0 Bioinformatika

Bioinformatika merupakan ilmu terapan yang lahir dari perkembangan teknologi informasi dibidang molekular. Pembahasan dibidang bioinformatik ini tidak terlepas dari perkembangan biologi molekular modern, salah satunya peningkatan pemahaman manusia dalam bidang genomic yang terdapat dalam molekul DNA. Kemampuan untuk memahami dan memanipulasi kode genetik DNA ini sangat didukung oleh teknologi informasi melalui perkembangan hardware dan soffware. Baik pihak pabrikan sofware dan harware maupun pihak ketiga dalam produksi perangkat lunak. Salah satu contohnya dapat dilihat pada upaya Celera Genomics, perusahaan bioteknologi Amerika Serikat yang melakukan pembacaan sekuen genom manusia yang secara maksimal memanfaatkan teknologi informasi sehingga bisa melakukan pekerjaannya dalam waktu yang singkat (hanya beberapa tahun).

 

Perkembangan teknologi DNA rekombinan memainkan peranan penting dalam lahirnya bioinformatika. Teknologi DNA rekombinan memunculkan suatu pengetahuan baru dalam rekayasa genetika organisme yang dikenala bioteknologi. Perkembangan bioteknologi dari bioteknologi tradisional ke bioteknologi modren salah satunya ditandainya dengan kemampuan manusia dalam melakukan analisis DNA organisme, sekuensing DNA dan manipulasi DNA. Sekuensing DNA satu organisme, misalnya suatu virus memiliki kurang lebih 5.000 nukleotida atau molekul DNA atau sekitar 11 gen, yang telah berhasil dibaca secara menyeluruh pada tahun 1977. Kemudia Sekuen seluruh DNA manusia terdiri dari 3 milyar nukleotida yang menyusun 100.000 gen dapat dipetakan dalam waktu 3 tahun, walaupun semua ini belum terlalu lengkap. Saat ini terdapat milyaran data nukleotida yang tersimpan dalam database DNA, GenBank di AS yang didirikan tahun 1982. Bioinformatika ialah ilmu yang mempelajari penerapan teknik komputasi untuk mengelola dan menganalisis informasi hayati. Bidang ini mencakup penerapan metode-metode matematika, statistika, dan informatika untuk memecahkan masalah-masalah biologi, terutama yang terkait dengan penggunaan sekuens DNA dan asam amino. Contoh topik utama bidang ini meliputi pangkalan data untuk mengelola informasi hayati, penyejajaran sekuens (sequence alignment), prediksi struktur untuk meramalkan struktur protein atau pun struktur sekunder RNA, analisis filogenetik, dan analisis ekspresi gen.

Bioinformatika pertamakali dikemukakan pada pertengahan 1980an untuk mengacu kepada penerapan ilmu komputer dalam bidang biologi. Meskipun demikian, penerapan bidang-bidang dalam bioinformatika seperti pembuatan pangkalan data dan pengembangan algoritma untuk analisis sekuens biologi telah dilakukan sejak tahun 1960an.

Kemajuan teknik biologi molekuler dalam mengungkap sekuens biologi protein (sejak awal 1950an) dan asam nukleat (sejak 1960an) mengawali perkembangan pangkalan data dan teknik analisis sekuens biologi. Pangkalan data sekuens protein mulai dikembangkan pada tahun 1960an di Amerika Serikat, sementara pangkalan data sekuens DNA dikembangkan pada akhir 1970an di Amerika Serikat dan Jerman pada Laboratorium Biologi Molekuler Eropa (European Molecular Biology Laboratory).

Penemuan teknik sekuensing DNA yang lebih cepat pada pertengahan 1970an menjadi landasan terjadinya ledakan jumlah sekuens DNA yang dapat diungkapkan pada 1980an dan 1990an. Hal ini menjadi salah satu pembuka jalan bagi proyek-proyek pengungkapan genom, yang meningkatkan kebutuhan akan pengelolaan dan analisis sekuens, dan pada akhirnya menyebabkan lahirnya bioinformatika.

Perkembangan jaringan internet juga mendukung berkembangnya bioinformatika. Pangkalan data bioinformatika yang terhubungkan melalui internet memudahkan ilmuwan dalam mengumpulkan hasil sekuensing ke dalam pangkalan data tersebut serta memperoleh sekuens biologi sebagai bahan analisis. Selain itu, penyebaran program-program aplikasi bioinformatika melalui internet memudahkan ilmuwan dalam mengakses program-program tersebut dan kemudian memudahkan pengembangannya.

