Makna Logo (Modifikasi)

Makna dari logo Pertamina adalah:

1. Warna biru memiliki arti andal, dapat dipercaya dan bertanggung jawab.
2. Warna hijau memiliki arti sumber daya energi yang berwawasan lingkungan.
3. Warna merah memiliki arti keuletan dan ketegasan serta keberanian dalam menghadapi berbagai macam kesulitan.
4. Warna coklat memiliki arti keakraban dan rasa aman terhadap pelayanan dan produk.

Simbol grafis memiliki arti:

1. Bentuk anak panah menggambarkan aspirasi organisasi Pertamina untuk senantiasa bergerak ke depan, maju dan
   progresif. Simbol ini juga mengisyaratkan huruf “P” yakni huruf pertama dari Pertamina.
2. Empat elemen berwarna melambangkan pulau-pulau dengan berbagai skala yang merupakan bentuk negara
   Indonesia.

Makna Logo

Makna dari logo Pertamina adalah:

1. Warna biru memiliki arti andal, dapat dipercaya dan bertanggung jawab.
2. Warna hijau memiliki arti sumber daya energi yang berwawasan lingkungan.
3. Warna merah memiliki arti keuletan dan ketegasan serta keberanian dalam menghadapi berbagai macam kesulitan.

Simbol grafis memiliki arti:

1. Bentuk anak panah menggambarkan aspirasi organisasi Pertamina untuk senantiasa bergerak ke depan, maju dan
   progresif. Simbol ini juga mengisyaratkan huruf “P” yakni huruf pertama dari Pertamina.
2. Tiga elemen berwarna melambangkan pulau-pulau dengan berbagai skala yang merupakan bentuk negara
   Indonesia.

source : www.pertamina.com

Deep Learning

1. Pendahuluan

Deep learning adalah salah satu cabang dari ilmu pembelajaran mesin (Machine Learning) yang terdiri algoritme pemodelan abstraksi tingkat tinggi pada data menggunakan sekumpulan fungsi transformasi non-linear yang ditata berlapis-lapis dan mendalam. Teknik dan algoritme dalam Pembelaran dalam dapat digunakan baik untuk kebutuhan pembelajaran terarah (supervised learning), pembelajaran tak terarah (unsupervised learning) dan semi-terarah (semi-supervised learning) dalam berbagai aplikasi seperti pengenalan citra, pengenalan suara, klasifikasi teks, dan sebagainya. Model pada Pembelaran Dalam pada dasarnya dibangun berdasarkan Jaringan saraf tiruan, yang risetnya sudah berlangsung sejak era 80an namun baru-baru ini kembali bangkit dengan adanya komputer yang semakin cepat apalagi ditambah dengan kemampuan Kartu grafis modern yang mampu melakukan kalkulasi berbasis matriks secara simultan.

Berdasarkan riset yang baru-baru ini dilakukan, Pembelajaran Dalam mampu melakukan pengenalan grafis, pola tulis tangan dan beberapa pola lainnya lebih akurat dibandingkan dengan algoritme pembelajaran mesin lainnya

2. Arsitektur

1)      Deep Feedforward Network

Deep Feedforward Network atau dikenal dengan Multilayer Perceptron (MLP) merupakan pengembangan dari Jaringan saraf tiruan yang menekankan pada penggunakan satu atau lebih lapis tersembunyi (hidden layer) pada jaringannya dan penggunaan fungsi transformasi non-linear sebagai fungsi transformasi. Jaringan ini disebut Feedforward oleh karena sifatnya yang membawa informasi dari lapis masukan (input layer) untuk dibawa dan ditransformasi ke depan hingga lapis luaran (output layer).

2)      Recurrent Neural Network

Recurrent Neural Network merupakan pengembangan dari Deep Feedforward Network yang mana informasi dari suatu neuron dapat berputar kembali ke neuron yang sama (Deep Feddforward Network hanya membawa informasi ke lapis A ke lapis B secara progresif tanpa kembali ke lapis sebelumnya).

3)      Convolutional Neural Network

Convolutional Neural Network merupakan modifikasi dari Deep Feedforward Network yang mana setiap lapisnya dibuat dalam bentuk topologi grid mendalam.

