GitLab now enforces expiry dates on tokens that originally had no set expiration date. Those tokens were given an expiration date of one year later. Please review your personal access tokens, project access tokens, and group access tokens to ensure you are aware of upcoming expirations. Administrators of GitLab can find more information on how to identify and mitigate interruption in our documentation.
There was an error fetching the commit references. Please try again later.
1. Compile file dengan perintah `make compile/ make run`
2. Inputkan jumlah process, nodes, dan file output yang diinginkan
3. Lihat hasil di file output
Beberapa file yang harus ada dalam repositori tersebut diantaranya:
# Pembagian Tugas
* Direktori src yang berisi source code yang anda buat.
* InitMatrix - Syaiful - 13517139
* File output yang berisi hasil uji dijkstra algorithm pada data uji.
* RandomMatrix - Farhan - 13517001
* Makefile. Buatlah sehingga kompilasi program dapat dilakukan hanya dengan pemanggilan command ’make’ saja.
* PrintMatrix - Syaiful - 13517139
* File README.md yang berisi:
* FreeMatrix - Farhan - 13517001
* Petunjuk penggunaan program.
* Pragma Omp - Farhan - 13517001
* Pembagian tugas. Sampaikan dalam list pengerjaan untuk setiap mahasiswa. Sebagai contoh: XXXX mengerjakan fungsi YYYY, ZZZZ, dan YYZZ.
* Laporan pengerjaan, dengan struktur laporan sesuai dengan deskripsi pada bagian sebelumnya.
# Laporan Pengerjaan
* Deskripsi solusi paralel. Berikan ilustrasi jika perlu.
> Solusi paralel dilakukan dengan cara membagi proses sebanyak n nodes ke n process, kemudian tiap proses tersebut dijalankan oleh sejumlah np proses secara paralel dan akan ada matrix global yang akan diakses secara paralel oleh tiap proses, dan kemudian di-print ke output.
* Analisis solusi yang anda berikan.
Apakah mungkin terdapat solusi yang memberikan kinerja lebih baik?
> Dalam menggunakan library OpenMP ini dalam kasus 100, 500, 1000, 3000 lebih cepat paralel karena pembagian thread lebih mudah dan overhead dari tiap transaksi per thread tidak terlalu besar.
* Jumlah thread yang digunakan. Kenapa anda memilih angka tersebut?
> Pada lokal prosesnya maksimum sesuai dengan cpu mungkin 2,4, atau 8 sedangkan untuk di server menggunakan 2 karena pada VM ...150, jumlah processnya 2 sehingga lebih baik membagi program sebanyak itu (dapat dari nproc).
* Pengukuran kinerja untuk tiap kasus uji (jumlah N pada graf)
dibandingkan dengan dijkstra algorithm serial.
> Pada paralel kecepatannya lebih cepat karena dibagi sebanyak prosesnya
- Serial = N * (N^2)
- Paralel = N * (N^2)/N
Pada N = 100
- Serial > Paralel
Pada N = 500
- Serial > Paralel
Pada N = 1000
- Serial > Paralel
Pada N = 3000
- Serial > Paralel
* Analisis perbandingan kinerja serial dan paralel.
Analisis yang diharapkan adalah analisis yang minimal
dapat menjelaskan setiap hasil pengukuran kinerja sebelumnya.
> Terlihat dari hasil kinerja yang telah dilakukan bahwa waktu pada serial lebih
tinggi karena pada paralel dibagi lagi dengan banyaknya prosesnya..