Tecnology Future Introduction Of Quantum Computing

https://youtu.be/JNqFh2mL4KU

Tecnology Future

Introduction Of Quantum Computing

Quantum Computation it self is a field of study that is focused on developing computer technology based on the principles of quantum theory, which explains the nature and behavior of energy and matter on quantum (atomic and subatomic) levels.

There is also Quantum Computer. Then what's the difference with Quantum Computer?

It is a calculating tool that uses quantum mechanics such as superposition and interconnection, which is used for data operations. The calculation of the amount of data in classical computing is calculated with bits, while calculating the amount of data on quantum computers is done with qubit. The basic principle of quantum computers is that the quantum properties of particles can be used to represent data and data structures, and that quantum mechanics can be used to perform operations with this data. In this case to develop a computer with a quantum system required a new logic in accordance with quantum principles.

Operation of Qubit Data

A qubit is the basic unit of information in a quantum computer. While few can represent just one of two possibilities such as 0/1, yes / no, the qubit can represent more: 0/1, 1 and 0, the probability of occurrence at any time combined with more qubits, and all that simultaneously. In general quantum computers with qubit n can be in arbitrary superposition of up to 2 n different states simultaneously (this is compared to a normal computer that can only be in one state n 2 at a time).

To manipulate a qubit, then use Quantum Gates (Quantum Gate). The way it works is that a quantum gate works similar to a classical logic gate. The classical logical gate takes the bit as input, evaluates and processes the input and generates the new bit as output.

Quantum Gates

Quantum Gates / Quantum Gates is a logic / gate logic rule that applies to quantum computing. The working principle of quantum gates is almost the same as logic gates on digital computers. If on a digital computer there are some logical operations such as AND, OR, NOT, on quantum computing quantum gates composed of several qubits, so that quantum gates is harder to calculate than logic on digital computers.

Example of Quatum Gate :

https://www.youtube.com/watch?v=0XJp3akoocY&feature=youtu.be

Shor’s Algorithm

The algorithm invented by Peter Shor in 1995. By using this algorithm, a quantum computer can decode a secret code that is currently commonly used to secure data transmission. Code called RSA code, if encoded through the RSA code, the data sent will be safe because the RSA code can not be solved in a short time. In addition, RSA code splitting requires the work of thousands of computers in parallel so that the work of solving it is not effective.

Shor's algorithm depends on the result of number theory. These results are: periodic function. In the context of the Shor algorithm, n will be the number to be factored into. If the two numbers are coprime it means that the divisor is generally 1. The calculation of this function is for the exponential number, than it will take the exponential time on the classical computer. Shor's algorithm utilizes quantum parallelism to perform an exponential number of operations in one step.

Example of Shor's Algorithm :

https://youtu.be/zSmHXpVK6EA

About Quantum Gates dan Shor’s Algorithm

About the quantum gates and the shor algorithm, the Shor algorithm is based on a number theory: the function F (a) = xamod n is a periodic function if x is a relatively prime integer with n. In the Shor Algorithm, n will be an integer that wants to be factored. Calculating this functionality in a conventional computer for an exponential number will require an exponential time as well. On this issue the quantum shor algorithm utilizes quantum parallelism to do so in just one step. Since F (A) is a periodic function, then this function has a period r. Given x0mod n = 1, then xr mod n = 1, so is x2r mod n and so on

.

Entanglement

After a little understanding what is quantum computation and quantum computer we will enter the discussion of Entanglement. Entanglement itself is still part of Quantum Computation. What is Entanglement? Entanglement is a quantum mechanical theory that describes how quickly and how strongly the connected particles of a Quantum computer are where if a particle is treated "A" it will give an "A" effect to other particles as well.

