Revolusi Komputer

Perkembangan Komputer Perkembangan komputer untuk mencapai keadaan yang sekarang memerlukan proses yang sangat amat panjang. Berikut ulasan tahapan yang dapat menerangkan hal tersebut: 1. Generasi Pertama Perkembangan Komputer Pada tahap pertama ini, perkembangan komputer mendapatkan faktor dorongan positif dari meletusnya perang dunia ke-dua. Dengan kata lain, pihak militer yang berperang sadar betul bahwa dengan mengadakan riset terhadap komputer maka akan mendatangkan kemajuan teknologi untuk suatu kemenangan perperangan. Mereka sadar betul dengan kemampuan potensial yang dimiliki oleh komputer. Oleh karena itu pada masa itu banyak tersedia dana yang sengat berlimpah untuk penelitian perkembangan komputer. Dampak dari tersedianya dana yang melimpah ini sangat signifikan, hal ini terlihat dengan ditemukannya jenis komputer yang diberi nama “K3″ untuk mendesain pesawat dan peluru kendali, oleh konrad Zuse, 1941 seorang ilmuwan Jerman. Kemudian tak mau kalah imuwan Inggris pada tahun 1943 dengan tujuan untuk mengalahkan Jerman, berhasil menemukan mesin komputer yang diberi nama Colossus yang didesain untuk memecahkan kode-kode sandi dari tentara Jerman. Colossus inilah merupakan salah satu alat penting yang menjadi modal kemenangan Sekutu atas Jerman pada perang dunia II. Namun sayangnya lahirnya Colossus tidak berpengaruh besar terhadap perkembangan dunia komupeter waktu itu, hal ini disebabkan oleh sifat karakterisitik dari Colossus itu sendiri yang bersifat tidak komputer serba-guna (general purpose computer) yang dimana hanya dirancang untuk memecahkan kode-kode rahasia Jerman dan kerahasian keberadaannya dijaga hampir satu dekade karena alasan keamanan untuk mencegah meletusnya perang kembali. Dari pihak Amerika terus melakukan penelitian komputer untuk terus tetap berkembang. Pada tahun 1900 s.d 1973, seorang insinyur dari Harvard Howard H. Aiken dengan bekerja sama dengan IBM berhasil menciptakan kalkulator elektronik dengan panjang setengah lapangan bola kaki dan mempunyai panjang kabel total 500 mil untuk proyek US Navy yang diberi nama Mark I. Setelah Mark I lahir, kemudian tercipta komputer yang bersifat serba guna (general purpose computer) yang dibuat oleh John Presper Eckert (1919-1995) dan John W.Mauchly (1907-1980) yang diberi nama ENIAC. ENIAC berhasil dibuat dengan prakarsa kerja-sama Amerika Serikat dan University of Pennsylvania. ENIAC sendiri merupakan kepanjangan dari Electronic Numerical Integrator and Computer. ENIAC dapat bekerja dengan kecepatan 1000 kali lebih cepat dibandingkan dengan Mark I. Walaupun Colossus tidak boleh disentuh, beberapa penelitian tidak berhenti sampai disitu! Diawali pada pertengahan tahun 1940, tim University of Pennsylvania dan John von Neumann (1903-1957) memiliki konsep besar untuk memproduksi komputer dengan kapasitas yang dapat digunakan dalam 40 tahun ke-depan! Dari kerja-sama tim ini terciptalah pada akhit tahun 1945, komputer yang diberi nama Electronic Discrete Variable Automatic Computer(EDVAC). Inti besar dari nilai potensial keberhasilan dari EDVAC adalah adanya unit pemrosesan sentral (CPU). Hal ini membuat komputer dapat dikontrol dan dikendalikan dengan sumber tunggal. Selain itu EDVAC memiliki memori untuk menampung program ataupun data. Sehingga hal ini memungkinkan komputer untuk dapat berhenti pada suatu waktu tertentu dan kemudian dapat dapat diatur untuk dapat melanjutkannya kembali. EDVAC mendorong tumbuhnya industri komputer komersial, oleh karena itu tak heran pada tahun 1951, lahirlah merek UNIVAC I (Universal Automatic Computer I) menjadi komputer komersial pertama