Hasil Pencarian  ::  Simpan CSV :: Kembali

"Numerical grid generation plays a critical role in any scientific computing problem when the geometry of the underlying region is complex or when the solution has a complex structure. The mathematical aspects of grid generation are discussed to provide a deeper understanding of the algorithms and their imitations. Variational methods are emphasized because they are more robust, but elliptic and transcendental algebraic methods are also considered."

"Penggunaan container pada arsitektur microservice merupakan sebuah pendekatan yang dapat digunakan untuk mempermudah proses delivery sistem. Container dalam sistem pun lebih mudah diatur dengan Kubernetes sehingga sistem dapat berjalan secara seamless. Hal tersebut memungkinkan deployment sistem yang cepat dan portable. Salah satu strategi deployment yang dapat digunakan untuk men-deploy sistem yang menggunakan container pada arsitektur microservice adalah canary deployment, dimana sebagian traffic diarahkan ke sekelompok kecil pengguna terlebih dahulu untuk menguji aplikasi di production. Pada dasarnya, canary deployment dapat dilakukan secara native dengan Kubernetes, namun cara ini masih memiliki masalah, yaitu traffic distribution dan replica deployment yang tidak independen. Salah satu solusi yang dapat dilakukan untuk memecahkan masalah tersebut adalah dengan menggunakan service mesh. Hal ini dikarenakan service mesh memiliki fitur traffic management yang dapat melakukan intelligent routing untuk melakukan canary deployment. Isu independensi ini memengaruhi proses deployment dan kebutuhan bisnis, dimana dengan menggunakan service mesh, jumlah replika pods yang digunakan untuk men-deploy aplikasi tidak berubah bagaimanapun aturan traffic routing-nya. Hal ini berbeda dengan sistem yang tidak menggunakan service mesh, dimana jumlah replika pods-nya berubah-ubah menyesuaikan aturan traffic routing yang telah ditentukan. Tanpa service mesh, rasio replika pods perlu diatur secara manual dengan konfigurasi yang redundan. Di sisi lain, konfigurasi sistem dengan service mesh mudah diatur dengan memanfaatkan fitur-fitur yang disediakan oleh service mesh itu sendiri, khususnya fitur traffic management. Selain itu, penggunaan service mesh dalam proses canary deployment pada aplikasi berbasis Kubernetes juga dapat membuat proses deployment menjadi lebih efisien dalam jumlah resource (pods).

---

The use of containers in the microservice architecture is an approach that can be used to simplify the system delivery process. Containers in the system are also easier to manage with Kubernetes so that the system can run seamlessly. This allows for fast and portable system deployment. One deployment strategy that can be used to deploy systems that use containers on a microservices architecture is canary deployment, where some traffic is directed to a small group of users first to test the application in production. Basically, canary deployment can be done with Kubernetes natively, but this method still has problems, namely traffic distribution and replica deployment which are not independent. One solution that can be done to solve this problem is to use a service mesh. This is because the service mesh has a traffic management feature that can perform intelligent routing to perform canary deployments. This independence issue affects the deployment process and business needs, where by using a service mesh, the number of replica pods used to deploy applications does not change regardless of the traffic routing rules. This is different from a system that does not use a service mesh, where the number of replica pods varies according to predetermined traffic routing rules. Without a service mesh, the ratio of pod replicas needs to be set manually with redundant configurations. On the other hand, system configuration with service mesh is easy to manage by utilizing the features provided by the service mesh itself, especially the traffic management feature. In addition, the use of service mesh in the canary deployment process for Kubernetes-based applications can also make the deployment process more efficient in terms of the number of resources (pods)."