3. Studi Kasus

1.      Automatic speech recognition

Large-scale automatic speech recognition adalah yang pertama dan paling berhasil dalam belajar yang mendalam. LSTM RNN dapat mempelajari tugas "Sangat Dalam Pembelajaran" yang melibatkan interval multi-detik yang berisi peristiwa ucapan yang dipisahkan oleh ribuan langkah waktu diskrit, di mana satu langkah waktu sesuai dengan sekitar 10 mdtk. LSTM dengan gerbang lupa kompetitif dengan pengenalan ucapan tradisional pada tugas-tugas tertentu.

Keberhasilan awal dalam speech recognition didasarkan pada tugas small-scale recognition berdasarkan TIMIT. Set data berisi 630 pembicara dari delapan dialek utama bahasa Inggris Amerika, di mana setiap pembicara membaca 10 kalimat. Ukurannya yang kecil memungkinkan banyak konfigurasi dicoba. Lebih penting lagi, tugas TIMIT menyangkut pengenalan urutan-ponsel, yang, tidak seperti pengenalan urutan kata, memungkinkan model bahasa yang lemah (tanpa tata bahasa yang kuat). [Klarifikasi diperlukan] Hal ini memungkinkan kelemahan dalam aspek pemodelan akustik pengenalan suara lebih mudah dianalisis . Tingkat kesalahan yang tercantum di bawah ini, termasuk hasil awal ini dan diukur sebagai persentase tingkat kesalahan telepon (PER), telah diringkas selama 20 tahun terakhir

Debut DNN untuk speaker recognition di akhir 1990-an dan pengenalan pidato sekitar 2009-2011 dan LSTM sekitar 2003-2007, mempercepat kemajuan di delapan bidang utama.

·         Scale-up/out and acclerated DNN training and decoding

·         Sequence discriminative training

·         Feature processing by deep models with solid understanding of the underlying mechanisms

·         Adaptation of DNNs and related deep models

·         Multi-task and transfer learning by DNNs and related deep models

·         CNNs and how to design them to best exploit domain knowledge of speech

·         RNN and its rich LSTM variants

·         Other types of deep models including tensor-based models and integrated deep generative/discriminative models.

Semua sistem speech recognition komersial (misalnya, Microsoft Cortana, Xbox, Skype Translator, Amazon Alexa, Google Now, Siri Apple, Baidu dan pencarian suara iFlyTek, dan berbagai produk pidato Nuansa, dll.) Didasarkan pada deep learning.

2.      Mobile Adevertising

Menemukan pemirsa seluler yang sesuai untuk iklan seluler selalu menantang, karena banyak titik data harus dipertimbangkan dan diasimilasi sebelum segmen target dapat dibuat dan digunakan dalam penayangan iklan oleh server iklan apa pun. Pembelajaran mendalam telah digunakan untuk menginterpretasikan dataset iklan besar yang banyak berdimensi. Banyak titik data dikumpulkan selama siklus iklan permintaan / melayani / klik internet. Informasi ini dapat membentuk dasar pembelajaran mesin untuk meningkatkan pemilihan iklan.

3.      Image Recognition

Kumpulan evaluasi umum untuk klasifikasi gambar adalah kumpulan data basis data MNIST. MNIST terdiri dari digit tulisan tangan dan mencakup 60.000 contoh pelatihan dan 10.000 contoh pengujian. Seperti TIMIT, ukurannya yang kecil memungkinkan pengguna menguji beberapa konfigurasi. Daftar lengkap hasil di set ini tersedia.

Pengenalan gambar berbasis pembelajaran dalam telah menjadi "manusia super", menghasilkan hasil yang lebih akurat daripada kontestan manusia. Ini pertama terjadi pada 2011.

Kendaraan yang terlatih dalam pembelajaran mendalam sekarang menginterpretasikan pemandangan kamera 360 °. Contoh lain adalah Analisis Genetika Facial Dysmorphology (FDNA) yang digunakan untuk menganalisis kasus-kasus malformasi manusia yang terhubung ke database besar sindrom-sindrom genetik.

Refence : https://en.wikipedia.org/wiki/Deep_learning

Quantum Computation

1.      Pendahuluan

Quantum Computation adalah bidang studi yang difokuskan pada teknologi komputer berkembang berdasarkan prinsip-prinsip teori kuantum, yang menjelaskan sifat dan perilaku energi dan materi pada tingkat kuantum (atom dan subatom).

Quantum Computer adalah alat untuk perhitungan yang menggunakan secara langsung fenomena dari mekanik kuantum, seperti superposisi dan belitan , untuk melakukan operasi pada Data. Cara kerja quantum computer sendiri berbeda dengan komputer baisanya. Jika dalam komputasi klasik jumlah data dihitung dengan bit, dalam komputer kuantum hal ini dilakukan dengan qubit (quantum bit). Jika di komputer biasanya hanya mengenal 0 atau 1, dengan qubit sebuah komputer quantum dapat mengenal keduanya secara bersamaan dan membuat kerja dari komputer quantum itu lebih cepat dari pada komputer biasa.

