Bio Informatika

TUGAS

PENGANTAR KOMPUTASI MODERN

"BIO INFORMATIKA"

Disusun Oleh :

1.    Alfath Zaid Kurnia

2.    Galih Pratiwi

3.    Kholili Ahmad Hidayat

4.    Lusi Trirahayu

5.    Renni Widyastuti Pratiwi
   Kelas : 4IA21

TEKNIK INFORMATIKA

UNIVERSITAS GUNADARMA

2017

BIOINFORMATIKA

Bioinformatika, sesuai dengan asal katanya yaitu “bio” dan “informatika”, adalah gabungan antara ilmu biologi dan ilmu teknik informasi (TI). Pada umumnya, Bioinformatika didefenisikan sebagai aplikasi dari alat komputasi dan analisa untuk menangkap dan menginterpretasikan data-data biologi. Ilmu ini merupakan ilmu baru yang yang merangkup berbagai disiplin ilmu termasuk ilmu komputer, matematika dan fisika, biologi, dan ilmu kedokteran, dimana kesemuanya saling menunjang dan saling bermanfaat satu sama lainnya.

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.

Ilmu bioinformatika lahir atas insiatif para ahli ilmu komputer berdasarkan artificial intelligence. Mereka berpikir bahwa semua gejala yang ada di alam ini bisa diuat secara artificial melalui simulasi dari gejala-gejala tersebut. Untuk mewujudkan hal ini diperlukan data-data yang yang menjadi kunci penentu tindak-tanduk gejala alam tersebut, yaitu gen yang meliputi DNA atau RNA. Bioinformatika ini penting untuk manajemen data-data dari dunia biologi dan kedokteran modern. Perangkat utama Bioinformatika adalah program software dan didukung oleh kesediaan internet

Perkembangan teknologi DNA rekombinan memainkan peranan penting dalam lahirnya bioinformatika. Teknologi DNA rekombinan memunculkan suatu pengetahuan baru dalam rekayasa genetika organisme yang dikenala bioteknologi. Perkembangan bioteknologi dari bioteknologi tradisional ke bioteknologi modren salah satunya ditandainya dengan kemampuan manusia dalam melakukan analisis DNA organisme, sekuensing DNA dan manipulasi DNA.

Sekuensing DNA satu organisme, misalnya suatu virus memiliki kurang lebih 5.000 nukleotida atau molekul DNA atau sekitar 11 gen, yang telah berhasil dibaca secara menyeluruh pada tahun 1977. Kemudia Sekuen seluruh DNA manusia terdiri dari 3 milyar nukleotida yang menyusun 100.000 gen dapat dipetakan dalam waktu 3 tahun, walaupun semua ini belum terlalu lengkap. Saat ini terdapat milyaran data nukleotida yang tersimpan dalam database DNA, GenBank di AS yang didirikan tahun 1982. 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.

Bioinformatika ialah ilmu yang mempelajari penerapan teknik komputasi untuk mengelola dan menganalisis informasi hayati. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologi, terutama yang terkait dengan penggunaan sekuens DNAdan asam amino. Contoh topik utama bidang ini meliputi pangkalan data untuk mengelola informasi hayati, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan struktur protein atau pun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Bioinformatika pertama kali dikemukakan pada pertengahan 1980an untuk mengacu kepada penerapan ilmu komputer dalam bidang biologi. Meskipun demikian, penerapan bidang-bidang dalam bioinformatika seperti pembuatan pangkalan data dan pengembangan algoritma untuk analisis sekuens biologi telah dilakukan sejak tahun 1960an.

Kemajuan teknik biologi molekuler dalam mengungkap sekuens biologi protein (sejak awal 1950an) dan asam nukleat (sejak 1960an) mengawali perkembangan pangkalan data dan teknik analisis sekuens biologi. Pangkalan data sekuens protein mulai dikembangkan pada tahun 1960an di Amerika Serikat, sementara pangkalan data sekuens DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman pada Laboratorium Biologi Molekuler Eropa (European Molecular Biology Laboratory).

Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang dapat diungkapkan pada 1980an dan 1990an. Hal ini menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, yang meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

Perkembangan jaringan internet juga mendukung berkembangnya bioinformatika. Pangkalan data bioinformatika yang terhubungkan melalui internet memudahkan ilmuwan dalam mengumpulkan hasil sekuensing ke dalam pangkalan data tersebut serta memperoleh sekuens biologi sebagai bahan analisis. Selain itu, penyebaranprogram-program aplikasi bioinformatika melalui internet memudahkan ilmuwan dalam mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

Bidang-bidang terkait bioinformatika

·         Biophysics

Biologi molekul sendiri merupakan pengembangan yang lahir dari biophysics.  Biophysics adalah sebuah bidang interdisipliner yang mengaplikasikan teknik-teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi ( British Biophysical Society). Sesuai dengan definisi di atas, bidang ini merupakan suatu bidang yang luas. Namun secara langsung disiplin ilmu ini terkait dengan Bioinformatika karena penggunaan teknik-teknik dari ilmu Fisika untuk memahami struktur membutuhkan penggunaan TI.

·         Computational Biology

Computational biology merupakan bagian dari Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel. Tak dapat dielakkan bahwa Biologi Molekul cukup penting dalam computational biology , namun itu bukanlah inti dari disiplin ilmu ini. Pada penerapan computational biology, model-model statistika untuk fenomena biologi lebih disukai dipakai dibandingkan dengan model sebenarnya. Dalam beberapa hal caratersebut cukup baik mengingat pada kasus tertentu eksperimen langsung pada fenomena biologi cukup sulit. Tidak semua dari computational biology merupakan Bioinformatika, seperti contohnya Model Matematika bukan merupakan Bioinformatika, bahkan meskipun dikaitkan dengan masalah biologi.

·         Medical Informatics

Menurut Aamir Zakaria [ZAKARIA2004], Pengertian dari medical informatics adalah " sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi medis."Medical informatics lebih memperhatikan struktur dan algoritma untuk  pengolahan data medis, dibandingkan dengan data itu sendiri. Disiplin ilmu ini, untuk alasan praktis, kemungkinan besar berkaitan dengan data-data yang didapatkan pada level biologi yang lebih "rumit" --yaitu informasi dari sistem-sistem superselular, tepat padalevel populasi—di mana sebagian besar dari Bioinformatika lebih memperhatikan informasi dari sistem dan struktur biomolekul dan selular.

           

·         Cheminformatics

Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat ( Cambridge Healthech Institute's Sixth Annual Cheminformatics conference). Pengertian disiplin ilmu yang disebutkan di atas lebih merupakan identifikasi dari salah satu aktivitas yang paling populer dibandingkan dengan berbagai bidang studi yang mungkin ada di bawah bidang ini.Salah satu contoh penemuan obat yang paling sukses sepanjang sejarah adalah penisilin, dapat menggambarkan cara untuk menemukan dan mengembangkan obat-obatan hingga sekarang --meskipun terlihat aneh--. Cara untuk menemukan dan mengembangkan obat adalah hasil dari kesempatan, observasi, dan banyak proses kimiayang intensif dan lambat. Sampai beberapa waktu yang lalu, disain obat dianggap harus selalu menggunakan kerja yang intensif, proses uji dan gagal. Kemungkinan penggunaan TI untuk merencanakan secara cerdas dan denganmengotomatiskan proses-proses yang terkait dengan sintesis kimiawi dari komponen-komponen pengobatan merupakan suatu prospek yang sangat menarik bagi ahli kimiadan ahli biokimia. Penghargaan untuk menghasilkan obat yang dapat dipasarkan secaralebih cepat sangatlah besar, sehingga target inilah yang merupakan inti dari Cheminformatics. Ruang lingkup akademis dari cheminformatics ini sangat luas.