yang memanfaatkan prinsip kerja EDVAC, yang dilakukan oleh Remington Rand. Dari uraian diatas terlihat bahwa perkembangan komputer generasi pertama umumnya dirancang untuk mengerjakan suatu tugas spesifik tertentu dimana hal ini dicirikan dengan adanya program kode-biner yang sangat berbeda (machine language). Hal ini membuat sistem kerja generasi komputer pertama sangat dibatasi. Kemudian komputer dari generasi pertama biasanya terdapat penggunaan tube vakum (sehingga membuat ukuran komputer sangatlah besar) dan untuk penyimpanan datanya menggunakan silinder magnetik. 2. Generasi Ke-dua Perkembangan Komputer Pada tahap ini sangat dipengaruhi dengan adanya penemuan transistor pada tahun 1948. Dengan adanya penemuan transistor ini sangat mempengaruhi untuk menggantikan fungsi tube vakum dalam televise, radio, dan tentunya pada komputer. Secara resmi transistor mulai digunakan di dalam komputer sejak tahun 1956. Hal ini sangat mempengaruhi dari hasil ukuran sebuah komputer dibandingkan jika masih menggunakan tube vakum. Pengecilan ukuran komputer semakin dipercepat dengan adanya penemuan lainnya seperti perkembangan dan pengembangan memori inti magnetik. Beberapa produk yang menggunakan teknologi ini adalah komputer produksi IBM dengan skema peluncuran bertahap seperti Strecth dan tak mau kalah Sprery-Rand membuat komputer bernama LARC dll. Perkembangan komputer dengan tujuan komersial semakin terlihat di tahun 1960, dengan ditandainya suksesnya bermunculan komputer untuk di bidang bisnis, pemerintahan dan pendidikan. Pada saat itu juga bermunculan aksesoris pendukung seperti printer, disket, program dll. Perkembangan yang dipaparkan pada paragraph sebelumnya juga turut mendukung untuk lahirnya bahasa pemograman yang dapat dipelajari seperti FormulaTranslator (FORTRAN) dan Common Business-Oriented Language (COBOL). Industi komputer mulai berkembang pesat pada masa perkembangan komputer generasi ke-dua. Selain itu pada masa ini juga merupakan awal untuk munculnya bidang kerja baru seperti ahli sistem komputer, programer (ahli program) dan analisis data. 3. Generasi Ke-tiga Perkembangan Komputer Inti dari pada tahap generasi ke-tiga adalah pada tahun 1958 ditemukannya IC (Intergrated Circuit). Penemuan IC dilatarbelakangi oleh tidak puasnya pada kerja transistor dimana ketika digunakan didalam komputer akan menghasilkan panas yang sangat besar sehingga dapat merusak komponen yag lainnya. IC terbuat dari quarsa rock (batu quarsa) yang ditemukan oleh seorang ilmuwan ahli instrument dari Texas, Jack Kilby. Hal ini-pulalah yang mendorng penemuan-penemuan penting sehingga suatu chip dapat mewakili beberapa komponen yang dibutuhkan oleh komputer. Akibatnya komputer terlihat lebih bersahabat dan nyaman ketka digunakan karena ukurannya yang semakin mengecil. 4. Generasi Ke-empat Perkembangan Komputer Untuk perkembangan komputer pada generasi ini mungkin sudah dapat disekitar lingkungan kita. Penemuan IC yang spektakuler sebelumnya membuat perkembangan dunia komputer berkembang dengan pesat. Hal ini dengan ditandai dengan ditemukan komponen yang lebih unggul dibandingkan IC beserta turunannya. Komponen yang dimaksud adalah seperti dengan berhasil diproduksinya suatu komponen yang dapat mewakilki beberapa komponen (kapasistanya lebih unggul dari pada IC) yaitu Large Scale Integration (LSI) dimana dapat memuat ratusan komponen dalam hanya sebuah chip. Tak selang berapa lama (1980) kemudian juga ditemukan produk turunannya yaitu 1980-an, Very Large Scale Integration (VLSI) yang memiliki kemampuan luar biasa untuk dapat memuat ribuan komponen hanya dalam sebuah chip