Karena itu Komputer kuantum dengan jumlah transistor yang sama dengan komputer sekarang bisa lebih cepat jutaan kali. 30 qubit komputer kuantum bisa menghasilakan 10 terflops atau 10 bilyun  operasi poin-mengambang per detik. Karena komputer kuantum menggunakan instrumen yang sangat kecil untuk menyimpan informasi maka dengan mudah itu bisa menjadi rusak. Diperlukan cara agar bisa menstabilkan Qubits agar nilai mereka tidak berubah di situasi normal.

2.      Algoritma Shor

Algoritma yang ditemukan oleh Peter Shor pada tahun 1995. Dengan menggunakan algoritma ini, sebuah komputer kuantum dapat memecahkan sebuah kode rahasia yang saat ini secara umum digunakan untuk mengamankan pengiriman data. Kode yang disebut kode RSA ini, jika disandikan melalui kode RSA, data yang dikirimkan akan aman karena kode RSA tidak dapat dipecahkan dalam waktu yang singkat. Selain itu, pemecahan kode RSA membutuhkan kerja ribuan komputer secara paralel sehingga kerja pemecahan ini tidaklah efektif.

Efisiensi algoritma Shor adalah karena efisiensi kuantum Transformasi Fourier , dan modular eksponensial. Jika sebuah komputer kuantum dengan jumlah yang memadai qubit dapat beroperasi tanpa mengalah kebisingan dan fenomena interferensi kuantum lainnya, algoritma Shor dapat digunakan untuk memecahkan kriptografi kunci publik skema seperti banyak digunakan skema RSA. Algoritma Shor terdiri dari dua bagian:

– Penurunan yang bisa dilakukan pada komputer klasik, dari masalah anjak untuk masalah ketertiban -temuan.

– Sebuah algoritma kuantum untuk memecahkan masalah order-temuan.

Hambatan runtime dari algoritma Shor adalah kuantum eksponensial modular yang jauh lebih lambat dibandingkan dengan kuantum Transformasi Fourier dan pre-/post-processing klasik. Ada beberapa pendekatan untuk membangun dan mengoptimalkan sirkuit untuk eksponensial modular. Yang paling sederhana dan saat ini yaitu pendekatan paling praktis adalah dengan menggunakan meniru sirkuit aritmatika konvensional dengan gerbang reversibel , dimulai dengan penambah ripple-carry. Sirkuit Reversible biasanya menggunakan nilai pada urutan n ^ 3, gerbang untuk n qubit. Teknik alternatif asimtotik meningkatkan jumlah gerbang dengan menggunakan kuantum transformasi Fourier , tetapi tidak kompetitif dengan kurang dari 600 qubit karena konstanta tinggi.

3.      Quantum Gates

Quantum gates adalah rangkaian quantum yang beroperasi pada sejumlah kecil qubit. Mereka adalah analog untuk komputer kuantum ke gerbang logika klasik untuk komputer digital konvensional. Gerbang logika kuantum dapat dibalik, tidak seperti banyak gerbang logika klasik. Beberapa gerbang logika klasik universal, seperti gerbang Toffoli, menyediakan reversibilitas dan dapat langsung dipetakan ke gerbang kuantum logika. Gerbang logika kuantum diwakili oleh matriks unit.

Gerbang kuantum yang paling umum beroperasi di ruang satu atau dua qubit. Ini berarti bahwa sebagai matriks, gerbang kuantum dapat dijelaskan oleh matriks 2 x 2 atau 4 x 4 dengan baris ortonormal.

Ucapan. Penyelidikan gerbang kuantum logika tidak terkait dengan logika kuantum, yang merupakan formalisme dasar untuk mekanika kuantum berdasarkan modifikasi dari beberapa aturan logika proposisional.

4.      Penerapan Quantum Computation

Pada 19 Nov 2013 Lockheed Martin, NASA dan Google semua memiliki satu misi yang sama yaitu mereka semua membuat komputer kuantum sendiri. Komputer kuantum ini adalah superkonduktor chip yang dirancang oleh sistem D – gelombang dan yang dibuat di NASA Jet Propulsion Laboratories.