Contoh bidang minatnya antara lain: Synthesis Planning, Reaction and Structure Retrieval, 3-DStructure Retrieval, Modelling, Computational Chemistry, Visualisation Tools and Utilities.

           

·         Genomics

Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom,kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan bagian dari gen di dalam genom yang representatif.

·         Mathematical Biology

Mathematical biology lebih mudah dibedakan dengan Bioinformatika daripada computational biology dengan Bioinformatika. Mathematical biology juga menangani masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam software maupun hardware. Bahkan metode yang dipakai tidak perlu "menyelesaikan" masalah apapun; dalam mathematical biology bisa dianggap beralasan untuk mempublikasikan sebuah hasil yang hanya menyatakan bahwa suatu masalah biologi berada pada kelasumum tertentu.Menurut Alex Kasman [KASMAN2004] Secara umum mathematical biology melingkupi semua ketertarikan teoritis yang tidak perlu merupakan sesuatu yang beralgoritma, dan tidak perlu dalam bentuk molekul, dan tidak perlu berguna dalam menganalisis data yang terkumpul.

·         Proteomics

Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun ( encoded ) oleh genom. Ilmu yang mempelajari proteome,yang disebut proteomics, pada saat ini tidak hanya memperhatikan semua protein didalam sel yang diberikan, tetapi juga himpunan dari semua bentuk isoform dan modifikasi dari semua protein, interaksi diantaranya, deskripsi struktural dari protein- protein dan kompleks-kompleks orde tingkat tinggi dari protein, dan mengenai masalahtersebut hampir semua pasca genom.Michael J. Dunn [DUNN2004], Pemimpin Redaksi dari Proteomics mendefiniskan kata " proteome " sebagai: " The PROTEin complement of the genOME ".Dan mendefinisikan proteomics berkaitan dengan: "studi kuantitatif dan kualitatif dariekspresi gen di level dari protein-protein fungsional itu sendiri". Yaitu: "sebuahantarmuka antara biokimia protein dengan biologi molekul".Mengkarakterisasi sebanyak puluhan ribu protein-protein yang dinyatakan dalamsebuah tipe sel yang diberikan pada waktu tertentu --apakah untuk mengukur beratmolekul atau nilai-nilai isoelektrik protein-protein tersebut-- melibatkan tempat penyimpanan dan perbandingan dari data yang memiliki jumlah yang sangat besar, tak terhindarkan lagi akan memerlukan Bioinformatika.

·         Pharmacogenomics

Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk  penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yangditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker). Istilah pharmacogenomics digunakan lebih untuk urusan yang lebih "trivial" tetapi dapat di argumentasikan lebih berguna dari aplikasi pendekatan Bioinformatika pada pengkatalogan dan pemrosesan informasi yang berkaitan dengan ilmu Farmasi dan Genetika, untuk contohnya adalah pengumpulan informasi pasien dalam database.

·         Pharmacogenetics

Tiap individu mempunyai respon yang berbeda-beda terhadap berbagai pengaruhobat; sebagian ada yang positif, sebagian ada yang sedikit perubahan yang tampak padakondisi mereka dan ada juga yang mendapatkan efek samping atau reaksi alergi.Sebagian dari reaksi-reaksi ini diketahui mempunyai dasar genetik. Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metodegenomik /Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan. Secara menakjubkan pendekatan tersebut telah digunakan untuk "menghidupkan kembali" obat-obatan yang sebelumnya dianggap tidak efektif, namun ternyata diketahui manjur pada sekelompok pasien tertentu. Disiplin ilmu ini juga dapat digunakan untuk mengoptimalkan dosis kemoterapi pada pasien-pasien tertentu.Gambaran dari sebagian bidang-bidang yang terkait dengan Bioinformatika diatas memperlihatkan bahwa Bioinformatika mempunyai ruang lingkup yang sangat luasdan mempunyai peran yang sangat besar dalam bidangnya. Bahkan pada bidang pelayanan kesehatan Bioinformatika menimbulkan disiplin ilmu baru yang menyebabkan peningkatan pelayanan kesehatan.