tunggal. Dan mungkin Ultra-Large Scale Integration (ULSI) yang memiliki kemampuan yang lebih luar biasa untuk dapat meningkatkan jumlah tersebut menjadi jutaan. Dengan adanya penemuan diatas diharapkan akan berdampak pada penekanan biaya pembuatan komputer sehingga harga komputer-pun akan semakin lebih murah dan terjangkau oleh masyarakat tingkat menengah ke bawah. Salah satu contoh produk dipasaran yang mungkin sering pernah kita dengar sampai sekarang adalah Chip Intel 4004 yang dibuat pada pertengahan tahun 1971. Hal ini lah awal mulanya komputer dibuat dan disain untuk keperluan komersial yang dapat terjangkau untuk semua pihak. 5. Generasi Ke-lima Perkembangan Komputer (Komputer Masa Depan) Baik, pada perkembangan komputer untuk masa ke-lima ini memang sangat susah. Karena masih dalam sebatas imajinasi. Mungkin bagi Anda yang membaca tulisan ini pernah menonton film berjudul “2001:Space Odyssey” karya dari Arthur C. Clarke. Dalam film tersebut merupakan gambaran komputer masa depan yang mungkin masih dalam imajinasi dalam pikiran kita. Dalam film tersebut komputer dapat diprogram sehingga dapat mendekati pemikiran manusia. Yang lebih parah dalam film tersebut komputer mampu untuk memprogram dirinya sendiri sehingga bisa saja mungkin pemikirannya mengalahkan pemikiran manusia. Meskipun gambaran visual yang ditayangkan dalam komputer tersebut masih jauh dari pemikiran kita dan realita, namun tanda-tanda untuk mewujudkan itu semua sudah terlihat. Sejauh ini telah ada komputer yang dapat diprogram untuk dapat merespon printah secara lisan maupun nalar manusia. Dewasa ini telah banyak kemajuan teknologi untuk mendukung perkembangan teknologi komputer. Diantaranya telah ditemukannya kemampuan pemrosesan parallel dimana direncanakan untuk menggantikan model non Neumann! Dimana sistem pemrosesan parallel itu akan mampu bekerja mengkoordinasikan banyak CPU untuk secara serempak. Selain itu juga telah ditemukan teknologi superkonduktor, sehingga dapat menghantarkan informasi lebih cepat dibandingkan dengan teknologi yang digunakan sebelumnya. Apapun yang terjadi, yang jelas secanggih apapun kemampun sebuah komputer tidak akan bisa mengalahkan kemampuan yang membuatnya, yaitu pikiran manusia. sumber : http://revolusikomputer.blogspot.com/ D

Bioinformatika

Bioinformatika (bahasa Inggris: bioinformatics) adalah (ilmu yang mempelajari) penerapan teknik komputasional untuk mengelola dan menganalisis informasi biologis. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologis, terutama dengan menggunakan sekuens DNA dan asam amino serta informasi yang berkaitan dengannya. Contoh topik utama bidang ini meliputi basis data untuk mengelola informasi biologis, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan bentuk struktur protein maupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen. Sejarah Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan komputer dalam biologi. Namun demikian, penerapan bidang-bidang dalam bioinformatika (seperti pembuatan basis data dan pengembangan algoritma untuk analisis sekuens biologis) sudah dilakukan sejak tahun 1960-an. Kemajuan teknik biologi molekular dalam mengungkap sekuens biologis dari protein (sejak awal 1950-an) dan asam nukleat (sejak 1960-an) mengawali perkembangan basis data dan teknik analisis sekuens biologis. Basis data sekuens protein mulai dikembangkan pada tahun 1960-an di Amerika Serikat, sementara basis data sekuens DNA dikembangkan pada akhir 1970-an di Amerika Serikat dan Jerman (pada European Molecular Biology Laboratory, Laboratorium Biologi Molekular Eropa). Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970-an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang berhasil diungkapkan pada 1980-an dan 1990-an, menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika. Perkembangan Internet juga mendukung berkembangnya bioinformatika. Basis data bioinformatika yang terhubung melalui Internet memudahkan ilmuwan mengumpulkan hasil sekuensing ke dalam basis data tersebut maupun memperoleh sekuens biologis sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui Internet memudahkan ilmuwan mengakses program-program tersebut dan kemudian memudahkan pengembangannya. Penerapan utama bioinformatika Basis data sekuens biologis Sesuai dengan jenis informasi biologis yang disimpannya, basis data sekuens biologis dapat berupa basis data primer untuk menyimpan sekuens primer asam nukleat maupun protein, basis data sekunder untuk menyimpan motif sekuens protein, dan basis data struktur untuk menyimpan data struktur protein maupun asam nukleat. Basis data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (Eropa), dan DDBJ(Inggris) (DNA Data Bank of Japan, Jepang). Ketiga basis data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing basis data. Sumber utama data sekuens asam nukleat adalah submisi langsung dari periset individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam basis data sekuens asam nukleat umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan pustaka yang berkaitan dengan sekuens asam nukleat tersebut. Sementara itu, contoh beberapa basis data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga basis data tersebut telah digabungkan dalam UniProt (yang didanai terutama oleh Amerika Serikat). Entri dalam UniProt mengandung informasi tentang sekuens protein, nama organisme sumber protein, pustaka yang berkaitan, dan komentar yang umumnya berisi penjelasan mengenai fungsi protein tersebut. BLAST (Basic Local Alignment Search Tool) merupakan perkakas bioinformatika yang berkaitan erat dengan penggunaan basis data sekuens biologis. Penelusuran BLAST (BLAST search) pada basis data sekuens memungkinkan ilmuwan untuk mencari sekuens asam nukleat maupun protein yang mirip dengan sekuens tertentu yang dimilikinya. Hal ini berguna misalnya untuk menemukan gen sejenis pada beberapa organisme atau untuk memeriksa keabsahan hasil sekuensing maupun untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens. PDB (Protein Data Bank, Bank Data Protein) adalah basis data tunggal yang menyimpan model struktural tiga dimensi protein dan asam nukleat hasil penentuan eksperimental (dengan kristalografi sinar-X, spektroskopi NMR dan mikroskopi elektron). PDB menyimpan data struktur sebagai koordinat tiga dimensi yang menggambarkan posisi atom-atom dalam protein ataupun asam nukleat. Penyejajaran sekuens Penyejajaran sekuens (sequence alignment) adalah proses penyusunan/pengaturan dua atau lebih sekuens sehingga persamaan sekuens-sekuens tersebut tampak nyata. Hasil dari proses tersebut juga disebut sebagai sequence alignment atau alignment saja. Baris sekuens dalam suatu alignment diberi sisipan (umumnya dengan tanda "–") sedemikian rupa sehingga kolom-kolomnya memuat karakter yang identik atau sama di antara sekuens-sekuens tersebut. Berikut adalah contoh alignment DNA dari dua sekuens pendek DNA yang berbeda, "ccatcaac" dan "caatgggcaac" (tanda "|" menunjukkan kecocokan atau match di antara kedua sekuens). ccat---caac | || |||| caatgggcaac Sequence alignment merupakan metode dasar dalam analisis sekuens. Metode ini digunakan untuk mempelajari evolusi sekuens-sekuens dari leluhur yang sama (common ancestor). Ketidakcocokan (mismatch) dalam alignment