Pangkalan Data sekuens biologi dapat berupa pangkalan data primer untuk menyimpan sekuens primer asam nukleat dan protein, pangkalan data sekunder untuk menyimpan motif sekuens protein, dan pangkalan data struktur untuk menyimpan data struktur protein dan asam nukleat.

Pangkalan data utama untuk sekuens asam nukleat saat ini adalah GenBank (Amerika Serikat), EMBL (the European Molecular Biology Laboratory, Eropa), dan DDBJ (DNA Data Bank of Japan, Jepang). Ketiga pangkalan data tersebut bekerja sama dan bertukar data secara harian untuk menjaga keluasan cakupan masing-masing pangkalan data. Sumber utama data sekuens asam nukleat adalah submisi (pengumpulan) langsung dari peneliti individual, proyek sekuensing genom, dan pendaftaran paten. Selain berisi sekuens asam nukleat, entri dalam pangkalan data sekuens asam nukleat pada umumnya mengandung informasi tentang jenis asam nukleat (DNA atau RNA), nama organisme sumber asam nukleat tersebut, dan segala sesuatu yang berkaitan dengan sekuens asam nukleat tersebut.

Selain asam nukleat, beberapa contoh pangkalan data penting yang menyimpan sekuens primer protein adalah PIR (Protein Information Resource, Amerika Serikat), Swiss-Prot (Eropa), dan TrEMBL (Eropa). Ketiga pangkalan 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 pada umumnya berisi penjelasan mengenai fungsi protein tersebut. Perangkat bioinformatika yang berkaitan erat dengan penggunaan pangkalan data sekuens Biologi ialah BLAST (Basic Local Alignment Search Tool). Penelusuran BLAST (BLAST search) pada pangkalan data sekuens memungkinkan ilmuwan untuk mencari sekuens baik 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 atau untuk memeriksa fungsi gen hasil sekuensing. Algoritma yang mendasari kerja BLAST adalah penyejajaran sekuens. PDB (Protein Data Bank, Bank Data Protein) ialah pangkalan data tunggal yang menyimpan model struktur 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 atau pun asam nukleat. 

Contoh Bioinformatik

Pemodelan Menggunakan MODELLER

Saat ini pemodelan molekuler terutama pemodelan molekul protein berperan sangat penting dalam studi protein secara komprehensif dan juga mendukung pencarian alternatif design obat-obatan ataupun vaksin. Pemodelan molekuler dapat dilakukan dengan berbagai metode, terdapat tiga metode yang saat ini sering digunakan, diantaranya adalah metode de novo atau ab initio, metode threading, dan metode homology modeling atau dikenal juga sebagai pemodelan secara komparatif. MODELLER, seperti posting saya sebelumnya, merupakan salah satu program pemodelan molekuler yang menggunakan pendekatan pemodelan secara komparatif dalam pembuatan model molekul.

Kali ini, saya akan sedikit membahas bagaimana penggunaan MODELLER dalam pemodelan suatu struktur protein dengan perbedaan yang kecil dengan cetakannya (mutasi tunggal). Berikut ini merupakan contoh pemodelan struktur alpha globin yang mengalami mutasi disalah satu asam aminonya (W15R). Struktur tersebut belum pernah dikristalkan sebelumnya. ok, kita langsung menuju bagian intinya, pemodelan dengan MODELLER (saya menjalankannya di lingkungan unix/linux).

1. Langkah pertama, pastikan di komputer anda telah terinstall program MODELLER, saya menggunakan versi 9v7. Jika belum ada, silahkan download dari situs aslinya disini, pilih paket program yang sesuai dengan OS anda dan untuk instalasinya, di situs MODELLER telah dijelaskan dengan lengkap, silahkan merujuk kesana. Paket lain yang akan dipakai adalah program PyMOL, dan juga PyLab (matplotlib).

2. Setelah selesai download dan instalasinya, pastikan kembali bahwa program MODELLER sudah dapat digunakan dengan menggunakan shell atau command line. Buka shell/command line, kemudian ketik mod9v7 , jika perintah bash tersebut telah dikenali maka anda siap untuk melakukan pemodelan.

3. Download file yang saya sediakan buat input disini, file-file tersebut berisi file PDB dan beberapa scirpt yang digunakan dalam pemodelan nantinya.

4. Siapkan beberapa script atau baris perintah berikut ini atau bisa langsung menggunakan file yang telah di download (MODELLER melakukan pemodelan dengan menggunakan script, berbasis Python dan prosesnya berjalan di background).

