Filsafat Komputasi Kinerja Tinggi

Dari PaloDozen

Daftar isi

Pengantar Filsafat Ilmu Pengetahuan

Secara umum, kegiatan penelitian ilmiah adalah suatu upaya mencari jawaban atau jalan keluar atas suatu masalah melalui serangkaian pengumpulan, pengolahan, penyajian dan analisis data nyata secara sistematis, teliti dan mendalam [P4]. Jika diperas lebih jauh, inti penelitian adalah menghasilkan ilmu pengetahuan baru yang sahih (valid). Menurut filsafat ilmu pengetahuan, kesahihannya ini harus bisa dipertanggungjawabkan dari sisi:

  • Ontologi: penjelasan tentang posisi topik pengetahuan baru tersebut dalam khasanah ilmu pengetahuan.
  • Epistemologi: cara ilmu pengetahuan tersebut bisa didapat melalui tahap-tahap yang logis, dalam hal ini ada dua kutub ekstrim yakni secara penalaran dan empiris.
  • Axiologi: kajian manfaat ilmu pengetahuan tersebut dari berbagai segi, kutub ekstrimnya adalah secara ideologis (religius, etis, khasanah ilmu, dll) maupun pragmatis (keselamatan, kinerja, ekonomis, lingkungan, dll).

Dari ketiga aspek ini, ontologi dan axiologi seringkali menjadi awal motivator. Penelitian yang berangkat dari motivasi ontologi, menitik beratkan pada pengayaan cabang ilmu, dan keluaran utamanya seharusnya berupa ilmu atau teknologi baru yang belum pernah ada. Kontras dengan itu, axiologi akan mendorong suatu penelitian mementingkan segi manfaat, seringkali hasil penelitian bernilai lebih bagus justru kalau memakai teknologi lama yang murah, andal, dan luas tersedia. Hal ini disadari benar oleh para perumus "Milenium Development Goals" (MDG). Oleh karena itu mereka menetapkan dua sisi MDG, yaitu sisi yang mengejar kecanggihan ilmu dan teknologi (mengembangkan nano teknologi, bio teknologi, dll), dan sisi yang meningkatkan kesejahteraan manusia maupun pelestarian alam (mengentaskan kemiskinan, meniadakan kelaparan, meningkatkan kesehatan, dll.).

Sementara itu aspek ketiga, epistemologi, adalah mesin atau kerangka berpikir dalam rangka mengerjakan suatu penelitian. Prinsip utama epistemologi adalah hukum sebab akibat. Semua cabang ilmu dari teologi, seni, sains, hingga rekayasa, harus menghormati kaidah dasar ini jika ingin diakui sebagai masuk akal, bukannya fantasi atau bualan semata. Khususnya untuk sains dan teknologi, kaidah sebab akibat ini dipuaskan melalui penalaran dan fakta empiris. Dualisme ini berlaku timbal balik, dalam arti, penalaran harus didukung dengan fakta empiris, dan sebaliknya, data empiris harus bisa dijelaskan dengan nalar. Untuk itu, ada lima tahap kegiatan yang berkaitan dengan pengembangan ilmu pengetahuan alam yaitu:

1. Mengumpulkan fakta-fakta dunia nyata, melalui pengukuran data yang obyektif dan jika perlu mengolahnya sehingga jelas representasinya.

2. Memahami dunia nyata dengan menyusun model sebab akibat dalam bentuk rumusan matematika maupun logika.

3. Menggunakan model untuk memprediksi kondisi dunia nyata di masa depan, dengan mengantisipasi kemungkinan maupun kejadian yang dapat timbul dan membuat simulasi.

4. Mengevaluasi manfaat suatu tindakan dan memilih yang paling optimal, dipandang dari berbagai nilai (etis, ekonomis, lingkungan, dll).

