Bio Informatika

Pengertian

Menurut Wikipedia,

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 proteinmaupun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Jadi dapat disimpulkan bahwa bioinformatika adalah ilmu yang mempelajari penerapan bidang biologi dan bidang informatika yang disajikan dalam satu sehingga digunakan untuk menganalisa informasi biologis yang bertujuan memecahkan masalah – masalah biologis.

Ilmu ini mengajarkan aplikasi, analisis, dan mengorganisir miliaran bit informasi genetik dalam sel mahluk hidup. Studi bioinformatika terutama didukung uleh studi genomik, biologi komputasi, dan teknologi komputer. Menurut Roderick (lihat Hieter & Boguski, 1997), genomik adalah studi yang berhubungan dengan pemetaan, sekuen, dan analisis genom. Walaupun belum jelas, secara umum Genomik bisa diartikan sebagai penggunaan informasi genom secara sistematis, dengan data eksperimental baru untuk menjawab permasalahan biologis, medis, maupun industri (Jordan, 1999).

Bioinformatika sendiri mencakup kajian yang lebih mendalam dari genomik. Dalam studi bioinformatika digunakan komputer yang mampu menyimpan data dalam jumlah yang sangat banyak dan didukung berbagai macam software untuk menganalisis jutaan data yang berasal dari mahluk hidup.

SEJARAH

Istilah bioinformatics mulai dikemukakan pada pertengahan era 1980-an untuk mengacu pada penerapan komputer dalam biologi. Namun, 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 tekniksekuensing 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.

PERKEMBANGAN BIOINFORMATIKA

 

Studi Bioinformatika mulai tumbuh sebagai akibat dari perkembangan berbagai metode sekuens baru yang menghasilka data yang sangat banyak. Hal tersebut, secara kebetulan, didukung pula oleh teknologi penyimpanan, manajemen, dan pertukaran data melalui komputer. Inovasi dalam pemetaan dan sekuensing memiliki peran penting dalam proses pengambilan data biologis. Penggunaan Yeast Artificial Chromosome (YAC), sangat membantu dalam konstruksi peta fisik genom kompleks secara lengkap (Touchmann & Green, 1998). Untuk mengklon fragmen-fragmen DNA besar (sekitar 150.000 pasangan basa) digunakan bacterial Artificial Chromosome (BAC).

Kemungkinan, teknologi yang paling banyak kontribusinya adalah teknologi PCR. Walaupun tergolong tua (PCR ditemukan tahun 1985), meode ini sangat efektif, dan telah mengalami penyempurnaan selama bertahun-tahun.

Perkembangan teknologi sekuensing dimulai dan semi-automatic sequencer yang pertama pada tahun 1987, dilanjutkan dengan Taq Cycle sequencing pada tahun 1990. Pelabelan Flourescen fragmen DNA dengan Sanger dideoxy Chain Termination Method, merupakan dasar bagi proyek sekuensing skala besar (Venter et. al., 199).

Seluruh perkembangan tersebut sia-sia saja tanpa obyek yang diteliti, yang memiliki nilai komersil tinggi dan data yang berlimpah. Gampang ditebak, pasti Manusia melalui Human Genome Project.

Selain perkembangan dalam bidang Genomik, Bioinformatika sangat dipengaruhi oleh perkembangan di bidang teknologi informasi dan komputer. Pada fase awal (sekitar tahun 80-an) perkembangan yang paling signifikan adalah kapasitas penyimpanan data. Dari hanya baeberapa puluh byte (1980), hingga mencapai Terabyte (1 terabyte=1 trilyun byte),

Setelah pembuatan database, selanjutnya dimulai perkembangan pemuatan perangkat lunak untuk mengolah data. Awalnya, metode yang digunakan hanya pencariaan kata kunci, dan kalimat pendek. perkembangan selanjutnya berupa perangkat lunak dengan algoritma yang lebih kompleks, seperti penyandian nukleotida, menjadi asam-asam amino, kemudian membuat struktur proteinnya. Saat ini, perangkat lunak yang tersedia meliputi pembacaan sekuens nukleotida dari gel elektroforesis, prediksi kode protein, identifikasi primer, perbandingan sekuens, analisis kekerabatan, pengenalan pola dan prediksi struktur. Dengan perkembangan seperti diatas, ternyata masih belum cukup. Kurangnya pemahaman terhadap sistem biologis dan organisasi molekular membua analisis sekuens masih mengalami kesulitan. Perbandingan sekuens antar spesies masih sulit akibat variabilitas DNA.