- Script BuildProfile.py

#script untuk memodelkan protein globin alfa
#By: Andry Nur Hidayat
from modeller import *
log.verbose()
env = environ()
#-- Prepare the input files
#-- Read in the sequence database
sdb = sequence_db(env)
sdb.read(seq_database_file='globin.pir', seq_database_format='PIR',
 chains_list='ALL', minmax_db_seq_len=(142, 4000), clean_sequences=True)
#-- Write the sequence database in binary form
sdb.write(seq_database_file='globin.bin', seq_database_format='BINARY',
 chains_list='ALL')
#-- Now, read in the binary database
sdb.read(seq_database_file='globin.bin', seq_database_format='BINARY',
 chains_list='ALL')
#-- Read in the target sequence/alignment
aln = alignment(env)
aln.append(file='1Cd59.ali', alignment_format='PIR', align_codes='ALL')
#-- Convert the input sequence/alignment into
#   profile format
prf = aln.to_profile()
#-- Write out the profile in text format
prf.write(file='build_profile.prf', profile_format='TEXT')
#-- Convert the profile back to alignment format
aln = prf.to_alignment()
#-- Write out the alignment file
aln.write(file='build_profile.ali', alignment_format='PIR')

- Script align2d.py

from modeller import *
env = environ()
aln = alignment(env)
mdl = model(env, file='2dn2_N1', model_segment=('FIRST:A','LAST:A'))
aln.append_model(mdl, align_codes='2dn2_N1', atom_files='2dn2_N1.pdb')
aln.append(file='W15R.ali', align_codes='W15R')
aln.align2d()
aln.write(file='W15R-2dn2_N1.ali', alignment_format='PIR')
aln.write(file='W15R-2dn2_N1.pap', alignment_format='PAP')

- Script model-single.py

from modeller import *
from modeller.automodel import *
env = environ()
env.io.hetatm = True
a = automodel(env, alnfile='globin.pir',
 knowns='2dn2_N1', sequence='W15R',
 assess_methods=(assess.DOPE, assess.GA341))
a.starting_model = 1
a.ending_model = 5
a.make()

- Script evaluate_model.py

from modeller import *
from modeller.scripts import complete_pdb
log.verbose()    # request verbose output
env = environ()
env.libs.topology.read(file='$(LIB)/top_heav.lib') # read topology
env.libs.parameters.read(file='$(LIB)/par.lib') # read parameters
# read model file
mdl = complete_pdb(env, 'W15R.B99990002.pdb')
# Assess with DOPE:
s = selection(mdl)   # all atom selection
s.assess_dope(output='ENERGY_PROFILE NO_REPORT', file='W15R.profile',
 normalize_profile=True, smoothing_window=15)

- Script evaluate_template.py

from modeller import *
from modeller.scripts import complete_pdb
log.verbose()    # request verbose output
env = environ()
env.libs.topology.read(file='$(LIB)/top_heav.lib') # read topology
env.libs.parameters.read(file='$(LIB)/par.lib') # read parameters
# read model file
mdl = complete_pdb(env, '2dn2_N1.pdb')
# Assess with DOPE:
s = selection(mdl)   # all atom selection
s.assess_dope(output='ENERGY_PROFILE NO_REPORT', file='2dn2_N1.profile',
 normalize_profile=True, smoothing_window=15)

- Script plot_profiles.py

import pylab
import modeller
def get_profile(profile_file, seq):
 """Read `profile_file` into a Python array, and add gaps corresponding to
 the alignment sequence `seq`."""
 # Read all non-comment and non-blank lines from the file:
import pylab
import modeller
def get_profile(profile_file, seq):
 """Read `profile_file` into a Python array, and add gaps corresponding to
 the alignment sequence `seq`."""
 # Read all non-comment and non-blank lines from the file:
 f = file(profile_file)
 vals = []
 for line in f:
 if not line.startswith('#') and len(line) > 10:
 spl = line.split()
 vals.append(float(spl[-1]))
 # Insert gaps into the profile corresponding to those in seq:
 for n, res in enumerate(seq.residues):
 for gap in range(res.get_leading_gaps()):
 vals.insert(n, None)
 # Add a gap at position '0', so that we effectively count from 1:
 vals.insert(0, None)
 return vals
e = modeller.environ()
a = modeller.alignment(e, file='W15R-2dn2_N1.ali')