NASA dan Google berbagi sebuah komputer kuantum untuk digunakan di Quantum Artificial Intelligence Lab menggunakan 512 qubit D -Wave Two yang akan digunakan untuk penelitian pembelajaran mesin yang membantu dalam menggunakan jaringan syaraf tiruan untuk mencari set data astronomi planet ekstrasurya dan untuk meningkatkan efisiensi searchs internet dengan menggunakan AI metaheuristik di search engine heuristical.

A.I. seperti metaheuristik dapat menyerupai masalah optimisasi global mirip dengan masalah klasik seperti pedagang keliling, koloni semut atau optimasi swarm, yang dapat menavigasi melalui database seperti labirin. Menggunakan partikel terjerat sebagai qubit, algoritma ini bisa dinavigasi jauh lebih cepat daripada komputer konvensional dan dengan lebih banyak variabel.

Penggunaan metaheuristik canggih pada fungsi heuristical lebih rendah dapat melihat simulasi komputer yang dapat memilih sub rutinitas tertentu pada komputer sendiri untuk memecahkan masalah dengan cara yang benar-benar cerdas . Dengan cara ini mesin akan jauh lebih mudah beradaptasi terhadap perubahan data indrawi dan akan mampu berfungsi dengan jauh lebih otomatisasi daripada yang mungkin dengan komputer normal.

5.      Daftar Pusaka

1.      https://www.quantiki.org/wiki/quantum-gates

2.      https://amoekinspirasi.wordpress.com/2014/05/15/pengertian-quantum-computing-dan-implementasinya/

Virtualisasi Jaringan

Virtualisasi Jaringan

Disusun oleh :

Tedi Wildani

5A414692

Universitas Gunadarma

2018

Pendahuluan

Di antara tantangan bisnis terkemuka yang dihadapi CIO dan manajer TI saat ini adalah: pemanfaatan infrastruktur TI yang hemat biaya, tanggap dalam mendukung inisiatif bisnis baru, dan fleksibilitas dalam beradaptasi dengan perubahan organisasi. Mendorong rasa urgensi tambahan adalah iklim berkelanjutan dari kendala anggaran TI dan persyaratan peraturan yang lebih ketat.

Virtualisasi adalah inovasi teknologi mendasar yang memungkinkan manajer TI yang terampil untuk menyebarkan solusi kreatif untuk tantangan bisnis tersebut.

Sederhananya, virtualisasi adalah ide yang waktunya telah tiba.

Istilah virtualisasi secara luas menggambarkan pemisahan sumber daya atau permintaan layanan dari pengiriman fisik yang mendasari layanan tersebut. Dengan memori virtual, misalnya, perangkat lunak komputer memperoleh akses ke lebih banyak memori daripada yang dipasang secara fisik, melalui pertukaran latar belakang data ke penyimpanan disk. Demikian pula, teknik virtualisasi dapat diterapkan ke lapisan infrastruktur TI lainnya termasuk jaringan, penyimpanan, laptop atau perangkat keras server, sistem operasi dan aplikasi. Perpaduan teknologi virtualisasi - atau infrastruktur virtual - menyediakan lapisan abstraksi antara komputasi, penyimpanan dan perangkat keras jaringan, dan aplikasi yang berjalan di atasnya. Penyebaran infrastruktur virtual tidak mengganggu, karena pengalaman pengguna sebagian besar tidak berubah. Namun, infrastruktur virtual memberikan keuntungan kepada administrator untuk mengelola sumber daya yang dikumpulkan di seluruh perusahaan, memungkinkan manajer TI untuk lebih responsif terhadap kebutuhan organisasi yang dinamis dan untuk lebih memanfaatkan investasi infrastruktur.

Virtualisasi jaringan adalah teknologi yang memungkinkan penggabungan sumber daya jaringan komputer ke dalam satu platform yang muncul sebagai jaringan tunggal. Dalam bentuk virtualisasi ini semua perangkat keras dan perangkat lunak dalam jaringan virtual muncul sebagai satu koleksi sumber daya. Ada bentuk lain dari virtualisasi jaringan di mana partisi jaringan yang secara logis terisolasi dibuat di atas infrastruktur jaringan fisik bersama. Partisi logis seperti itu, menghasilkan beberapa jaringan virtual heterogen dapat hidup berdampingan secara bersamaan melalui infrastruktur bersama.