SUMBER :

• https://id.wikipedia.org/wiki/Bioinformatika
• http://fatchiyah.lecture.ub.ac.id/teaching-responsibility/bioinformatics/whats-bioinformatics/
• http://www.fahima.org/en/artikel/teknologi/702-apa-itu-bioinformatics.html
• https://www.academia.edu/5353692/BIOINFORMATIKA_PROTEIN

Hubungan Antara Komputasi Modern dan Prallel Processing

nama : Galih Pratiwi
kelas  : 4IA21

Komputasi & Paralel Processing

Pertama saya akan membahas mengenai komputasi dimana Komputasi itu sendiri merupakan sebuah algoritma yang dimana digunakan untuk menemukan sebuah cara dalam memecahkan masalah dari sebuah data input, dimana data input sendiri merupakan sebuah masukan yang berasal dari luar lingkungan sistem. Komputasi ini merupakan bagian dari ilmu komputer berpadu dengan ilmu matematika.

Selanjutnya kita akan membahas mengenai Parallel Processing, yaitu dimana kita menggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Pada dasarnya parallel processing membuat program berjalan lebih cepat karena semakin banyak CPU yang digunakan. Tetapi dalam prakteknya seringkali kita menemukan kesulitan membagi program sehingga dapat dieksekusi oleh CPU yang berbea-beda tanpa berkaitan di antaranya. Terdapat dua hukum yang berlaku dalam sebuah parallel processing. yaitu:

·         Hukum Amdahl

Amdahl berpendapat, “Peningkatan kecepatan secara paralel akan menjadi linear, melipatgandakan kemampuan proses sebuah komputer dan mengurangi separuh dari waktu proses yang diperlukan untuk menyelesaikan sebuah masalah.”.

·         Hukum Gustafson

Pendapat yang dikemukakan Gustafson hampir sama dengan Amdahl, tetapi dalam pemikiran Gustafson, sebuah komputasi paralel berjalan dengan menggunakan dua atau lebih mesin untuk mempercepat penyelesaian masalah dengan memperhatikan faktor eksternal, seperti kemampuan mesin dan kecepatan proses tiap-tiap mesin yang digunakan.

  

Hubungan Antara Komputasi Modern dengan Parallel Processing

Pertama kita akan membahas mengenai Tujuan dari komputasi parallel itu sendiri yaitu meningkatkan kinerja komputer dalam menyelesaikan berbagai masalah. Dengan membagi sebuah masalah besar ke dalam beberapa masalah kecil, membuat kinerja menjadi cepat. Formula komputasi paralel yang diajukan pada hukum Amdahl

Dimana a adalah banyaknya paralel yang terjadi. Secara teori, artinya proses penyelesaian masalah menjadi lebih cepat dengan menggunakan komputasi paralel. Seperti yang dijelaskan sebelumnya Formula komputasi paralel yang diajukan pada hukum Amdahl. Dimana a adalah banyaknya paralel yang terjadi. Secara teori, artinya proses penyelesaian masalah menjadi lebih cepat dengan menggunakan komputasi paralel.

Oleh karna itu sudah jelas bahwa hubungan dari Komputasi Modern dan Pemrosesan Parallel adalah penggunaan komputer dengan pemrosesan paralel sangat mempercepat kinerja dibandingkan dengan penyelesaian masalah dengan satu CPU. Oleh sebab itu, peningkatan kinerja atau proses komputasi semakin diterapkan, salah satunya adalah dengan cara meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor (multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja computer semakin cepat.

Kinerja komputasi dengan menggunakan paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU untuk menemukan suatu pemecahan masalah dari masalah yang ada. Komputasi dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagi tugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi penyelesaiannya.