5. Mengambil manfaat dari dunia, dengan melakukan tindakan yang tepat dan dapat dipertanggung jawabkan.

Kembali ke segi motivasi penelitian, penelitian yang berbasis ontologi umumnya dilakukan oleh para saintis, sementara rekayasawan umumnya adalah axiologis. Dengan kata-kata yang lebih awan, dinyatakan bahwa [P3] :

  • A scientist sees a phenomenon and ask "why?" and proceed to research the answer to the question.
  • An engineer sees a practical problem and wants to know "how" to solve it and "how" to implement that solution, or "how" to do it better if a solution exists

Sehubungan dengan lima tahap kegiatan ilmiah, ada saintis yang berhadapan dengan fakta-fakta fisis yang belum diketahui sebelumnya (1), dan dari situ berusaha merumuskan hukum alam yang baru (2) yang kelak bisa dipakai meramalkan kasus baru (3). Secara epistemologi, ini memerlukan cara berpikir induktif yaitu merumuskan hukum umum dari fakta-fakta khusus dan terbatas (contohnya fenomena foto elektrik Einstein). Di lain pihak, ada saintis yang keluar dengan postulat baru (2) yang meramalkan fenomena tak terpikirkan sebelumnya (3), baru kemudian berusaha mencari sebanyak mungkin kasus-kasus empiris guna membuktikan bahwa postulatnya berlaku (1). Ini adalah cara penelitian deduktif, yaitu menerapkan suatu pengetahuan umum kepada kasus-kasus khusus (contoh paling sukses adalah postulat relativitas khusus dan umum Einstein).

Di pihak lain, rekayasawan jelas merupakan orang-orang axiologis. Mereka berangkat dari adanya kebutuhan atau manfaat yang bisa diambil (5), kemudian mencari fakta dan hukum alam yang diperlukan (1,2), membuat berbagai kemungkinan rancangan (3) dan memilih rancangan yang bagus (4) untuk kemudian diimplementasikan (5). Dengan demikian, pendekatan berpikir rekayasa selalu deduktif pragmatis, dengan ideologi sebagai penuntun.

Dalam menilai novelti luarannya, penelitian sains sudah cukup menjadi karya jika eksis dalam ontologi ilmu, atau minimal bisa dipertanggung jawabkan secara epistemologi. Cara induktif akan memperoleh hasil yang sangat dihargai kubu empirisme (Einstein memperoleh Nobel atas penjelasan fenomena foto elektrik), sementara itu cara deduktif akan jaya di kubu penalaran (Teori relativitas Einstein dinobatkan menjadi karya sains terpenting masa kini, walau belum mendapatkan Nobel). Sementara itu karya rekayasa biasanya selalu menciptakan teknologi baru, namun apalah artinya kalau tak berguna dari sisi axiologis. Karya sederhana dan bermanfaat akan memperoleh paten dan keuntungan ekonomis tinggi, walau tak ada yang istimewa dari segi ontologi ilmu pengetahuan (misal penemu tutup kaleng yang membukanya dengan diungkit ke dalam, bukannya ditarik lepas ke luar).

Selanjutnya, ketika karya penelitian digunakan, muncullah kepentingan. Ada kepentingan yang baik, ada kepentingan yang jahat. Dalam hal ini, karya sains bisa dengan mudah bebas dari kepentingan dan hampir selalu dianggap suci. Misalnya saja, tak ada yang menuntut Einstein karena dia menemukan rumus E=mc2 yang menjadi awal pembuatan bom Atom. Karya rekayasa, di lain pihak, kental akan kepentingan. Sejak awal, karya rekayasa sudah dicanangkan kelak akan digunakan untuk apa. Karya yang diciptakan dengan niat baik pasti berguna di jalan yang benar, kalau pun nanti ternyata menjadi alat kejahatan, itu adalah kasus penyalah gunaan. Pesawat jumbo jet misalnya, diciptakan untuk alat transportasi masal yang ekonomis, namun ternyata ada juga yang menggunakannya sebagai bom terbang peruntuh bangunan. Sebaliknya, bom nuklir itu dianggap harus ada dan perlu oleh negara, namun ketika digunakan sebagaimana mestinya, pasti ada yang menderita. Parahnya, tak ada yang punya ide tentang kegunaan lain dari bom nuklir selain sebagai alat penghancur. Boleh dikata, karya rekayasa yang memang diciptakan untuk merusak akan sulit dipakai untuk kebaikan.

