ANALISIS PERBANDINGAN ANTARA CLUSTER OPENMOSIX DENGAN PVM (PARALLEL VIRTUAL MACHINE)
Vol 2, No 3 Juni 2012
ISSN 2088-2130
ANALISIS PERBANDINGAN ANTARA
CLUSTER OPENMOSIX DENGAN PVM
(PARALLEL VIRTUAL MACHINE)
Koko Joni1), Taufik Hidayat2)
1
Jurusan Manajemen Informatika, Fakultas Teknik, Universitas Trunojoyo
Jl. Raya Telang, PO BOX 2 Kamal, Bangkalan, Madura, 69162
E-mail : [email protected], [email protected]
ABSTRAK
Komputasi paralel merupakan teknologi yang berkembang pesat saat ini, dengan komputasi paralel
proses komputasi bisa menjadi sangat cepat dan efisien. openMosix dan PVM merupakan salah satu
software yang dapat melakukan komputasi paralel dengan model cluster komputer. openMosix
merupakan jenis cluster load balancing, dimana sebuah cluster dapat memindah beban kerjanya secara
otomatis sehingga memudahkan bagi pemakainya. PVM merupakan salah satu jenis komputasi
paralel dan merupakan jenis cluster High Performance Computing (HPC), dimana jenis ini
menggabungkan antara jenis load balancing dan fail over. Untuk menunjukkan kemampuan dari
sistem, cluster ini di tes dengan beberapa komputer untuk merender sebuah gambar menggunakan
software POV-Ray. Dari tes menunjukkan bahwa PVM bekerja lebih cepat daripada openMosix di
dalam merender sebuah gambar.
Kata kunci : cluster, openMosix, PVM
ABSTRACT
Parallel computing is a rapidly developing technology today, with parallel computing computing
process can be very fast and efficient. openMosix and PVM is a software that can do parallel
computing using cluster computer model. openMosix is a kind of load balancing cluster, where a
cluster can move workloads automatically and make it simple for users. PVM is one type of parallel
computing and type of High Performance Computing (HPC), which this type combines between of
load balancing and fail over. To demonstrate the capabilities of the system, this cluster tested with
multiple computers to render an image using POV-Ray software. From the tests show that the PVM
work faster than openMosix when renders an image.
Keywords : Cluster, openMosix, PVM
372
Vol 2, No 3 Juni 2012
PENDAHULUAN
Komputasi paralel merupakan salah
satu teknologi paling menarik sejak ditemukan
alat elektronik pada tahun 1940-an. Terobosan
dalam pemrosesan paralel selalu berkembang
dan mendapatkan tempat disamping teknologiteknologi lainnya sejak Era Kebangkitan (1950an), Era Mainframe (1960-an), Era Minis(1970an), Era PC(1960-an), dan Era Komputer
Paralel (1990-an). Dengan berbagai pengaruh
atas perkembangan teknologi lainnya, dan
bagaimana teknologi ini mengubah persepsi
terhadap komputer, dapat dimengerti betapa
pentingnya komputasi paralel itu. Inti dari
komputasi paralel yaitu hardware, software,
dan aplikasinya. Pemrosesan paralel merupakan
suatu pemrosesan informasi yang lebih
mendekatkan pada manipulasi rata- rata dari
elemen data terhadap satu atau lebih
penyelesaian proses dari suatu masalah. Oleh
karena itu komputasi paralel dapat diartikan
bahwa komputer dengan banyak prosessor yang
mampu untuk melakukan pemrosesan paralel.
Teknologi cluster ini dibutuhkan untuk
mengikat beberapa server agar menjadi suatu
sistem tunggal sumber daya komputasi yang
melakukan pekerjaan besar. Dari sisi pengguna,
ia tidak merasa bahwa pekerjaan yang ia
berikan telah dibagi ke mesin fisik berbeda.
Secara mendasar ada tiga macam cluster [1]:
1. Fail over Cluster terdiri dari 2 atau lebih
jaringan komputer yang terkoneksi dengan
masing- masing heartbeat antara 2 host.
Koneksi heartbeat antara 2 mesin
digunakan untuk memonitor semua service
yang masih digunakan. Apabila salah satu
mesin mengalami down maka mesin
lainnya mengambil alih kerja.
2. Dengan load balancing cluster, konsepnya
adalah saat ada request pada web server
datang maka cluster akan mengecek di
mesin mana yang paling tidak sibuk maka
request akan diberikan pada mesin
tersebut. Sebenarnya banyak waktu dari
load balancing cluster adalah Fail over
clustering dengan extra fungsional load
balancing dan sering dengan banyak node
(PC).
3. Variasi terakhir dari clustering adalah
High Performance Computing Cluster:
Mesin telah di konfigurasi secara spesial
untuk data center melayani permintaan
dengan performa yang extream yang di
butuhkan. Beowulf telah dikembangkan
untuk fasilitas riset untuk meningkatkan
kecepatan. Jenis ini mempunyai beberapa
feature dari load balancing. Nantinya
mereka akan menyebar proses yang
berbeda pada banyak mesin untuk
meningkatkan performa. Tapi inti dari
situasi ini proses mengalami paralel dan
rutin yang dapat berjalan sendiri dalam
menyeimbangkan beban kerja tanpa
menunggu proses tersebut diselesaikan
oleh mesin lainnya.