Contoh Komputasi Parallel, pada ini gambar ini dijelaskan dimana bahwa terdapat sebuah masalah, dalam menyelesaikannya dengan membagi masalah lagi menjadi beberapa bagian agar sebuah masalah dapat dengan cepat diatasi.

SUMBER

1.      http://ajuarna.staff.gunadarma.ac.id/Downloads/files/9254/ArtikelEpilog.pdf

2.      http://en.wikipedia.org/wiki/Parallel_computing

3.      https://niamoraa.wordpress.com/softskill-project-2/hubungan-pemoresan-paralel-dan-komputasi-modern/

4.      https://dwijati.wordpress.com/komputasi-modern/

5.      http://thearczoro.blogspot.co.id/2014/05/parallel-processing-pada-komputasi.html

Komputasi Modern & Komputer Quantum

Pengertian Komputasi Modern

            Komputasi modern adalah sebuah konsep sistem yang menerima intruksi-intruksi dan menyimpannya dalam sebuah memory, memory disini bisa juga dari memory komputer. Oleh karena pada saat ini kita melakukan komputasi menggunakan komputer maka bisa dibilang komputer merupakan sebuah komputasi modern. Konsep ini pertama kali digagasi oleh John Von Neumann (1903-1957). Beliau adalah ilmuan yang meletakkan dasar-dasar komputer modern. Von Neumann telah menjadi ilmuwan besar abad 21. Von Neumann memberikan berbagai sumbangsih dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer yang di salurkan melalui karya-karyanya . Beliau juga merupakan salah satu ilmuwan yang terkait dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu. Kegeniusannya dalam matematika telah terlihat semenjak kecil dengan mampu melakukan pembagian bilangan delapan digit (angka) di dalam kepalanya.

            Dalam kerjanya komputasi modern menghitung dan mencari solusi dari masalah yang ada, dan perhitungan yang dilakukan itu meliputi:

1. Akurasi (big, Floating point)

2. Kecepatan (dalam satuan Hz)

3. Problem Volume Besar (Down Sizzing atau pararel)

4. Modeling (NN & GA)

5. Kompleksitas (Menggunakan Teori big O)

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. 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.

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.

Pengertian Quantum Computing

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.

1.      Sejarah singkat

·         Pada tahun 1970-an pencetusan atau ide tentang komputer kuantum pertama kali muncul oleh para fisikawan dan ilmuwan komputer, seperti Charles H. Bennett dari IBM, Paul A. Benioff dari Argonne National Laboratory, Illinois, David Deutsch dari University of Oxford, dan Richard P. Feynman dari California Institute of Technology (Caltech).

·         Feynman dari California Institute of Technology yang pertama kali mengajukan dan menunjukkan model bahwa sebuah sistem kuantum dapat digunakan untuk melakukan komputasi. Feynman juga menunjukkan bagaimana sistem tersebut dapat menjadi simulator bagi fisika kuantum. 

·         Pada tahun 1985, Deutsch menyadari esensi dari komputasi oleh sebuah komputer kuantum dan menunjukkan bahwa semua proses fisika, secara prinsipil, dapat dimodelkan melalui komputer kuantum. Dengan demikian, komputer kuantum memiliki kemampuan yang melebihi komputer klasik.

·         Pada tahun 1995, Peter Shor merumuskan sebuah algoritma yang memungkinkan penggunaan komputer kuantum untuk memecahkan masalah faktorisasi dalam teori bilangan.

·         Sampai saat ini, riset dan eksperimen pada bidang komputer kuantum masih terus dilakukan di seluruh dunia. Berbagai metode dikembangkan untuk memungkinkan terwujudnya sebuah komputer yang memilki kemampuan yang luar biasa ini. Sejauh ini, sebuah komputer kuantum yang telah dibangun hanya dapat mencapai kemampuan untuk memfaktorkan dua digit bilangan. Komputer kuantum ini dibangun pada tahun 1998 di Los Alamos, Amerika Serikat, menggunakan NMR (Nuclear Magnetic Resonance).

