Thursday, June 23, 2016

Bioinformatika

1. Bioinformatika

Bioinformatika adalah ilmu yang memepelajari penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan munggunakan sekuens DNA dan asam amino. istilah bioinformatika mulai dekemukakan pada pertengahan era 1980-an untuk mengacu penerapan komputer dalam biologi.

2. Bidang-bidang yang terkait bioinformatika

Biophysics
Biologi molekul sendiri merupakan pengembangan yang lahir dari biophysics. Biophysics adalah sebuah bidang interdisipliner yang mengaplikasikan teknik- teknik dari ilmu Fisika untuk memahami struktur dan fungsi biologi (British Biophysical Society). Sesuai dengan definisi di atas, bidang ini merupakan suatu bidang yang luas. Namun secara langsung disiplin ilmu ini terkait dengan Bioinformatika karena penggunaan teknik-teknik dari ilmu Fisika untuk memahami struktur membutuhkan penggunaan TI.

Computational Biology
Computational biology merupakan bagian dari Bioinformatika (dalam arti yang paling luas) yang paling dekat dengan bidang Biologi umum klasik. Fokus dari computational biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel. Tak dapat dielakkan bahwa Biologi Molekul cukup penting dalam computational biology, namun itu bukanlah inti dari disiplin ilmu ini. Pada penerapan computational biology, model-model statistika untuk fenomena biologi lebih disukai dipakai dibandingkan dengan model sebenarnya. Dalam beberapa hal cara tersebut cukup baik mengingat pada kasus tertentu eksperimen langsung pada fenomena biologi cukup sulit. Tidak semua dari computational biology merupakan Bioinformatika, seperti contohnya Model Matematika bukan merupakan Bioinformatika, bahkan meskipun dikaitkan dengan masalah biologi.

Medical Informatics
Menurut Aamir Zakaria [ZAKARIA2004] Pengertian dari medical informatics adalah “sebuah disiplin ilmu yang baru yang didefinisikan sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian dan manajemen informasi medis.” Medical informatics lebih memperhatikan struktur dan algoritma untuk pengolahan data medis, dibandingkan dengan data itu sendiri. Disiplin ilmu ini, untuk alasan praktis, kemungkinan besar berkaitan dengan data-data yang didapatkan pada level biologi yang lebih “rumit” –yaitu informasi dari sistem-sistem superselular, tepat pada level populasi—di mana sebagian besar dari Bioinformatika lebih memperhatikan informasi dari sistem dan struktur biomolekul dan selular.

Cheminformatics
Cheminformatics adalah kombinasi dari sintesis kimia, penyaringan biologis, dan pendekatan data-mining yang digunakan untuk penemuan dan pengembangan obat (Cambridge Healthech Institute’s Sixth Annual Cheminformatics conference). Pengertian disiplin ilmu yang disebutkan di atas lebih merupakan identifikasi dari salah satu aktivitas yang paling populer dibandingkan dengan berbagai bidang studi yang mungkin ada di bawah bidang ini.
Salah satu contoh penemuan obat yang paling sukses sepanjang sejarah adalah penisilin, dapat menggambarkan cara untuk menemukan dan mengembangkan obatobatan hingga sekarang –meskipun terlihat aneh–. Cara untuk menemukan dan mengembangkan obat adalah hasil dari kesempatan, observasi, dan banyak proses kimia yang intensif dan lambat. Sampai beberapa waktu yang lalu, disain obat dianggap harus selalu menggunakan kerja yang intensif, proses uji dan gagal (trial-error process).
Kemungkinan penggunaan TI untuk merencanakan secara cerdas dan dengan mengotomatiskan proses-proses yang terkait dengan sintesis kimiawi dari komponen-komponen pengobatan merupakan suatu prospek yang sangat menarik bagi ahli kimia dan ahli biokimia. Penghargaan untuk menghasilkan obat yang dapat dipasarkan secara lebih cepat sangatlah besar, sehingga target inilah yang merupakan inti dari cheminformatics.
Ruang lingkup akademis dari cheminformatics ini sangat luas. Contoh bidang minatnya antara lain: Synthesis Planning, Reaction and Structure Retrieval, 3-D Structure Retrieval, Modelling, Computational Chemistry, Visualisation Tools and Utilities.