template = get_profile('2dn2_N1.profile', a['2dn2_N1'])
model = get_profile('W15R.profile', a['W15R'])
# Plot the template and model profiles in the same plot for comparison:
pylab.figure(1, figsize=(10,6))
pylab.xlabel('Alignment position')
pylab.ylabel('DOPE per-residue score')
pylab.plot(model, color='red', linewidth=2, label='W15R')
pylab.plot(template, color='green', linewidth=2, label='2DN2_N1')
pylab.legend()
pylab.savefig('dope_profile.png', dpi=70)
 f = file(profile_file)
 vals = []
 for line in f:
 if not line.startswith('#') and len(line) > 10:
 spl = line.split()
import pylab
import modeller
def get_profile(profile_file, seq):
 """Read `profile_file` into a Python array, and add gaps corresponding to
 the alignment sequence `seq`."""
 # Read all non-comment and non-blank lines from the file:
import pylab
import modeller
def get_profile(profile_file, seq):
 """Read `profile_file` into a Python array, and add gaps corresponding to
 the alignment sequence `seq`."""
 # Read all non-comment and non-blank lines from the file:
 f = file(profile_file)
 vals = []
 for line in f:
 if not line.startswith('#') and len(line) > 10:
 spl = line.split()
 vals.append(float(spl[-1]))
 # Insert gaps into the profile corresponding to those in seq:
 for n, res in enumerate(seq.residues):
 for gap in range(res.get_leading_gaps()):
 vals.insert(n, None)
 # Add a gap at position '0', so that we effectively count from 1:
 vals.insert(0, None)
 return vals
e = modeller.environ()
a = modeller.alignment(e, file='W15R-2dn2_N1.ali')

template = get_profile('2dn2_N1.profile', a['2dn2_N1'])
model = get_profile('W15R.profile', a['W15R'])
# Plot the template and model profiles in the same plot for comparison:
pylab.figure(1, figsize=(10,6))
pylab.xlabel('Alignment position')
pylab.ylabel('DOPE per-residue score')
pylab.plot(model, color='red', linewidth=2, label='W15R')
pylab.plot(template, color='green', linewidth=2, label='2DN2_N1')
pylab.legend()
pylab.savefig('dope_profile.png', dpi=70)
 f = file(profile_file)
 vals = []
 for line in f:
 if not line.startswith('#') and len(line) > 10:
 spl = line.split()
 vals.append(float(spl[-1]))
 # Insert gaps into the profile corresponding to those in seq:
 for n, res in enumerate(seq.residues):
 for gap in range(res.get_leading_gaps()):
 vals.insert(n, None)
 # Add a gap at position '0', so that we effectively count from 1:
 vals.insert(0, None)
 return vals
e = modeller.environ()
a = modeller.alignment(e, file='W15R-2dn2_N1.ali')

template = get_profile('2dn2_N1.profile', a['2dn2_N1'])
model = get_profile('W15R.profile', a['W15R'])
# Plot the template and model profiles in the same plot for comparison:
pylab.figure(1, figsize=(10,6))
pylab.xlabel('Alignment position')
pylab.ylabel('DOPE per-residue score')
pylab.plot(model, color='red', linewidth=2, label='W15R')
pylab.plot(template, color='green', linewidth=2, label='2DN2_N1')
pylab.legend()
pylab.savefig('dope_profile.png', dpi=70)
 vals.append(float(spl[-1]))
 # Insert gaps into the profile corresponding to those in seq:
 for n, res in enumerate(seq.residues):
 for gap in range(res.get_leading_gaps()):
 vals.insert(n, None)
 # Add a gap at position '0', so that we effectively count from 1:
 vals.insert(0, None)
 return vals
e = modeller.environ()
a = modeller.alignment(e, file='W15R-2dn2_N1.ali')

template = get_profile('2dn2_N1.profile', a['2dn2_N1'])
model = get_profile('W15R.profile', a['W15R'])
# Plot the template and model profiles in the same plot for comparison:
pylab.figure(1, figsize=(10,6))
pylab.xlabel('Alignment position')
pylab.ylabel('DOPE per-residue score')
pylab.plot(model, color='red', linewidth=2, label='W15R')
pylab.plot(template, color='green', linewidth=2, label='2DN2_N1')
pylab.legend()
pylab.savefig('dope_profile.png', dpi=70)
 

5. Sebelum kita mulai pemodelan ada baiknya, melihat file-file input yang sangat penting buat proses pemodelan nantinya. File input yang dibutuhkan adalah sturktur template, berupa file PDB (2dn2_N1.pdb), sekuen model (W15R.ali), file hasil pensejajaran (globin.pir)...semua file tersebut merupakan file text dan dapat dengan mudah diedit dengan text editor di lingkungan Linux. File yang cukup penting diperhatikan disini adalah file pesejajaran globin.pir, modeller dapat membuat/menggunakan file hasil pensejajaran berformat *.pir ataupun *.ali, tetapi yang lebih mudah digunakan adalah yang berformat *.pir. Mari kita lihat struktur filenya.

