skip to main | skip to sidebar

ownlatte blog

Rabu, 10 April 2013

PERKEMBANGAN KOMPUTER

Diposting oleh ownlatte di 23.02



SEJARAH PERKEMBANGAN KOMPUTER 

Sejarah perkembangan komputer dibagi menjadi : 

1. Sebelum tahun 1940 

2. Sesudah tahun 1940 

SEBELUM TAHUN 1940

Manusia menggunakan jari untuk mengenali dan membilang nomor satu hingga sepuluh. Selepas itu mereka mulai mengenali nomor-nomor yang lebih besar tetapi masih menggunakan digit-digit dari 0 hingga 9. Ahli-ahli perniagaan dari negeri China, Turki dan Yunani menggunakan abakus (sempoa) untuk melakukan perhitungan. Pada tahun 1617, John Napier mengemukakan perhitungan logaritma dan menemukan alat yang disebut tulang Napier (Napier’s bones). 

Blaise Pascal mencipta mesin perhitungan mekanikal pertama pada tahun 1642. Mesin ini beroperasi dengan menggerakkan gear pada roda. Pascal juga telah banyak menyumbang ide dalam bidang matematika. 

Pada tahun 1816, Charles Babbage membuat ‘the difference engine’. Mesin ini bisa menyelesaikan masalah perhitungan matematika seperti logaritma secara mekanikal dengan tepat sampai dua puluh digit. 

Howard Aiken memperkenalkan penggunaan mesin elektromakenikal yang disebut dengan nama Mark I pada tahun 1937. Bentuknya besar dan berat serta mengandungi kabel wayer yang panjang. Semua operasi di dalam komputer dijalankan oleh tenaga elektromagnetik. 

SESUDAH TAHUN 1940

Komputer Generasi Pertama 

Komputer generasi pertama menggunakan Vacuum Tube (tabung vakum) untuk menyimpan baris perintah. Vacuum Tube yang diperlukan amatlah banyak agar komputer dapat digunakan secara tepat dan ukuran komputer generasi pertama ini sangat besar. Yang termasuk dalam komputer generasi pertama antara lain: 

1. ENIAC (Electronic Numerical Integrator And Computer ) ENIAC didesain dan dibangun oleh John Mauckhy dan John Presper Eckret di Universitas Pennsylvania. Dimana Mauchly merupakan guru besar teknik elektro dan Eckret merupakan mahasiswanya yang sudah lulus. 

Pembangunan ENIAC ini dimulai pada tahun 1943 dengan persetujuan Army’s Ballistics Research Laboratory (BRL). Pada tahun 1946, ENIAC selesai dibuat dengan spesifikasi sebagai berikut : 

1. Memanfaatkan bilangan desimal bukan bilangan biner 

2. Berat 30 ton 

3. Volume 1.500 kaki² 

4. Berisi 18.000 Vakum Tube 

5. Daya listrik yang diperlukan 140 kW 

6. Kecepatan operasi 5000 per detik 

7. 20 akumulator mampu menampung 10 digit bilangan desimal 

8. Masih menggunakan saklar manual 

ENIAC digunakan oleh BRL untuk kepentingan perang sampai dengan tahun1955. Setelah itu, ENIAC tidak lagi digunakan. 

2. Von Neumann Machine 

Von Neumann mencetuskan ide mengenai konsep stored-program (program penyimpanan) sebagai pengembangan dari ENIAC. Idenya tersebut dipublikasikan dalam bentuk proposal pada tahun 1945 dengan nama EDVAC (Electronic Discrete Variable Computer). 

Pada tahun 1946 Von Neumann bersama koleganya mulai mendesain komputer baru dengan konsep program penyimpanan, dimana kemudian dikenal dengan sebutan komputer IAS (Computer of Institute for Advanced Studies) karena dikembangkan di Computer of Institute for Advanced Studies. 

Pada tahun 1952 IAS computer meskipun belum lengkap namun sudah memenuhi kegunaannya sebagai komputer yang berbasis konsep stored-program. 

