2.10.3 Speedup
Speedup merupakan rasio perbandingan antara waktu yang dibutuhkan
sebuah program dijalankan secara serial dengan waktu yang dibutuhkan sebuah prgram dijalankan secara paralel. Speedup dilambangkan dengan S. Dimana,
. 2.10.4
Efesiensi
Efesiensi Effeciency adalah untuk mengukur perbandingan antara Speedup dengan jumlah elemen proses yang digunakan pada komputasi paralel.
Dilambangkan dengan E. Dimana, .
3.1 Data
Data yang
3.1.1 Data
Data bulanan un
dalam file
Tabel 1 Co
coo ----
File menjadi g
bulanan da Kabupaten
Gambar 4
3
a
g digunakan
a RegCM3
a RegCM3 y ntuk Pulau
e berformat
ontoh Data
rdinat es - L:27 T : 15-FE
-9 -1.0
-8.97 -1.0
-8.93 -1.0
-8.9 -1.0
-8.87 -1.0
data RegCM ambar peta.
ari data Reg n Indramayu
Hasil Visu
3 DATA
n pada penel
Vektor X
yang diguna Jawa dari D
teks, sepert
RegCM3 p
103 10
EB-1960 00:00 00E+34
-1.00E 00E+34
-1.00E 00E+34
-1.00E 00E+34
-1.00E 00E+34
-1.00E
M3 merupa . Gambar 5
gCM3 pada u.
alisasi Cura
A DAN M
litian ini ada
X
akan dalam Desember 19
ti yang tamp
pulau Jawa
03.03 103
E+34 -1.00E+
E+34 -1.00E+
E+34 -1.00E+
E+34 -1.00E+
E+34 -1.00E+
akan data sp menunjuka
Pulau Jawa
ah Hujan Pu
ETODOL
alah:
m penelitian 957 sampai
pak pada Ta
.07 103.1
+34 -1.00E+34
+34 -1.00E+34
+34 -1.00E+34
+34 -1.00E+34
+34 -1.00E+34
patial sehing an visualisas
a, dan secar
ulau Jawa d
LOGI
ini adalah d Juli 2002 y
abel 1.
1 103.13
4 -1.00E+34
4 -1.00E+34
4 -1.00E+34
4 -1.00E+34
4 -1.00E+34
gga dapat di si tingkat cu
ra khusus w
ari Data Re data RegCM
yang tersimp
103.17 -1.00E+34
-1.00E+34 -1.00E+34
-1.00E+34 -1.00E+34
ivisualisasik urah hujan
wilayah
egCM3. 17
M3 pan
kan
3.1.2
peng Indra
pada
Tabe
Kabu menu
Indra
Gam
2 Data Cur
Data curah gamatan cur
amayu dari a Tabel 2 ya
el 2 Data Ob
NamaSt a Jan-8
Feb-8 Mar-8
Apr-8 May-8
Jun-8
Terdapat upaten Ind
unjukkan lo amayu
mbar 5 Lokas
rah Hujan
h hujan yan rah hujan pa
Januari 198 ang disimpan
bservasi cur
a Cidempet
89 125
89 491
89 337
89 92
89 159
89 117
17 titik sta dramayu un
okasi titik s
si stasiun ob
Variabel Y
ng digunaka ada titik-titik
89 sampai D n dalam dat
rah hujan di
Cikedung I
5 167
1 430
7 304
2 348
9 215
7 173
atsiun obser ntuk menc
stasiun obse
bservasi di K
Y
n pada pene k statsiun ob
Desember 20 tabase.
i Kota Indra
Indramayu Ja
150 556
357 40
128 139
rvasi penga catat kondi
ervasi terse
Kabupaten elitian ini ad
bservasai ik 007. Contoh
amayu
at ibarang Sudi
202 480
191 99
89 86
amatan iklim isi curah
ebut yang t
Indramayu. dalah dari d
klim di Kab h data dapat
ikampiran Kedo 112
389 278
156 153
122
m yang ters hujan. G
ersebar di
. Buono et- 18
data hasil bupaten
t dilihat
kan bund 109
345 273
40 105
232
sebar pada Gambar 6
Kabupaten
-al, 2010
Wilayah Indramayu dipilih sebagai daerah studi kasus untuk penelitian ini, didasarkan pada tingkat kerentanan daerah terhadap bencana yang berkaitan
dengan curah hujan dan ketersediaan data curah hujan pada titik stasiun observasi. Dari Gambar 7 yang menampilkan grafik posisi relatif setiap kabupaten di
Pulau Jawa berdasarkan rata-rata luas yang terkena bencana nanjir dan kekeringan dari 1989 hingga 2007. Dari grafik tersebut, menurut Buono et-al 2010 dapat
dilihat bahwa Indramayu berada pada posisi dengan luas wilayah yang terkena bencana relatif tertinggu dibandingkan dengan kabupaten di Pulau Jawa.
Gambar 6 Luas Wilayah Banjir dan Kekeringan per Kabupaten di Pulau Jawa Buono et-al,2010.
3.2 Tahapan Penelitian
Tahapan-tahapan yang dilakukan dalam penelitian ini secara umum adalah mengumpulkan data, memetakan data titik observasi dengan data RegCM3.
Membandingkan kinerja setiap fungsi secara paralel maupun secara serial. Setelah itu, dilakukan pengujian dengan k-fold cross validation terhadap nilai
rekonstruksi. Tahap selanjutnya adalah analisis R
2
dan pemilihan model berdasarkan R
2
yang paling tinggi. Alur tahapan yang dilakukan tersebut dapat dilihat pada Gambar 8.
Luas Bencana Banjir vs Kekeringan untuk Kabupaten di Jaw a
500 1000
1500
300 600
900 1200
1500
Luas Terkena Bencana Banjir L
u a
s T e
rke n
a B
e n
c an
a K e
ke ri
n g
a n
Indramayu