2.      Entanglement

Entanglement adalah suatu cara atau gambaran cara bagaimana partikel dapat berkorelasi, dianggatp dan diprediksi berinteraksi satu sama lain tanpa terpaut jarak. Tidak ada keadaan serupa dalam metode klasik. Entanglement berpengaruh pada sebagian besar paralelisme sistem quantum. Komputasi yang memanfaatkan paralelisme kuantum sering disebut Entanglement-Enhanced Information Processing. Entanglement secara teori diyakini dapat mempercepat komputasi. Ide bahwa seberapa cepat elektron dapat bergerak melalui kabel telah membatasi kecepatan komputer bekerja. Baik pada komputer klasik maupun quantum, entanglement diyakini dapat memecahkan batasan tersebut. Berdasarkan mekanika quantum, kekuatan dari luar yang bekerja pada dua buah partikel pada sistem quantum menyebabkan mereka berada pada kondisi entangle. Keadaan quantum dari sistem tersebut berisi semua posisi spin (momen magnetik internal) setiap partikel. Spin total sistem hanya bisa sama untuk nilai diskrit tertentu dengan probabilitas yang berbeda. Pengukuran spin total sistem kuantum tertentu menunjukkan bahwa posisi spin beberapa partikel tidak independen dari yang lainnya. Untuk sistem tersebut, ketika orientasi spin dari satu partikel

diubah dengan beberapa alasan, orientasi spin dari partikel lain akan berubah secara otomatis dan cepat. Berdasarakan pemahaman sejauh ini, kita dapat menyimpulkan bahwa kecepatan komunikasi dibatasi oleh kecepatan cahaya. Masalah selanjutnya terletak pada bagaimana partikel pada sistem quantum berkomunikasi ketika mereka mengubah orientasi spinnya.

3.      Pengoperasian Data Qubit

Seperti yang sudah kita ketahui, satuan dasar dalam pengolahan informasi pada masa sekarang ini adalah bit, yang mana dapat kita anggap satu dari dua keadaan yang kita label 0 dan 1. dalam perilaku yang sama, kita dapat mendefinisikan satuan dasar pengolahan informasi yang dapat digunakan dalam komputasi quantum. Satuan dasar informasi dalam komputasi quantum ini disebut qubit, kependekan dari Quantum Bit. Meskipun qubit akan terlihat mirip dengan bit dalam beberapa sudut pandang, seiring kita mempelajari komputasi quantum, qubit akan secara fundamental berbeda dari bit dan perbedaan fundamental ini akan membuat kita dapat melakukan pengolahan informasi dengan cara yang baru dan menarik.

Dalam komputer kuantum, sejumlah partikel elemental seperti elektron atau foton dapat digunakan (dalam praktek, keberhasilan juga telah dicapai dengan ion), baik dengan biaya mereka atau polarisasi bertindak sebagai representasi dari 0 dan / atau 1. Setiap partikel-partikel ini dikenal sebagai qubit, sifat dan perilaku partikel-partikel ini (seperti yang diungkapkan dalam teori kuantum ) membentuk dasar dari komputasi kuantum. Dua aspek yang paling relevan fisika kuantum adalah prinsip superposisi dan Entanglement Superposisi, pikirkan qubit sebagai elektron dalam medan magnet. Spin elektron mungkin baik sejalan dengan bidang, yang dikenal sebagai spin-up, atau sebaliknya ke lapangan, yang dikenal sebagai keadaan spin-down. Mengubah spin elektron dari satu keadaan ke keadaan lain dicapai dengan menggunakan pulsa energi, seperti dari Laser - katakanlah kita menggunakan 1 unit energi laser. Tapi bagaimana kalau kita hanya menggunakan setengah unit energi laser dan benar-benar mengisolasi partikel dari segala pengaruh eksternal? Menurut hukum kuantum, partikel kemudian memasuki superposisi negara, di mana ia berperilaku seolah-olah itu di kedua negara secara bersamaan. Setiap qubit dimanfaatkan bisa mengambil superposisi dari kedua 0 dan 1. Dengan demikian, jumlah perhitungan bahwa komputer kuantum dapat melakukan adalah 2 ^ n, dimana n adalah jumlah qubit yang digunakan. Sebuah komputer kuantum terdiri dari 500 qubit akan memiliki potensi untuk melakukan 2 ^ 500 perhitungan dalam satu langkah. Ini adalah jumlah yang mengagumkan - 2 ^ 500 adalah atom jauh lebih dari yang ada di alam semesta (ini pemrosesan paralel benar - komputer klasik saat ini, bahkan disebut prosesor paralel, masih hanya benar-benar melakukan satu hal pada suatu waktu: hanya ada dua atau lebih dari mereka melakukannya). Tapi bagaimana partikel-partikel ini akan berinteraksi satu sama lain? Mereka akan melakukannya melalui belitan kuantum.

