Read more: http://cheater-handal.blogspot.com/2011/05/cara-membuat-ucapan-selamat-tinggal-di.html#ixzz2VzHob9hY Juni 2014 | NOTE FOR LIFE

Apa itu Grid Computing ?

PENGERTIAN GRID COMPUTING
Komputasi Grid adalah penggunaan sumber daya yang melibatkan banyak komputer yang terdistribusi dan terpisah secara geografis untuk memecahkan persoalan komputasi dalam skala besar.

Grid computing merupakan cabang dari distributed computing.Grid komputer memiliki perbedaan yang lebih menonjol dan di terapakan pada sisi infrastruktur dari penyelesaian suatu proses. Grid computing adalah suatu bentuk cluster (gabungan) komputer-komputer yang cenderung tak terikat batasan geografi. Di sisi lain, cluster selalu diimplementasikan dalam satu tempat dengan menggabungkan banyak komputer lewat jaringan.

Ada beberapa hal yang dapat digunakan untuk mengenali sistem komputasi grid antara lain :
- Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat.
- Sistem menggunakan standard dan protocol yang terbuka.
- Sistem mencoba mencapai kualitas pelayanan yang canggih, yang lebih baik diatas kualitas komponen individu pelayanan komputasi grid.

KARAKTERISTIK GRID COMPUTING
Large Scale (berskala besar)
Grid Computing harus mampu menangani sejumlah sumber daya mulai dari hanya beberapa untuk jutaan. Hal ini menimbulkan masalah yang sangat serius untuk menghindari penurunan kinerja potensial sebagai ukuran meningkan jaringan.
Distribusi Geografis
Sumber daya grid computing memungkin lokasi di tempat yang jauh.
Heterogenitas
Grid computing  menyediakan perangkat lunak dan perangkat keras sumber daya yang sangat bervariasi mulai dari data, file, komponen perangkat lunak atau program untuk sensor, instrumen ilmiah, perangkat layar, penyelenggara pribadi digital, komputer, super-komputer dan jaringan.
Resource Sharing
Sumber daya milik berbagai organisasi dapat diakses oleh organisasi lainnya (pengguna) .
Multiple  Administrations
Setiap organisasi dapat membentuk keamanan yang berbeda dan kebijakan administratif di mana sumber daya yang dimiliki dapat diakses dan digunakan.
Resource  Coordination
Sumberdaya dalam grid computing harus dikoordinasikan untuk memberikan kemampuan komputasi yang handal.
Transparent Access
Grid computing harus dilihat sebagai komputer virtual yang tunggal 
Dependable Access
Grid computing harus menjamin pemberian pelayanan di bawah persyaratan Quality of Service(QoS). Kebutuhan layanan yang handal adalah kebutuhan mendasar sejak pengguna membutuhkan jaminan bahwa mereka akan menerima prediksi , berkelanjutan dan menunjang performa dengan tinggi kinerja
Consistent Access
Grid computing harus dibangun dengan standar pelayanan , protokol dan interface sehingga menyembunyikan heterogenitas sumber daya sementara dan memungkinkan skalabilitas . Tanpa standar tersebut, pengembangan aplikasi dan penggunaan secarameluas tidak akan mungkin terjadi.
Pervasive  Access
Grid harus memberikan akses ke sumber daya yang tersedia dengan beradaptasi dengan lingkungan yang dinamis di mana kegagalan sumber daya adalah hal yang lumrah. Sistem menentukan  bagaimana  cara  memenuhi kebutuhan  konsumen  seiring  dengan mengoptimasi  jalannya  sistem  secara keseluruhan.

KOMPONEN GRID COMPUTING
Gram (Grid Resources Allocation & Management)
Komponen ini dibuat untuk mengatur seluruh sumberdaya komputasi yang tersedia dalam sebuah sistem komputasi grid. Pengaturan ini termasuk eksekusi program pada seluruh komputer yang tergabung dalam sistem komputasi grid, mulai dari inisiasi, monitoring, sampai dengan penjadwalan dan koordinasi antar proses yang terjadi dalam sistem tersebut. Juga dapat berkoordinasi dengan sistem-sistem pengaturan sumber daya yang telah ada sebelumnya. Dengan mekanisme ini program-program yang telah dibuat sebelumnya tidak perlu dibangun ulang atau bila dimodifikasi, modifikasinya minimum.
RFT/GridFTP (Reliable File Transfer/Grid File Transfer Protocol)
Komponen ini dibuat agar pengguna dapat mengakses data yang berukuran besar dari semua simpul komputasi yang telah tergabung dalam sebuah sistem komputasi secara efisien. Hal ini tentu saja berpengaruh karena kinerja komputasi tidak hanya bergantung pada kecepatan komputer yang tergabung dalam mengeksekusi program, tapi juga seberapa cepat data yang dibutuhkan dapat diakses. Data yang diakses juga tidak selalu ada pada komputer yang mengeksekusi.
MDS (Monitoring and Discovery Services)
Komponen ini dibuat untuk memonitoring proses komputasi yang sedang dijalankan agar dapat mendeteksi masalah yang timbul dengan segera.  Sedangkan fungsi disovery dibuat agar pengguna mampu mengetahui keberadaan sumber daya komputasi beserta karakteristiknya.
 GSI (Grid Security Infrastructure)
Komponen ini dibuat untuk mengamankan sistem komputasi grid secara keseluruhan. Komponen ini membedakan teknologi GT4 dengan teknologi-teknologi sebelumnya. Dengan menerapkan mekanisme keamanan yang tergabung dengan komponen-komponen komputasi grid lainnya, sistem ini dapat diakses secara luas tanpa sedikitpun mengurangi tingkat keamanannya. Sistem keamanan ini dibangun dengan segala komponen yang telah diuji, mencakup proteksi data, autentikasi, delegasi dan autorisasi.

