasis transistor, yang lebih kecil, lebih cepat, lebih murah untuk menghasilkan, diperlukan lebih sedikit daya, dan lebih dapat diandalkan.
Komputer transistorised pertama telah didemonstrasikan di University of Manchester pada tahun 1953. Pada 1970-an, teknologi rangkaian terpadu dan penciptaan selanjutnya mikroprosesor, seperti Intel 4004, menurun lebih lanjut ukuran dan biaya dan semakin meningkatkan kecepatan dan kehandalan komputer. Pada akhir 1970-an, banyak produk seperti video recorder berisi komputer khusus yang disebut Microcontrollers, dan mereka mulai muncul sebagai pengganti mekanik peralatan kontrol di dalam negeri seperti mesin cuci. 1980-an menyaksikan rumah komputer dan sekarang komputer pribadi di mana-mana. Dengan evolusi internet, komputer pribadi menjadi yang biasa seperti televisi dan telepon dalam rumah tangga.
Smartphone modern sepenuhnya-programmable komputer dalam hak mereka sendiri, dan ketika tahun 2009 bisa jadi bentuk yang paling umum dari komputer tersebut ada.

Definisi

 

Komputasi adalah sebuah istilah umum untuk segala jenis pemrosesan informasi untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritma. Komputasi merupakan sebuah subjek dari Komputer Sains, yang menganalisa apa yang bisa maupun tidak bisa dilakukan secara komputasi. Hal ini ialah apa yang disebut dengan teori komputasi, suatu sub-bidang dari ilmu komputer dan matematika.

Komputasi juga sering diartikan sebagai sebuah komputer secara fisik. Sebagai contoh dari sistem fisik yaitu komputer digital, komputer quantum, komputer penganalisa DNA, dan komputer molekular. Sudut pandang ini dipelajari di cabang ilmu teori fisik yang disebut Physic of Computation. Bahkan ada sudut pandang yang lebih radikal berbasis dalil Digital Physic yang menyatakan bahwa evolusi alam semesta itu sendiri adalah sebuah proses komputasi – disebutPancomputationalism.

Kelas Komputasi dibagi menjadi 3 kriteria : digital vs. analog, sekuensial vs. konkuren, batch vs. interaktif. Ilmu komputasi memiliki beberapa penelitian spesifik seperti dalam gambar di bawah ini :

Numerical Analysis (Analisa Numerik) – Mempelajari algoritma untuk masalah continuous mathematics (berbeda dengan matematika diskrit).

Computational Physics (Fisika) – Mempelajari implementasi algoritma numerik untuk memecahkan permasalahan teori kuantitatif fisika yang sudah ada. Sering dianggap sebagai cabang menengah diantara fisika teoritis dan fisika eksperimental.

Computational Chemistry (Kimia) – Merupakan salah satu cabang kimia yang menggunakan ilmu komputer untuk membantu menyelesaikan masalah kimia. Hal yang dipaparkan dari dari teori kimia digabungkan dengan program komputer yang handal untuk menghitung struktur dan sifat molekul.

Bioinformatics (Biologi) – Merupakan sebuah aplikasi dari teknologi informasi dan ilmu komputer terhadap bidang biologi molekuler.

Computational Neuroscience (Jaringan Saraf) – Mempelajari fungsi otak dalam memproses informasi yang membentuk sistem jaringan saraf. Merupakan bidang yang berada diantara neuroscience, ilmu kognitif dan psikologi dengan teknik elektro, ilmu komputer, matematika dan fisika.

Cognitive Science (Ilmu Kognitif) – Sebuah cabang ilmu menengah yang mempelajari bagaimana informasi dibentuk dan digambarkan oleh otak.

Computational Sociology (Sosiologil) – Sebuah cabang ilsu sosiologi yang menggunakan metode komputasi intensif untuk menganalisa fenomena sosial.

Computational Economics (Ekonomi) – Mempelajari titik pertemuan antara ekonomi dan komputasi. Area yang tercakup antara lain agent-based computational modeling, computational econometricsdan statistika, komputasi keuangan, computational modeling of dynamic macroeconomic systems, pemrograman yang didesain khusus untuk komputasi ekonomi, dan pengembangan alat bantu dalam pendidikan komputasi ekonomi.

Bidang ini berbeda dengan ilmu komputer (computer science), yang mengkaji komputasi, komputer dan pemrosesan informasi. Bidang ini juga berbeda dengan teori dan percobaan sebagai bentuk tradisional dari ilmu dan kerja keilmuan. Dalam ilmu alam, pendekatan ilmu komputasi dapat memberikan berbagai pemahaman baru, melalui penerapan model-model matematika dalam program komputer berdasarkan landasan teori yang telah berkembang, untuk menyelesaikan masalah-masalah nyata dalam ilmu tersebut.