Penelitian Komputasi Kinerja Tinggi

Konon sejak jaman Mesir purba, kompetensi paling esensil yang harus dimiliki kaum cendekia adalah baca, tulis dan hitung. Di jaman modern ini, konsep baca-hitung-tulis tersebut masih belum berubah, hanya saja manusia makin banyak menyerahkan pekerjaan ini kepada mesin. Dalam konteks mesin, istilah yang digunakan adalah instrumentasi-komputasi-kontrol dimana komputasi dapat dijabarkan menjadi pemodelan, simulasi dan optimasi (Gambar 2.1). Secara disengaja, hal ini cocok dengan 5 tahap penelitian yang dikemukakan sebelumnya.

Berkas:Kalang_Pengolahan_Data.png

Gambar 2.1 Sistematika pengolahan data oleh mesin.

Komputasi adalah kegiatan menghitung yang dilakukan oleh mesin (komputer). Hal ini kontras dibandingkan dengan menghitung secara analitik yang mengandalkan otak manusia. Dalam menghitung, tuntutan umum yang diemban suatu komputer adalah mampu menyelesaikan komputasi dengan benar dan dalam tempo yang sesingkat-singkatnya. Masalahnya di sini, beban komputasi dunia modern terus membengkak karena datanya makin banyak dan tahap pengolahannya makin kompleks padahal komputer memiliki kecepatan pengolahan data yang terbatas. Beberapa beban komputasi bahkan dijuluki Grand challenge problem (GCP), yaitu komputasi yang tak akan bisa diselesaikan dalam waktu yang layak oleh komputer masa kini [P8]. Pada saat ini, contoh GCP antara lain:

  • Biomedical imaging and biomechanics
  • Meso- to macro-scale environmental modeling
  • Ecosystem simulations
  • Chemical process simulation and optimization
  • Fluid dynamics simulations
  • Molecular design
  • Strong artificial intelligence
  • Cognition

Sebagai ilustrasi detail, ambil contoh simulasi dinamika molekular. Komputasi ini kini sangat populer dalam perancangan material nano, dalam rangka memprediksi reaksi yang akan terjadi pada suatu zat sampai tingkat molekul per molekul. Untuk itu komputer diminta melakukan simulasi kelakuan dinamik tiap molekul dalam selang waktu tertentu. Bayangkan berapa banyak komputasi yang harus dilakukan untuk 1 mol zat (orde 1023 molekul). Tidak heran jika simulasi ini bisa makan waktu berbulan-bulan.


(a) Kondisi awal


(b) Hasil akhir simulasi

Gambar 2.2. Simulasi Dinamika Molekular Nanokomposit [P10].

Dari latar belakang ini, jelas bahwa motivasi utama dalam penelitian komputasi kinerja tinggi adalah menyelesaikan beban perhitungan yang berat dengan cepat, memakai komputer yang efisien (murah, hemat energi). Dengan demikian penelitian ini bersifat rekayasa, dimana yang sudah pasti adalah manfaatnya, sementara solusinya masih harus dicari. Dalam perjalanannya, akan muncul karya teknologi baru, namun pengayaan ilmu pengetahuan bukan merupakan tujuan utama. Dalam hal ini, ada dua teknologi baru yang dijanjikan yakni desain baru sistem komputer kluster, dan desain baru platform perangkat lunak kinerja tinggi.

Komputer Kluster "Dozen"

Dozen 2008 adalah sistem komputer kluster yang dirancang khusus dengan ciri khas:

  • Dibangun dari komputer umum yang tersedia di pasaran, di mana batasan utamanya adalah hanya memiliki 2 port komunikasi jaringan.
  • Mendukung topologi pohon dan bus, sehingga mudah membagi beban pada berbagai algoritma komputasi.