There is also another understanding of Entanglement according to Albert Einstein's "Quantum Entanglement" in term "Remote Wizarding" which is the basic nature of quantum mechanics. Entanglement allows quantum information to spread over tens of thousands of kilometers, and is only limited by how fast and how many entanglement pairs can work in space. From the source I get from the internet: [Quantum entanglement] is a phenomenon that connects two particles in such a way that the changes that occur in one particle are instantly reflected in other particles, although physically may be among them apart several light years.

source : 

https://amoekinspirasi.wordpress.com/2014/05/15/pengertian-quantum-computing-dan-implementasinya/ with translate

https://pandyapriyandi.blogspot.co.id/2016/04/pengoperasian-data-qubit-quantum-gates.html with translate

Revie Jurnal "IMPLEMENTASI CLOUD COMPUTING MENGGUNAKANMODEL INFRASTRUCTURE AS A SERVICEUNTUK OPTIMALISASI LAYANAN DATA CENTER"

Pengantar Komputasi Greed

Pengantar Komputasi Greed

Komputasi Grid adalah penggunaan sumber daya yang melibatkan banyak komputer yang terdistribusi dan terpisah secara geografis untuk memecahkan persoalan komputasi dalam skala besar. Grid computing merupakan cabang dari distributed computing.Grid komputer memiliki perbedaan yang lebih menonjol dan di terapakan pada sisi infrastruktur dari penyelesaian suatu proses. Grid computing adalah suatu bentuk cluster (gabungan) komputer-komputer yang cenderung tak terikat batasan geografi. Di sisi lain, cluster selalu diimplementasikan dalam satu tempat dengan menggabungkan banyak komputer lewat jaringan.

            Konsep Grid Computing

Beberapa konsep dasar dari grid computing :

Sumber daya dikelola dan dikendalikan secara lokal.

Sumber daya berbeda dapat mempunyai kebijakan dan mekanisme berbeda, mencakup Sumber daya komputasi dikelola oleh sistem batch berbeda, Sistem storage berbeda pada node berbeda, Kebijakan berbeda dipercayakan kepada user yang sama pada sumber daya berbeda pada Grid.

Sifat alami dinamis: Sumber daya dan pengguna dapat sering berubah

Lingkungan kolaboratif bagi e-community (komunitas elektronik, di internet)

Tiga hal yang di-,sharing dalam sebuah sistem grid, antara lain : Resource, Network dan Proses. Kegunaan / layanan dari sistem grid sendiri adalah untuk melakukan high throughput computing dibidang penelitian, ataupun proses komputasi lain yang memerlukan banyak resource komputer.

Contoh Grid Computing

1)      Scientific Simulation. Komputasi grid diimplementasikan di bidang fisika, kimia, dan biologi untuk melakukan simulasi terhadap proses yang kompleks.

2)      Medical Image. Penggunaan data grid dan komputasi grid untuk menyimpan medical-image. Contohnya adalah eDiaMoND project

3)      Computer-Aided Drug Discovery (CADD)Komputasi grid digunakan untuk membantu penemuan obat. Salah satu contohnya adalah: Molecular Modeling Laboratory (MML) di University of North Carolina (UNC).

4)      Big Science. Data grid dan komputasi grid digunakan untuk membantu proyek laboratorium yang disponsori oleh pemerintah Contohnya terdapat di DEISA.

5)      E-Learning. Komputasi grid membantu membangun infrastruktur untuk memenuhi kebutuhan dalam pertukaran informasi dibidang pendidikan. Contohnya adalah AccessGrid.

6)      Visualization. Komputasi grid digunakan untuk membantu proses visualisasi perhitungan yang rumit.

7)      Microprocessor design. Komputasi grid membantu untuk mengurangi microprocessor design cycle dan memudahkan design center untuk membagikan resource lebih efisien. Contohnya ada diMicroprocessor Design Group at IBM Austin.

Manfaat Komputasi Grid

1)      Penggunaan Grid Computing System untuk perusahaan-perusahaan akan banyak memberikan manfaat, baik manfaat secara langsung maupun tidak langsung. Beberapa manfaat tersebut antara lain :

2)      Grid computing menjanjikan peningkatan utilitas, dan fleksibilitas yang lebih besar untuk sumberdaya infrastruktur, aplikasi dan informasi. Dan juga menjanjikan peningkatan produktivitas kerja perusahaan.