Jenis Cluster Pc
openMosix
openMosix adalah suatu ekstension pada kernel
linux untuk membentuk Single System Image
(SSI) clustering. Ekstension pada kernel ini
membuat sejumlah jaringan yang terdiri dari PC
biasa menjadi semacam super computer bagi
aplikasi linux.
SSI adalah clustering yang menggabungkan
beberapa node (PC dan sebagainya) menjadi
satu kesatuan, sehingga dari perhitungan luar
terlihat sebagai satu satuan komputasi. Satu
kesatuan yang dimaksud di sini adalah kesatuan
unit CPU, kesatuan memori, serta kesatuan
media penyimpan (storage). Ada dua cara untuk
membentuk satu kesatuan ini.
1. Middleware.
Secara
umum,
ini
meliputi
semua
komponen/library yang menjadi perantara
antara program yang berjalan di user space
dengan kernel. Contohnya adalah sistem batch
scheduler seperti Condor atau Maui Scheduler
atau Enfuzion. Library PVM dan MPI
(misalnya MPICH) bisa juga dimasukkan dalam
kategori
Middleware,
karena
mereka
sebenarnya juga menjadi perantara antara
program paralel yang ditulis dengan OS.
2. Modifikasi kernel (kernel extension)
Secara umum, ini meliputi semua tambahan
kernel OS yang membuat OS tersebut menjadi
sistem cluster, termasuk yang bertipe SSI. IBM
Sysplex, Compaq Tru Custer, VAX Cluster
adalah contoh-contoh SSI yang bersifat
komersial.
Sedangkan
MOSIX
dan
OpenMOSIX adalah contoh yang bersifat GPL.
openMosix melakukan patch pada kernel linux
yang akan menghasilkan platform clustering
SSI yang reliabel, cepat, dan berbiaya rendah.
373
Koko Joni dkk, Analisis Perbandingan...
Dengan fitur Auto Discovery, suatu node baru
bisa ditambahkan selama cluster berjalan dan
cluster
akan
secara
otomatis
mulai
mempergunakan sumber daya baru tersebut.
Program aplikasi tidak perlu dibuat secara
khusus untuk memakai openMosix. Karena
semua ekstension dan openMosix berada di
dalam kernel, setiap aplikasi linux akan secara
otomatis dan transparan mengambil keuntungan
dan konsep komputasi terdistribusi openMosix.
Cluster tersebut akan berperilaku seolah-olah
Symmetric Multi-Processor (SMP), yang bisa
dibentuk node. Suatu SMP adalah komputer
berkinerja tinggi dengan banyak processor dan
memori yang berharga mahal. Dengan
openMosix, bisa dibentuk PC biasa yang
kekuatan komputasinya dapat bersaing SMP
sebenarnya.
Paraller Virtual Machine
Parallel Virtual Machine (PVM) adalah
seperangkat alat lunak yang memungkinkan
seluruh komputer yang heterogen terlihat
seperti satu sistem computer paralel dan dapat
digunakan sebagai sebuah sumber daya
komputasi yag saling terhubung. Komputer
tersebut
bisa
berupa
workstation,
multiprocessor, specialized graphic engine
sampai dengan vektor superkomputer yang
dihubungkan dengan jaringan yang bermacammacam seperti ethernet, FDDI, dan sebagainya.
PVM memungkinkan eksekusi program pada
setiap mesin dapat dikendalikan oleh user dan
menjadi lingkungan komputasi yang kuat.
Istilah virtual machine mengacu pada
konfigurasi komputer dengan memori tersebar
ini, sedangkan istilah host ditujukan untuk
komputer yang merupakan anggota dari virtual
machine. Dalam suatu jaringan, beberapa
pengguna dapat sekaligus membuat lebih dari
satu konfigurasi virtual machine yang dapat
mengeksekusi lebih dari satu aplikasi PVM
secara simultan. Host
dapat terdiri dari
komputer yang berbeda- beda dan terpisah
lokasinya secara fisik [2].
Untuk komputasi dalam PVM yang
analog dengan proses pada UNIX disebut task.
PVM menyediakan fungsi untuk menjalankan
task pada virtual machine dan memungkinkan
task untuk melakukan komunikasi dan
sinkronisasi dengan task lainnya. Seluruh task
yang ada dalam PVM diidentifikasikan dengan
nomor task (task identifier) berupa bilangan
bulat. Suatu task dapat tergabung dalam satu
atau beberapa grup sekaligus. Anggota grup ini
dapat berubah- ubah secara dinamis selam
komputasi berlangsung. Setiap task dalam PVM
dapat berkomunikasi dengan task lainnya
melalui pertukaran pesan (message passing).
Ukuran dan jumlah message yang dikirim
hanya dibatasi oleh memori fisik yang otomatis
akan membatasi ukuran buffer (penyangga).
Persistence Of Vision Raytracer (POV-Ray)
[3]
POV-Ray kependekan dari “Persistence
of Vision Raytracer”. POV-Ray merupakan
sebuah software untuk membuat grafis
komputer dengan kualitas yang sangat tinggi.
POV-Ray berlisensi freeware, yang berarti
setiap orang bisa menggunakannya, dan
memperbanyaknya tanpa biaya sedikitpun.
