Judul Jurnal : Komputasi Grid Berbasiskan Grid Resources
for Industrial Application untuk Pertukaran Data
Penulis : Brave A. Sugiarto S.T, M.T
- Latar Belakang
Komputasi grid dapat dilihat sebagai model komputasi
terdistribusi yang mendukung konsep organisasi dinamis virtual dengan
memberikan akses yang aman, terkoordinasi dan berbagi sumber daya yang heterogen
dan tersebar secara geografis. Sumber daya tersebut berupa aplikasi, data, daya
prosesor, bandwidth jaringan, kapasitas penyimpanan dan lain-lain.
Komputasi grid dapat dilakukan melalui jaringan dan melintasi
batas-batas organisasi. Hal ini dapat dilakukan dengan menggunakan suatu
pengaturan standar dan protokol terbuka. Para pengguna grid melihat
sumber daya ini sebagai komputer virtual yang besar. Istilah grid,
diciptakan di pertengahan tahun 90-an dalam dunia akademik. Pada awalnya,
komputasi grid diajukan untuk menunjukkan sebuah sistem komputasi
terdistribusi yang menyediakan layanan komputasi on demand seperti yang
dilakukan dalam grid listrik konvensional dan air. Dalam bidang
akademik, grid telah membentuk kelompok masyarakat menjadi bagian dari
organisasi virtual (misalnya Alice, Atlas, CMS, LHCb) yang memfasilitasi
pembagian sumber daya antar anggota- anggotanya. Salah satu kegiatan yang cukup
menonjol dalam bidang akademik adalah proyek EGEE II (Enabling Grids for
E-scincE) [1]. Proyek EGEE II telah menyatukan peneliti lebih dari 27
negara. Secara umum, proyek EGEE II ini bertujuan untuk mengembangkan
infrastruktur layanan grid yang cocok bagi setiap penelitian ilmiah.
Layanan grid sangat dibutuhkan terutama jika berkenaan dengan masalah waktu
dan sumber daya yang diperlukan dalam menjalankan aplikasi yang dianggap tidak
praktis bila menggunakan infrastruktur teknologi informasi (IT) tradisional
(misalnya prakiraan cuaca, protein lipat, dan lain-lain). Dimana sistem IT
tradisional ini dibangun berdasarkan pada pusat data milik sendiri yaitu
dirumah atau dikantor sehingga membutuhkan spesifikasi perangkat yang besar
serta mahal.
Selama beberapa tahun terakhir ini, sebagai teknologi yang sedang
dikembangkan, konsep grid mulai dieksplorasi untuk kepentingan
komersial. Sedikit perubahan tetapi telah mempengaruhi arti yang sangat besar
terhadap definisi awalnya. Saat ini, grid didefinisikan sebagai suatu
sistem dengan ciri-ciri sebagai berikut [2-3] :
1. Mengkoordinasi beberapa sumber daya yang pusat
kendalinya tidak terletak pada satu subyek.
2. Menggunakan antarmuka dan protokol standar, terbuka
dan dapat digunakan secara umum (general-purpose).
3. Untuk memberikan kualitas non-trivial dari
layanan. Sebuah Grid memungkinkan penggunaan sumber daya yang dapat memberikan quality
of service yang berbeda contohnya dalam hal waktu respon, throughput,
ketersediaan sumber daya, keamanan, dan/atau penggunaan beberapa jenis sumber
daya yang sesuai dengan kebutuhan pengguna.
Sebuah komputasi grid adalah
infrastruktur perangkat
keras dan perangkat lunak yang dapat diandalkan, konsisten,
menyeluruh, dan akses yang murah untuk kemampuan komputasi high-end.
Sebagai teknologi yang belum matang, khususnya dalam implementasi grid di
dunia nyata, maka jenis grid dapat digambarkan sebagai berikut [4-5]:
1.
Grid Komputasi (computational grid)
Sebuah komputasi grid merupakan grid yang memiliki
kekuatan pemrosesan sebagai sumber komputasi utama yang di-share antar node-nodenya.
Ini adalah jenis grid yang paling umum dan telah digunakan untuk
melakukan komputasi berkinerja tinggi untuk menangani pekerjaan processing-demanding.
4. Grid Data
(data grid)
Grid data memiliki kapasitas penyimpanan data sebagai
sumber utama yang di-share. Sebagai sebuah grid yang dapat
dianggap sebagai sebuah sistem penyimpanan data yang besar yang dibangun dari
sejumlah besar perangkat penyimpanan.
5. Grid Jaringan
(network grid)
Grid jaringan juga dikenal dengan nama (delivery
grid) grid pengiriman. Sebagaimana grid yang memiliki tujuan
utama yaitu untuk memberikan layanan fault- tolerant dan layanan
komunikasi berkinerja tinggi, sehingga setiap node grid bekerja sebagai
router data antara dua titik komunikasi. Router data ini menyediakan data-caching
dan fasilitas lainnya yang mempercepat komunikasi antara titik-titik
tersebut.