4.      Algoritma Kuantum

Sejauh ini terdapat dua jenis algoritma yang biasa digunakan dalam komputasi quantum. Algoritma tersebut diantaranya adalah algoritma Grover dan algoritma Sorting. Berikut adalah penjelasannya.

·         Algoritma Grover, yaitu sebuah algoritma yang menawarkan percepatan kuadrat dibandingkan pencarian linear klasik untuk list tak terurut. Sebagian besar algoritma pencarian seperti pencarian linier, pencarian biner dan pohon pencarian biner yang self-balancing, dapat dikembangkan dengan sedikit tambahan cost untuk menemukan semua nilai yang kurang dari atau lebih dari kunci nya. Operasi ini disebut range search.

·         Algoritma Sorting yaitu sebuah proses merangkai benda dalam urutan tertentu dan atau dalam himpunan yang berbeda. Algoritma sorting memiliki dua arti umum yang berbeda. Pertama adalah proses pengurutan atau merangkai benda yang sejenis, sekelas atau yang lainnya, dalam urutan yang teratur. Pengertian yang kedua adalah sortingmerupakan kategorisasi, pengelompokkan dan pemberian label kepada benda dengan sifat yang serupa. Algoritma-algoritma untuk melakukan sorting pada komputasi quantum masih sama seperti komputasi klasik, yaitu bubble sort, quick sort, selection sort, insertion sort, dan merge sort.

5.      Implementasi Komputasi Quantum

Pada tahun 2000, IBM sudah membuat quantum computer dengan 5 qubits dengan atom sebagai prosesornya. & D-Wave perusahaan komputer asal Vancouver, Canada merilis kabar bahwa pihaknya telah mampu untuk beroperasi dengan prinsip quantum yang jauh lebih cepat dari komputer yang ada saat ini.

Komputer yang diberi nama “Orion” ini, memakai teknik cetakan rata yang sistematis, dipadukan dengan sebuah chip niobium superkonduksi & suhu ultrarendah, dapat mengerjakan 16 qubit. Chip inti harus dingin hingga mendekati titik nol absolut (-125.15ºC), supaya dalam proses perhitungannya tetap dalam kondisi kuantum.

Perusahaan D-Wave menuturkan, bahwa komputer kuantum ini bisa mengoperasikan 64 ribu hitungan secara bersamaan, & prototipe komputer kuantum yang diperlihatkannya pada 13 Februari 2007 merupakan komputer tipe bisnis yang pertama di dunia, di dalamnya ditanamkan chip kuantum yang dapat mengoperasikan 16 qubit.

Sumber :

        I.            https://faris6593.blogspot.co.id

      II.            https://amoekinspirasi.wordpress.com

    III.            http://www.metode-algoritma.com/2013/02/algoritma-quantum.html

    IV.            http://harisvcc.blogspot.co.id/2016/05/teori-quantum-computation.html

      V.            Quantum Computing Explained, David McMahon, Wiley, 2008