C; Produced by MODELLER

>P1;2dn2_N1
structureX:2dn2_N1: 1 :A: 142 :A:MOL_ID  1: :     ; 
MOLECULE  ALPHA GLOBIN HUMAN HEMOGLOBIN DEOXY 1.25A;  CHAIN  A, B;  ENGINEE:MOL_ID  1;
VLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHG
KKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTP
AVHASLDKFLASVSTVLTSKYR/.*

>P1;W15R
sequence:W15R:     : :     : ::: 0.00: 0.00
VLSPADKTNVKAARGKVGAHAGEYGAEALERMFLSFPTTKTYFPHFDLSHGSAQVKGHG
KKVADALTNAVAHVDDMPNALSALSDLHAHKLRVDPVNFKLLSHCLLVTLAAHLPAEFTP
AVHASLDKFLASVSTVLTSKYR/.* 

bagian paling atas pada tanda '>' merupakan bagian header berisi nama sekuensnya, selanjutnya pada baris kedua berisi keterangan apakah sekuen yang ada merupakan template (structureX) atau target (sequence) dan harus terdapat 10 tanda 'titik dua' (:) yang bisa digunakan untuk memberi informasi tambahan untuk sekuen. Selanjutnya urutan sekuen (perhatikan bagian mana yang berbeda dari kedua sekuen yang ada?). Sekuen biasanya diakhiri dengan tanda bintang '*', tanda '/' merupakan tanda untuk memerintahkan modeller untuk memisahkan rantai untuk struktur yang berbeda, tanda titik '.' merupakan tanda yang digunakan untuk memerintahkan modeller agar suatu molekul selain protein/asam amino, biasanya ligan tidak mengalami pemodelan sehingga bentuknya sama persis dengan template. Karena struktur yang akan dimodel adalah struktur alpha globin dengan mutasi W15R, dan juga harus memuat informasi HEM maka tanda tersebut harus ada.

ok, selanjutnya tinggal proses yang mudah....pemodelan...mengapa mudah?karena selebihnya modeller yang akan bekerja.

6. Berikut langkah penggunaan script-script tersebut (jalankan di command line anda).

• mod9v7 BuildProfile.py >>> untuk membuat profile, input yang diperlukan adalah file berekstensi *.pir dan file sekuen *.ali >>outputnya berupa globin.bin (suatu file binary)
• mod9v7 align2d.py >>> untuk membuat profile hasil pensejajaran, input yang diperlukan berupa struktur template (*.pdb) dan file sekuen target *.ali >>> output berupa profile hasil pensejajaran *.ali dan *.pap
• mod9v7 model-single.py >>> script utama untuk mengenerate model...proses komputasinya biasanya berjalan agak lama disini, karena prosesnya cukup kompleks. Input yang dibutuhkan adalah file *.pir dan disini model akan digenerate secara default, sesuai script sebanyak 5 buah (*.pdb) dan model yang paling baik adalah model yang memiliki nilai DOPE (Discrete Optimized Protein Enegry). Untuk melihat model mana yang baik anda dapat melihatnya pada bagian paling akhir pada file model-single.log. Pada gambar dibawah ini struktur yang paling baik menurut modeller adalah file W15R.B99990002.pdb.

Jika sudah mendapatkan file pdb dari model yang cocok dan 'bagus' menurut modeller, maka kita bisa mengecek sturkturnya menggunakan program visualisasi molekul. Saya menggunakan program PyMOL untuk melihat strukturnya. Check this out...bagaimana?

Mutasi tunggal yang terjadi pada asam amino ke 15, ternyata tidak mengubah konformasi tiga dimensi protein tersebut. Model yang anda dapatkan sempurna, semua asam amino termodelkan dengan baik, begitu juga dengan struktur Hem-nya.

• mod9v7 evaluate_model.py >>> script untuk membuat profil dari model yang dianggap cocok >>output berupa file *.profile
• mod9v7 evaluate_template.py >>> script untuk membuat profil dari template yang digunakan >> output berupa file *.profile. kedua proses diatas diperlukan untuk membuat grafik plot profile untuk menganalisa seberapa besar kemiripan dan kualitas dari model yang dibuat dengan templatenya.
• mod9v7 plot_profiles.py >>> bertujuan untuk membuat plot grafik DOPE antara model dan templatenya. Output berupa file *.png.

Secara umum nilai energi bebas yang dibutuhkan oleh model hasil Modeller untuk membentuk konformasi tiga dimensi seperti sturktur template jauh lebih besar, hasil ini dapat dikarenakan oleh proses dari program modeller yang tetap mempertahankan bentuk 3D dari template walaupun terdapat mutasi sehingga nilai energinya menjadi besar.

