Kendala utama dalam mewujudkan sistem pengolah sinyal digital frekuensi tinggiudadalah dalam hal kebutuhan komputasi untuk memenuhi pemrosesan laju bit yang sangatudtinggi. Komputasi terdistribusi dapat digunakan untuk meningkatkan kecepatan prosesudkomputasi, namun sampai saat ini belum banyak yang meneliti untuk proses komputasiudpengolah sinyal digital frekuensi tinggi khususnya dalam pengembangan softradio, softtv,uddan softradar. Permasalahan utama dalam hal komputasi terdistribusi adalah penjadwalan.udSkema penjadwalan weighted-selective dan metoda paralelisme data (data-parallelism) yangudtelah dilakukan oleh peneliti sebelumnya akan selalu memprioritaskan node yang memilikiudkemampuan komputasi paling tinggi. Selain itu, metoda paralelisme data menyebabkanudbeberapa node tidak melakukan komputasi sama sekali karena nilai prioritasnya palingudrendah, sehingga beban kerja komputasi paralel menjadi tidak merata.udTujuan penelitian ini adalah memperbaiki kelemahan skema penjadwalan weightedselectiveuddengan metoda paralelisme data. Penelitian ini mengembangkan komputasiudterdistribusi dengan mengambil studi kasus tugas-tugas Software-Defined Radio (SDR)uddengan menggunakan metoda paralelisme tugas (task-parallelism) sehingga tiap-tiap tugasuddapat dibagikan kepada seluruh node komputasi. Optimasi skema penjadwalanudmenggunakan algoritma genetika sehingga diperoleh sistem penjadwalan yang optimal danudpembagian beban kerja lebih merata. Penelitian ini merupakan lanjutan dari penelitianpenelitianudsebelumnya tentang aspek-aspek komputasi pengolah sinyal digital frekuensiudtinggi, arsitektur perangkat keras dan perangkat lunak, serta dekomposisi tugas-tugasudkomputasi dengan mengambil studi kasus dalam pengembangan SDR.udMetoda yang digunakan dalam penelitian ini diawali dengan proses identifikasiudtugas-tugas komputasi pengolahan sinyal digital frekuensi tinggi dengan studi kasus. tugastugasudkoputasi untuk menjalankan fungsi radio dalam sistem SDR. Setelah itu, dilakukanuddekomposisi tugas sehingga diperoleh sebuah grafik tugas komputasi SDR lengkap denganudparameter tiap node dalam grafik tersebut. Parameter tiap node dapat diperoleh denganudmenghitung nilai ketinggian (height) masing-masing tugas dan menguji waktu eksekusiudmasing-masing tugas. Berdasarkan grafik tugas tersebut, kemudian dilakukan optimasiudpenjadwalan menggunakan algoritma genetika. Tahap awal yang harus dilakukan adalahudmenentukan fungsi fitness berdasarkan parameter yang digunakan untuk mengukur kinerjaudsebuah jadwal, yaitu waktu komputasi. Sebuah jadwal dikatakan optimal jika waktuudkomputasinya paling rendah dengan waktu idle paling kecil. Operator genetika yanguddigunakan disesuaikan dengan konstrain proses komputasi terdistribusi. Kinerjaudpenjadwalan untuk komputasi terdistribusi dengan metoda paralelisme tugas diamatiudberdasarkan waktu eksekusi total penyelesaian setiap jadwal serta waktu idle sebagaiudindikator pemerataan beban kerja.udPertanyaan penelitian yang akan dijawab dalam penelitian ini adalah bagaimanaudformula fungsi fitness untuk skema penjadwalan tugas-tugas komputasi SDR? Apakahuddengan skema penjadwalan menggunakan algoritma dapat menghasilkan penjadwalan yangudoptimal dilihat dari waktu eksekusi dan apakah penyeimbangan beban kerja menjadi lebihudmerata antar tiap node komputasi?udHasil penelitian ini diharapkan dapat menjadikan konsep dasar dalamudmengembangkan komputasi terdistribusi pengolahan sinyal digital frekuensi tinggi yangudmemiliki lajut bit sangat tinggi sehingga dapat digunakan untuk pengembangan softradio,udsofttv ataupun softradar. Luaran penelitian ini adalah metode penjadwalan komputasi danudsebuah prototipe komputasi terdistribusi khususnya dalam pengembangan SDR. Laporan iniudmerupakan rangkuman hasil kegiatan penelitian Tahap I (2013) dan Tahap II (2014).
展开▼
