Rancang Bangun Penjadwalan Sumber Daya dalam Komputasi Paralel menggunakan Metode Cost-Time Optimization Scheduling untuk Mendistribusikan Tugas (Task) berbasis Multi Agent

ABSTRAK

Komputasi paralel dengan menggunakan banyak prosessor digunakan untuk menyelesaikan komputasi skala besar, karena memungkinkan untuk melakukan pengolahan data secara bersama-sama dengan waktu yang lebih efektif. Jika hanya menggunakan komputer tunggal maka komputasi akan sangat rendah dan lama. Paradigma dalam melakukan komputasi yang besar maka memerlukan super komputer atau mainframe yang harganya mahal, sehingga dalam komputasi paralel ini menggunakan komputer-komputer pribadi yang dihubungkan oleh jaringan komputer local (Local Area Network).

Penjadwalan diperlukan apabila terdapat job yang sangat banyak sekali sedangkan node hanya terbatas dan instruksi pada setiap job harus dipecah-pecah, maka perlu dijadwalkan agar instruksi-instruksi tersebut mendapatkan pelayanan yang adil dan pemakaian prosessor bisa dimaksimalkan sehingga tidak terjadi penundaan yang sangat lama dan jika saat salah satu node gagal mengerjakan instruksinya bisa dikerjakan oleh node lain. Pada penelitian ini menggunakan Cost-Time Optimization yang merupakan algoritma dengan menggunakan sumberdaya termurah untuk memastikan bahwa komputasi biaya dapat diminimalkan, tetapi jika ada banyak sumberdaya dengan biaya yang sama, maka digunakan strategi time optimization saat penjadwalan jobnya.

Data yang digunakan pengujian berupa korpus. Hasil pengolahan data korpus nantinya akan berupa pengklasifikasian data artikel menurut kategorinya. Dari hasil ujicoba menunjukkan proses pengklasifikasian artikel menggunakan dua komputer paralel dengan spesifikasi berbeda berbasis multi-agent dengan penjadwalan Cost-Time Optimization dapat menghemat waktu 20,49% dibandingkan dengan pemrosesan menggunakan komputer tunggal.

ABSTRACT

Parallel computing uses many processors are used to solve large-scale computing, as it allows to perform data processing together with time more effectively. If you only use one computer then the calculation will be very low and long. Large computing paradigm and requires expensive super-computers or mainframes, so in this case the parallel computing using personal computers connected by a local computer network.

Scheduling is required if there is work very much at all while the node is limited and instruction on every job should be split, then it should be scheduled so that the instructions to get service in a fair and processor utilization can be maximized so that no delays are very long and if one node fails while doing instructions can be performed by another node. In this study using Cost-Time Optimization algorithm using the cheapest power source to ensure that the computational cost can be minimized, but if there is a lot of resources at the same cost, time optimization strategy is used when scheduling job.

The data used in the test corpus. The results will be as a corpus of data processing according to the category of article classification data. The test results showed the group the articles using parallel computing based multi-agent scheduling Cost-Time Optimization will save more time by 20.49% compared to processing using a single computer.