Bagaimana?mudah bukan untuk memodelkan struktur protein....selain menggunkan program stand alone seperti Modeller, kita juga dapat menggunakan program dari webserver seperti SwissModel dari http://expasy.ch untuk memodelkan suatu molekul.

 source

http://bioinformatika-q.blogspot.com/

http://www.bioinformatika.org/tutorial/bioinformatika-struktural/pemodelan-molekuler/pemodelanmenggunakanmodeller

Read more

0 Sejarah Perkembangan Komputer

DEFINISI KOMPUTER

Komputer adalah alat yang dipakai untuk mengolah data menurut prosedur yang telah dirumuskan. Kata computer semula dipergunakan untuk menggambarkan orang yang perkerjaannya melakukan perhitungan aritmatika, dengan atau tanpa alat bantu, tetapi arti kata ini kemudian dipindahkan kepada mesin itu sendiri. Asal mulanya, pengolahan informasi hampir eksklusif berhubungan dengan masalah aritmatika, tetapi komputer modern dipakai untuk banyak tugas yang tidak berhubungan dengan matematika. Dalam arti seperti itu terdapat alat seperti slide rule, jenis kalkulator mekanik mulai dari abakus dan seterusnya, sampai semua komputer elektronik yang kontemporer. Istilah lebih baik yang cocok untuk arti luas seperti "komputer" adalah "yang mengolah informasi" atau "sistem pengolah informasi." Selama bertahun-tahun sudah ada beberapa arti yang berbeda dalam kata "komputer", dan beberapa kata yang berbeda tersebut sekarang disebut disebut sebagai komputer.

Kata computer secara umum pernah dipergunakan untuk mendefiniskan orang yang melakukan perhitungan aritmatika, dengan atau tanpa mesin pembantu. Menurut Barnhart Concise Dictionary of Etymology, kata tersebut digunakan dalam bahasa Inggris pada tahun 1646 sebagai kata untuk "orang yang menghitung" kemudian menjelang 1897 juga digunakan sebagai "alat hitung mekanis". Selama Perang Dunia II kata tersebut menunjuk kepada para pekerja wanita Amerika Serikat dan Inggris yang pekerjaannya menghitung jalan artileri perang dengan mesin hitung. Charles Babbage mendesain salah satu mesin hitung pertama yang disebut mesin analitikal. Selain itu, berbagai alat mesin sederhana seperti slide rule juga sudah dapat dikatakan sebagai komputer. 

PENEMU PERTAMA KOMPUTER

Charles Babbage yang lahir 26 Desember 1792 adalah seorang matematikawan dari Inggris yang pertama kali mengemukakan gagasan tentang komputer yang dapat diprogram. Sebagian dari mesin yang dikembangkannya kini dapat dilihat di Musium Sains London. Tahun 1991, dengan menggunakan rencana asli dari Babbage, sebuah mesin diferensial dikembangkan dan mesin ini dapat berfungsi secara sempurna, yang membuktikan bahwa gagasan Babbage tentang mesin ini memang dapat diimplementasikan. Charles Babbage meninggal 18 Oktober 1871 pada umur 79 tahun, meninggalkan anak ; Benjamin Herschel Babbage (1815), Charles Whitmore Babbage (1817), Georgiana Whitmore Babbage (1818), Edward Stewart Babbage (1819), Francis Moore Babbage (1821), Dugald Bromheald Babbage (1823), Henry Prevost Babbage (1824), Alexander Forbes Babbage (1827), Timothy grant Babbage (1829). Pada masa itu, perhitungan dengan menggunakan tabel matematika sering mengalami kesalahan. Babbage ingin mengembangkan cara melakukan perhitungan secara mekanik, sehingga dapat mengurangi kesalahan perhitungan yang sering dilakukan oleh manusia. Saat itu, Babbage mendapat inspirasi dari perkembangan mesin hitung yang dikerjakan oleh Wilhelm Schickard, Blaise Pascal, dan Gottfried Leibniz. Gagasan awal tentang mesin Babbage ditulis dalam bentuk surat yang ditulisnya kepada Masyarakat Astronomi Kerajaan berjudul "Note on the application of machinery to the computation of astronomical and mathematical tables" ("catatan mengenai penerapan mesin bagi penghitungan tabel astronomis dan matematis") tertanggal 14 Juni 1822. Sejarah Komputer diawali ketika Penemu Inggris Charles Babbage menyelesaikan prinsip-prinsip pemakaian umum komputer digital seabad penuh sebelum perkembangan besar-besaran mesin hitung elektronik terjadi. Mesin yang dirancangnya, yang diberinya nama "mesin analitis" pada pokoknya mampu melaksanakan apa saja yang bisa dilakukan kalkulator modern (meski tidak sama cepatnya, karena "mesin analis" bukanlah dirancang untuk bertenaga listrik). Sayangnya, berhubung teknologi abad ke-19 belumlah cukup maju, Babbage tidak sanggup merampungkan konstruksi "mesin analis" itu, selain memang tidak bisa tidak memerlukan waktu dan biaya besar. Sesudah matinya, gagasannya yang begitu cemerlang nyaris dilupakan orang.