Secara umum, struktur dari komputer IAS adalah sebagai berikut: 

1. Memori utama, untuk menyimpan data dan intruksi. 

2. Arithmetic Logic Unit (ALU), untuk mengolah data binner 

3. Control Unit, untuk melakukan interpretasi instruksi - instruksi di dalam memori sehingga adanya eksekusi instruksi tersebut 

4. I/0, untuk berinteraksi dengan lingkungan luar 

3. Komputer Komersial (Commersial Computer) 

Pada tahun 1950-an mulai bermunculan industri komputer, antara lain: 

1. 1947 - Eckert-Mauchly mendirikan Eckert-Mauchly Computer Corporation, dengan produknya: UNIVAC I (Universal Automatic Computer) sebagai tulang punggung perhitungan sensus di USA, UNIVAC II pada tahun 1950 dengan karakteristik : lebih cepat dan memori lebih besar. 

2. 1950 – muncul 2 perusahaan yaitu Sperry dan IBM yang pada saat itu mendominasi pasar. Produk dari IBM antara lain: IBM seri 701 tahun 1953, IBM seri 702 tahun 1955. 

Komputer Generasi Kedua

Perubahan mendasar pada komputer generasi kedua ini adalah penggatian Vacuum Tube oleh transistor. Dimana transistor memiliki spesifikasi sebagai berikut: 

Lebih kecil 

Lebih ringan 

Disipasi daya lebih rendah 

Solid State device 

Terbuat dari silikon Silicon (Sand) 

Transistor ditemukan 1947 di Lab.Bell oleh William Shockley . 

Yang termasuk dalam komputer generasi kedua antara lain: 

1. IBM 7094 IBM 7094 memiliki konfigurasi sebagai berikut: 


IBM 7094 dibuat dengan tujuan kemampuannya semakin meningkat, kapasitasnya semakin besar, dan biayanya semakin kecil. 

2. DEC PDP 1 Digital Equipment Corporation (DEC) tahun 1957 meluncurkan komputer pertamanya yaitu PDP 1 . 

Komputer Generasi Ketiga 

Komputer generasi ketiga memasuki era microelectronics sebagai pengganti transistor. Microelectronics merupakan dasar penemuan dari integrated-circuit (lintasan yang terintegrasi). 

MICROELECTRONICS

Microelectronics benar – benar “ small-electronics” yang dapat dibuat dengan semikonduktor. Contoh : silicon wafer (wafer silikon). Microelectronics lebih dikenal dengan nama chip. 

MOORE’S LAW


  • Kepadatan komponen dalam sebuah chip meningkat  
  • Gordon Moore - cofounder of Intel Jumlah transistor dalam chip menjadi dua kali lipat tiap tahun  
  • Sejak 1970 perkembangan agak lambat Jumlah transitor menjadi 2 kali dalam sebuah chip berkembang tiap 18 bulan  
  • Harga dari chip rata-rata tetap / tidak berubah  
  • Higher packing density berarti jalur elektronik lebih pendek, kemampuan makin meningkat  
  • Ukuran yang mengecil meningkatkan flexebilitas  
  • Mengurangi daya dan membutuhkan pendinginan  
  • Beberapa Interkoneksi meningkatkan reliabilitas  
Yang termasuk dalam komputer generasi ketiga antara lain: 

1. IBM 360 IBM 360 diluncurkan pada tahun 1964 dan memiliki spesifikasi sebagai berikut: 

Set Instruksi Mirip atau Identik, dalam kelompok komputer ini berbagai model yang dikeluarkan menggunakan set instruksi yang sama sehingga mendukung kompabilitas sistem maupun perangkat kerasnya. 

Sistem Operasi Mirip atau Identik, ini merupakan feature yang menguntungkan konsumen sehingga apabila kebutuhan menuntut penggantian komputer tidak kesulitan dalam sistem operasinya karena sama. 

Kecepatan yang meningkat, model – model yang ditawarkan mulai dari kecepatan rendah sampai kecepatan tinggi untuk penggunaan yang dapat disesuaikan konsumen sendiri. 

Ukuran Memori yang lebih besar, semakin tinggi modelnya akan diperoleh semakin besar memori yang digunakan. 

Harga yang meningkat, semakin tinggi modelnya maka harganya semakin mahal. 