-Metode
Data yang digunakan dalam pengujian adalah 30 data uji yang terdiri dari 3 kelompok jenis berkas yang mewakili berkas teks, gambar dan audiovideo. Tiga kelompok ini masing-masing terdiri dari 10 berkas teks berekstensi pdf, 10 berkas gambar berekstensi jpg dan 10 berkas audiovideo berekstensi flv. Gambar 2 menunjukkan diagram alir dari pengujian terhadap layanan data. Data masukan yang digunakan adalah ke-30 data uji yang diunggah (upload) oleh klien ke tempat penyimpanan data grid atau provider. Data uji ini bervariasi dari segi kapasitas maupun jenis ekstensinya. Dari segi jenis ekstensi, data masukannya berupa berkas dengan ekstensi jpg (kompresi gambar), flv (video) dan pdf (teks). Ragam jenis berkas yang dipilih untuk penelitian ini adalah jenis berkas yang paling sering digunakan. Data uji ini diunggah dan disimpan di service provider yang terletak di Southtampton University Inggris. Selama melakukan unggahan, dilakukan pengamatan terhadap lamanya waktu unggah dan besar rata-rata bandwidth yang tersedia pada saat unggahan. Pengamatan waktu dan bandwidth berlaku untuk setiap data uji yaitu 30 berkas data uji. Pengamatan seperti ini juga berlaku pada saat data uji tersebut diunduh. Data uji digunakan untuk menghitung keandalan GRIA dari segi waktu pada bandwidth yang tersedia. Semua hasil pengamatan dibuatkan kedalam sebuah tabel. Dari tabel ini diperoleh nilai rata-rata waktu dan bandwidth dari semua data uji. Nilai-nilai inilah yang digunakan sebagai indikasi keandalan komputasi grid yang berbasiskan GRIA.
Data yang digunakan dalam pengujian adalah 30 data uji yang terdiri dari 3 kelompok jenis berkas yang mewakili berkas teks, gambar dan audiovideo. Tiga kelompok ini masing-masing terdiri dari 10 berkas teks berekstensi pdf, 10 berkas gambar berekstensi jpg dan 10 berkas audiovideo berekstensi flv. Gambar 2 menunjukkan diagram alir dari pengujian terhadap layanan data. Data masukan yang digunakan adalah ke-30 data uji yang diunggah (upload) oleh klien ke tempat penyimpanan data grid atau provider. Data uji ini bervariasi dari segi kapasitas maupun jenis ekstensinya. Dari segi jenis ekstensi, data masukannya berupa berkas dengan ekstensi jpg (kompresi gambar), flv (video) dan pdf (teks). Ragam jenis berkas yang dipilih untuk penelitian ini adalah jenis berkas yang paling sering digunakan. Data uji ini diunggah dan disimpan di service provider yang terletak di Southtampton University Inggris. Selama melakukan unggahan, dilakukan pengamatan terhadap lamanya waktu unggah dan besar rata-rata bandwidth yang tersedia pada saat unggahan. Pengamatan waktu dan bandwidth berlaku untuk setiap data uji yaitu 30 berkas data uji. Pengamatan seperti ini juga berlaku pada saat data uji tersebut diunduh. Data uji digunakan untuk menghitung keandalan GRIA dari segi waktu pada bandwidth yang tersedia. Semua hasil pengamatan dibuatkan kedalam sebuah tabel. Dari tabel ini diperoleh nilai rata-rata waktu dan bandwidth dari semua data uji. Nilai-nilai inilah yang digunakan sebagai indikasi keandalan komputasi grid yang berbasiskan GRIA.
-TANGGAPAN
Dari melihat nilai-nilai hasil uji coba
GRID Komputasi ini, dapat menunjukkan keandalan sebuah komputasi grid.
REFERENSI:
The Enabling Grids for E-sciencE (EGEE) project. Tersedia di :
http://www.eu-egee.org/
[2] I. Foster, ,”What is the Grid? A Three Point Checklist”,
2002.
[3] I. Foster, C. Kesselman, The Grid 2, Blueprint for a New Computing
Infrastructure,
Morgan Kaufmann, San Fransisco , 2004, p. 46.
[4] L.Ferreira, F. Lucchese, T.Yasuda, Y. L.Chin, C.A.Queiroz, ,
E.Minetto , A.Mungioli ,”Grid Computing Products and Services”, 1st
edition, IBM Corporation, New Y
ork, 2005.
[5] L.Ferreira, F. Lucchese, T.Yasuda, Y. L.Chin, C.A.Queiroz, ,
E.Minetto , A.Mungioli, ” Grid Computing in Research and
[13] The [14] The [15] The [16] The [17] The
DataGrid project.Tersedia di : http://www.eu-datagrid.org
Condor
project. Tersedia di : http://www.cs.wisc.edu/condor International Community
W3C . Tersedia di : http://www.w3.org ActiveState Software Inc. Tersedia di :
http://www.activestate.com
Education”, 1
edition, IBM Corporation, New York, 2005.
[6] I.Foster, , C.Kesselmen , dan S.Tuecke, ,” The Anatomy of the
Grid: Enabling Scalable Virtual Organizations”, International Journal
Supercomputer Applications, 15(3), 2001, pp. 200-222.
[7] I.Foster, , C.Kesselmen, J.Nick, , S.Tuecke ,”The Physiology
of the Grid: An Open Grid Services Architecture for Distributed Systems
Integration”, In Open Grid Service Infrastructure WG, Global Grid Forum,
2002.
[8] The Globus Alliance. Tersedia di : http://www.globus.org
[9] The GRIA Project. Tersedia di : http://www.gria.org
[10] WS-I Basic Profile 2.0 reference. Tersedia di : http://ws-
i.org/Profiles/BasicProfile-2.0-2010-11-09.html
[11] WS-I Basic Security Profile 1.0 reference. Tersedia di :
http://www.ws-i.org/Profiles/BasicSecurityProfile-1.0-Errata.html
[12] M.Surridge, S.Taylor, D. D. Roure dan E.Zaluska,
,”Experiences with GRIA – Industrial applications on a Web Services Grid”, Proceedings
of the First International Conference on e-Science and Grid Computing
(e-Science ’05), Southampton, 2005.
ImageMagick Studio LLC. Tersedia di : http://www.imagemagick.org