diasosiasikan dengan proses mutasi, sedangkan kesenjangan (gap, tanda "–") diasosiasikan dengan proses insersi atau delesi. Sequence alignment memberikan hipotesis atas proses evolusi yang terjadi dalam sekuens-sekuens tersebut. Misalnya, kedua sekuens dalam contoh alignment di atas bisa jadi berevolusi dari sekuens yang sama "ccatgggcaac". Dalam kaitannya dengan hal ini, alignment juga dapat menunjukkan posisi-posisi yang dipertahankan (conserved) selama evolusi dalam sekuens-sekuens protein, yang menunjukkan bahwa posisi-posisi tersebut bisa jadi penting bagi struktur atau fungsi protein tersebut. Selain itu, sequence alignment juga digunakan untuk mencari sekuens yang mirip atau sama dalam basis data sekuens. BLAST adalah salah satu metode alignment yang sering digunakan dalam penelusuran basis data sekuens. BLAST menggunakan algoritma heuristik dalam penyusunan alignment. Beberapa metode alignment lain yang merupakan pendahulu BLAST adalah metode "Needleman-Wunsch" dan "Smith-Waterman". Metode Needleman-Wunsch digunakan untuk menyusun alignment global di antara dua atau lebih sekuens, yaitu alignment atas keseluruhan panjang sekuens tersebut. Metode Smith-Waterman menghasilkan alignment lokal, yaitu alignment atas bagian-bagian dalam sekuens. Kedua metode tersebut menerapkan pemrograman dinamik (dynamic programming) dan hanya efektif untuk alignment dua sekuens (pairwise alignment) Clustal adalah program bioinformatika untuk alignment multipel (multiple alignment), yaitu alignment beberapa sekuens sekaligus. Dua varian utama Clustal adalah ClustalW dan ClustalX. Metode lain yang dapat diterapkan untuk alignment sekuens adalah metode yang berhubungan dengan Hidden Markov Model ("Model Markov Tersembunyi", HMM). HMM merupakan model statistika yang mulanya digunakan dalam ilmu komputer untuk mengenali pembicaraan manusia (speech recognition). Selain digunakan untuk alignment, HMM juga digunakan dalam metode-metode analisis sekuens lainnya, seperti prediksi daerah pengkode protein dalam genom dan prediksi struktur sekunder protein. Prediksi struktur protein Model protein hemaglutinin dari virus influensa Secara kimia/fisika, bentuk struktur protein diungkap dengan kristalografi sinar-X ataupun spektroskopi NMR, namun kedua metode tersebut sangat memakan waktu dan relatif mahal. Sementara itu, metode sekuensing protein relatif lebih mudah mengungkapkan sekuens asam amino protein. Prediksi struktur protein berusaha meramalkan struktur tiga dimensi protein berdasarkan sekuens asam aminonya (dengan kata lain, meramalkan struktur tersier dan struktur sekunder berdasarkan struktur primer protein). Secara umum, metode prediksi struktur protein yang ada saat ini dapat dikategorikan ke dalam dua kelompok, yaitu metode pemodelan protein komparatif dan metode pemodelan de novo. Pemodelan protein komparatif (comparative protein modelling) meramalkan struktur suatu protein berdasarkan struktur protein lain yang sudah diketahui. Salah satu penerapan metode ini adalah pemodelan homologi (homology modelling), yaitu prediksi struktur tersier protein berdasarkan kesamaan struktur primer protein. Pemodelan homologi didasarkan pada teori bahwa dua protein yang homolog memiliki struktur yang sangat mirip satu sama lain. Pada metode ini, struktur suatu protein (disebut protein target) ditentukan berdasarkan struktur protein lain (protein templat) yang sudah diketahui dan memiliki kemiripan sekuens dengan protein target tersebut. Selain itu, penerapan lain pemodelan komparatif adalah protein threading yang didasarkan pada kemiripan struktur tanpa kemiripan sekuens primer. Latar