Pembahasan

Virtualisasi Jaringan

Virtualisasi jaringan adalah teknologi yang berguna untuk mencapai pemanfaatan infrastruktur yang lebih baik dalam hal menggunakan kembali satu sumber daya fisik atau logis untuk beberapa contoh jaringan lainnya, atau untuk menggabungkan kelipatan dari sumber daya ini untuk mendapatkan lebih banyak fungsi. Sumber daya ini dapat berupa komponen jaringan, seperti router, switch, host, mesin virtual, dll. Oleh karena itu, virtualisasi jaringan dapat mengurangi biaya total dengan berbagi sumber daya jaringan.

Layanan virtualisasi jaringan

Layanan virtualisasi jaringan membantu pelanggan dengan dua aspek kunci virtualisasi: memvirtualisasikan jaringan itu sendiri dan memastikan bahwa jaringan data perusahaan siap untuk virtualisasi server. Virtualisasi jaringan dapat dilakukan baik di tingkat perangkat, yang mengurangi jumlah perangkat jaringan fisik, atau pada tingkat jaringan, dengan membuat beberapa jaringan logis menggunakan satu jaringan fisik. Layanan virtualisasi jaringan membantu pelanggan merencanakan konvergensi jaringan masa depan dan virtualisasi jaringan. Sampai saat ini, sebagian besar konsolidasi jaringan telah terjadi tanpa menggunakan teknologi virtualisasi jaringan. Praktek umumnya adalah menggabungkan jaringan logis yang sering mengarah pada kinerja yang dikompromikan. Namun, karena jaringan terus berkembang dan tuntutan data, suara, video, kolaborasi waktu nyata, dan peningkatan penyimpanan, virtualisasi node jaringan fisik menjadi beberapa node virtual untuk meningkatkan kapasitas jaringan menjadi lebih menarik. Selain itu, virtualisasi jaringan memiliki potensi untuk mengurangi kompleksitas jaringan dengan menggabungkan beberapa switch menjadi satu node virtual. Semua teknologi ini, bagaimanapun, mengharuskan jaringan perusahaan disiapkan untuk transisi. Sebagai bagian dari layanan virtualisasi jaringannya, IBM membantu pelanggan dengan persiapan dan implementasi jaringan. Untuk mendukung virtualisasi server di tingkat perusahaan, pelanggan perlu menentukan apakah jaringan mereka saat ini dapat menangani perubahan beban dan lalu lintas jaringan. Jaringan perusahaan yang mampu berkinerja baik ketika server beroperasi di bawah 20% sering tidak mampu menangani peningkatan lalu lintas setelah server tersebut divirtualisasi dan pemanfaatannya jauh lebih tinggi. Selain itu, ketika teknologi virtualisasi server meningkat, dan kemampuan untuk memindahkan beban kerja tergantung pada kinerja server dan kondisi bisnis menjadi lebih umum, tuntutan pada jaringan menjadi lebih menantang. Ketika melakukan proyek virtualisasi perusahaan, IBM mengevaluasi kesiapan jaringan untuk virtualisasi. Selama proses evaluasi ini, pelanggan dan IBM meninjau arsitektur server dan jaringan dan mengidentifikasi aspek arsitektur yang diusulkan yang akan berdampak pada kinerja jaringan. Penilaian jaringan tidak hanya mempertimbangkan dampak arsitektur server yang diusulkan tetapi juga peta jalan virtualisasi server sehingga potensi celah masa depan dapat diidentifikasi pada awal proses dan pelanggan dapat merencanakan peningkatan jaringan di masa mendatang.

Shared Physical Network Infrastructure

Meskipun jaringan virtual hanya jaringan yang terisolasi secara logis, melalui infrastruktur umum, tetapi setiap jaringan virtual tersebut dapat menyediakan pengguna, jaringan virtual logis, layanan jaringan yang serupa dengan yang disediakan oleh infrastruktur umum sebagai jaringan yang tidak tervirtualisasi. Virtualisasi jaringan bukanlah konsep yang benar-benar baru tetapi telah digunakan secara terbatas seperti virtual private networks (VPNs) & virtual local area networks (VLAN).