Yang membuat POV-Ray berbeda dari
yang lainnya adalah POV-Ray memiliki
kekuatan dan kestabilan untuk memuaskan para
pengguna yang sangat kompeten dan
berpengalaman, meskipun tidak terlalu sulit
bagi para pengguna biasa. Tentu saja faktor
terpenting adalah kualitas gambar, dan
sesungguhnya POV-Ray memiliki hal tersebut.
Menurut para pengembang, mereka
melihat gambar yang mereka render
menggunakan POV-Ray, yang menurut dugaan
pertama mereka merupakan fotografi, sangat
realistik. Perlu diketahui bahwa foto-realisme
merupakan keahlian tingkat tinggi, yang
memerlukan
banyak
latihan
untuk
menguasainya.
Untuk
menulis
dan
memodifikasi scene POV-Ray, pengguna hanya
mengedit file teks sesungguhnya yang berisikan
perintah - perintah. Pengguna baru mungkin
terkejut untuk mempelajarinya, dimana
mungkin kedengarannya primitif, hal ini
merupakan salah satu fakta yang menunjukkan
POV-Ray memiliki kekuatan dan fleksibilitas
yang sangat tinggi.
PVMPov
PVMPOV adalah gabungan dari PVM
dan POV-Ray. PVM adalah message passing
system yang dapat membuat jaringan computer
menjadi komputer single distributed memory
parallel. Jaringan komputer berdasarkan pada
Parallel Virtual Machine dan POV-Ray adalah
3-dimensional ray tracing engine. Kita
mendapatkan informasi dengan memberikan
dan mensimulasi dengan memberi interaksi
cahaya pada objek yang telah didefinisikan
dengan membuat gambar 3 dimensi dan
374
Vol 2, No 3 Juni 2012
animasi yang kita sebut dengan rendering
proses.
PVMPOV
mempunyai
kemampuan
mendistribusikan proses rendering pada
berbagai system yang berbeda. Parallel
execution hanya aktif jika kita memberikan tkita
opsi “+N” pada PVMPOV atau X-PVMPOV
saja [4]. Sebaliknya, PVMPOV bereaksi seperti
POV-Ray yang berjalan pada mesin lokal.
Dengan menggunakan model PVM, yaitu satu
master node dengan banyak slave task.
PovMosix
POVmosix merupakan gabungan antara
POV-Ray dan openMosix untuk merender citra
3D. Dimana nantinya akan merender citra dan
membaginya menjadi beberapa bagian beban
kerja, rendering satu beban kerja merupakan
bagian dari seluruh image. Oleh karena itu kita
boleh mengkonfigurasi beberapa jumlah beban
kerja. Program ini dibuat dengan QT oleh
Alessandro Bonfanti sehingga dalam website
povmosix.sourceforge.net[5],
POVmosix =
(Povray + openMosix) ^ (qt * kde). POVmosix
lebih user friendly karena menggunakan GUI
(Graphic User Interface) sehingga user dengan
mudah mengatur proses pembagian beban kerja
ke setiap node.
Gambar 1 Konfigurasi cluster PC
Spesifikasi computer yang digunakan adalah
sebagai berikut :
Tabel 1. Spesifikasi Komputer
Node
1
Node 2
Node 3
Node 4
Node 5
CPU
Pentiu
m
4
CPU
2.66
GHz
Intel(R)
Pentium(R
) 4 CPU
2.4 GHz
Intel(R)
Pentium(R
) 4 CPU
2.4 GHz
Intel(R)
Pentiu
m(R) 4
CPU
2.4
GHz
AMD
Sempron(tm)
Processor
2800+ 64 bit
RAM
448
MB
504 MB
504 MB
504
MB
448 MB
8 MB
8 MB
16 MB
VGA
Shared
Memor 16 MB 8 MB
y
Untuk proses clustering
tersebut kami
menggunakan system operasi Linux yaitu
RedHat 9, kemudian software clusternya
menggunakan openMosix dan PVM yang akan
digunakan untuk merender sebuah gambar.
METODE
Proses Clustering
HASIL DAN PEMBAHASAN
Sistem
dibangun
menggunakan
software PVM sebagai pemrograman paralel
serta cluster openMosix sebagai load
balancing.
Nantinya
akan
dibangun
menggunakan
beberapa
PC.
Untuk
membandingkan antara kedua software tersebut
maka akan menggunakan POV-Ray atau
pemrograman bahasa C. Konfigurasi computer
seperti gambar di bawah dimana ada 5 node
yang digunakan dan spesifiakasi computer bias
di lihat pada tabel 1.
Percobaan yang di lakukan, kami menggunakan
gambar 3 dimensi 0ak.pov yang akan di render,
kami membandingkan proses waktu yang
terjadi antara software cluster openMosix dan
PVM. Proses rendering ini membutuhkan
waktu yang berbeda antara openMosix dan
PVM. Kami juga merubah resolusi gambar
untuk mengetahui lebih jauh perbedaan waktu
render antara openMosix dan PVM. juga
berbeda.
Berikut adalah sebagian hasil dari percobaan
yang di lakukan
375
Koko Joni dkk, Analisis Perbandingan...
