Review Jurnal mengenai Quantum Komputer

Judul Jurnal

"The Impact of Quantum Computing on Present Cryptography"

oleh Vasileios Mavroeidis, Kamer Vishi, Mateusz D. Zych, Audun Josang. Departemen Informatika. Universitas Oslo, Norwegia. 2018

Latar Belakang

Latar belakang dari jurnal ini adalah mencari tau dampak dari quantum computing terhadap kriptografi saat ini.

Metode Penelitian

Metode yang digunakan adalah dengan menganalisa terlebih dahulu kriptografi asimetris, simetris, dan fungsi hash. Analisa juga lebih ditekankan pada algoritma kriptografi yang memanfaatkan tingkat kesulitan faktorisasi bilangan prima yang besar. Kemudian jurnal ini membahas algoritma quantum computing yang memiliki dampak besar dalam kriptografi asimetris dan juga berdampak pada kriptografi simetris, yaitu algoritma shor dan algoritma grover.

Analisa

Algoritma Shor dapat membuat kriptografi asimetris modern hancur karena didasarkan pada faktorisasi bilangan bulat utama yang besar dari masalah logaritma diskrit.

Algortima Grover dapat menggunakan quantum computer untuk mencari database yang tidak di urutkan. Algoritma ini dapat menemukan entri tertentu dalam database yang tidak diurutkan dari N entri dalam pencarian √N. Sehingga memungkinkan penerapan algoritma ini untuk memecahkan kriptografi DES(Data Encryption Standard) yang keamanannya menggunakan kunci 56-bit. Algoritma ini hanya membutuhkan 185 pencarian untuk menemukan kuncinya.

Kesimpulan

Quantum Computer merupakan perkembangan dari komputer konvensional yang bila sudah siap rilis secara universal akan membuat perubahan yang signifikan pada teknologi saat ini. Akan tetapi memiliki konsekuensi yang sangat besar yaitu keruntuhan dari algoritma kriptografi yang ada saat ini seperti algoritma kunci publik konvensional (RSA, ElGamal, ECC dan DSA) dan algoritma kunci simetris (3DES, AES). Sehingga dapat menyebabkan rentannya keamanan data, oleh karena itu perlu ditemukan algoritma yang tahan terhadap quantum computing.

Sumber

https://arxiv.org/pdf/1804.00200.pdf

Analisa Jurnal Pemrograman CUDA GPU

Judul jurnal 1 : An Introduction to CUDA Programming
Judul jurnal 2 : GPGPU Processing in CUDA Architecture


Latar Belakang

Latar belakang dari kedua jurnal diatas memiliki kemiripan yaitu dengan adanya perkembangan GPU yang sangat pesat, NVIDIA telah mendukung tren ini dengan merilis CUDA (Compute Unified Device Architecture) untuk memungkinkan pengembang aplikasi menulis kode yang dapat diunggah ke dalam kartu berbasis NVIDIA untuk dieksekusi oleh GPU paralel masif NVIDIA. Jurnal ini menunjukkan bagaimana CUDA dapat sepenuhnya memanfaatkan kekuatan luar biasa dari GPU. Juga memungkinkan kinerja komputasi secara signifikan, dengan memanfaatkan kekuatan GPU. Makalah ini membahas tentang pengenalan CUDA dan arsitekturnya.

Metode Penelitian

Pada jurnal pertama menggunakan Nvidia CUDA untuk GPGPU(General Purpose GPU), kemudian dibandingkan dengan pemrograman paralel lainnya seperti OpenCL dan DirectCompute. Jurnal ini juga membahas prospek CUDA untuk kedepannya. Sedangkan pada jurnal kedua membahas arsitektur CUDA, fungsi yang dapat digunakan oleh CUDA, serta perbandingan CUDA dengan GPGPU tradisional.

Analisa perbandingan

Perbedaan kedua jurnal ini terdapat pada pembahasan mendalamnya. Pada jurnal 1 yang dibahas yaitu penggunaan CUDA untuk GPGPU sedangkan pada jurnal 2 pembahasannya lebih kearah pengenalan CUDA secara general.

Tanggapan

Kedua jurnal ini bagus dibaca dengan tren yang sedang naik saat ini. Karena CUDA sangat baik untuk digunakan pada pemrograman paralel, pengolahan big data, serta artificial intelligence karena membutuhkan komputasi yang cepat untuk mengolah data yang besar.