Usaha yang dilakukan saat ini, baru mencoba mempelajari eori-teori tersebut melalui proses inferensi, penyesuaian model, dan belajar dari contoh yang tersedia (Baldi & Brunac, 1998). Perkembangan perangkat keras komputer juga berperan sangat penting. Kecepatan prosesor, kapasitas RAM, dan kartu grafik merupakan salah satu pendorong majunya bioinformatika. Terakhir perkembangan bioinformatika sangat dipengaruhi oleh pertumbuhan jaringan Internet. Mulai dari e-mail, FTP, Telnet (1980-an), Gopher, WAIS, hingga ditemukannya World Wide Web oleh Tim Berners-Lee pada tahun 1990, mendukung kemudahan transfer data yang cepat dan mudah. Saat ini, telah tersedia sekitar 400 database biologis yang dapat diakses melalui internet.

.

Potensi dan Aplikasi Bioinformatika

Potensi komersial dari aplikasi bioinformatika sangat menggiurkan. Pada tahun 1998 saja, pangsa pasarnya mencapai sekitar $290 juta, dan diperkirakan akan mencapai $2 milyar pada tahun 2005. Selama bulan Maret tahun 2000 investasi pada bidang ini sedikitberkurang. Hal tersebut disebabkan oleh pernyataan Presiden AS Bill Clinton dan PM Inggris Tony Blair, yang membebaskan akses terhadap informasi genom manusia sehingga dianggap menghalangi paten terhadap genom manusia. Tapi, pada akhir bulan, investasi mulai kembali normal karena bioinformatika masih dianggap cukup prospektif di masa depan.Menurut laporan Ventureone di Amerika Serikat pada tahun 2001 dana-dana ventura telah mencapai $700 juta digunakan untuk pengembangan bioinformatika.Sementara itu, kepala Divisi Teknologi Khusus untuk Bioinformatika yang pertama di Microsoft menganggap, ini adalah peluang yang amat besar. Penjualan komputer untuk ilmuwan-ilmuwan akan mencapai $43 juta.

Cabang-cabang ilmu Bioinformatika

1. Bioinformatika Klasik

Sebagian besar ahli Biologi mengistilahkan ‘mereka sedang melakukan Bioinformatika’ ketika mereka sedang menggunakan komputer untuk menyimpan, melihat atau mengambil data, menganalisa atau memprediksi komposisi atau struktur dari biomolekul. Ketika kemampuan komputer menjadi semakin tinggi maka proses yang dilakukan dalam Bioinformatika dapat ditambah dengan melakukan simulasi. Yang termasuk biomolekul diantaranya adalah materi genetik dari manusia --asam nukleat-- dan produk dari gen manusia, yaitu protein. Hal-hal diataslah yang merupakan bahasan  utama dari Bioinformatika "klasik", terutama berurusan dengan analisis sekuen (sequence analysis).

2. Bioinformatika Baru

Salah satu pencapaian besar dalam metode Bioinformatika adalah selesainya proyek pemetaan genom manusia (Human Genome Project). Selesainya proyek raksasa tersebut menyebabkan bentuk dan prioritas dari riset dan penerapan Bioinformatika berubah. Secara umum dapat dikatakan bahwa proyek tersebut membawa perubahan besar pada sistem hidup kita, sehingga sering disebutkan terutama oleh ahli biologi bahwa kita saat ini berada di masa pascagenom.

Dari uraian di atas terlihat bahwa Bioinformatika sangat mempengaruhi kehidupan manusia, terutama untuk mencapai kehidupan yang lebih baik. Penggunaan  komputer yang notabene merupakan salah satu keahlian utama dari orang yang bergerak dalam TI merupakan salah satu unsur utama dalam Bioinformatika, baik dalam Bioinformatika "klasik" maupun Bioinformatika "baru".

Bidang-bidang yang terkait dengan BioInformatika

1. Genomics

Adalah bidang ilmu yang ada sebelum selesainya sekuen genom, kecuali dalam bentuk yang paling kasar. Genomics adalah setiap usaha untuk menganalisa atau membandingkan seluruh komplemen genetik dari satu spesies atau lebih.

2. Informatika Medis

Sebagai pembelajaran, penemuan, dan implementasi dari struktur dan algoritma untuk meningkatkan komunikasi, pengertian, dan manajemen informasi medis.

3. Komputasional Biologi

Bidang ini fokus pada Computational Biology adalah gerak evolusi, populasi, dan biologi teoritis daripada biomedis dalam molekul dan sel.

4. Proteomics

Bidang ini menggunakan bioinformatika untuk menyelidiki protein yang tersusun oleh genomika.