3)      Grid computing bisa memberi penghematan uang, baik dari sisi investasi modal maupun operating cost–nya

4)      Manajemen institusi yang terlalu birokratis menyebabkan mereka enggan untuk merelakan fasilitas yang dimiliki untuk digunakan secara bersama agar mendapatkan manfaat yan lebih besar bagi masyarakat luas.

5)      Masih sedikitnya Sumber Daya Manusia yang kompeten dalam mengelola grid computing. Contonhya kurangnya pengetahuan yang mencukupi bagi teknisi IT maupun user non teknisi mengenai manfaat dari grid computing itu sendiri.

Visualisasi

Virtualisasi bisa diartikan sebagai pembuatan suatu bentuk atau versi virtual dari sesuatu yang bersifat fisik, misalnya sistem operasi,  perangkat storage/penyimpanan data atau sumber daya jaringan.

1)      Network Virtualization : VLAN, Virtual IP (untclustering), Multilink

2)      Memory Virtualization : pooling memory dari node-node di cluster

3)      Grid Computing : banyak komputer = satu

4)      Application Virtualization : Dosemu, Wine

5)      Storage Virtualization : RAID, LVM

6)      Platform Virtualization : virtual computer

Distribusi Computation dalam Cloud

Cloud computing adalah teknologi yang memberikan berbagai jenis sumber daya sebagai layanan, terutama melalui internet, sedangkan komputasi terdistribusi adalah konsep menggunakan sistem terdistribusi terdiri dari banyak node diatur sendiri untuk memecahkan masalah yang sangat besar (yang biasanya sulit untuk diselesaikan dengan satu komputer). Cloud computing pada dasarnya adalah penjualan dan model distribusi untuk berbagai jenis sumber daya melalui internet, sedangkan komputasi terdistribusi dapat diidentifikasi sebagai jenis komputasi, yang menggunakan sekelompok mesin untuk bekerja sebagai satu kesatuan untuk memecahkan masalah skala besar. Komputasi terdistribusi mencapai hal ini dengan memecah masalah ke tugas sederhana, dan menugaskan tugas-tugas ke node individu

Computing ,Map reduce dan no SQL.

Map Reduce danNoSQL (Not Only SQL)

Map Reduce danNoSQL (Not Only SQL) adalah sebuah pemogramaan framework guna untuk membantu user mengembangankan sebuah data yang ukuran besar dapat terdistribusi satu sama lain. Map-Reduce adalah salah satu konsep teknis yang sangat penting di dalam teknologi cloud terutama karena dapat diterapkannya dalam lingkungan distributed computing. Dengan demikian akan menjamin skalabilitas aplikasi kita.

Salah satu contoh penerapan nyata map-reduce ini dalam suatu produk adalah yang dilakukan Google. Dengan inspirasi dari functional programming map dan reduce Google bisa menghasilkan filesystem distributed yang sangat scalable, Google Big Table. Dan juga terinspirasi dari Google, pada ranah open source terlihat percepatan pengembangan framework lainnya yang juga bersifat terdistribusi dan menggunakan konsep yang sama, project open source tersebut bernama Apache Hadoop.

NoSQL

Nosql adalah sebuah memcache dari bagian database sederhana yang berisi key dan value. Database ini bersifat struktur storage dimana sistem databasenya yang berbeda dengan sistem database relasional. Nosql tidak membutuhkan skema table dan menghindari operasi join dan berkembang secara horizontal. Selain itu NoSQL merupakan suatu bahasan yang jauh dari arti kata yang dibaca. Tidak berarti tanpa sql query. Melainkan bagaimana suatu sql query digunakan seminimal mungkin dalam suatu program database. Dengan memanfaatkan teknologi NoSQL ini, diharapkan mampu mengurangi beban server. Selain itu, hal ini juga memudahkan programmer dalam membuat suatu program dan proses pengembangannya. Penjelasan lebih mengenai NoSQL database akan dijelaskan pada sub bab dibawah ini.