Genomics
Genomics adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih. Secara logis tentu saja mungkin untuk membandingkan genom-genom dengan membandingkan kurang lebih suatu himpunan bagian dari gen di dalam genom yang representatif.

Mathematical Biology
Mathematical biology lebih mudah dibedakan dengan Bioinformatika daripada computational biology dengan Bioinformatika. Mathematical biology juga menangani masalah-masalah biologi, namun metode yang digunakan untuk menangani masalah tersebut tidak perlu secara numerik dan tidak perlu diimplementasikan dalam software maupun hardware. Bahkan metode yang dipakai tidak perlu “menyelesaikan” masalah apapun; dalam mathematical biology bisa dianggap beralasan untuk mempublikasikan sebuah hasil yang hanya menyatakan bahwa suatu masalah biologi berada pada kelas umum tertentu. Menurut Alex Kasman [KASMAN2004] Secara umum mathematical biology melingkupi semua ketertarikan teoritis yang tidak perlu merupakan sesuatu yang beralgoritma, dan tidak perlu dalam bentuk molekul, dan tidak perlu berguna dalam menganalisis data yang terkumpul.

Proteomics
Istilah proteomics pertama kali digunakan untuk menggambarkan himpunan dari protein-protein yang tersusun (encoded) oleh genom. Ilmu yang mempelajari proteome, yang disebut proteomics, pada saat ini tidak hanya memperhatikan semua protein di dalam sel yang diberikan, tetapi juga himpunan dari semua bentuk isoform dan modifikasi dari semua protein, interaksi diantaranya, deskripsi struktural dari proteinprotein dan kompleks-kompleks orde tingkat tinggi dari protein, dan mengenai masalah tersebut hampir semua pasca genom. Michael J. Dunn [DUNN2004], Pemimpin Redaksi dari Proteomics mendefiniskan kata “proteome” sebagai: “The PROTEin complement of the genOME”. Dan mendefinisikan proteomics berkaitan dengan: “studi kuantitatif dan kualitatif dari ekspresi gen di level dari protein-protein fungsional itu sendiri”. Yaitu: “sebuah antarmuka antara biokimia protein dengan biologi molekul”.
Mengkarakterisasi sebanyak puluhan ribu protein-protein yang dinyatakan dalam sebuah tipe sel yang diberikan pada waktu tertentu –apakah untuk mengukur berat molekul atau nilai-nilai isoelektrik protein-protein tersebut– melibatkan tempat penyimpanan dan perbandingan dari data yang memiliki jumlah yang sangat besar, tak terhindarkan lagi akan memerlukan Bioinformatika.

Pharmacogenomics
Pharmacogenomics adalah aplikasi dari pendekatan genomik dan teknologi pada identifikasi dari target-target obat. Contohnya meliputi menjaring semua genom untuk penerima yang potensial dengan menggunakan cara Bioinformatika, atau dengan menyelidiki bentuk pola dari ekspresi gen di dalam baik patogen maupun induk selama terjadinya infeksi, atau maupun dengan memeriksa karakteristik pola-pola ekspresi yang ditemukan dalam tumor atau contoh dari pasien untuk kepentingan diagnosa (kemungkinan untuk mengejar target potensial terapi kanker). Istilah pharmacogenomics digunakan lebih untuk urusan yang lebih “trivial” — tetapi dapat diargumentasikan lebih berguna– dari aplikasi pendekatan Bioinformatika pada pengkatalogan dan pemrosesan informasi yang berkaitan dengan ilmu Farmasi dan Genetika, untuk contohnya adalah pengumpulan informasi pasien dalam database.