Fitur utama dari Virtualisasi Jaringan

Beberapa fitur utama dari virtualisasi jaringan diberikan di bawah ini:
a) Partisi: Virtualisasi jaringan memungkinkan pembuatan partisi jaringan logis dengan bidang kontrol yang dapat diprogram sehingga pengguna dapat menggunakan protokol, topologi jaringan, dan fungsi sesuai kebutuhan mereka. Kemampuan re-configurability dari virtualisasi Jaringan membuat partisi logical yang mampu dengan mudah dan cepat menciptakan topologi jaringan dan konfigurasi ulang sesuai dengan kebutuhan pengguna, status jaringan, kebijakan pemilik sumber daya, dll.

b) Isolasi: Teknologi virtualisasi jaringan mampu menyediakan isolasi, di antara partisi jaringan logis, sehingga tidak ada gangguan yang dapat memengaruhi kinerja jaringan. Ini termasuk isolasi untuk memburuknya kinerja partisi logis karena kelelahan sumber daya jaringan oleh partisi logical berbahaya.

c) Abstraksi: Dalam jaringan logis, partisi elemen-elemen jaringan harus dikontrol sebagai sumber daya abstrak, di mana suatu sumber daya virtual yang diberikan tidak secara langsung berhubungan dengan sumber daya komponennya. Abstraksi jaringan memungkinkan menyembunyikan karakteristik yang mendasari elemen jaringan dari cara elemen jaringan lain, aplikasi, atau pengguna berinteraksi dengan elemen jaringan tersebut dan memisahkan instance infrastruktur dan kerangka kerja kontrol virtualisasi jaringan.

d) Agregasi: Virtualisasi jaringan memungkinkan untuk menyediakan sumber daya kinerja tinggi bagi pengguna dengan secara logis menggabungkan beberapa sumber daya ke dalam sumber daya tunggal.

Untuk mengilustrasikan beberapa fitur utama, kita dapat mengambil Virtualisasi Server sebagai contoh. Perangkat lunak virtualisasi server memungkinkan pengguna untuk menjalankan beberapa komputer tamu pada komputer host tunggal dengan komputer tamu yang percaya bahwa mereka berjalan pada perangkat keras mereka sendiri. Dengan melakukan ini, pengguna mendapatkan semua manfaat dari semua jenis virtualisasi seperti portabilitas mesin virtual tamu, mengurangi biaya operasi, mengurangi biaya administrasi, konsolidasi server, pengujian & pelatihan, dan manfaat pemulihan bencana. Contoh produk virtualisasi server adalah VMware Server, Workstation, Player, dan ESX Server, Microsoft Virtual PC dan Virtual Server, Xen, Virtual Iron, dll. Berikut ini adalah berbagai tingkat virtualisasi server yang umumnya ditawarkan:

- Full virtualization : guest OS tidak dimodifikasi dan percaya itu berjalan pada perangkat keras yang sama dengan OS host.

- Para Virtualisasi : OS tamu dimodifikasi.

- Emulation : OS tamu tidak dimodifikasi tetapi berjalan pada perangkat lunak yang ditiru CPU.

Manfaat Virtualisasi Jaringan

Teknologi virtualisasi menawarkan kesempatan unik bagi organisasi untuk meningkatkan efisiensi dan skalabilitas dan mengurangi biaya operasional dan kompleksitas secara keseluruhan. Ini menyediakan cara yang efisien untuk mengelola sumber daya jaringan secara terpusat, menyederhanakan tugas penyediaan dan pemeliharaan. Jaringan Virtual berusaha memanfaatkan infrastruktur jaringan dengan menggunakan kembali router atau tautan individual (yaitu, sumber daya jaringan fisik atau logis) untuk beberapa instance jaringan konkuren, atau untuk menggabungkan beberapa sumber daya tersebut untuk mendapatkan peningkatan kemampuan. Sumber daya ini dapat berupa komponen jaringan apa pun, termasuk router, host, tautan, dan layanan, (mis., Layanan pemetaan nama). Peningkatan kemampuan dapat merujuk ke kapasitas agregat yang disediakan oleh kumpulan tautan atau grup router, atau peningkatan toleransi kesalahan dari sekelompok sistem layanan utama dan cadangan. Virtualisasi jaringan ketika dilakukan pada tingkat perangkat mengurangi jumlah perangkat jaringan fisik, atau ketika dilakukan pada tingkat jaringan, dengan membuat beberapa jaringan logis, memungkinkan pemanfaatan penuh dari satu jaringan fisik.

Singkatnya, berikut adalah beberapa manfaat dari virtualisasi jaringan:

- Membantu dalam menghilangkan arsitektur jaringan saat ini.

- Memungkinkan beberapa jaringan virtual untuk hidup berdampingan atas infrastruktur fisik bersama.

- Menyediakan jalur ke pendekatan jaringan masa depan.

- Hal ini memungkinkan penyebaran peran dan pemain bisnis baru.

- Mengurangi / berbagi biaya kepemilikan.