TOPOLOGI GRID COMPUTING
Intragrid

Extragrid

Intergrid

KELEBIHAN DAN KEKURANGAN GRID COMPUTING
kelebihan dari grid computing adalah:
Perkalian dari sumber daya: Resource pool dari CPU dan storage tersedia ketika idle.
- Lebih cepat dan lebih besar: Komputasi simulasi dan penyelesaian masalah dapat berjalan lebih cepat dan mencakup domain yang lebih luas.
- Software dan aplikasi: Pool dari aplikasi dan pustaka standard,  akses terhadap model dan perangkat  berbeda, metodologi penelitian yang lebih baik.
 Data: Akses terhadap sumber data global dan hasil penelitian lebih baik.
- Ukuran dan kompleksitas dari masalah mengharuskan orang-orang dalam beberapa organisasi berkolaborasi dan berbagi sumber daya komputasi, data dan instrumen sehingga terwujud bentuk organisasi baru yaitu virtual organization.

Kekurangan dari grid computing:
Kekurangan pada grid computing yang lebih ditekankan disini adalah mengenai hambatan yang dialami oleh masyarakat Indonesia dalam mengaplikasikan teknologi grid computing. Hambatan-hambatan tersebut adalah sebagai berikut :
- Manajemen institusi  yang terlalu birokratis menyebabkan mereka enggan untuk merelakan fasilitas yang dimiliki untuk digunakan secara bersama agar mendapatkan manfaat yang lebih besar bagi masyarakat luas.
- Masih sedikitnya sumber daya manusia yang  kompeten dalam mengelola grid computing.
 Kurangnya pengetahuan yang mencukupi bagi teknisi IT maupun user non teknisi mengenai manfaat dari  grid computing itu sendiri.

CONTOH PENERAPAN GRID COMPUTING
Indonesia sudah menggunakan sistem Grid dan diberi nama InGrid (Inherent Grid). Sistem komputasi grid mulai beroperasi pada bulam Maret 2007 dan terus dikembangkan sampai saat ini. InGrid ini menghubungkan beberapa perguruan tinggi negeri dan swasta yang tersebar di seluruh Indonesia dan beberapa instansi pemerintahan seperti Badan Meteorologi dan Geofisika.

Beberapa contoh penerapan lainnya :
- Scientific Simulation: Komputasi grid diimplementasikan di bidang fisika, kimia, dan biologi untuk melakukan simulasi terhadap proses yang kompleks.
- Medical Images: Penggunaan data grid dan komputasi grid untuk menyimpan medical-image. Contohnya adalah eDiaMoND project
- Computer-Aided Drug Discovery (CADD): Komputasi grid digunakan untuk membantu penemuan obat. Salah satu contohnya adalah: Molecular Modeling Laboratory (MML) di University of North Carolina (UNC)
- Big Science: Data grid dan komputasi grid digunakan untuk membantu proyek laboratorium yang disponsori oleh pemerintah. Contohnya terdapat di DEISA
- e-Learning: Komputasi grid membantu membangun infrastruktur untuk memenuhi kebutuhan dalam pertukaran informasi dibidang pendidikan. Contohnya adalah AccessGrid
- Visualization: Komputasi grid digunakan untuk membantu proses visualisasi perhitungan yang rumit.
- Microprocessor design: komputasi grid membantu untuk mengurangi microprocessor design cycle dan memudahkan design center untuk membagikan resource lebih efisien. Contohnya ada di Microprocessor Design Group at IBM Austin

Referensi :
http://madluke.wordpress.com/2011/04/15/grid-computing/
http://lukmanpulungan.blogspot.com/2013/12/grid-computing.html
http://rizkarunia.wordpress.com/2010/11/28/penerapan-grid-computing/
http://ariennanda.wordpress.com/2013/05/10/penerapan-aplikasi-komputasi-modern/