Pharmacogenetics
Tiap individu mempunyai respon yang berbeda-beda terhadap berbagai pengaruh obat; sebagian ada yang positif, sebagian ada yang sedikit perubahan yang tampak pada kondisi mereka dan ada juga yang mendapatkan efek samping atau reaksi alergi. Sebagian dari reaksi-reaksi ini diketahui mempunyai dasar genetik. Pharmacogenetics adalah bagian dari pharmacogenomics yang menggunakan metode genomik/Bioinformatika untuk mengidentifikasi hubungan-hubungan genomik, contohnya SNP (Single Nucleotide Polymorphisms), karakteristik dari profil respons pasien tertentu dan menggunakan informasi-informasi tersebut untuk memberitahu administrasi dan pengembangan terapi pengobatan. Secara menakjubkan pendekatan tersebut telah digunakan untuk “menghidupkan kembali” obat-obatan yang sebelumnya dianggap tidak efektif, namun ternyata diketahui manjur pada sekelompok pasien tertentu. Disiplin ilmu ini juga dapat digunakan untuk mengoptimalkan dosis kemoterapi pada pasien-pasien tertentu. Gambaran dari sebagian bidang-bidang yang terkait dengan Bioinformatika di atas memperlihatkan bahwa Bioinformatika mempunyai ruang lingkup yang sangat luas dan mempunyai peran yang sangat besar dalam bidangnya. Bahkan pada bidang pelayanan kesehatan Bioinformatika menimbulkan disiplin ilmu baru yang menyebabkan peningkatan pelayanan kesehatan.


Sumber
buku terkait tentang bioinformatika

Friday, April 29, 2016

Hubungan Parallel Processing dengan Komputasi Modern

Parallel processing merupakan kompuatsi dua atau lebih tugas pada waktu bersamaan dengan tujuan untuk mepersingkat waktu penyelesaian tugas-tugas dengan cara mengoptimalkan resource pada sistem komputer yang ada. Parallel processing membagi suatu program menjadi bagian-bagian yang lebih kecil yang dapat dikerjakan pada masing-masing processor seraca bersamaan.

Tujuan utama dari parallel processing adalah untuk meningkatkan performa komputasi. Semakin banyak hal yang bisa dilakukan secara bersamaan, semakin banyak pekerjaan yang bisa diselesaikan. Menurut Michael J. Flynn komputer dibagi  dalam 4 kategori yaitu :

  1. SISD (Single Instruction, Single Data Stream)

Single Data adalah satu-satunya yang menggunakan arsitektur Von Neumann. Ini dikarenakan pada model ini hanya digunakan 1 processor saja. Oleh karena itu model ini bisa dikatakan sebagai model untuk komputasi tunggal. Sedangkan ketiga model lainnya merupakan komputasi paralel yang menggunakan beberapa processor. Beberapa contoh komputer yang menggunakan model SISD adalah UNIVAC1, IBM 360, CDC 7600, Cray 1 dan PDP 1.

      2. MISD (Multiple Instruction, Single Data Stream)

MISD menggunakan banyak processor dengan setiap processor menggunakan instruksi yang berbeda namun mengolah data yang sama. Hal ini merupakan kebalikan dari model SIMD. Untuk contoh, kita bisa menggunakan kasus yang sama pada contoh model SIMD namun cara penyelesaian yang berbeda. Pada MISD jika pada komputer pertama, kedua, ketiga, keempat dan kelima sama-sama mengolah data dari urutan 1-100, namun algoritma yang digunakan untuk teknik pencariannya berbeda di setiap processor. Sampai saat ini belum ada komputer yang menggunakan model MISD.