Image:Dozen-Arsitektur_Pohon.png

Gambar 2.3. Arsitektur Komputer Kluster Dozen 2008

Guna memenuhi kebutuhan tersebut, telah dirancang topologi komputer kluster sebagai berikut (Gambar 2.3) :

  • Satu modul kluster terdiri dari 6 node, masing masing merupakan komputer multi-processor (dalam implementasi akan digunakan dual processor Intel Xeon quad core 3 GHz) sehingga satu modul memiliki selusin core. Secara internal, keenam node ini terhubung dengan topologi bus.
  • Kluster dapat diperluas dengan menambah modul lainnya dengan topologi pohon, dimana satu modul dapat memiliki 2 cabang. Untuk 3 tingkat perluasan misalnya, akan didapat 1 + 2 + 4 = 7 modul.
  • Koneksi antar cabang semuanya memakai koneksi dual network melalui dua node terpisah guna menjamin redundansi.

Terlihat bahwa arsitektur ini dengan elegan menggabung topologi bus, topologi pohon dan juga redundansi. Dengan demikian, diprediksi bahwa arsitektur ini akan memiliki karakteristik:

  • High Performance computing, yaitu mampu menjalankan komputasi dengan kecepatan tinggi.
  • High Availability computing, yaitu tahan atas adanya kerusakan pada satu node atau koneksi jaringan.

Kajian Filosofis

Kajian Ontologis

Penelitian tentang komputasi kinerja tinggi adalah kegiatan rekayasa dengan obyek yang diolah adalah komputer (perangkat keras maupun perangkat lunak). Secara ontologi, cabang ilmu yang mendalami hal ini adalah sebagai berikut (Gambar 3.1).

Image:Ontologi_Komputasi_Kinerja_Tinggi.png

Gambar 3.1. Ontologi Komputasi Kinerja Tinggi

Pada Gambar, diperlihatkan bahwa sistem komputer Dozen melengkapi pohon ilmu pada cabang Cluster computing (CC), bukan pada cabang grid computing, cloud computing maupun quantum computing. Secara definisi, CC adalah sekumpulan komputer mandiri yang digabung melalui jaringan sehingga dapat bekerja sama dengan erat untuk menyelesaikan satu beban komputasi [P7]. Ada dua maksud utama CC yaitu:

  • High Performance Computing (HPC), yaitu meningkatkan unjuk kerja kesuluruhan sistem agar mampu menyelesaikan beben komputasi yang lebih berat dengan lebih cepat [P10]. Pendekatan ini banyak dipakai untuk komputasi sains, simulasi pada rekayasa, peramalan cuaca, hingga memecahkan sandi.
  • High Availability Computing (HAC), yaitu meningkatkan keandalan sistem agar dapat beroperasi terus menerus. Sistem ini utamanya dipakai untuk server publik yang harus siap setiap saat, misalnya perbankan atau layanan publik.

Dari desainnya, terlihat bahwa sistem dozen adalah arsitektur kluster yang sekaligus memperhatikan masalah HPC maupun HAC.

Sementara itu, sistem Nusantara merupakan perangkat lunak madya (middleware) untuk komputasi parallel. Sistem ini cukup kompleks dan sudah banyak teknologi yang muncul. Ontologi cabang ini membedakan tiga aspek yaitu:

  • Manajemen proses, yaitu bagaimana menata arsitektur sumber daya komputasi (perangkat keras) dan unit pemakai komputasi (perangkat lunak).
  • Manajemen komunikasi, yaitu cara menyampaikan data antar unit-unit komputasi.
  • Penjadwalan, yaitu kebijakan membagi penempatan unit-unit komputasi ke sumber daya komputasi.