Gambar 4. Perbandingan waktu render resolusi
1024x768
Gambar 2. Perbandingan waktu render resolusi
640x480
Dari Gambar 2, terlihat bahwa semakin banyak
node, waktu yang dibutuhkan untuk proses
rendering semakin cepat dan PVM lebih cepat
sedikit daripada openMosix, tetapi pada saat
node yang dipakai hanya 2 PC waktu yang
digunakan untuk merender hampir sama yaitu
25 detik sedangkan waktu normal untuk
merender image pada single PC yaitu 43 detik.
Pada resolusi lebih tinggi proses
rendering membutuhkan waktu yang lebih
lama lagi. Proses render dengan 1 node
membutuhkan waktu
102 detik, dengan
menggunakan 5 node openMosix membutuhkan
waktu
sekitar
35
detik
dan
PVM
membututuhkan waktu sekitar 29,1 detik.
Berikut adalah hasil gambar proses rendering.
Gambar 3. Perbandingan waktu render resolusi
800x600
Dengan mengubah resolusi menjadi
800x600 seperti terlihat pada Gambar 3,
terlihat bahwa semakin banyak node, waktu
yang dibutuhkan untuk proses rendering
semakin cepat dan PVM lebih cepat sedikit
daripada openMosix, hampir sama dengan
resolusi
pada
gambar
sebelumnya.
Menggunakan 5 node, PVM pada resolusi
640x480 membutuhkan waktu lebih cepat 5
detik daripada resolusi 800x600. Proses render
dengan 1 PC membutuhkan waktu 68 detik,
dengan menggunakan 5 node openMosix
membutuhkan waktu 25,21 detik sedang PVM
membutuhkan waktu 19,8 detik.
Gambar 5. Hasil rendering
Kenaikan kecepatan rata-rata waktu
proses rendering dari single node ke 5 node
(waktu speedup), jika waktunya semakin cepat
maka jenis kluster tersebut semakin baik.
Speedup terbaik menggunakan openMosix
berturut-turut dari 640x480, 800x600, 1024x
768 dengan menggunakan 5 node yaitu 2,5
detik, 2,69 detik, dan 3,07 detik.
Menggunakan PVM dengan resolusi
berturut-turut
daru
640x480,
800x600,
1024x768 dengan 5 node yaitu 2,87 detik, 3,43
detik, dan 3,54 detik. Terlihat bahwa PVM
lebih baik untuk merender objek 3D saat node
tidak mengalami kejenuhan.
Pada proses render 640x480 pixel yang
tidak menggunakan sub-job saat kluster jenuh
376
Vol 2, No 3 Juni 2012
atau tiap node melakukan aktifitas sehingga
membebani PC, maka PVM mengalami
masalah sehingga waktu render akan terus
meningkat lebih lama. Sedangkan dengan
openMosix dengan sub-job (pembagian kerja
menjadi 16 bagian untuk di sebarkan) sebanyak
16 task menunjukkan performa terbaiknya. Saat
menggunakan 5 node openMosix membutuhkan
waktu 45,28 detik sedang PVm 109 detik.
Untuk
resolusi
800x600
PVM
mengalami proses yang lama pada node ke 4,
yaitu 176,8 detik sedang dengan openMosix
hanya 111,4 detik.
Saat proses render menggunakan resolusi
1024x768 pixel openMosix melakukan proses
render menggunakan 3 node ternyata lebih
cepat dari PVM. Tetapi pada saat proses render
dengan 4 node maka PVM mebututuhkan 152,8
detik sedang openMosix 115,8 detik. Di resolui
ini proses render dengan 4 node lebih optimal
daripada 5 node.
PVM
dan
openMosix
samasama
menggunakan sumber daya CPU untuk
melakukan clustering. Jadi besar kecil suatu
RAM tidak mempengaruhi kinerja clustering.
Render sebuah citra atau gambar lebih baik
menggunakan PVM daripada openMosix,
karena openMosix menggunakan Distributed
Cluster sedangakan untuk PVM menggunakan
konsep Parallel Cluster.
Penelitian lebih lanjut lebih baik bila digunakan
dengan komputer yang lebih banyak dan
digunakan untuk merender video.
DAFTAR PUSTAKA
[1]
[2]
[3]
KESIMPULAN
Komputasi paralel membuat server
pada cluster openMosix akan terus bekerja
selama server tersebut tidak mengalami titik
jenuh (idle) dan baru akan berpindah pada
client jika sudah jenuh.
Pada PVM, beban kerja akan langsung dibagi
secara merata antara master node dan slave
node.
Waktu yang digunakan cluster openMosix lebih
lama daripada waktu yang dibutuhkan oleh
PVM untuk merender suatu citra.
[4]
[5]
Utdirartatmo,
Firrar, “Pemrograman
Parallel dengan PVM di LINUX dan
WINDOWS”, Yogyakarta : ANDI
Yogyakarta. . 2002
Utdirartatmo, Firrar, “Clustering PC di
Linux”, Yogyakarta : ANDI Yogyakarta.
2004.
Laksono AD, Mutiara AB, Heruseto
Brahmanto, “Analisis Perbandingan Antara
Cluster OpenMosix dengan MPI Terhadap
Aplikasi Rendering POV-Ray”, Jurnal
KOMMIT, hal 589-595, 2004.
PVMPOV Team, PVMPOV How To,
URL :
http://sourceforge.net/pvmpov/PVMPOVHOWTO, di akses tgl 6 Oktober 2006.