      3.SIMD (Single Instruction, Multiple Data Streams)

SIMD menggunakan banyak processor dengan instruksi yang sama, namun setiap processor mengolah data yang berbeda. Sebagai contoh kita ingin mencari angka 27 pada deretan angka yang terdiri dari 100 angka, dan kita menggunakan 5 processor. Pada setiap processor kita menggunakan algoritma atau perintah yang sama, namun data yang diproses berbeda. Misalnya processor 1 mengolah data dari deretan / urutan pertama hingga urutan ke 20, processor 2 mengolah data dari urutan 21 sampai urutan 40, begitu pun untuk processor-processor yang lain. Beberapa contoh komputer yang menggunakan model SIMD adalah ILLIAC IV, MasPar, Cray X-MP, Cray Y-MP, Thingking Machine CM-2 dan Cell Processor (GPU).

       4.MIMD (Multiple Instruction, Multiple Data Streams)

MIMD menggunakan banyak processor dengan setiap processor memiliki instruksi yang berbeda dan mengolah data yang berbeda. Namun banyak komputer yang menggunakan model MIMD juga memasukkan komponen untuk model SIMD. Beberapa komputer yang menggunakan model MIMD adalah IBM POWER5, HP/Compaq AlphaServer, Intel IA32, AMD Opteron, Cray XT3 dan IBM BG/L.

Penjelasan di atas merupakan hubungan dari jurnal Parallel processing Menggunakan Komputer Heterogen. Pada jurnal ini Masalah yang akan dibahas adalah bagaimana mengaplikasikan parallel processing menggunakan komputer yang heterogen (spesifikasinya berbeda-beda). Selain itu, sistem juga tidak akan terhubung ke jaringan internet. Sehingga dapat dihubungkan bahwa Komputasi Modern merupakan sebuah sistem yang akan menyelesaikan masalah matematis menggunakan komputer dengan cara menyusun algoritma yang dapat dimengerti oleh komputer yang berguna untuk menyelesaikan suatu masalah.  Dalam komputasi modern terdapat perhitungan dan pencarian solusi dari masalah. Perhitungan dari komputasi modern adalah akurasi, kecepatan, problem, volume dan besar serta kompleksitas.


Sedangkan konsep parallel processing adalah bagaimana membangun sebuah ekosistem dimana komputer mandiri dapat mengerjakan serangkaian tugas secara bersama dalam waktu yang bersamaan dan bersifat kontinyu. Dalam kondisi teknologi sekarang ini, komputasi modern bagaikan selalu berdampingan dengan parallel processing. Sebagian besar perusahaan berbasisi internet seperti google, facebook, twitter pasti memiliki ekosistem server yang menerapkan parallel processing untuk menjaga kecepatan akses dari server. Dari jurnal yang telah didapatkan dapat dilihat dilihat bahwa sistem paralel dapat dibangun dari kumpulan komputer dengan spesifikasi yang beraneka macam. Hal itu ditunjang dengan fakta bahwa sistem paralel dapat memanfaatkan sumber daya komputer yang telah ada walaupun spesifikasinya berbeda-beda. Selain itu pada jumlah komputer, sistem paralel dapat menyelesaikan suatu suatu masalah lebih cepat dari suatu komputer tunggal. Sehingga dapat disimpulkan bahwa parallel processing berhubungan dengan komputasi modern karena keduanya saling membutuhkan dan berkaitan satu sama lain.

Wednesday, March 16, 2016

Pengantar Komputasi Modern

- Pengertian Komputasi Modern
Komputasi Modern berasal dari kata Komputasi, Komputasi adalah algoritma yang digunakan untuk menemukan suatu cara dalam memecahkan masalah dari sebuah data input. Data input merupakan masukan yang berasal dari luar lingkungan sistem. Komputasi ini merupkan bagian perpaduan dari ilmu komputer dengan ilmu matematika. Secara umum ilmu komputasi adalah bidang ilmu yang mempunyai perhatian pada penyusunan model matematika dan teknik penyelesaian numerik serta pengguna komputer untuk menganalisis dan memecakan masalah-masalah ilmu.