- Mengoptimalkan penggunaan sumber daya (infrastruktur jaringan).

Arsitektur Virtualisasi Jaringan

Virtualisasi jaringan diperlukan untuk dapat menyediakan beberapa partisi jaringan yang muncul untuk diisolasi satu sama lain. Partisi ini, juga disebut sebagai Logical Isolated Network Partitions (LINP), dapat dibuat melalui infrastruktur fisik tunggal. Gambar 1 menunjukkan beberapa LINP yang dibuat dalam kerangka kerja virtualisasi jaringan. Setiap LINP terisolasi satu sama lain dan dapat diprogram untuk memenuhi permintaan pengguna atas fungsi dan jumlahnya. Permintaan pengguna disampaikan kepada entitas yang dikenal sebagai manajer LINP yang mengoordinasikan sumber daya infrastruktur sehingga LINP yang sesuai diberikan kepada pengguna sesuai dengan permintaan pengguna.

Gambar 1

Contoh Implementasi

Beberapa contoh implementasi virtualisasi jaringan diberikan dalam paragraf berikut:

a) Arsitektur router untuk dukungan virtualisasi

Untuk mendukung kemampuan virtualisasi, arsitektur router memiliki tiga lapisan yaitu. perangkat keras router, perangkat lunak router, dan lapisan kerangka kontrol. Gambar 2 menunjukkan arsitektur fungsional dari sebuah router, yang mendukung virtualisasi.

Hardware router biasanya terdiri dari komponen switching untuk paket forwarding dan flow table. Perangkat lunak router melakukan operasi utama router seperti menjalankan protokol routing dan membangun tabel routing. Perangkat lunak router dapat mencakup lapisan virtualisasi untuk mendukung virtualisasi di router. Lapisan virtualisasi biasanya menciptakan dan mengelola sistem virtual yang terisolasi secara logis, yang dapat menjalankan berbagai komponen pada perangkat keras asli. Dengan demikian, lapisan virtualisasi dapat mendukung virtualisasi sumber daya perangkat keras router dengan membuat sistem virtual yang terisolasi, yaitu router virtual. Router virtual adalah implementasi perangkat lunak dari rute yang menjalankan operasi yang sama dengan router fisik. Ini adalah partisi terpisah dari router asli. Beberapa virtual router dapat hidup berdampingan atas lapisan virtualisasi dan setiap router virtual benar-benar terisolasi dari yang lain. Untuk menyediakan manajemen virtual router, lapisan virtualisasi dapat menyertakan monitor mesin virtual atau fungsi hypervisor. Kerangka kontrol melakukan interaksi antara router virtual atau fisik dan entitas jaringan lainnya. Kerangka kontrol mendefinisikan antarmuka, jenis pesan termasuk protokol dasar dan fungsi yang diperlukan, aliran pesan antara router dan entitas jaringan. Entitas jaringan dapat mencakup elemen jaringan seperti router, switch, dan sebagainya. Ini juga dapat mencakup entitas logis seperti registri untuk mengelola LINP, sumber daya jaringan, dan informasi pengguna. Setiap LINP dan virtual router dikelola oleh manajer sumber daya yang diimplementasikan dalam kerangka kontrol dari router fisik. Manajer sumber daya bertanggung jawab untuk membuat dan mengelola LINP dan virtual router di router fisik.

Gambar 2

Aplikasi Virtualisasi

Gambar 3 menunjukkan contoh hubungan antara aplikasi dan LINP.

Setiap aplikasi mengakses LINP untuk mengontrol fungsionalitas LINP, seperti perutean. Beberapa aplikasi dapat mengakses LINP yang sama.

Gambar 3

Gambar 4 menunjukkan contoh lain hubungan antara aplikasi dan LINP. Di sini, platform aplikasi diperkenalkan. Tugas platform Aplikasi adalah menerima permintaan dari aplikasi, untuk mengakses LINP untuk mengontrol fungsionalitas LINP, dan untuk mengakses manajemen jaringan tervirtualisasi untuk mengkonfigurasi ulang LINP.

