<![CDATA[Teknologi yang semakin maju memicu berbagaiparadigma komputasi untuk terus berkembang, tidak terkecualimengenai teknik image processing maupun video processing yangdibutuhkan masyarakat untuk memanipulasi gambar gunakebutuhan informasi. Komputasi Graphics Processing Unit(GPU) menjadi salah satu alternatif komputasi paralel yangmenawarkan kinerja komputer yang lebih cepat daripadakomputasi Central Processing Unit (CPU) dengan memanfaatkankartu grafis. Penelitian ini menganalisis teknik komputasi paralelGPU dengan Compute Unified Device Architecture (CUDA) danmembandingkan hasil kinerja dari komputasi sekuensial CPUdengan OpenCV yang dianalisis menggunakan metodeeksperimen. Eksperimen dilakukan dengan implementasi imagedan video processing untuk operasi grayscale, negatif, dan deteksitepi. Penelitian ini menunjukkan sebuah hasil bahwa imageprocessing untuk operasi grayscale dan negatif, komputasiparalel GPU lebih unggul antara 0.2 hingga 2 detik. Sedangkanuntuk operasi deteksi tepi, komputasi GPU unggul hingga 14detik. Atau 2.8 kali lipat lebih cepat daripada komputasi CPU.Untuk video processing, komputasi CPU lebih unggul darikomputasi GPU selisih antara 1-2 frame per second.]]>
Copyrights © 2015