Jenis-jenis Komputasi Modern

komputasi modern terbagi tiga macam, yaitu komputasi mobile (bergerak), komputasi grid, dan komputasi cloud (awan). Penjelasan lebih lanjut dari jenis-jenis komputasi modern sebagai berikut :

1. Mobile computing

Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel.

Dan berdasarkan penjelasan tersebut, untuk kemajuan teknologi ke arah yang lebih dinamis membutuhkan perubahan dari sisi manusia maupun alat. Dan dapat dilihat contoh dari perangkat komputasi bergerak seperti GPS, juga tipe dari komputasi bergerak seperti smart phone, dan lain sebagainya.

2. Grid computing

Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.

Ada beberapa daftar yang dapat dugunakan untuk mengenali sistem komputasi grid, adalah :

·         Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat.

·         Sistem menggunakan standard dan protocol yang terbuka.

·         Sistem mencoba mencapai kualitas pelayanan yang canggih, yang lebih baik diatas kualitas komponen individu pelayanan komputasi grid.

 

3. Cloud computing

Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Komputasi cloud menggambarkan pelengkap baru, konsumsi dan layanan IT berbasis model dalam internet, dan biasanya melibatkan ketentuan dari keterukuran dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Adapun perbedaan antara komputasi mobile, komputasi grid dan komputasi cloud, dapat dilihat penjelasannya dibawah ini :

Perbedaan antara komputasi mobile, grid, dan cloud :

·         Komputasi mobile menggunakan teknologi komputer yang bekerja seperti handphone, sedangkan komputasi grid dan cloud menggunakan komputer.

·         Biaya untuk tenaga komputasi mobile lebih mahal dibandingkan dengan komputasi grid dan cloud.

·         Komputasi mobile tidak membutuhkan tempat dan mudah dibawa kemana-mana, sedangkan grid dan cloud membutuhkan tempat yang khusus.

·         Untuk komputasi mobile proses tergantung si pengguna, komputasi grid proses tergantung pengguna mendapatkan server atau tidak, dan komputasi cloud prosesnya membutuhkan jaringan internet sebagai penghubungnya.

Dampak adanya komputasi modern

Salah satu dampak dari adanya komputasi modern adalah dapat membantu manusia untuk menyelesaikan masalah-masalah yang kompleks dengan menggunakan computer. Salah satu contohnya adalah biometric. Biometric berasal dari kata Bio dan Metric. Kata bio diambil dari bahasa yunani kuno yang berarti Hidup sedangkan Metric juga berasal dari bahasa yunani kuno yang berarti ukuran, jadi jika disimpulkan biometric berarti pengukuran hidup.

Tapi secara garis besar biometric merupakan pengukuran dari statistic analisa data biologi yang mengacu pada teknologi untuk menganalisa karakteristik suatu tubuh ( individu ). Nah dari penjelasan tersebut sudah jelas bahwa Biometric menggambarkan pendeteksian dan pengklasifikasian dari atribut fisik. Terdapat banyak teknik biometric yang berbeda, diantaranya:

• Pembacaan sidik jari / telapak tangan 
• Geometri tangan 
• Pembacaan retina / iris 
• Pengenalan suara 
• Dinamika tanda tangan.

Karena kerumitannya, Biometric adalah tipe otentikasi yang paling mahal untuk diimplementasikan. Tipe ini juga sangat sulit dipelihara karena sifat ketidaksempurnaan dari analisis biometric. Sangat dianjurkan untuk berhati–hati karena beberapa masalah utama dari eror–eror biometric diantaranya, sistem mungkin bisa menolak subjek yang memiliki otoritas.

Kesalahan seperti ini biasa disebut False Rejection Rate ( FRR ). Dan disisi lain biometric juga bisa menerima subjek yang salah dan seperti ini biasa diistilahkan False Acception Rate (FAR). Tapi teknologi ini juga mempunyai sisi positif, salah satunya mungkin bisa diambi contoh dari Retinal Scan yang sangat impossible untuk diduplikasikan.

Kesimpulan

 

Dari beberapa artikel yang saya kutip dan saya jadikan satu (artikel), dapat saya simpulkan bahwa komputasi modern merupakan suatu inovasi baru dalam bidang komputerisasi yang membuat komputer dapat bekerja lebih dari sekedar alat hitung (fungsi awal komputer), karena dengan metode komputasi modern ini komputer dapat mengerjakan pekerjaan yang lebih kompleks seperti halnya Biometric yang telah di jelaskan di bagian akhir pada artikel di atas.

Artikel ini di ambil dari beberapa sumber, yaitu :

http://mochamadyoga.blogspot.com/2010/03/komputasi-modern.html

http://vanish73.wordpress.com/2010/02/18/komputasi/

http://aprilianz.blogspot.com/2011/02/komputasi-modern.html

http://plato.stanford.edu/entries/computing-history/