Bonfanti ,Alessandro, POVmosix How
To,URL: http://sourceforge.net/POVRay/povmosix, di akses tgl 6 Oktober
2006.
377
ISSN 2088-2130
ANALISIS PERBANDINGAN ANTARA
CLUSTER OPENMOSIX DENGAN PVM
(PARALLEL VIRTUAL MACHINE)
Koko Joni1), Taufik Hidayat2)
1
Jurusan Manajemen Informatika, Fakultas Teknik, Universitas Trunojoyo
Jl. Raya Telang, PO BOX 2 Kamal, Bangkalan, Madura, 69162
E-mail : [email protected], [email protected]
ABSTRAK
Komputasi paralel merupakan teknologi yang berkembang pesat saat ini, dengan komputasi paralel
proses komputasi bisa menjadi sangat cepat dan efisien. openMosix dan PVM merupakan salah satu
software yang dapat melakukan komputasi paralel dengan model cluster komputer. openMosix
merupakan jenis cluster load balancing, dimana sebuah cluster dapat memindah beban kerjanya secara
otomatis sehingga memudahkan bagi pemakainya. PVM merupakan salah satu jenis komputasi
paralel dan merupakan jenis cluster High Performance Computing (HPC), dimana jenis ini
menggabungkan antara jenis load balancing dan fail over. Untuk menunjukkan kemampuan dari
sistem, cluster ini di tes dengan beberapa komputer untuk merender sebuah gambar menggunakan
software POV-Ray. Dari tes menunjukkan bahwa PVM bekerja lebih cepat daripada openMosix di
dalam merender sebuah gambar.
Kata kunci : cluster, openMosix, PVM
ABSTRACT
Parallel computing is a rapidly developing technology today, with parallel computing computing
process can be very fast and efficient. openMosix and PVM is a software that can do parallel
computing using cluster computer model. openMosix is a kind of load balancing cluster, where a
cluster can move workloads automatically and make it simple for users. PVM is one type of parallel
computing and type of High Performance Computing (HPC), which this type combines between of
load balancing and fail over. To demonstrate the capabilities of the system, this cluster tested with
multiple computers to render an image using POV-Ray software. From the tests show that the PVM
work faster than openMosix when renders an image.
Keywords : Cluster, openMosix, PVM
372
Vol 2, No 3 Juni 2012
PENDAHULUAN
Komputasi paralel merupakan salah
satu teknologi paling menarik sejak ditemukan
alat elektronik pada tahun 1940-an. Terobosan
dalam pemrosesan paralel selalu berkembang
dan mendapatkan tempat disamping teknologiteknologi lainnya sejak Era Kebangkitan (1950an), Era Mainframe (1960-an), Era Minis(1970an), Era PC(1960-an), dan Era Komputer
Paralel (1990-an). Dengan berbagai pengaruh
atas perkembangan teknologi lainnya, dan
bagaimana teknologi ini mengubah persepsi
terhadap komputer, dapat dimengerti betapa
pentingnya komputasi paralel itu. Inti dari
komputasi paralel yaitu hardware, software,
dan aplikasinya. Pemrosesan paralel merupakan
suatu pemrosesan informasi yang lebih
mendekatkan pada manipulasi rata- rata dari
elemen data terhadap satu atau lebih
penyelesaian proses dari suatu masalah. Oleh
karena itu komputasi paralel dapat diartikan
bahwa komputer dengan banyak prosessor yang
mampu untuk melakukan pemrosesan paralel.
Teknologi cluster ini dibutuhkan untuk
mengikat beberapa server agar menjadi suatu
sistem tunggal sumber daya komputasi yang
melakukan pekerjaan besar. Dari sisi pengguna,
ia tidak merasa bahwa pekerjaan yang ia
berikan telah dibagi ke mesin fisik berbeda.
Secara mendasar ada tiga macam cluster [1]:
1. Fail over Cluster terdiri dari 2 atau lebih
jaringan komputer yang terkoneksi dengan
masing- masing heartbeat antara 2 host.
Koneksi heartbeat antara 2 mesin
digunakan untuk memonitor semua service
yang masih digunakan. Apabila salah satu
mesin mengalami down maka mesin
lainnya mengambil alih kerja.
2. Dengan load balancing cluster, konsepnya
adalah saat ada request pada web server
datang maka cluster akan mengecek di
mesin mana yang paling tidak sibuk maka
request akan diberikan pada mesin
tersebut. Sebenarnya banyak waktu dari
load balancing cluster adalah Fail over
clustering dengan extra fungsional load
balancing dan sering dengan banyak node
(PC).
3. Variasi terakhir dari clustering adalah
High Performance Computing Cluster:
Mesin telah di konfigurasi secara spesial
untuk data center melayani permintaan
dengan performa yang extream yang di
butuhkan. Beowulf telah dikembangkan
untuk fasilitas riset untuk meningkatkan
kecepatan. Jenis ini mempunyai beberapa
feature dari load balancing. Nantinya
mereka akan menyebar proses yang
berbeda pada banyak mesin untuk
meningkatkan performa. Tapi inti dari
situasi ini proses mengalami paralel dan
rutin yang dapat berjalan sendiri dalam
menyeimbangkan beban kerja tanpa
menunggu proses tersebut diselesaikan
oleh mesin lainnya.
