Pages

wibiya

kl

Kamis, 22 Mei 2014

Bioinformatika berserta bidang - bidang terkait

Bioinformatika ialah ilmu yang mempelajari penerapan teknik komputasi untuk mengelola dan menganalisis informasi hayati. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologi, terutama yang terkait dengan penggunaan sekuens DNA dan asam amino. Contoh topik utama bidang ini meliputi pangkalan data untuk mengelola informasi hayati, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan struktur protein atau pun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.
Bioinformatika pertamakali dikemukakan pada pertengahan 1980an untuk mengacu kepada penerapan ilmu komputer dalam bidang biologi. Meskipun demikian, penerapan bidang-bidang dalam bioinformatika seperti pembuatan pangkalan data dan pengembangan algoritma untuk analisis sekuens biologi telah dilakukan sejak tahun 1960an.
Kemajuan teknik biologi molekuler dalam mengungkap sekuens biologi protein (sejak awal 1950an) dan asam nukleat (sejak 1960an) mengawali perkembangan pangkalan data dan teknik analisis sekuens biologi. Pangkalan data sekuens protein mulai dikembangkan pada tahun 1960an di Amerika Serikat, sementara pangkalan data sekuens DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman pada Laboratorium Biologi Molekuler Eropa (European Molecular Biology Laboratory).
Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang dapat diungkapkan pada 1980an dan 1990an. Hal ini menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, yang meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.
Perkembangan jaringan internet juga mendukung berkembangnya bioinformatika. Pangkalan data bioinformatika yang terhubungkan melalui internet memudahkan ilmuwan dalam mengumpulkan hasil sekuensing ke dalam pangkalan data tersebut serta memperoleh sekuens biologi sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui internet memudahkan ilmuwan dalam mengakses program-program tersebut dan kemudian memudahkan pengembangannya.
Pangkalan Data sekuens biologi dapat berupa pangkalan data primer untuk menyimpan sekuens primer asam nukleat dan protein, pangkalan data sekunder untuk menyimpan motif sekuens protein, dan pangkalan data struktur untuk menyimpan data struktur protein dan asam nukleat.
Pangkalan data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (the European Molecular Biology Laboratory, Eropa), dan DDBJ (DNA Data Bank of Japan, Jepang). Ketiga pangkalan data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing pangkalan data. Sumber utama data sekuens asam nukleat adalah submisi (pengumpulan) langsung dari peneliti individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam pangkalan data sekuens asam nukleat pada umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan segala sesuatu yang berkaitan dengan sekuens asam nukleat tersebut.
Selain asam nukleat, beberapa contoh pangkalan data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga pangkalan 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 pada umumnya berisi penjelasan mengenai fungsi protein tersebut.
Perangkat bioinformatika yang berkaitan erat dengan penggunaan pangkalan data sekuens Biologi ialah BLAST (Basic Local Alignment Search Tool). Penelusuran BLAST (BLAST search) pada pangkalan data sekuens memungkinkan ilmuwan untuk mencari sekuens baik 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 atau untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens.
PDB (Protein Data Bank, Bank Data Protein) ialah pangkalan data tunggal yang menyimpan model struktur 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 atau pun asam nukleat.
Berikut ini adalah bidang bidang terkait dengan bioinformatika, yaitu sebagai berikut ini:
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 :