Masing-masing aspek diatas mempunyai banyak pilihan implementasi, dengan keunggulan dan kelemahannya sendiri-sendiri. Suatu sistem perangkat madya harus memperhatikan ketiga aspek tesebut, dan mengkombinasikan pilihan yang tepat sesuai dengan sistem komputer klusternya, dan juga karakteristik beban komputasinya. Sistem "Nusantara" merupakan integrasi manajemen proses dengan islands system, komunikasi dengan mobile objects, dan penjadwalan dengan metode autonomous.

Kajian Espitomologi

Espitomologi menuntut pembuktian ilmiah yang sahih, secara nalar atau empiris. Untuk menjamin hal tersebut, setiap penelitian harus mengikuti metode yang baku. Masalahnya di sini, penelitian ini merupakan rekayasa perangkat keras dan lunak dan sejauh ini, banyak keluhan dari para ilmuwan bahwa ilmu komputer sulit dibuktikan penalarannya dengan cara-cara ilmu pasti konvensional yang sangat mengandalkan pembuktian matematis. Hal ini karena dunia komputer adalah dunia buatan manusia, dimana tidak ada hukum alam yang eksak dan universal.

Dalam hal ini, ada lima metode penelitian ilmiah yang dianjurkan untuk rekayasa komputer, yaitu [P2]:

  • Controlled Experiments (including Quasi-Experiments);
  • Case Studies (both exploratory and confirmatory);
  • Survey Research;
  • Ethnographies;
  • Action Research.

Untuk memilih metode yang tepat, bisa dimulai dengan menentukan pertanyaan penelitian (research questions) yang jelas, dalam hal ini adalah:

  • Bagaimana cara yang lebih cepat dan efisien melakukan komputasi kasus tertentu (dinamika molekular)  ?
  • Bagaimana menyusun arsitektur perangkat keras kluster yang efektif dengan komputer umum ?
  • Bagaimana perangkat lunak madya yang cocok untuk mendukung komputer kluster tersebut ?

Pertanyaan-pertanyaan seperti itu digolongkan sebagai pertanyaan rancangan [P2]. Oleh karena itu metode yang dianjurkan adalah metode Action, yaitu metode penelitian yang berusaha memecahkan masalah dengan membangun sistem baru, seraya mempelajari fenomena yang terjadi pada sistem yang dibangun. Sifatnya deduktif, dan didominasi oleh penalaran non empiris. Kegiatan empiris hanya dilakukan pada saat pengujian sistem.

Kajian Axiologis

Aspek axiologis menjelaskan posisi penelitian dipandang dari sudut pragmatis dan ideologis. Sejauh ini, telah dikaji bahwa penelitian ini bersifat rekayasa dengan tujuan menciptakan sistem komputasi kinerja tinggi yang dapat digunakan oleh siapa untuk apa saja, walau fokus utama adalah para saintis dalam rangka proses perancangan material nano teknologi. Dari tujuan ini, bisa diturunkan matriks evaluasi kegiatan dan manfaat sebagai berikut (Tabel 2.1).


Tabel 2.1 Matriks Evaluasi Kegiatan

Konteks / Kebutuhan Masukan / Kondisi Awal Luaran / Hasil Akhir Manfaat
Perlunya Menyediakan fasilitas komputasi yang memadai untuk berbagai beban komputasi modern, khususnya mendukung proses pengolahan data dan simulasi dalam perancangan material nano dan optimasi proses industri
  • Sudah cukup banyak sistem komputer kinerja tinggi, dengan harga yang mahal.
  • Di pasaran sudah banyak komputer umum yang murah dan mendukung komputasi multi-core maupun multi-processor.
  • Di pasaran sudah tersedia jaringan giga-byte ethernet.
  • Tersedia perangkat lunak komputasi parallel open source.
  • Ada berbagai teknik komputasi paralel dengan arsitektur grid maupun kluster.
  • Tersedianya perangkat keras kinerja tinggi (cepat, kapasitas besar) memakai komputer dan jaringan yang umum dipasaran (murah, mudah didapat).
  • Tersedianya perangkat lunak sistem komputasi kinerja tinggi dengan teknologi open source.
  • Tersedianya alat pengembangan komputasi kinerja tinggi.
  • Terbukanya akses ke sistem komputasi kinerja tinggi dari mana saja melalui Internet.
  • Masalah-masalah komputasi berat bisa diselesaikan dengan lebih cepat.
  • Operasional sistem bisa menjadi lebih hemat biaya maupun energi
  • Makin banyak peneliti bisa memakai komputasi kinerja tinggi.