Komputasi modern tersebut bisa disebut sebuah konsep sistem yang menerima intruksi-intruksi yang disimpan dalam sebuah memori komputer. Pada saat kita melakukan komputasi menggunakan komputer maka akan bisa dibilang komputasi merupakan sebuah komputasi modern

- Penerapan Komputasi Modern

Dalam penerapannya komputasi modern sudah banyak digunakan dalam bidang-bidang tertenu dalam memecahkan masalah, diantaranya:

Bidang Kimia 

Computational Chemistry, penggunaan ilmu komputer untuk membantu memcahkan masalah kimia, seperti menghitung struktur dan sifat molekul. 

Bidang Geografi

Penggunaan komputasi dalam bidang ini biasanya untuk peramalan cuaca.

Bidang Fisika

Implementasi komputasi modern di bidang ini mempelajari suatu gabungan antara Fisika, Komputer Sains, Dan matematika untuk memerikan solusi pada kejadian dan masalah yang kompleks pada dunia nyata baik menggunakan simulasi juga penggunaan algortima yang tepat.

Bidang Matematika

Penerapan teknik komputasi matematika meliputi metode numerik, scientific computing, metode elemen hingga, metode beda hingga, dan lainnya.

Bidang Geologi

Pada bidang geologi teroi komputasi digunakan untuk pertambangan, sebuah sistem komputer digunakan untuk menganalisan bahan bahan mineral dan barang tambang yang terdapat di dalam tanah. 

Bidang Ekonomi

Computational Economics, memepelajari titik pertemuan antara ilmu ekonomi dan ilmu komputer mencakup komputasi keuangan, statistika, pemrograman yang di desain khusus untuk komputasi ekonomi dan pengembangan alat bantu untuk pendidikan ekonomi.


Sumber :

Buku mengenai Komputasi Modern

Tuesday, January 12, 2016

Teknologi USB Type-C

USB Type-C adalah port terbaru dari Universal Serial Bus, mulai berkembang dan popular dalam awal tahun 2015 ini. Awalnya USB Type-C diperkenalkan di Shenzhen, China pada tahun 2014, kemudian perusahaan Apple dengan macbooknya mengadopsi USB Type-C tersebut.
Pada port USB Type-C ini anda tidak perlu khawatir dalam pemasangannya, kalau dengan generasi sebelumnya anda masih salah memasukan atau terbalik, pada USB Type-C ini tidak akan berpengaruh karena bagian dalam portnya sama saja bentuknya hanya perlu memasukan saja hingga terdengar bunyi klik.











Teknologi USB Type-C ini memungkinkan mentransfer data hingga 10Gbps dan untuk power maksimum outputnya sendiri memiliki 20V dan 5A, tentu saja dengan arus yang besar seperti ini USB Type-C akan menjadi alternatif pengisian daya gadget di masa mendatang. Dalam penerapannya USB Type-C ini sudah mulai dipakai oleh banyak gadget, pada awalnya Apple dengan macbooknya, lalu beberapa smartphone yang mulai hijrah ke port ini, dan motherboard komputer generasi terbarunya.

Yang menjadi permasalahannya adalah daya tahan si USB type-C, seperti yang kita ketahui banyak pengguna smartphone yang mengeluh tentang kabel usb, mulai dari terkelupas, putus, ataupun rusak dalam portnya. Di Indonesia sendiri USB type-C masih jarang keberadaannya. Jadi apabila kita memiliki gadget dengan USB type-C kita harus merawatnya agar tidak terjadi masalah, karena ketersediaan perangkat yang masih kurang.



                 http://www.usb.org/developers/usbtypec/

Friday, January 8, 2016

Permasalahan yang sering dihadapi bisnis IT

1. Menunda Mulai Bisnis
Banyak orang yang memiliki ide untuk berbisnis tetapi tidak dijalankan, mereka hanya membicarakan tanpa melakukannya. 

2. Kesulitan Meningkatkan penjualan
Kesulitan meningkatkan penjualan dikarenakan kurangnya jaringan dalam mempromosikan bisnis anda sehingga penjualan bisnis andapun sedikit.