Hubungan komputasi modern dengan pararel prosesing

Komputasi paralel adalah salah satu teknik melakukan komputasi secara bersamaan dengan memanfaatkan beberapa komputer independen secara bersamaan. Ini umumnya diperlukan saat kapasitas yang diperlukan sangat besar, baik karena harus mengolah data dalam jumlah besar (di industri keuangan, bioinformatika, dll) ataupun karena tuntutan proses komputasi yang banyak. Kasus kedua umum ditemui di kalkulasi numerik untuk menyelesaikan persamaan matematis di bidang fisika (fisika komputasi), kimia (kimia komputasi) dll
Hubungan antara komputasi pararel dan komputasi modern
Penggunaan paralel processing dapat digunakan dalam pengaplikasian komputasi modern untuk mendapatkan hasil yang maksimal, pada artikel ini penggunaan paralel processing digunakan pada sebuah aplikasi komputasi modern berbasis Grid Computing.
Pengertian Grid Computing itu sendiri adalah penggunaan sumber daya yang melibatkan banyak komputer yang terdistribusi dan terpisah secara geografis untuk memecahkan persoalan komputasi dalam skala besar. Menurut tulisan singkat oleh Ian Foster yang dapat digunakan untuk mengidentifikasi bahwa suatu sistem melakukan komputasi grid yaitu:
·         Sistem tersebut melakukan koordinasi terhadap sumberdaya komputasi yang tidak berada dibawah suatu kendali terpusat. Seandainya sumber daya yang digunakan berada dalam satu cakupan domain administratif, maka komputasi tersebut belum dapat dikatakan komputasi grid.
·         Sistem tersebut menggunakan standard dan protokol yang bersifat terbuka (tidak terpaut pada suatu implementasi atau produk tertentu). Komputasi grid disusun dari kesepakatan-kesepakatan terhadap masalah yang fundamental, dibutuhkan untuk mewujudkan komputasi bersama dalam skala besar. Kesepakatan dan standar yang dibutuhkan adalah dalam bidang autentikasi, otorisasi, pencarian sumberdaya, dan akses terhadap sumber daya.
·         Sistem tersebut berusaha untuk mencapai kualitas layanan yang canggih, (nontrivial quality of service) yang jauh diatas kualitas layanan komponen individu dari komputasi grid tersebut.
Terdapat beberapa organisasi berbeda yang masing-masing mengelola resource miliknya. Resources dari beberapa organisasi tersebut secara dinamis akan dikelompokkan dalam sebuah Virtual Organizations (VO), untuk menyelesaikan suatu permasalahan tertentu. Dalam implementasinya, resources yang digunakan di dalam sebuah sistem Grid tidaklah sedikit dan sifatnya pun heterogen. Karena itu, dibutuhkan interface dan protokol standar yang bersifat terbuka. Dengan cara inilah, resources yang ada tersebut dapat saling berkolaborasi untuk menyelesaikan proses komputasi tertentu. Grid Computing mungkin atau mungkin tidak di awan tergantung pada jenis pengguna yang menggunakannya. Jika pengguna sistem administrator dan integrator, mereka peduli bagaimana hal tersebut diselenggarakan dalam awan.
Jika pengguna adalah konsumen, mereka tidak peduli bagaimana hal-hal yang berjalan di sistem. Grid Computing memerlukan penggunaan perangkat lunak yang dapat membagi dan pertanian keluar potongan program sebagai satu gambar sistem besar untuk beberapa ribu komputer. Satu keprihatinan tentang grid adalah bahwa jika salah satu bagian dari software pada node gagal, karya lain dari perangkat lunak pada node lain mungkin gagal.
Hal ini diatasi jika komponen yang memiliki komponen failover di node lain, tapi masalah masih bisa muncul jika komponen lain bergantung pada potongan perangkat lunak untuk menyelesaikan tugas-tugas komputasi satu atau lebih grid. Besar sistem gambar dan terkait hardware untuk mengoperasikan dan memelihara mereka dapat berkontribusi untuk modal besar dan biaya operasional. Pembahasan aplikasi sebuah sistem Grid dapat dikembangkan dengan menggunakan berbagai macam sistem operasi yang ada saat ini. Sebagai contoh, dengan menggunakan salah satu distro Linux yang memang dikhususkan untuk clustering, yaitu Rocksclusters.
Pada distro ini, sudah dilengkapi dengan paket-paket yang dibutuhkan untuk keperluan Grid, seperti PBS, MPI dan juga Globus Toolkit. NIS (Network Information System) serta NFS (Network File System) juga bisa langsung digunakan. Dengan meningkatnya kebutuhan para peneliti akan sumber daya komputasi untuk melakukan e-Science dan berkembangnya teknologi grid computing maka beberapa negara telah mengambil inisiatif untuk mengimplementasikan infrastruktur komputasi grid di tingkat nasional.
Beberapa contoh di antaranya: India , Singapura , dan Jepang. Beberapa negara ASEAN yang lain pun kini tidak ketinggalan dalam mengembangkan infrastruktur grid untuk riset berskala nasional. Sebut saja Malaysia dengan MyREN (2005) dan Thailand dengan ThaiGrid (2006) Suatu infrastruktur komputasi grid di tingkat nasional akan dapat menekan biaya investasi dibandingkan bila masing-masing institusi penelitian di negara tersebut harus mengadakan perangkat komputasinya sendiri-sendiri.
Lebih lanjut, sistem komputasi grid yang menuntut penggunaan sumber daya komputasi secara bersama-sama akan menumbuhkan semangat berkolaborasi di antara para peneliti tersebut. Suatu hal yang amat positif. Melihat manfaat yang dapat diberikan oleh keberadaan suatu infrastruktur komputasi grid di tingkat nasional maka pada Mei 2006, Bapak Bobby Nazief, Ph.D (dari Universitas Indonesia) mengajukan proposal pengembangan RI-GRID, yaitu infrastruktur komputasi grid di tingkat negara Republik Indonesia yang bertujuan memanfaatkan sumber daya komputasi yang berada di institusi-institusi penelitian baik saat ini maupun di masa akan datang sehingga dapat digunakan oleh para peneliti di negara ini untuk mengembangkan ilmu pengetahuan dan teknologi.
Gambar di bawah ini menunjukkan rancangan arsitektur infrastruktur komputasi grid RI. Seperti terlihat pada gambar tersebut, RI-GRID dibangun dengan jalan menggabungkan sistem-sistem komputasi grid yang berada di institusi-institusi penelitian (perguruan tinggi baik negeri maupun swasta dan lembaga penelitian pemerintah) menjadi satu kesatuan. Konfigurasi perangkat keras dan perangkat lunak masing-masing sistem di tingkat institusi dapat berbeda, namun dengan mengoperasikan teknologi grid computing seperti GT4 pada simpul-simpul penghubung dari masing-masing sistem, keseluruhan sistem membentuk satu kesatuan infrastruktur komputasi grid nasional. Dengan konfigurasi seperti ini, jika dibutuhkan, pengguna di suatu institusi dapat memanfaatkan sumber daya komputasi yang berada di luar institusinya.
http://derrysd.files.wordpress.com/2014/04/nn.png?w=300&h=235
Gambaran Sistem Grid Computing