Referensi

Jurnal 1 : https://pdfs.semanticscholar.org/9e23/d532e25b14b3760dc6d410b3d0bfeabeb91c.pdf

Jurnal 2 : https://www.academia.edu/6090223/An_INTRODUCTION_TO_CUDA_Programming

Review Jurnal "A literature review on NoSQL database for big data processing"

I.          LATAR BELAKANG

            Kita hidup di era samudera data. Dalam 25 tahun terakhir, Data telah meningkat dalam skala besar di berbagai bidang termasuk sistem rehabilitasi medis berbasis perangkat lunak dan pelatihan olahraga. Berdasarkan laporan dari International Data Corporation (IDC), keseluruhan data yang dibuat di dunia akan mencapai 44 ZB atau triliun gigabyte selama periode 2013 hingga 2020. Sejumlah besar data ini mengacu pada Big Data yang merupakan kata kunci global. Namun, jika kita tidak memproses Big Data, hasil dari data tidak kasat mata mereka akan terlewatkan. Ini adalah salah satu masalah besar untuk analisis Big Data dan perusahaan raksasa. Itu tidak dapat dikelola secara efektif & efisien menggunakan alat manajemen basis data tradisional. Untuk menangani masalah ini, pengguna memiliki sejumlah opsi cara untuk mencapai masalah yang terkait dengan data tersebut. Misalnya, untuk menyimpan dan memproses dataset skala besar, pengguna dapat menggunakan berbagai teknologi basis data termasuk basis data NoSQL. NoSQL berasal dari kombinasi sederhana dua kata ‘Tidak’ dan ‘SQL’ dijelaskan sebagai ellipsis tidak hanya SQL. Oleh karena itu, NoSQL adalah istilah umum yang digunakan untuk merujuk pada penyimpanan atau proses data apa pun yang tidak mengikuti model tradisional sistem manajemen da-tabase relasional. Ada 4 tipe dasar dari basis data NoSQL termasuk penyimpanan nilai kunci, penyimpanan berbasis dokumen, dan penyimpanan berbasis grafik.

II.         METODE

            Kami mencari di database online Springer Link dan IEEE Xplore untuk artikel yang diterbitkan dalam bahasa Inggris selama tujuh tahun terakhir (antara Januari 2011 dan Desember 2017). Kami secara khusus mencari dua kata kunci ("NoSQL" dan "Big Data") untuk menemukan artikel. Kriteria inklusi adalah artikel tentang penggunaan perbandingan kinerja pada pemrosesan informasi yang berharga di bidang Big Data melalui database NoSQL.

III.        ANALISA

            Dari kumpulan 18 artikel, kami menemukan 8 artikel [8-15] yang terkait dengan tinjauan umum database NoSQL dan Big Data, 5 artikel [16-20] yang membahas perbandingan kinerja dan evaluasi antara berbagai database NoSQL, 2 artikel [ 21-22] yang terkait dengan model data NoSQL dan mengklasifikasikan basis data NoSQL berdasarkan Konsistensi, Ketersediaan, toleransi jaringan Partisi database yang dikenal sebagai teorema CAP, [23] penelitian ini berkonsentrasi pada aspek penyimpanan cloud. sistem komputasi menggunakan NoSQL. Dua penelitian lain [24-25] melaporkan transformasi kondisi kueri SQL ke basis data NoSQL menggunakan algoritma Espresso Heuristic dan menganalisis efek transaksi pada konsistensi & efisiensi data. Namun, hasil dari 18 artikel tentang NoSQL yang digunakan dalam pemrosesan Big Data dirangkum dalam Tabel 1.

IV.       TANGGAPAN

            Dalam tulisan ini, kami telah mendeskripsikan basis data NoSQL di teknologi Big Data. Kami mengategorikan berbagai basis data NoSQL, khususnya teorema CAP dan kemudian kami membahas tentang siklus hidup Big Data. Selain itu, kami telah membahas kekuatan, kelemahan, perbandingan, dan evaluasi pada berbagai database NoSQL. Poin dari diskusi kami akan membantu pemimpin bisnis untuk memilih database NoSQL yang sesuai untuk menyimpan dan mengelola Big Data. Selain itu, kami telah memfokuskan arah penelitian dan tantangan terkait dengan Big Data dalam sistem penyimpanan dan manajemen melalui NoSQL. Meskipun, beberapa teknik telah diterapkan untuk pemrosesan Big Data melalui NoSQL, penggunaannya untuk proses penambangan data realtime dan untuk mengekstraksi informasi berharga yang diperkirakan masih dapat dikompromikan oleh faktor yang disorot dalam penelitian ini.

V.        REFERENSI

https://www.academia.edu/38268884/A_literature_review_on_NoSQL_database_for_big_data_processing