<![CDATA[Semakin berkembangnya teknologi akan berdampak pada pertumbuhan data yang pesat hingga melampaui batas kemampuan database manajemen tools yang ada. Salah satu sistem yang memiliki jumlah dan jenis data yang cukup besar adalah SIM RS (Sistem Informasi Manajemen Rumah Sakit). HPC (High Performance Computing) merupakan metode untuk mengatasi permasalahan yang memiliki kompleksitas tinggi terkait dengan beban pekerjaan dan penggunaan banyak data. Salah satu teknik yang digunakan dalam metode HPC adalah Komputasi Paralel. Penelitian ini berfokus pada perancangan komputasi paralel menggunakan model message-passing pada proses pencarian data pasien pada SIM RS. Komputasi paralel didesain dengan cara membagi data atau pekerjaan (komputasi) ke sejumlah komputer/CPU (master dan slave). Konfigurasi komputasi paralel pada komputer/CPU master dan slave menggunakan tahapan pada metode Foster yaitu Partisi, Komunikasi, Aglomerasi dan Pemetaan. Pengujian akan dilakukan dengan membandingkan waktu pengolahan data pasien antara sekuensial dan paralel. Selain itu komputasi paralel dirancang akan diuji menggunakan perhitungan Speed Up dan Efisieinsi. Hasil perancangan dan pengujian komputasi paralel menggunakan model message-passing membuktikan bahwa waktu pengolahan data pasien menggunakan program paralel mampu lebih cepat dibandingkan pengolahan data menggunakan topologi jaringan sekuensial/1 komputer/CPU. Pada pengujian speed up menunjukan adanya peningkatan kecepatan sampai pada penggunaan komputasi paralel pada 3 komputer/CPU. Sedangkan pada pengujian efisiensi nilai efisiensi tertinggi terdapat pada penggunaan 2 dan 3 komputer/CPU. Terjadinya penurunan nilai speed up dan efisiensi diakibatkan oleh jumlah data yang tergolong sedikit apabila ditangani oleh komputasi paralel menggunakan 7 komputer/CPU. Jadi semakin banyak jumlah komputer/CPU yang dilibatkan dalam komputasi paralel pada saat melakukan pemrosesan/pengolahan data, tidak berbanding lurus dengan waktu yang dibutuhkan dalam pemrosesan/ pengolahan data tersebut. Hal ini dikarenakan sebuah pekerjaan pemrosesan/pengolahan data dalam hal jumlah data yang ditangani memiliki batas ideal jumlah komputer/CPU yang menangani pekerjaan tersebut.]]>
Copyrights © 2018