"This volume contains the articles presented at the 20th International Meshing Roundtable (IMR) organized, in part, by Sandia National Laboratories and was held in Paris, France on Oct 23-26, 2011. This is the first year the IMR was held outside the United States territory. Other sponsors of the 20th IMR are Systematic Paris Region Systems & ICT Cluster, AIAA, NAFEMS, CEA, and NSF. The Sandia National Laboratories started the first IMR in 1992, and the conference has been held annually since. Each year the IMR brings together researchers, developers, and application experts, from a variety of disciplines, to present and discuss ideas on mesh generation and related topics. The topics covered by the IMR have applications in numerical analysis, computational geometry, computer graphics, as well as other areas, and the presentations describe novel work ranging from theory to application. "

"Grid Computing menekankan pertukaran atau pemakaian bersama (sharing) sumber daya komputer (resource), penyimpanan data dan akses ke database tanpa mengharuskan pengguna untuk mencari resource ini secara manual. Setelah terhubung pada Grid, pengguna akan melihatnya sebagai satu sistem komputer yang besar. Resource dalam grid bersifat heterogen dalam hal protokol dan cara akses, serta memiliki letak yang terdistribusi, bahkan dapat melewati batas-batas geografis. Grid computing mengharuskan pengaksesan resource tersebut bersifat transparan. User hanya melihat resource-resource tersebut sebagai satu kesatuan resource. Salah satu resource yang di-share adalah storage resource dan data. Hal ini termasuk dalam konteks data grid. Suatu Grid Computing File System menyediakan logical namespace yang user friendly dalam mengidentifikasi dan mengelola resource yang tersedia dalam grid.Dengan konsep Grid File System ini user akan melihat resource resource yan tersebar tersebut, dalam hal ini storage dan data, sebagai satu kesatuan. User tidak perlu mengetahui lokasi sebenarnya suatu resource. Tulisan ini membahas dan mendeskripsikan grid service yang menyediakan kemampuan tersebut. Grid Virtual File System adalah suatu konsep Grid Computing File System yang akan diajukan dalam tulisan ini, disebut virtual karena file system itu sendiri bukan merupakan file system sebenarnya yang terletak pada suatu lokasi fisik. Grid Virtual File System mengelola dan menggabungkan serta mengenkapsulasi berbagai file system resource, mekanisme akses dan manajemen meta data dalam lingkungan grid. Tulisan ini juga mengusulkan beberapa konsep, rancangan arsitektur, operasi yang sebaiknya ada dalam file system directory service serta melaporkan implementasi simulasi pada satu mesin.Dari hasil implementasi disimpulkan bahwa Grid Virtual File System ini dapat menyediakan service yang memungkinkan user mengakses berbagai resource heterogen yang tersebar tersebut tanpa harus mengtahui dimana letak ataupun protokol yang digunakan."

"Komputasi terdistribusi dirancang untuk meningkatkan performa ataupun troughput sebuah proses. Lahirnya teknologi internet menjadikan tongak baru dalam paradigma komputasi tersebar. Ketika jaringan komputer yang dipakai sebagai alat komunikasi adalah internet, isu yang muncul menjadi lebih rumit. Internet adalah teknologi terdistribusi, dimana tidak ada administrator tunggal yang menguasainya. Pada jaringan Internet terdapat sumber daya yang besar dan sering berada pada kondisi idle. Penelitian ini dilakukan dalam rangka mencari tahu cara kerja komputasi grid yang dirancang untuk bekerja pada jaringan Internet. Komunikasi antar proses pada penelitian ini menggunakan perangkat lunak MPI, sementara untuk pembagian beban menggunakan Grid Engine. Globus Toolkit digunakan sebagai gerbang akses kedalam sebuah unit komputasi yang dimiliki organisasi dari jaringan Internet. Penelitian difokuskan kepada alokasi sumber daya pada komputasi grid. Pada akhir penelitian didapatkan sebuah layanan komputasi grid berbasiskan Globus Toolkit 4 dengan penjadwal lokal Grid Engine. Integrasi kendali paralel menggunakan perangkat lunak MPICH."