5. Biofisika

Merupakan sebuah bidang berdasarkan teknik-teknik dari ilmu fisika untuk  memahami struktur dan ilmu biologi. Ilmu ini terkait dengan bioinformatika karena untuk mengenal teknik-teknik dari ilmu fisika untuk memahami struktur tersebut membutuhkan penggunaan TI. Bidang-bidang yang terkait dengan BioInformatika.

Beberapa aplikasi bioinformatika

1.Transformasi sekuen menjadi informasi genetik.

Intinya adalah menjual data, dalam bentuk gen komplit, atau fragmen, yang dapat digunakan oleh pihak lain untuk mencari potensi terhadap gen tersebut.

2.Pasien sebagai komoditas

Pasien dengan kecenderungan terhadap penyakit tertentu dapat diketahui, sehingga mudah sekali bagi perusahaan oba untuk menawarkan produknya.

3.Mencari potensi gen

Potensi dari sebuah gen sangat beragam, bergantung pada ekspresi gen tersebut. Aplikasi lebih lanjut dapat berupa transgenik, terapi genetik, atau berbagai rekayasa dan pemanfaatan geneik lainnya. Permasalahan dan tantangan yang dihadapi

Penerapan Bioinformatika

1. Bidang medis

Mempelajari perbedaan genetik pada organisme yang sehat dengan yang sakit

Identifikasi agent penyakit baru yang belum dikenal penyebabnya.

2. Industri farmasi dan biotek

Untuk pengembangan dan penemuan obat baru

Perancangan obat berdasarkan gen atau struktur protein

3. Bidang pertanian

Menganlisis perbedaan genetik pada tanaman yang sehat dengan yang sakit

Meningkatkan hasil panen

4. Program-program bioinformatika

program pencari sekuen (sequence search) seperti BLAST.

program analisa sekuen (sequence analysis) seperti EMBOSS dan paket Staden.

program prediksi struktur seperti THREADER atau PHD.

program imaging/modelling seperti RasMol dan WHATIF.


Sumber : 
https://id.wikipedia.org/wiki/Bioinformatika
https://davidbatax.wordpress.com/2014/04/29/pengertian-bioinformatika/
ftp://202.125.94.81/pub/linux/docs/v06/Kuliah/SistemOperasi/2003/50/Bioinformatika.pdf
http://ajenglistiani.blogspot.co.id/2015/06/bio-informatika.html

Baca Selengkapnya »

Hubungan Komputasi Dengan Parallel Processing

Komputasi

Sebagian besar manusia di dunia mengetahui apa itu komputer, komputer berbeda dengan komputasi. Jadi, komputasi merupakan suatu cara untuk menemukan pemecahan permasalahan dari data input dengan suatu algoritma.

Pengertian Komputasi adalah proses menghitung, membandingkan dan berbagai operasi perhitungan matematika dan logika yang bertujuan untuk menyelesaikan suatu masalah yang dikerjakan dengan program komputer yang sudah disusun sesuai dengan Algoritma yang benar.

Kelebihan dari proses perhitungan komputasi yaitu bisa mendapatkan suatu hasil laporan dengan cepat dan akurat. Karena kita tinggal menginput data ke komputer, maka sistem yang telah dibuat tadi akan bekerja dan mengolah data kita menjadi informasi yang lebih berguna.

Parallel Processing

Dalam komputer, pemrosesan paralel merupakan pengolahan dari Program instruksi dengan membagi mereka di antara beberapa prosesor dengan tujuan untuk menjalankan program dalam waktu kurang. Dalam komputer paling awal, hanya satu program berlari pada suatu waktu. Sebuah program komputasi-intensif yang memakan waktu satu jam untuk menjalankan dan menyalin Program tape yang mengambil satu jam untuk menjalankan akan mengambil total dua jam untuk menjalankan. Bentuk awal dari pemrosesan paralel memungkinkan eksekusi interleaved kedua program bersama-sama. Komputer akan memulai operasi I / O, dan sementara itu sedang menunggu operasi untuk menyelesaikan, itu akan mengeksekusi program prosesor-intensif. Waktu eksekusi total untuk dua pekerjaan akan menjadi sedikit lebih dari satu jam.

Peningkatan berikutnya multiprogramming. Dalam sistem multiprogramming, beberapa program telah dikirim pengguna yang masing-masing diperbolehkan untuk menggunakan prosesor untuk waktu yang singkat. Untuk pengguna tampak bahwa semua program yang melaksanakan pada saat yang sama. Masalah pertama muncul pertentangan sumber daya di sistem ini. Permintaan eksplisit untuk sumber daya menyebabkan masalah dari kebuntuan.Kompetisi untuk sumber daya pada mesin tanpa dasi-melanggar instruksi mengarah pada rutin critical section.