Gambar 4

Area yang menjadi perhatian

Berikut adalah beberapa masalah atau tantangan yang perlu dijaga untuk memanfaatkan manfaat dari virtualisasi jaringan diberikan di bawah ini:

a) Isolasi: Menyediakan isolasi yang aman di antara layanan jaringan merupakan masalah penting. Isolasi memiliki berbagai aspek termasuk isolasi kinerja, isolasi manajemen, dan sebagainya. Misalnya, karena beberapa layanan jaringan hidup berdampingan atas infrastruktur fisik bersama, masalah kinerja dalam layanan dapat menyebar ke seluruh jaringan dan dapat menyebabkan penurunan kinerja layanan lain. Oleh karena itu, harus dipastikan bahwa virtualisasi Jaringan menyediakan isolasi lengkap dari semua LINP dari yang lain, meminimalkan dampak perilaku LINP ke jaringan lain, dan mendukung keragaman aplikasi, layanan dan arsitektur.

b) Fleksibilitas: Dalam virtualisasi jaringan, pengguna harus diberikan fleksibilitas untuk menggunakan topologi jaringan sembarang, fungsi forwarding atau routing, dan protokol.

c) Manajemen: Karena setiap jaringan virtual adalah independen dari jaringan virtual lainnya, itu harus dikelola secara independen dari jaringan virtual lainnya. Pada saat yang sama, sistem manajemen untuk jaringan virtual harus berkolaborasi dengan sistem manajemen infrastruktur fisik. Oleh karena itu perlu secara hati-hati menentukan bagian manajemen mana yang dapat dilakukan oleh sistem manajemen jaringan virtual, dan bagaimana menyelaraskannya dengan infrastruktur fisik. Selain itu, jika isolasi tidak sempurna, penyelarasan dengan sistem manajemen jaringan virtual lainnya juga menjadi perlu. d) Keamanan: Jaringan virtualisasi harus memastikan bahwa isolasi lengkap di antara partisi jaringan logis sehingga kegagalan atau kerusakan atau masalah keamanan dalam satu layanan atau di salah satu jaringan logis tidak tersebar di jaringan logis lainnya.

Upaya Standarisasi

Badan Standardisasi seperti ITU-T dan IETF bekerja di area Jaringan Virtualisasi. ITU-T telah menciptakan FG-FN (Focus Group on Future Networks) dan grup fokus ini telah mempertimbangkan Virtualisasi Jaringan sebagai salah satu teknologi masa depan dan sedang mengerjakan dokumen "Kerangka virtualisasi jaringan untuk Future Networks". IETF juga telah mendirikan Kelompok Riset Jaringan Virtual (VNRG) yang menyediakan forum untuk pertukaran ide di antara sekelompok peneliti jaringan dengan minat dalam virtualisasi jaringan dalam konteks Internet dan juga di luar Internet saat ini. VNRG akan mempertimbangkan seluruh sistem VN dan tidak hanya komponen tunggal atau seperangkat komponen yang terbatas dan akan mengidentifikasi tantangan arsitektur yang dihasilkan dari VN, menangani manajemen jaringan VN, dan mengeksplorasi isu-isu teknologi dan implementasi yang muncul. Set awal item kerja VNRG adalah:

- konsep / latar belakang / terminologi 

- bagian umum dari arsitektur VN

- masalah / tantangan umum di VN

- deskripsi penggunaan yang tepat 

- beberapa solusi (per-masalah mungkin)

Penutup

Kesimpulan

Virtualisasi jaringan telah diterima sebagai teknologi kunci untuk Masa Depan Internet dan telah diakui sebagai alat yang kuat yang dapat membawa manfaat yang signifikan bagi perusahaan yang menerapkannya. Untuk operator jaringan, ini membawa skenari bisnis baru di mana ia dapat menjual infrastruktur kepada pihak ketiga, diversifikasi infrastruktur untuk keperluan pribadi, meminimalkan biaya kepemilikan, dan menyediakan infrastruktur jaringan sebagai layanan yang dikelola. Insentif bisnis untuk menyebarkan virtualisasi jaringan sudah jelas.

Namun, implementasi dan penyebaran virtualisasi jaringan harus memenuhi persyaratan, karakteristik, dan sasaran desain seperti pengelolaan, skalabilitas, keandalan, isolasi, keamanan, dll. Meskipun persyaratan ini akan memastikan lingkungan jaringan yang terbuka, fleksibel, dan heterogen, tetapi tidak begitu mudah.

Saran

Masih diperlukan penelitian lebih lanjut mengenai hal ini dan dapat berkembang lebih pesat.

Daftar Pustaka

Healey, Matt. (2008). IBM Virtualization Services. New York, NY : IBM.

Humphreys, John. (2008). Network Virtualization. New York, NY: Cambridge University Press.

Anderson, Cushing. (2008). Virtualization .Overviews. California, CA : VMWare.