Jenis Cluster Pc
openMosix
openMosix adalah suatu ekstension pada kernel
linux untuk membentuk Single System Image
(SSI) clustering. Ekstension pada kernel ini
membuat sejumlah jaringan yang terdiri dari PC
biasa menjadi semacam super computer bagi
aplikasi linux.
SSI adalah clustering yang menggabungkan
beberapa node (PC dan sebagainya) menjadi
satu kesatuan, sehingga dari perhitungan luar
terlihat sebagai satu satuan komputasi. Satu
kesatuan yang dimaksud di sini adalah kesatuan
unit CPU, kesatuan memori, serta kesatuan
media penyimpan (storage). Ada dua cara untuk
membentuk satu kesatuan ini.
1. Middleware.
Secara
umum,
ini
meliputi
semua
komponen/library yang menjadi perantara
antara program yang berjalan di user space
dengan kernel. Contohnya adalah sistem batch
scheduler seperti Condor atau Maui Scheduler
atau Enfuzion. Library PVM dan MPI
(misalnya MPICH) bisa juga dimasukkan dalam
kategori
Middleware,
karena
mereka
sebenarnya juga menjadi perantara antara
program paralel yang ditulis dengan OS.
2. Modifikasi kernel (kernel extension)
Secara umum, ini meliputi semua tambahan
kernel OS yang membuat OS tersebut menjadi
sistem cluster, termasuk yang bertipe SSI. IBM
Sysplex, Compaq Tru Custer, VAX Cluster
adalah contoh-contoh SSI yang bersifat
komersial.
Sedangkan
MOSIX
dan
OpenMOSIX adalah contoh yang bersifat GPL.
openMosix melakukan patch pada kernel linux
yang akan menghasilkan platform clustering
SSI yang reliabel, cepat, dan berbiaya rendah.
373
Koko Joni dkk, Analisis Perbandingan...
Dengan fitur Auto Discovery, suatu node baru
bisa ditambahkan selama cluster berjalan dan
cluster
akan
secara
otomatis
mulai
mempergunakan sumber daya baru tersebut.
Program aplikasi tidak perlu dibuat secara
khusus untuk memakai openMosix. Karena
semua ekstension dan openMosix berada di
dalam kernel, setiap aplikasi linux akan secara
otomatis dan transparan mengambil keuntungan
dan konsep komputasi terdistribusi openMosix.
Cluster tersebut akan berperilaku seolah-olah
Symmetric Multi-Processor (SMP), yang bisa
dibentuk node. Suatu SMP adalah komputer
berkinerja tinggi dengan banyak processor dan
memori yang berharga mahal. Dengan
openMosix, bisa dibentuk PC biasa yang
kekuatan komputasinya dapat bersaing SMP
sebenarnya.
Paraller Virtual Machine
Parallel Virtual Machine (PVM) adalah
seperangkat alat lunak yang memungkinkan
seluruh komputer yang heterogen terlihat
seperti satu sistem computer paralel dan dapat
digunakan sebagai sebuah sumber daya
komputasi yag saling terhubung. Komputer
tersebut
bisa
berupa
workstation,
multiprocessor, specialized graphic engine
sampai dengan vektor superkomputer yang
dihubungkan dengan jaringan yang bermacammacam seperti ethernet, FDDI, dan sebagainya.
PVM memungkinkan eksekusi program pada
setiap mesin dapat dikendalikan oleh user dan
menjadi lingkungan komputasi yang kuat.
Istilah virtual machine mengacu pada
konfigurasi komputer dengan memori tersebar
ini, sedangkan istilah host ditujukan untuk
komputer yang merupakan anggota dari virtual
machine. Dalam suatu jaringan, beberapa
pengguna dapat sekaligus membuat lebih dari
satu konfigurasi virtual machine yang dapat
mengeksekusi lebih dari satu aplikasi PVM
secara simultan. Host
dapat terdiri dari
komputer yang berbeda- beda dan terpisah
lokasinya secara fisik [2].
Untuk komputasi dalam PVM yang
analog dengan proses pada UNIX disebut task.
PVM menyediakan fungsi untuk menjalankan
task pada virtual machine dan memungkinkan
task untuk melakukan komunikasi dan
sinkronisasi dengan task lainnya. Seluruh task
yang ada dalam PVM diidentifikasikan dengan
nomor task (task identifier) berupa bilangan
bulat. Suatu task dapat tergabung dalam satu
atau beberapa grup sekaligus. Anggota grup ini
dapat berubah- ubah secara dinamis selam
komputasi berlangsung. Setiap task dalam PVM
dapat berkomunikasi dengan task lainnya
melalui pertukaran pesan (message passing).
Ukuran dan jumlah message yang dikirim
hanya dibatasi oleh memori fisik yang otomatis
akan membatasi ukuran buffer (penyangga).
Persistence Of Vision Raytracer (POV-Ray)
[3]
POV-Ray kependekan dari “Persistence
of Vision Raytracer”. POV-Ray merupakan
sebuah software untuk membuat grafis
komputer dengan kualitas yang sangat tinggi.
POV-Ray berlisensi freeware, yang berarti
setiap orang bisa menggunakannya, dan
memperbanyaknya tanpa biaya sedikitpun.