Salah satu prasyarat dari pembentukan RI-GRID adalah tersedianya suatu backbone jaringan berkapasitas besar untuk menghubungkan simpul-simpul penghubung di masing-masing institusi. Kebutuhan ini dapat dipenuhi oleh IHEN (Indonesian Higher Education Network) yang akan dibangun mulai tahun 2006 yang lalu. Bagian utama dari IHEN, yang menghubungkan 6 kota di pulau Jawa, akan memiliki lebar pita mulai 2 Mbps dan akan ditingkatkan sampai 155 Mbps. Disamping itu, interkoneksi IHEN yang juga menghubungkan kota-kota di luar pulau Jawa akan memungkinkan akses atas RI-GRID bagi para peneliti di kota-kota tersebut. Beberapa Perguruan Tinggi ternama sudah mulai giat melakukan penelitian tentang Grid computing, misalnya yang dilakukan oleh UGM dan UI. Anda dapat mengakses portal Grid hasil riset yang dilakukan oleh Tim Riset HPC (High Performance Computing)

Definisi dan sejarah komputasi modern

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 kompleksitas.
Komputasi sebenarnya telah dilakukan manusia sejak berabad-abad yang lalu. Komputasi berawal dari pehitungan angka. Hal tersebut dilihat dari manusia yang telah dapat menghitung, menghitung berbagai hal. Zaman dahulu, manusia purba seperti Pithecantropus Erectus telah bisa melakukan perhitungan sederhana untuk sisitem barter barang. Sistem kalender dan rasi bintang bahkan telah dilakukan manusia sejak zaman romawi. Manusia telah memilki akal untuk melakukan perhitungan-perhitungan tersebut.

Namun, dikarenakan setiap manusia mempunyai keterbatasan, tak semua perhitungan bisa dilakukan otak manusia. Apalagi jika perhitungan tersebut memiliki banyak angka. Oleh sebab itu, manusia membuat suatu alat perhitungan yang bisa membantu pekerjaannya.

Banyak alat-alat perhitungan angka yang dibuat oleh manusia, sebagai contoh adalah “sempoa” yang banyak digunakan rakyat China zaman dahulu, bahkan sampai sekarang. Perhitungan-perhitungan yang semakin kompleks, menimbulkan masalah baru bagi manusia, oleh sebab itu, manusia membuat alat-alat yang lebih cangging lagi, baik dalam kecepatan menghitung maupun kepraktisannya.