3. Tadinya memulai usaha dalam skala kecil, tapi ternyata dalam beberapa bulan usaha meningkat pesat. Bisa saja karena musim, keadaan pasar sedang sesuai dengan promo atau produk yang kita tawarkan, atau produk dianggap inovasi dan bermanfaat. seperti penjualan software. Tiba-tiba ada kerja sama dengan pihak yang membutuhkan legalitas dan ternyata belum sempat diurus. Ini bisa jadi masalah yang menghambat.

4. Persaingan
Seringkali usaha yang Anda lakukan kalah saing dan Anda mengalami kebangkrutan . Untuk mengatasi hal ini usaha Anda haruslah memiliki strategi menghadapi persaingan.

Hal-hal Penting dalam membangun bisnis IT

Membangun sebuah bisnis harus mengetahui hal-hal penting dalam pembuatannya agar kita dapat mencapai target yang ditentukan. Dalam membangun bisnis IT diperlukan hal-hal penting sebagai berikut:

1. Modal
Untuk memulai sebuah bisnis hal yang paling utama adalah modal, tidak mungkin tanpa modal kita bisa menjalankan sebuah bisnis.

2. Mempunyai Pengetahuan Dasar-dasar Bisnis dibidang IT
Dalam berbisnis perlu mempelajari pengetahuan dasar-dasar bisnis agar usaha kita tidak seperti coba-coba saja, tanpa pengetahuan bisnis maka usaha kita tidak akan bisa maju pesat.

3. Semangat dan Kegigihan
Semangat dan kegigihan adalah sebuah modal utama di dalam membangun bisnis, karena memulai usaha ialah dari nol.

4. Belajar Dari Pengalaman Orang lain.
Seorang calon pengusaha yang sukes mau mengambil pengalaman dari orang lain dan dirinya sendiri.

5. Jangan Suka Menunda
Waktu adalah uang, sebuah pepatah yang mengatakan bahwa waktu itu sebuah hal yang sangat penting, jadi ketika kita memiliki peluang dan kesempatan janganlah menundanya karena belum tentu akan terjadi lagi di kesempatan berikutnya.

6. Berani Menghadapi kegagalan
Memulai bisnis tidak mungkin langsung sukses di awal, mereka pasti akan menghadapi masa di mana pernah gagal, tetapi orang yang berani dan tidak putus asa akan berusaha terus sampai akhirnya sukses dengan bisnisnya.

7. Beroda
Apalah arti usaha dan kerja keras kita apabila kita lupa kepada sang pencipta, doa kepada sang pencipta sangat berguna demi kelancaran dan kemajuan usaha kita, karena tuhanlah yang menentukan jodoh dan rezeki setiap manusia. Kita sebagai manusia tinggal melakukan usaha seperti contoh kesepuluh contoh diatas ditambah dengan doa kepada sang pencipta insya allah usaha yang kita jalani akan berjalan dengan lancar dan menjadi orang sukses.


Sumber : Buku pedoman membangun bisnis

Kiat kiat membangun bisnis IT

Dalam membangun bisnis IT diperlukan kiat kiat untuk mencapai kesuksesannya. 
berikut kiat kiatnya:

1. Buatlah situs bisnis
Dalam mengembangkan usaha IT kita memerlukan sebuah internet, guna internet dapat menjual bisnis kita dengan cara membuat situs bisnis kita sendiri, karena situs kita akan dapat dilihat semua pengunjung. 

2. Lakukan promosi secara benar
Langkah berikutnya yaitu mempromosikan situs bisnis Anda. Langkah ini sangat penting untuk kesuksesan situ usaha Anda. Lakukan promosi yang benar, sehingga situs Anda dikunjungi banyak orang.

3. Koneksi
Yang dimaksud koneksi di sini adalah kenalan dalam berbisnis, Karena dengan adanya koneksi kita dapat saling bertukar informasi dalam bisnis, bisa jadi kita dapat meminta bantuan kepada teman kita untuk mempromosikan bisnis kita, begitupun sebaliknya.


Buku pedoman membangun bisnis