belakang protein threading adalah bahwa struktur protein lebih dikonservasi daripada sekuens protein selama evolusi; daerah-daerah yang penting bagi fungsi protein dipertahankan strukturnya. Pada pendekatan ini, struktur yang paling kompatibel untuk suatu sekuens asam amino dipilih dari semua jenis struktur tiga dimensi protein yang ada. Metode-metode yang tergolong dalam protein threading berusaha menentukan tingkat kompatibilitas tersebut. Dalam pendekatan de novo atau ab initio, struktur protein ditentukan dari sekuens primernya tanpa membandingkan dengan struktur protein lain. Terdapat banyak kemungkinan dalam pendekatan ini, misalnya dengan menirukan proses pelipatan (folding) protein dari sekuens primernya menjadi struktur tersiernya (misalnya dengan simulasi dinamika molekular), atau dengan optimisasi global fungsi energi protein. Prosedur-prosedur ini cenderung membutuhkan proses komputasi yang intens, sehingga saat ini hanya digunakan dalam menentukan struktur protein-protein kecil. Beberapa usaha telah dilakukan untuk mengatasi kekurangan sumber daya komputasi tersebut, misalnya dengan superkomputer (misalnya superkomputer Blue Gene [1] dari IBM) atau komputasi terdistribusi (distributed computing, misalnya proyek Folding@home) maupun komputasi grid. Analisis ekspresi gen Analisis klastering ekspresi gen pada kanker payudara Ekspresi gen dapat ditentukan dengan mengukur kadar mRNA dengan berbagai macam teknik (misalnya dengan microarray ataupun Serial Analysis of Gene Expression ["Analisis Serial Ekspresi Gen", SAGE]). Teknik-teknik tersebut umumnya diterapkan pada analisis ekspresi gen skala besar yang mengukur ekspresi banyak gen (bahkan genom) dan menghasilkan data skala besar. Metode-metode penggalian data (data mining) diterapkan pada data tersebut untuk memperoleh pola-pola informatif. Sebagai contoh, metode-metode komparasi digunakan untuk membandingkan ekspresi di antara gen-gen, sementara metode-metode klastering (clustering) digunakan untuk mempartisi data tersebut berdasarkan kesamaan ekspresi gen. Bioinformatika di Indonesia Saat ini mata ajaran bioinformatika maupun mata ajaran dengan muatan bioinformatika sudah diajarkan di beberapa perguruan tinggi di Indonesia. Sekolah Ilmu dan Teknologi Hayati ITB menawarkan mata kuliah "Pengantar Bioinformatika" untuk program Sarjana dan mata kuliah "Bioinformatika" untuk program Pascasarjana. Fakultas Teknobiologi Universitas Atma Jaya, Jakarta menawarkan mata kuliah "Pengantar Bioinformatika". Mata kuliah "Bioinformatika" diajarkan pada Program Pascasarjana Kimia Fakultas MIPA Universitas Indonesia (UI), Jakarta. Mata kuliah "Proteomik dan Bioinformatika" termasuk dalam kurikulum program S3 bioteknologi Universitas Gadjah Mada (UGM), Yogyakarta. Materi bioinformatika termasuk di dalam silabus beberapa mata kuliah untuk program sarjana maupun pascasarjana biokimia,biologi, dan bioteknologi pada Institut Pertanian Bogor (IPB). Selain itu, riset-riset yang mengarah pada bioinformatika juga telah dilaksanakan oleh mahasiswa program S1 Ilmu Komputer maupun program pascasarjana biologi serta bioteknologi IPB. Riset bioinformatika protein dilaksanakan sebagai bagian dari aktivitas riset rekayasa protein pada Laboratorium Rekayasa Protein, Pusat Penelitian Bioteknologi Lembaga Ilmu Pengetahuan Indonesia (LIPI), Cibinong, Bogor. Lembaga Biologi Molekul Eijkman, Jakarta, secara khusus memiliki laboratorium bioinformatika sebagai fasilitas penunjang kegiatan risetnya. Selain itu, basis data sekuens DNA mikroorganisme asli Indonesia sedang dikembangkan di UI. sumber : http://id.wikipedia.org/wiki/Bioinformatika