Efisiensi aplikasi penjadwalan matakuliah jurusan Teknik Informatika di UIN Maulana Malik Ibrahim Malang dengan GPU (Grapich Processing Unit) dan multithread

INDONESIA: Proses efisiensi komputasi perangkat lunak merupakan salah satu perwujudan green software engineering. Efisiensi komputasi dapat dilakukan dengan berbagai cara, diantaranya dengan melakukan komputasi secara paralel yang dapat diwujudkan dengan GPU dan multithread. Objek pada penelitian ini adalah aplikasi penjadwalan perkuliahan versi 1.0 yang dalam proses komputasinya membutuhkan waktu sekitar 13 menit. Konsep komputasi paralel dengan GPU pada aplikasi versi 1.0 membutuhkan waktu yang semakin lama dikarenakan kurang tepatnya penempatan konsep paralel dan pembagian akses memori di GPU. Pada tahap selanjutnya dilakukan proses komputasi paralel dengan multithread, sehingga waktu yang dihasilkan dalam proses komputasi sekitar 3 detik dan susunan urutan jadwal terbentuk secara random. Hasil speedup komputasi paralel 3 kali lebih cepat dibandingkan dengan aplikasi yang sekuensial, hal ini menunjukan konsep komputasi paralel dengan multithread lebih cepat dibandingkan dengan sekuensial versi 1.0. ENGLISH: The process of software computing efficiency is one of the embodiment of green software engineering. Computing efficiency can be done in various ways, such as by computing in parallel that can be realized with GPU and multithread. The object of this research is the application of lecture scheduling version 1.0 which in the computation process takes about 13 minutes. The concept of parallel computing with GPUs in version 1.0 applications takes a long time due to the improper placement of parallel concepts and the sharing of memory access in the GPU. In the next stage is done parallel computing process with multithread, so the time generated in the computation process about 3 seconds and the order of the sequence is formed randomly. The result of parallel computing speedup 3 times faster than sequential application, it shows the concept of parallel computing with multithread faster than sequential version 1.