Tahun 1937, tulisan Babbage menjadi perhatian Howard H. Aiken, sarjana tamatan Harvard. Aiken yang juga sedang mencoba menyelesaikan rancangan mesin komputer, tergerak oleh gagasan Babbage. Bekerjasama dengan IBM, Aiken sanggup membuat Mark I, komputer pertama untuk segala keperluan. Dua tahun sesudah Mark I dioperasikan (1946), kelompok insinyur dan penemu lain menyelesaikan ENIAC, mesin hitung elektronik pertama. Sejak itu, kemajuan teknologi komputer berkembang pesat. Mesin hitung punya pengaruh begitu besar di dunia, malahan akan menjadi lebih penting lagi di masa depan, sumbangan pikiran Babbage terhadap perkembangan komputer tidaklah lebih besar ketimbang Aiken atau ketimbang John Mauchly dan J.O. Eckert (tokoh utama dalam perancangan ENIAC). Atas dasar itu paling sedikit ada tiga pendahulu Babbage (Blaise Pascal, Gottfried Leibniz dan Joseph Marie Jacquard) sudah membuat sumbangan setara dengan Babbage. Pascal, seorang matematikus, filosof dan ilmuwan Perancis menemukan mesin penjumlahan mekanis tahun 1642.

Di tahun 1671 Gottfired Wilhelm Von Leibniz, seorang filosof dan matematikus merancang mesin yang dapat menjumlah, mengurangi, mengalikan dan membagi. Leibniz juga orang pertama yang menunjukkan arti penting "sistem binary," yaitu sistem penjumlahan dengan dua "digit" yang dalam jaman modern ini secara luas digunakan dalam mesin komputer. Dan orang Perancis lainnya, Jacquard, yang di awal abad ke-19 sudah menggunakan sistem pengisian komputer untuk mengawasi alat tenun. Alat tenun Jacquard yang laku deras secara komersial, punya pengaruh besar terhadap pemikiran Babbage. Boleh jadi mempengaruhi juga Herman Hollerith, seorang Amerika yang di penghujung abad 19 menggunakan sistem pengisian komputer untuk membuat kolom data di Biro Sensus.

 GENERASI KOMPUTER

KOMPUTER GENERASI PERTAMA (1)
Dengan terjadinya Perang Dunia Kedua,negara-negara yang terlibat dalam perang tersebut berusaha mengembangkan komputer untuk mengeksploitasi potensi strategis yang dimiliki komputer.Hal ini tentu saja meningkatkan pendanaan pengembangan komputer serta mempercepat kemajuan teknik komputer.Pada tahun 1941,Konrad Zuse,seorang insinyur Jerman membangun sebuah Komputer Z3,untuk mendisain pesawat terbang dan peluru kendali. Pihak sekutu juga membuat kemajuan lain dalam pengembangan kekuatan komputer.Pada Tahun 1943,pihak Inggris menyelesaikan komputer pemecah kode Rahasia yang dinamakan Colossus yang berfungsi untuk memecahkan kode-rahasia yang digunakan Jerman.Dampak pembuatan Colossus ini tidak terlalu mempengaruhi perkembangan industri komputer dikarenakan dua alasan.Pertama,colossus bukan merupakan komputer serbaguna general-purpose computer),ia hanya didisain untuk memecahkan kode rahasia.Kedua,keberadaan mesin ini dijaga kerahasiaannya hingga satu dekade setelah perang berakhir.