Komputer Generasi Terakhir

Pada komputer generasi terakhir ini sudah memanfaatkan mikroprocessors. PERKEMBANGAN MICROPROCESSOR 

1. 1971 - 4004 

Microprocessor pertama, Semua komponen CPU adalah single chip, 4 bit 

2. Diikuti dengan munculnya 8008 tahun 1972 8 bit, Mikroposessor dengan desain applikasi khusus 

3. 1974 – 8080 

Intel adalah mikroprosessor dengan kegunaan umum 

Dengan teknologi microprocessor ini didapat banyak keuntungan, antara lain: 

Kecepatan prosessor meningkat 

Kapasitas memori meningkat 

Kecepatan memori tertinggal dibanding kecepatan prosessor
Read More..

0 komentar

BIOINFORMATIKA

Diposting oleh ownlatte di 21.46



Bioinformatika adalah ilmu yang mempelajari 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 menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Istilah bioinformatika mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan komputer dalam biologi. Namun demikian, penerapan bidang-bidang dalam bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an.

Kemajuan teknik biologi molekular dalam mengungkap sekuens biologis dari protein (sejak awal 1950-an) dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun 1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory, Laboratorium Biologi Molekular Eropa). Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

Perkembangan Internet juga mendukung berkembangnya bioinformatika. Basis data bioinformatika yang terhubung melalui Internet memudahkan ilmuwan mengumpulkan hasil sekuensing ke dalam basis data tersebut maupun memperoleh sekuens biologis sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui Internet memudahkan ilmuwan mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

PENERAPAN UTAMA BIOINFORMATIKA

BASIS DATA SEKUENS BIOLOGIS

Sesuai dengan jenis informasi biologis yang disimpannya, basis data sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein, basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat. Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut.

Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut. BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.

PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein ataupun asam nukleat.

PENYEJAJARAN SEKUENS

Penyejajaran sekuens (sequence alignment) adalah proses penyusunan/pengaturan dua atau lebih sekuens sehingga persamaan sekuens-sekuens tersebut tampak nyata. Hasil dari proses tersebut juga disebut sebagai sequence alignment atau alignment saja. Baris sekuens dalam suatu alignment diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut. Berikut adalah contoh alignment DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac" dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau match di antara kedua sekuens).



Sequence alignment merupakan metode dasar dalam analisis sekuens. Metode ini digunakan untuk mempelajari evolusi sekuens-sekuens dari leluhur yang sama (common ancestor). Ketidakcocokan (mismatch) dalam alignment diasosiasikan dengan proses mutasi, sedangkan kesenjangan (gap, tanda "–") diasosiasikan dengan proses insersi atau delesi. Sequence alignment memberikan hipotesis atas proses evolusi yang terjadi dalam sekuens-sekuens tersebut. Misalnya, kedua sekuens dalam contoh alignment di atas bisa jadi berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal ini, alignment juga dapat menunjukkan posisi-posisi yang dipertahankan (conserved) selama evolusi dalam sekuens-sekuens protein, yang menunjukkan bahwa posisi-posisi tersebut bisa jadi penting bagi struktur atau fungsi protein tersebut.

Selain itu, sequence alignment juga digunakan untuk mencari sekuens yang mirip atau sama dalam basis data sekuens. BLAST adalah salah satu metode alignment yang sering digunakan dalam penelusuran basis data sekuens. BLAST menggunakan algoritma heuristik dalam penyusunan alignment. Beberapa metode alignment lain yang merupakan pendahulu BLAST adalah metode "Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk menyusun alignment global di antara dua atau lebih sekuens, yaitu alignment atas keseluruhan panjang sekuens tersebut. Metode Smith-Waterman menghasilkan alignment lokal, yaitu alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan pemrograman dinamik (dynamic programming) dan hanya efektif untuk alignment dua sekuens (pairwise alignment) Clustal adalah program bioinformatika untuk alignment multipel (multiple alignment), yaitu alignment beberapa sekuens sekaligus. Dua varian utama Clustal adalah ClustalW dan ClustalX. Metode lain yang dapat diterapkan untuk alignment sekuens adalah metode yang berhubungan dengan Hidden Markov Model ("Model Markov Tersembunyi", HMM). HMM merupakan model statistika yang mulanya digunakan dalam ilmu komputer untuk mengenali pembicaraan manusia (speech recognition). Selain digunakan untuk alignment, HMM juga digunakan dalam metode-metode analisis sekuens lainnya, seperti prediksi daerah pengkode protein dalam genom dan prediksi struktur sekunder protein.