Yang membuat POV-Ray berbeda dari
yang lainnya adalah POV-Ray memiliki
kekuatan dan kestabilan untuk memuaskan para
pengguna yang sangat kompeten dan
berpengalaman, meskipun tidak terlalu sulit
bagi para pengguna biasa. Tentu saja faktor
terpenting adalah kualitas gambar, dan
sesungguhnya POV-Ray memiliki hal tersebut.
Menurut para pengembang, mereka
melihat gambar yang mereka render
menggunakan POV-Ray, yang menurut dugaan
pertama mereka merupakan fotografi, sangat
realistik. Perlu diketahui bahwa foto-realisme
merupakan keahlian tingkat tinggi, yang
memerlukan
banyak
latihan
untuk
menguasainya.
Untuk
menulis
dan
memodifikasi scene POV-Ray, pengguna hanya
mengedit file teks sesungguhnya yang berisikan
perintah - perintah. Pengguna baru mungkin
terkejut untuk mempelajarinya, dimana
mungkin kedengarannya primitif, hal ini
merupakan salah satu fakta yang menunjukkan
POV-Ray memiliki kekuatan dan fleksibilitas
yang sangat tinggi.
PVMPov
PVMPOV adalah gabungan dari PVM
dan POV-Ray. PVM adalah message passing
system yang dapat membuat jaringan computer
menjadi komputer single distributed memory
parallel. Jaringan komputer berdasarkan pada
Parallel Virtual Machine dan POV-Ray adalah
3-dimensional ray tracing engine. Kita
mendapatkan informasi dengan memberikan
dan mensimulasi dengan memberi interaksi
cahaya pada objek yang telah didefinisikan
dengan membuat gambar 3 dimensi dan
374
Vol 2, No 3 Juni 2012
animasi yang kita sebut dengan rendering
proses.
PVMPOV
mempunyai
kemampuan
mendistribusikan proses rendering pada
berbagai system yang berbeda. Parallel
execution hanya aktif jika kita memberikan tkita
opsi “+N” pada PVMPOV atau X-PVMPOV
saja [4]. Sebaliknya, PVMPOV bereaksi seperti
POV-Ray yang berjalan pada mesin lokal.
Dengan menggunakan model PVM, yaitu satu
master node dengan banyak slave task.
PovMosix
POVmosix merupakan gabungan antara
POV-Ray dan openMosix untuk merender citra
3D. Dimana nantinya akan merender citra dan
membaginya menjadi beberapa bagian beban
kerja, rendering satu beban kerja merupakan
bagian dari seluruh image. Oleh karena itu kita
boleh mengkonfigurasi beberapa jumlah beban
kerja. Program ini dibuat dengan QT oleh
Alessandro Bonfanti sehingga dalam website
povmosix.sourceforge.net[5],
POVmosix =
(Povray + openMosix) ^ (qt * kde). POVmosix
lebih user friendly karena menggunakan GUI
(Graphic User Interface) sehingga user dengan
mudah mengatur proses pembagian beban kerja
ke setiap node.
Gambar 1 Konfigurasi cluster PC
Spesifikasi computer yang digunakan adalah
sebagai berikut :
Tabel 1. Spesifikasi Komputer
Node
1
Node 2
Node 3
Node 4
Node 5
CPU
Pentiu
m
4
CPU
2.66
GHz
Intel(R)
Pentium(R
) 4 CPU
2.4 GHz
Intel(R)
Pentium(R
) 4 CPU
2.4 GHz
Intel(R)
Pentiu
m(R) 4
CPU
2.4
GHz
AMD
Sempron(tm)
Processor
2800+ 64 bit
RAM
448
MB
504 MB
504 MB
504
MB
448 MB
8 MB
8 MB
16 MB
VGA
Shared
Memor 16 MB 8 MB
y
Untuk proses clustering
tersebut kami
menggunakan system operasi Linux yaitu
RedHat 9, kemudian software clusternya
menggunakan openMosix dan PVM yang akan
digunakan untuk merender sebuah gambar.
METODE
Proses Clustering
HASIL DAN PEMBAHASAN
Sistem
dibangun
menggunakan
software PVM sebagai pemrograman paralel
serta cluster openMosix sebagai load
balancing.
Nantinya
akan
dibangun
menggunakan
beberapa
PC.
Untuk
membandingkan antara kedua software tersebut
maka akan menggunakan POV-Ray atau
pemrograman bahasa C. Konfigurasi computer
seperti gambar di bawah dimana ada 5 node
yang digunakan dan spesifiakasi computer bias
di lihat pada tabel 1.
Percobaan yang di lakukan, kami menggunakan
gambar 3 dimensi 0ak.pov yang akan di render,
kami membandingkan proses waktu yang
terjadi antara software cluster openMosix dan
PVM. Proses rendering ini membutuhkan
waktu yang berbeda antara openMosix dan
PVM. Kami juga merubah resolusi gambar
untuk mengetahui lebih jauh perbedaan waktu
render antara openMosix dan PVM. juga
berbeda.
Berikut adalah sebagian hasil dari percobaan
yang di lakukan
375
Koko Joni dkk, Analisis Perbandingan...
Gambar 4. Perbandingan waktu render resolusi
1024x768
Gambar 2. Perbandingan waktu render resolusi
640x480
Dari Gambar 2, terlihat bahwa semakin banyak
node, waktu yang dibutuhkan untuk proses
rendering semakin cepat dan PVM lebih cepat
sedikit daripada openMosix, tetapi pada saat
node yang dipakai hanya 2 PC waktu yang
digunakan untuk merender hampir sama yaitu
25 detik sedangkan waktu normal untuk
merender image pada single PC yaitu 43 detik.