Langkah berikutnya dalam pengolahan paralel adalah pengenalan multiprocessing. Dalam sistem ini, dua atau lebih prosesor berbagi pekerjaan yang akan dilakukan. Versi awal memiliki master / slave konfigurasi. Salah satu prosesor (master) diprogram untuk bertanggung jawab atas semua pekerjaan dalam sistem, yang lain (budak) dilakukan hanya tugas-tugas itu diberikan oleh master. Pengaturan ini diperlukan karena tidak kemudian mengerti bagaimana program mesin sehingga mereka bisa bekerja sama dalam pengelolaan sumber daya sistem.

HUBUNGAN ANTARA KOMPUTASI DENGAN PARALLEL PROCESSING

Dari sebuah jurnal yang berjudul "Komputasi Paralel Menggunakan Parallel Virtual machine Untuk Peningkatan Kinerja Komputasi", jurnal ini ditulis oleh Tomiputra Lauwali, Maria A. Kartawidjaja dari Jur.Teknik Elektro, Universitas Katolik Indonesia Atma Jaya saya akan memberikan kesimpulan dan menjabarkan hubungan antara parallel processing dan komputasi modern.

KOMPUTASI PARALEL

Michael J. Flynn membagi komputer dalam 4 kategori yaitu :

1. SISD (Single Instruction, Single Data Stream)

2. MISD (Multiple Instruction, Single Data Stream)

3. SIMD (Single Instruction, Multiple Data Streams)

4. MIMD (Multiple Instruction, Multiple Data Streams)

Dalam penelitian ini, komputasi paralel digunakan dengan menggunakan paradigma master-slave, yaitu satu proses bertindak sebagai master (tuan) yang dapat membangkitkan proses dari slave (hamba). Ukuran yang dapat digunakan untuk mengevaluasi kinerja sistem adalah waktu eksekusi, peningkatan kecepatan (speed up), efisiensi dan biaya.

A. Waktu Eksekusi Program Paralel adalah.......

Penjumlahan waktu komputasi dan waktu komunikasi. Waktu eksekusi dapat diperpanjang dengan adanya Overhead. Overhead dapat dilakukan dengan :

1. Adanya prosessor yang berhenti bekerja

2. Adanya pekerjaan komputasi ekstra pada program paralel

3. Adanya proses sinkronisasi

B. Peningkatan Kecepatan

Rumus dari Peningkatan Kecepatan adalah Sp = ts/tp

ket : ts = waktu eksekusi program pada satu prosesor

tp = waktu eksekusi program pada p prosesor

Peningkatan kecepatan dibagi 2 yaitu :

1. Peningkatan Kecepatan Mutlak yaitu perbandingan antara waktu eksekusi program serial tercepat dan waktu eksekusi suatu program paralel.

2. Peningkatan Kecepatan Relatif yaitu perbandingan antara waktu eksekusi program paralel pada satu prosesor dan waktu eksekusi program paralel yang sama pada p prosesor.

Pada penelitian ini yang digunakan adalah Peningkatan Kecepatan Relatif yaitu untuk menginvestasi seberapa besar peningkatan kerja yang diperoleh dengan menggunakan sejumlah prosesor yang bekerja bersama-sama dalam mengeksekusi suatu program.

Kesimpulan

Kesimpulan yang didapat dari tulisan penelitian diatas adalah program paralel perkalian matriks memberikan peningkatan kinerja yang cukup bai, hal ini berarti hubungan antara komputasi modern dan parallel processing sangat berkaitan, karena penggunaan komputer saat ini atau komputasi dianggap lebih cepat dibandingkan dengan penyelesaian masalah secara manual. Dengan begitu peningkatan kinerja atau proses komputasi semakin diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor (multiprocessor atau arsitektur komputer dengan banyak processor) agar kinerja computer semakin cepat.

Kinerja komputasi dengan menggunakan paralel processing itu menggunakan dan memanfaatkan beberapa komputer atau CPU untuk menemukan suatu pemecahan masalah dari masalah yang ada. Sehingga dapat diselesaikan dengan cepat daripada menggunakan satu komputer saja. Komputasi dengan paralel processing akan menggabungkan beberapa CPU, dan membagi-bagi tugas untuk masing-masing CPU tersebut. Jadi, satu masalah terbagi-bagi penyelesaiannya. Tetapi ini untuk masalah yang besar saja, komputasi yang masalah kecil, lebih murah menggunakan satu CPU saja.

Sumber:

Jurnal http://isjd.pdii.lipi.go.id/admin/jurnal/11083648.pdf

Jurnal revida.staff.gunadarma.ac.id/.../files/.../14+Parallel_Processing.pdf

Baca Selengkapnya »