Database NoSQL, juga disebut Not Only SQL, adalah sebuah pendekatan untuk pengelolaan datadan desain database yang berguna untuk set yang sangat besar data terdistribusi. NoSQL, yang mencakup berbagai teknologi dan arsitektur, berusaha untuk memecahkan masalah skala bilitas dan kinerja data yang besar yang database relasional tidak dirancang untuk menangani.NoSQL ini sangat berguna ketika perusahaan perlu untuk mengakses dan menganalisis sejumlah besar data terstruktur atau data yang disimpan dari jarak jauh pada beberapa virtual server di awan.

Berlawanan dengan kesalahpahaman yang disebabkan oleh namanya, NoSQL tidak melarangbahasa query terstruktur (SQL) Meskipun benar bahwa beberapa sistem NoSQL sepenuhnya non-relasional, yang lain hanya menghindari fungsi relasional dipilih seperti skema tabel tetap dan bergabung dengan operasi. Sebagai contoh, daripada menggunakan tabel, database NoSQL mungkin mengatur data menjadi objek, kunci / nilai berpasangan atau tupel

Contoh aplikasi

Apache Hadoop, redis, riak, neo4j, orientDB.

http://putrifebiani.blogspot.co.id/2014/05/map-reduce-dan-nosql.html

https://rizki08.wordpress.com/2014/05/09/distributed-computation-dalam-cloud-computing/

https://www.excellent.co.id/product-services/vmware/keuntungan-teknologi-virtualisasi-cloud-computing/

https://ariefhikam.wordpress.com/2017/04/13/pengantar-komputasi-grid/

Model Game

Nama                    : yandi jahya

NPM                     : 5c414350

Kelas                    : 3IA22

Mata Kuliah         : Pengantar Teknologi Game 

Nama Dosen         : Rifki Amalia

Penulisan              : 15

- Klasifikasi berdasarkan jumlah keuntungan dan kerugian:

·                     Game jumlah-nol (zero-sum game)

Jumlah payoff dari setiap pemain sama dengan nol. Untuk game dengan 2 pemain, besar keuntungan di satu pihak sama dengan besar kerugian di pihak lain.

·                     Game bukan jumlah-nol (non zero-sum game)

Jumlah payoff dari setiap pemain tidak sama dengan nol. Untuk game dengan 2 pemain, besar keuntungan di satu pihak tidak sama dengan besar kerugian di pihak lain.

· Klasifikasi berdasarkan urutan (giliran) bermain:

·                     Game sekuensial

Pemain melakukan tindakan secara bergantian. Pemain berikutnya mengetahui tindakan yang diambil oleh pemain sebelumnya (mungkin secara tidak utuh).

·                     Game simultan 

Pemain melakukan tindakan secara bersamaan. Pada saat mengambil tindakan, pemain yang terlibat tidak mengetahui tindakan yang dipilih oleh pemain lainnya. Dalam hal ini jeda waktu pengambilan tindakan antara sesaa pemain tidak berpengaruh terhadap pilihan yang diambil oleh pemain ybs.

- Klasifikasi berdasarkan kesempurnaan informasi:

·                     Game dengan informasi sempurna

Pemain mengetahui dengan pasti tindakan yang diambil oleh lawannya, sebelum ia memilih tindakan → asumsi ini hanya dapat dipenuhi oelh game sekuensial.

·                     Game dengan informasi tidak sempurna

Pemain tidak mengetahui tindakan yang dipilih lawannya sebelum permainan berakhir.

· Klasifikasi berdasarkan kelengkapan informasi:

·                     Game dengan informasi lengkap

Pemain mengetahui payoff lawannya.

·                     Game dengan informasi tidak lengkap

Pemain tidak memiliki informasi lengkap tentang payoff lawannya.