Pada resolusi lebih tinggi proses
rendering membutuhkan waktu yang lebih
lama lagi. Proses render dengan 1 node
membutuhkan waktu
102 detik, dengan
menggunakan 5 node openMosix membutuhkan
waktu
sekitar
35
detik
dan
PVM
membututuhkan waktu sekitar 29,1 detik.
Berikut adalah hasil gambar proses rendering.
Gambar 3. Perbandingan waktu render resolusi
800x600
Dengan mengubah resolusi menjadi
800x600 seperti terlihat pada Gambar 3,
terlihat bahwa semakin banyak node, waktu
yang dibutuhkan untuk proses rendering
semakin cepat dan PVM lebih cepat sedikit
daripada openMosix, hampir sama dengan
resolusi
pada
gambar
sebelumnya.
Menggunakan 5 node, PVM pada resolusi
640x480 membutuhkan waktu lebih cepat 5
detik daripada resolusi 800x600. Proses render
dengan 1 PC membutuhkan waktu 68 detik,
dengan menggunakan 5 node openMosix
membutuhkan waktu 25,21 detik sedang PVM
membutuhkan waktu 19,8 detik.
Gambar 5. Hasil rendering
Kenaikan kecepatan rata-rata waktu
proses rendering dari single node ke 5 node
(waktu speedup), jika waktunya semakin cepat
maka jenis kluster tersebut semakin baik.
Speedup terbaik menggunakan openMosix
berturut-turut dari 640x480, 800x600, 1024x
768 dengan menggunakan 5 node yaitu 2,5
detik, 2,69 detik, dan 3,07 detik.
Menggunakan PVM dengan resolusi
berturut-turut
daru
640x480,
800x600,
1024x768 dengan 5 node yaitu 2,87 detik, 3,43
detik, dan 3,54 detik. Terlihat bahwa PVM
lebih baik untuk merender objek 3D saat node
tidak mengalami kejenuhan.
Pada proses render 640x480 pixel yang
tidak menggunakan sub-job saat kluster jenuh
376
Vol 2, No 3 Juni 2012
atau tiap node melakukan aktifitas sehingga
membebani PC, maka PVM mengalami
masalah sehingga waktu render akan terus
meningkat lebih lama. Sedangkan dengan
openMosix dengan sub-job (pembagian kerja
menjadi 16 bagian untuk di sebarkan) sebanyak
16 task menunjukkan performa terbaiknya. Saat
menggunakan 5 node openMosix membutuhkan
waktu 45,28 detik sedang PVm 109 detik.
Untuk
resolusi
800x600
PVM
mengalami proses yang lama pada node ke 4,
yaitu 176,8 detik sedang dengan openMosix
hanya 111,4 detik.
Saat proses render menggunakan resolusi
1024x768 pixel openMosix melakukan proses
render menggunakan 3 node ternyata lebih
cepat dari PVM. Tetapi pada saat proses render
dengan 4 node maka PVM mebututuhkan 152,8
detik sedang openMosix 115,8 detik. Di resolui
ini proses render dengan 4 node lebih optimal
daripada 5 node.
PVM
dan
openMosix
samasama
menggunakan sumber daya CPU untuk
melakukan clustering. Jadi besar kecil suatu
RAM tidak mempengaruhi kinerja clustering.
Render sebuah citra atau gambar lebih baik
menggunakan PVM daripada openMosix,
karena openMosix menggunakan Distributed
Cluster sedangakan untuk PVM menggunakan
konsep Parallel Cluster.
Penelitian lebih lanjut lebih baik bila digunakan
dengan komputer yang lebih banyak dan
digunakan untuk merender video.
DAFTAR PUSTAKA
[1]
[2]
[3]
KESIMPULAN
Komputasi paralel membuat server
pada cluster openMosix akan terus bekerja
selama server tersebut tidak mengalami titik
jenuh (idle) dan baru akan berpindah pada
client jika sudah jenuh.
Pada PVM, beban kerja akan langsung dibagi
secara merata antara master node dan slave
node.
Waktu yang digunakan cluster openMosix lebih
lama daripada waktu yang dibutuhkan oleh
PVM untuk merender suatu citra.
[4]
[5]
Utdirartatmo,
Firrar, “Pemrograman
Parallel dengan PVM di LINUX dan
WINDOWS”, Yogyakarta : ANDI
Yogyakarta. . 2002
Utdirartatmo, Firrar, “Clustering PC di
Linux”, Yogyakarta : ANDI Yogyakarta.
2004.
Laksono AD, Mutiara AB, Heruseto
Brahmanto, “Analisis Perbandingan Antara
Cluster OpenMosix dengan MPI Terhadap
Aplikasi Rendering POV-Ray”, Jurnal
KOMMIT, hal 589-595, 2004.
PVMPOV Team, PVMPOV How To,
URL :
http://sourceforge.net/pvmpov/PVMPOVHOWTO, di akses tgl 6 Oktober 2006.
Bonfanti ,Alessandro, POVmosix How
To,URL: http://sourceforge.net/POVRay/povmosix, di akses tgl 6 Oktober
2006.
377