PREDIKSI STRUKTUR PROTEIN

Secara kimia/fisika, bentuk struktur protein diungkap dengan kristalografi sinar-X ataupun spektroskopi NMR, namun kedua metode tersebut sangat memakan waktu dan relatif mahal. Sementara itu, metode sekuensing protein relatif lebih mudah mengungkapkan sekuens asam amino protein. Prediksi struktur protein berusaha meramalkan struktur tiga dimensi protein berdasarkan sekuens asam aminonya (dengan kata lain, meramalkan struktur tersier dan struktur sekunder berdasarkan struktur primer protein). Secara umum, metode prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu metode pemodelan protein komparatif dan metode pemodelan de novo.

Pemodelan protein komparatif (comparative protein modelling)

meramalkan struktur suatu protein berdasarkan struktur protein lain yang sudah diketahui. Salah satu penerapan metode ini adalah pemodelan homologi (homology modelling), yaitu prediksi struktur tersier protein berdasarkan kesamaan struktur primer protein. Pemodelan homologi didasarkan pada teori bahwa dua protein yang homolog memiliki struktur yang sangat mirip satu sama lain. Pada metode ini, struktur suatu protein (disebut protein target) ditentukan berdasarkan struktur protein lain (protein templat) yang sudah diketahui dan memiliki kemiripan sekuens dengan protein target tersebut. Selain itu, penerapan lain pemodelan komparatif adalah protein threading yang didasarkan pada kemiripan struktur tanpa kemiripan sekuens primer. Latar belakang protein threading adalah bahwa struktur protein lebih dikonservasi daripada sekuens protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang tergolong dalam protein threading berusaha menentukan tingkat kompatibilitas tersebut.

Dalam pendekatan de novo atau ab initio, struktur protein ditentukan dari sekuens primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (folding) protein dari sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi dinamika molekular), atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung membutuhkan proses komputasi yang intens, sehingga saat ini hanya digunakan dalam menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi kekurangan sumber daya komputasi tersebut, misalnya dengan superkomputer (misalnya superkomputer Blue Gene [1] dari IBM) atau komputasi terdistribusi (distributed computing, misalnya proyek Folding@home) maupun komputasi grid.

ANALISIS EKSPRESI GEN

Ekspresi gen dapat ditentukan dengan mengukur kadar mRNA dengan berbagai macam teknik (misalnya dengan microarray ataupun Serial Analysis of Gene Expression ["Analisis Serial Ekspresi Gen", SAGE]). Teknik-teknik tersebut umumnya diterapkan pada analisis ekspresi gen skala besar yang mengukur ekspresi banyak gen (bahkan genom) dan menghasilkan data skala besar. Metode-metode penggalian data (data mining) diterapkan pada data tersebut untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering (clustering) digunakan untuk mempartisi data tersebut berdasarkan kesamaan ekspresi gen.











SUMBER : wikipedia
Read More..

0 komentar
Postingan Lebih Baru Postingan Lama Beranda
Langganan: Postingan (Atom)
Loading

Gunadarma



google translator


Blog Archive

  • ▼  2013 (4)
    • ►  Mei (2)
    • ▼  April (2)
      • PERKEMBANGAN KOMPUTER
      • BIOINFORMATIKA
  • ►  2012 (2)
    • ►  Desember (2)
  • ►  2011 (3)
    • ►  Oktober (1)
    • ►  Maret (2)
  • ►  2010 (7)
    • ►  Desember (6)
    • ►  November (1)
  • ►  2009 (1)
    • ►  September (1)

CHAT

Followers

Facebook

Adimas Yudha

Create your badge
Diberdayakan oleh Blogger.
 

- ownlatte.blogspot.com -
kunjungi terus ownlatte.blogspot.com