"Teknologi sistem grid saat ini sudah cukup banyak dikenal orang karena sistem grid dapat membantu menyelesaikan suatu masalah secara bersama-sama seperti, komputasi yang membutuhkan kemampuan komputer dengan performansi tinggi, penyediaan media penyimpanan virtual, dan lain sebagainya tanpa tergantung pada lokasi geografis dari pengguna sistem grid yang bersangkutan. Sistem grid menyediakan mekanisme sharing sumber daya antar institusi-institusi yang bergabung dalam suatu lingkungan terdistribusi yang heterogen dan sangat dinamis. Namun, untuk menyediakan suatu layanan akses yang handal terhadap sumber daya yang di-share tersebut ada banyak masalah yang harus dihadapi dan dibenahi oleh sistem grid. Salah satu masalah yang perlu diperhatikan adalah masalah keamanan. Untuk menjamin keamanan dari sistem grid, maka layananlayanan serta mekanisme-mekanisme keamanan yang umumnya digunakan seperti, otentikasi, otorisasi, komunikasi yang aman, ketersediaan sistem, integritas dan lain sebagainya sangat diperlukan untuk lebih meningkatkan kepercayaan terhadap sistem grid. Selain itu, diharapkan bahwa keuntungan-keuntungan yang ditawarkan oleh sistem grid dapat lebih dimanfaatkan dengan sebaik-baiknya. Pada tulisan ini, penulis mencoba untuk meneliti aspek keamanan dari sistem grid dengan meninjau masalah-masalah keamanan yang ada pada sistem grid yang diikuti dengan eksplorasi terhadap layanan-layanan keamanan yang diperlukan dan yang telah disediakan oleh sistem grid. Untuk mengetahui implementasi dari layanan-layanan keamanan yang disediakan oleh sistem grid, maka penulis melakukan uji coba dengan melakukan konfigurasi pada paket Grid Security Infrastructure (GSI) yang terdapat dalam paket Globus Toolkit 3 (GT3). Percobaan konfigurasi ini ditujukan agar suatu aplikasi sederhana yang berbasis grid dapat memiliki beberapa layanan-layanan keamanan yang ditawarkan oleh GSI. Berdasarkan eksplorasi yang dilakukan, dapat disimpulkan bahwa sistem grid saat ini sudah memiliki solusi terhadap beberapa masalah-masalah keamanannya dengan menyediakan beberapa layanan-layanan serta mekanisme keamanan seperti, otentikasi, otorisasi, dan komunikasi yang aman. Meskipun demikian, masih ada masalah keamanan lainnya yang belum diakomodasi sepenuhnya dalam sistem grid misalnya, akuntabilitas. Hasil uji coba konfigurasi yang dilakukan juga menunjukkan bahwa GSI sebagai komponen keamanan yang disediakan oleh GT3 telah mengakomodasi beberapa layananlayanan keamanan yang dibutuhkan dalam suatu sistem grid. Beberapa fitur tambahan seperti delegation dan single sign on juga disediakan oleh GSI untuk mendukung akses terhadap sumber daya yang terkoordinasi."

"Integrasi metascheduler Gridway ke dalam lingkungan grid memungkinkan tidak hanya dilakukan di antara mesin‐mesin dalam cluster, melainkan juga penjadwalan lintas cluster. Integrasi ini melibatkan beberapa komponen, antara lain Gridway sendiri, Local Resource Management System (LRMS) sebagai scheduler dalam cluster, dan grid middleware sebagai penghubung antara Gridway dan LRMS. Masalah yang muncul dalam integrasi ini berkaitan dengan pengiriman informasi dari Gridway ke grid middleware, dari grid middleware ke LRMS, dan sebaliknya. Untuk itu, integrasi antar setiap komponen perlu diatur sehingga setiap komponen bisa berkomunikasi dengan benar. Untuk mengecek bahwa integrasi berhasil, maka perlu diuji cobakan dengan eksekusi berbagai jenis pekerjaan (job), misalnya job sederhana yang memerlukan satu mesin sebagai eksekutor, job yang memerlukan transfer berkas dari dan ke mesin lain saat eksekusi, job yang menjalankan."