Pada tahun 1613 muncullah penggunaan kata “komputer” pertama kali. Yang menggambarkan sebuah mesin yang dapat melakukan perhitungan yang lebih kompleks. Komputasipun mulai berkembang seiring perkembangan komputer. Perkembangan komputer tersebut dapat dilihat dari hal-hal berikut:

* Tahun 1940 komputer yang semula dikhususkan sebagai instrument untuk science, berubah menjadi produk komersil.
* Tahun 1945 di temukan Bug Komputer oleh Grace Murray Hopper
* Tahun 1947 tanggal 23 Desember ditemukan transistor yang pertama kali oleh Bardeen dan Walter Brattain bersama dengan William Shockley
* Tahun 1951 dimulai sebuah gagasan microprogramming oleh Maurice Wilkes
* Tahun 1951-1952 Grace Murray Hopper mengembangkan A-O, yang merupakan compiler pertama.
* Tahun 1957 John Backus dan kolega IBM mengirimkan Compiler Fortran yang pertama.
* Tahun 1958 Jack Kilby menghasilkan prototype semiconductor IC
* Tahun 1960 merupakan timbulnya system kecil seperti word length, register structure, Number of Addresses, I/O channel, Floating point hardware.
* Tahun 1960 juga Paul Baran yang bekerja di Rand Corp. menemukan dasar packet switching untuk data komunikasi.
* Tahun 1962 video game pertama kali di temukan oleh Steve Russell yang merupakan seorang lulusan MIT.
* Tahun 1964 mouse ditemukan oleh Doug Engelbart.
* Tahun 1969 munculnya internet oleh DARPA
* Tahun 1970 merupakan kedatangan PC (personal computer).
* Tahun 1970 ditemukan UNIX oleh Dennis Ritchie dan Kenneth Thomson.
* Pada tahun 1970 juga floppy disk dan daisywheel printer di tunjukkan kepada umum (debut pertama).
* Tahun 1971 Ray Tomlinson of Bolt Beranek dan Newmen pertama kali mengirimkan jaringan surat e-mail.
* Tahun 1971 Niklaus Wirth menemukan Pascal
* Tahun 1972 di temukan bahasa C oleh Dennis Ritchie di Bell Labs.
* Tahun 1973 Robert Metcalfe menuliskan catatan di “Ether Acquisition” yang mendeskripsikan Ethernet.
* Tahun 1973 Robert Metcalfe dan David Boggs menemukan Ethernet.
* Tahun 1976 merupakan tahun pertama kalinya muncul supercomputer dengan vektorial arsitektur.
* Tahun 1976, Steve Jobs dan Steve Wozniak mendesain dan membangun Apple I yang terdiri dari kebanyakan papan circuit.
* Tahun 1977, Steve Jobs dan Steve Wozniak tergabung dalam Apple computer pada 3 januari.
* Tahun 1978, Muncul MS
* Tahun 1978, Wordstar yang merupakan software pengolah kata diperkenalkan dan meluas.
* Tahun 1979 telepon seluler di test di Jepang dan Chicago.
* Tahun 1980 IBM memilih PC-DOS dari Microsoft sebagai OS (Operating System)
* Tahun 1980 bahasa Ada muncul yang di temukan oleh Departemen Pertahanan US.
* Tahun 1980 portable computer seberat 24 pounds lahir.
* 1 januari 1983, muncul TCP/IP
* Tahun 1984, muncul Apple Macintosh
* Tahun 1984, muncul DNS
* Tahun 1985 menyebarnya sistem networking.
* Tahun 1990 tim Barners Lee Menemukan WWW yaitu aplikasi internet yang membawa perkembangan dan perubahan besar di dunia internet.
* Tahun 1991 Trovalds menempatkan UNIX di IBMnya.
* Tahun 1992 muncul istilah surfing
* Tahun 1993 pentium milik intel diperkenalkan kepada umum pada bulan Maret
* Tahun 1993 muncul NSCA Mosaic
* Tahun 1994 muncul Yahoo dan Netscape Navigator 1.0
* Tahun 1995 muncul bahasa pemrograman Java pada bulan Mei.
* Pada Desember 1994 maka Spyglass milik Microsoft telah dibayar dan diberi lisensi, sehingga untuk web browser yang nantinya nama spyglass tersebut akan diganti dengan nama Internet Explorer.
* Pada 1995 spyglass sudah menjadi bagian dari OS dan bagian dari windows
Jenis-jenis komputasi modern :

1. Mobile computing
Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel.

Dan berdasarkan penjelasan tersebut, untuk kemajuan teknologi ke arah yang lebih dinamis membutuhkan perubahan dari sisi manusia maupun alat. Dan dapat dilihat contoh dari perangkat komputasi bergerak seperti GPS, juga tipe dari komputasi bergerak seperti smart phone, dan lain sebagainya.