Dievaluasi dari Dievaluasi dari Dievaluasi dari Dievaluasi dari
  • Hasil kajian dengan peneliti lain di bidang material dan kontrol proses
  • Hasil survei perangkat keras di pasaran
  • Hasil survei dunia open source
  • Kajian pustaka teknik komputasi kinerja tinggi
  • Desain baru komputer kluster
  • Desain baru platfom perangkat lunak komputasi kinerja tinggi
  • Dokumen integrasi dan pemakaian sistem
  • Hasil benchmark sistem untuk beberapa kasus komputasi berat
  • Catatan energi yang dipakai sistem
  • Catatan log pemakaian sistem

Nampak bahwa ada 3 manfaat utama sistem yaitu:

  • Penyediaan mesin komputasi yang lebih berdaya tinggi
  • Penghematan biaya dan energi
  • Akses pemakaian yang lebih luas.

Terbukti bahwa secara axiologis, peelitian ini masih mementingkan segi pragmatis. Sisi ideologis tidak terlalu dipikirkan, namun dengan melihat siapa dan kapan sistem ini akan berguna, rasanya resiko penyalahgunaan tidak besar.

Kesimpulan

Dari pembahasan di atas, bisa disimpulkan bahwa dari kacamata filsafat ilmu pengetahuan, karakteristik penelitian komputasi kinerja tinggi adalah:

Aspek Penelitian komputasi kinerja tinggi.
Ontologis Membuat solusi. Ilmu pengetahuan baru bukan tujuan utama, namun bisa saja menghasilkan teknologi praktikal baru.
Epistomologi Menggunakan inovasi, penalaran maupun empiris, kadang tidak memerlukan penjelasan ilmiah. Secara umum dikerjakan secara deduktif dan iteratif.
Axiologis Sisi pragmatis sangat mendominasi, dengan sisi ideologis lebih sebagai batasan. Motivasi utama adalah meningkatkan sistem yang sudah ada agar mampu mendukung beban yang lebih berat dengan biaya investasi dan operasi semurah mungkin.

Daftar Pustaka

  1. Koen, Billy Vaughn, "Definition of The Engineering Method", American Society for Engineering Education, Washington D.C., 1985, http://www.eric.ed.gov/ERICDocs/data/ericdocs2sql/content_storage_01/0000019b/80/2f/8f/4e.pdf
  2. Easterbrook, Steve, et.all, "Selecting Empirical Methods for Software Engineering Research", http://www.cs.toronto.edu/~sme/papers/2007/SelectingEmpiricalMethods.pdf
  3. Hong, Leung Yee, "RESEARCH METHODS IN ENGINEERING AND SCIENCE", Curtin University, http://www.wabri.org.au/postgrad/documents/RM%20sci_eng_notes/Eng_Leung.pdf
  4. Wikipedia, "Engineering", http://en.wikipedia.org/wiki/Engineering
  5. Wikipedia, "System Engineering", http://en.wikipedia.org/wiki/Systems_engineering
  6. Wikipedia, "Computer Cluster", http://en.wikipedia.org/wiki/Computer_cluster
  7. Wikipedia, "Grand Challenge Problem", http://en.wikipedia.org/wiki/Grand_Challenge_problem
  8. Wikipedia, "High Availability Computing", http://en.wikipedia.org/wiki/High-availability_cluster
  9. Wikipedia, "High Performance Computing", http://en.wikipedia.org/wiki/High-performance_computing
  10. Rosmalawati, "Falsafah Ilmu Pengetahuan dan Metodologi Penelitian", Universitas Langlang Buana Bandung, 2004

Kontributor: Mursito