"Penggunaan aplikasi paralel berbasis MPI adalah salah satu cara dalam rangka memenuhi kebutuhan komputasi yang terus meningkat. Lebih dari satu sumber daya dapat dimanfaatkan secara simultan dalam rangka melakukan komputasi. Pada sisi yang lain, Grid Computing hadir dengan menawarkan sumber daya komputasi besar. Lebih dari satu sumber daya yang tersedia, walaupun heterogen dan berada dalam lokasi yang tersebar, dapat dimanfaatkan bersama-sama dalam rangka menyediakan sumber daya komputasi yang besar. Penelitian ini dilakukan dalam rangka mencari tahu bagaimana cara melakukan eksekusi aplikasi paralel berbasis MPI di atas lingkungan komputasi Grid. MPI digunakan dalam membangun aplikasi paralel yang akan melakukan komputasi dan Grid berperan sebagai penyedia sumber daya komputasi tersebut. Beberapa model lingkungan komputasi bagi aplikasi MPI ini telah dibuat, mulai dari bentuk yang sederhana sampai membentuk lingkungan komputasi Grid yang menggunakan sistem penjadwalan job sehingga proses akan diletakkan pada tempat yang tepat."

"Sebuah laboratorium online dalam sistem e-learning menyediakan media untuk melaksanakan tugas eksperimen suatu mata kuliah melalui Internet. Penggunaan layanan grid pada eksperimen laboratorium online menjadi teknologi yang revolusioner saat ini. Teknologi grid ini difokuskan pada penggunaan sumber daya yang heterogen dan tersebar, serta untuk memecahkan masalah komputasi yang kompleks pada suatu eksperimen. Dengan menggunakan laboratorium online berbasis layanan grid, para mahasiswa dapat melaksanakan eksperimen, dengan memanfaatkan sumber daya komputasi dan data yang terdapat pada lingkungan grid secara bersamaan.Pada pelaksanaan tugas akhir ini penulis mengembangkan prototype laboratorium online yang berbasis layanan grid untuk keperluan eksperimen analisis data yang terdistribusi. Penulis mempersiapkan suatu lingkungan grid di Fakultas Ilmu Komputer yang terdiri atas 3 buah komputer menggunakan perangkat lunak Globus Toolkit 4. Kemudian penulis menambahkan prototype modul eksperimen pada sistem e-learning Moodle dan menghubungkannya dengan layanan grid. Sebagai studi kasus, penulis mengembangkan eksperimen pengambilan keputusan dengan analisis Pareto terhadap data yang tersebar pada beberapa basis data yang berbeda (heterogen). Pengambilan dan pengiriman data pada eksperimen ini dilakukan oleh layanan grid, yang dikembangkan dengan menggunakan perangkat lunak Open Grid Services Architecture Data Access and Integration (OGSA-DAI).Dalam pengembangan modul eksperimen pada Moodle, penulis menemukan kesulitan untuk menghubungkannya dengan layanan grid secara langsung. Oleh karena itu, penulis mempersiapkan grid portal sebagai aplikasi mediasi antara modul eksperimen Moodle dan layanan grid. Pada tahap pengujian, penulis menguji heterogenitas basis data yang dapat digunakan sebagai sumber daya dalam ingkungan grid. Melalui layanan grid yang telah diinstalasikan pada masing-masing komputer dalam lingkungan grid, penulis melakukan eksperimen analisis Pareto. Eksperimen ini mengambil data dari sumber daya data (data resource) yang tersebar pada lingkungan grid. Penulis berkesimpulan bahwa pengembangan laboratorium online berbasis layanan grid untuk kebutuhan eksperimen analisis data, mampu memberikan sumber daya berupa basis data yang heterogen dan terdistribusi pada organisasi virtual (virtual organization)."