· Klasifikasi berdasarkan adanya kesepakan (komitmen):

·                     Game kooperatif

Para pemain membuat komitmen yang mengikat (binding commitment) untuk meningkatkan outcome mereka.

·                     Game nonkooperatif

Para pemain tidak membuat komitmen yang mengikat.

Sumber : http://www.catatanfadil.com/2014/03/teori-game.html

Pengambil Keputusan pada Teori Game Catur dan Sepakbola

Nama                    : yandi jahya

NPM                     : 5c414350

Kelas                    : 3IA22

Mata Kuliah         : Pengantar Teknologi Game 

Nama Dosen         : Rifki Amalia

Penulisan              : 14

Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence atau hanya disingkat AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

‘Kecerdasan buatan’ ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya. Jadi yang mengambil keputusan ketika kita bermain catur atau sepakbola ketika melawan musuh (computer) itu adalah kecerdasan buatan yang dimasukkan kedalam game.

Sumber : http://chyntianovita.blogspot.co.id/2017/06/pengambil-keputusan-teori-game-catur.html

Binding Commitment pada Game

Nama                    : yandi jahya

NPM                     : 5c414350

Kelas                    : 3IA22

Mata Kuliah         : Pengantar Teknologi Game 

Nama Dosen         : Rifki Amalia

Penulisan              : 13

        Binding Commitment jika diterjemahkan berarti komitmen yang mengikat. Binding Commitment ini merupakan salah klasifikasi pada teori game berdasarkan kesepakatan, yaitu Game Kooperatif. Game Kooperatid itu sendiri memiliki pengertian para pemain membuat komitmen yang mengikat (binding commitment) untuk meningkatkan outcome mereka.

Hal demikian tidak terjadi pada game nonkooperatif. Jika komitmennya tidak mengikat, game tidak dapat bersifat kooperatif, karena para pemain mungkin akan melanggar komitmen tersebut untuk kepentingan dirinya.

Dilema Tahanan adalah game nonkooperatif.

Pertanyaannya: bagaimanakah outcome-nya, jika dijadikan game kooperatif? Permainan ini tidak dapat disempurnakan terhadap semua permainan kooperatif, namun ada beberapa outcome positif dalam game kooperatif. Dapat diambil contoh permainan Who Wants to be Millionaire. Penjelasan outcome positif dalam game tersebut: 

1.     Virtual Presence berpengaruh positif terhadap Learning Outcomes Penggunaan game Who Wants to be Millionaire menunjukkan pengaruh yang positif terhadap pemahaman mahasiswa tentang learning outcomes yang mereka raih. Kehadiran virtual/virtual presence yang tampak pada alur dari game tersebut, menunjang pemahaman mahasiswa tentang tujuan materi dalam game tersebut, yaitu pengambilan keputusan, berpikir analitis dan taktis serta ketelitian. Oleh sebab itu peningkatan virtual presence yang dialami mahasiswa memiliki kecenderungan dalam meningkatkan learning outcomes. 2.     Perceived Usefulness berpengaruh positif terhadap Learning Outcomes Tingkat kepercayaan yang tinggi bahwa penggunaan game simulasi yang dimainkan akan meningkatkan kinerja yang bersangkutan akan menyebabkan perhatian dan fokus mahasiswa yang optimal pada konten materi dan instruksi desainer pelatihan berbasis permainan yang dilakukan. 

3.     Intention to Use berpengaruh positif terhadap Learning Outcomes Intention to use yang digerakkan oleh perceived usefulness yang tinggi akan meningkatkan sikap atau niat perilaku untuk menggunakan game simulasi yang diberikan, yang berlanjut pada peningkatan perhatian pengguna game simulasi pada konten materi dalam permainan yang pada akhirnya akan meningkatkan learning outcomes, seperti yang diimplikasikan oleh Mohammadi (2015) tentang actual usage (penggunaan aktual) pada elearning.

Sumber : http://satyanugraha615.blogspot.co.id/2017/06/tugas-pengantar-teknologi-game-vi.html