2. Grid computing
Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.

3. Cloud computing
Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.
           
Sumber : http://belajar-pemrograman2.blogspot.com/2013/03/komputasi-modern.html

http://rikardo-game.blogspot.com/2011/04/sejarah-komputasi-modern.html

Komputasi modern dan penerapan komputasi pada web

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 kompleksitas.

Salah satu tokoh yang sangat mempengaruhi perkembangan komputasi modern adalah John von Neumann (1903-1957), Beliau adalah ilmuan yang meletakkan dasar-dasar komputer modern.Von Neumann telah menjadi ilmuwan besar abad 21. Von Neumann memberikan berbagai sumbangsih dalam bidang matematika, teori kuantum, game theory, fisika nuklir, dan ilmu komputer  yang di salurkan melalui karya-karyanya . Beliau juga merupakan salah satu ilmuwan yang terkait dalam pembuatan bom atom di Los Alamos pada Perang Dunia II lalu

Komputansi modern mempunyai karakteristik komputasi modern yang terdiri atas 3 macam, yaitu :
1. Komputer-komputer penyedia sumber daya bersifat heterogenous karena terdiri dari berbagai jenis perangkat keras, sistem operasi, serta aplikasi yang terpasang.
2.    Komputer-komputer terhubung ke jaringan yang luas dengan kapasitas bandwidth yang beragam.
3.  Komputer maupun jaringan tidak terdedikasi, bisa hidup atau mati sewaktu-waktu tanpa jadwal yang jelas.

Jenis-jenis komputasi modern :

1. Mobile computing
Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel.

Dan berdasarkan penjelasan tersebut, untuk kemajuan teknologi ke arah yang lebih dinamis membutuhkan perubahan dari sisi manusia maupun alat. Dan dapat dilihat contoh dari perangkat komputasi bergerak seperti GPS, juga tipe dari komputasi bergerak seperti smart phone, dan lain sebagainya.

2. Grid computing
Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar.

3. Cloud computing
Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.

Disini saya mengkaji dari penerapan komputasi modern yaitu google drive, berikut penjelasan apa itu google drive.
Google Drive adalah layanan penyimpanan daring milik Google yang diluncurkan pada 24 April 2012. Layanan ini merupakan ekstensi dari Google Docs dan akan mengganti URL docs.google.com dengan drive.google.com setelah diaktifkan. Google Drive memberikan layanan penyimpanan gratis sebesar 5 GB dan dapat ditambahkan dengan pembayaran tertentu. Tetapi berdasarkan informasi terbaru, google drive menawarkan layanan penyimpanan gratis hingga 15 GB. Dengan fitur unggulan yang sama seperti Dropbox, yaitu sinkronisasi data melalui folder khusus di dalam desktop atau lebih dikenal dengan Desktop Sync Clients. GDrive memberikan kapasitas gratis sebesar 15 GB dan tentunya fitur-fitur yang terintegrasi dengan layanan Google lainnya seperti: Gmail, G+ dan Google Search. Fitur yang bisa digaris bawahi dari GDrive adalah API’s untuk para Developer. Hingga kini GDrive telah terhubung dengan puluhan aplikasi pihak ketiga
Disini saya akan menjelaskan bagaimana menggunakan fitur google drive.
1.      Pertama masukan alamat email gmail tersebut ke dalam alaman :drive.google.com

2.      Ini adalah halaman utama pada website google drive. Ini adalah contoh file / folder milik saya
Keterangan pada sub menu google drive yaitu
Buat : Digunakan untuk membuat drive baru untuk memasukkan file-file yang akan dimasukkan.
Drive saya : Untuk melihat drive yang sudah dibuat atau file-file yang sudah di unggah.
Berbintang : Adalah drive yang di favoritkan yang gunanya untuk membuat shortcut ke drive tersebut.


http://id.wikipedia.org/wiki/Google_Drive