Usaha yang dilakukan oleh pihak Amerika pada saat itu menghasilkan suatu kemajuan lain. Howard H. Aiken (1900-1973), seorang insinyur Harvard yang bekerja sama dengan IBM, berhasil memproduksi kalkulator elektronik untuk US Navy.Kalkulator tersebut berukuran panjang setengah lapangan bola kaki dan memiliki rentang kabel sepanjang 500 mil.The Harvd-IBM Automatic Sequence Controlled Calculator,atau Mark I,merupakan komputer relai elektronik.Ia menggunakan sinyal elektromagnetik untuk menggerakkan komponen mekanik.Mesin tersebut beropreasi dengan lambat (ia membutuhkan 3-5 detik untuk setiap perhitungan) dan tidak fleksibel (urutan kalkulasi tidak dapat diubah).Kalkulator tersebut dapat melakukan perhitungan Aritmatik dasar dan persamaan yang lebih kompleks. Perkembangan komputer lain pada masa ini adalah Electronic Numerical Integrator And Computer (ENIAC),yang dibuat oleh kerjasama antara pemerintah Amerika Serikat dan University of Pennsylvania.Terdiri dari 18.000 tabung vakum,70.000 resistor,dan 5 juta titik solder,Komputer tersebut merupakan mesin yang sangat besar yang mengkonsumsi daya sebesar 160kW.Komputer ini dirancang oleh John Presper Eckert (1919-1995) dan John W. Mauchly (1907-1980),ENIAC merupakan komputer serbaguna (general purpose computer) yang bekerja 1000 kali lebih cepat dibandingkan Mark I.Pada pertengahan tahun 1940-an,John von Neumann (1903-1957) bergabung dengan Tim University of Pennsylvania dalam usaha membangun konsep desain komputer yang hingga 40 tahun mendatang masih dipakai dalam teknik komputer.

Von Neumann mendesain Electronic Discrete Variable Automatic Computer(EDVAC) pada tahun 1945 dengan sebuah memori untuk menampung baik program ataupun data.Teknik ini memungkinkan komputer untuk berhenti pada suatu saat dan kemudian melanjutkan pekerjaannya kembali.Kunci utama arsitektur von Neumann adalah unit pemrosesan sentral (CPU),yang memungkinkan seluruh fungsi komputer untuk dikoordinasikan melalui satu sumber tunggal.Pada Tahun 1951,UNIVAC I (Universal Automatic Computer I) yang dibuat oleh Remington Rand,menjadi komputer komersial pertama yang memanfaatkan model arsitektur von Neumann tersebut.Baik Badan Sensus Amerika Serikat dan General Electric memiliki UNIVAC.Salah satu hasil mengesankan yang dicapai oleh UNIVAC dalah keberhasilannya dalam memprediksi kemenangan Dwilight D. Eisenhower dalam pemilihan presiden tahun 1952. Komputer Generasi pertama dikarakteristik dengan fakta bahwa instruksi operasi dibuat secara spesifik untuk suatu tugas tertentu.Setiap komputer memiliki program kode-biner yang berbeda yang disebut "bahasa mesin" (machine language).Hal ini menyebabkan komputer sulit untuk diprogram dan membatasi kecepatannya.Ciri lain komputer generasi pertama adalah penggunaan tube vakum (yang membuat komputer pada masa tersebut berukuran sangat besar) dan silinder magnetik untuk penyimpanan data.

KOMPUTER GENERASI KEDUA (2)
Pada tahun 1948,penemuan transistor sangat mempengaruhi perkembangan komputer. Transistor menggantikan tube vakum yang ada pada televisi,radio,dan komputer.Akibatnya,ukuran mesin-mesin elektrik berkurang drastis.Transistor mulai digunakan di dalam komputer mulai sejak tahun 1956.Penemuan lain yang berupa pengembangan memori inti-magnetik membantu pengembangan komputer generasi kedua yang lebih kecil,lebih cepat,lebih dapat diandalkan,dan lebih hemat energi dibanding para pendahulunya.Mesin pertama yang memanfaatkan teknologi baru ini adalah superkomputer.IBM membuat superkomputer bernama Stretch,dan Sprery-Rand membuat komputer bernama LARC.Komputer-komputer ini, yang dikembangkan untuk laboratorium energi atom,dapat menangani sejumlah besar data,sebuah kemampuan yang sangat dibutuhkan oleh peneliti atom.Mesin tersebut sangat mahal dan cenderung terlalu kompleks untuk kebutuhan komputasi bisnis, sehingga membatasi kepopulerannya.Hanya ada dua LARC yang pernah dipasang dan digunakan: satu di Lawrence RadiationLabs di Livermore,California,dan yang lainnya di US Navy Research and Development Center di Washington D.C.Komputer generasi kedua menggantikan bahasa mesin dengan bahasa assembly.Bahasa Assembly adalah bahasa yang menggunakan singkatan-singkatan untuk menggantikan kode biner.

Pada awal tahun 1960-an,mulai bermunculan komputer generasi kedua yang sukses di bidang bisnis,di Universitas,dan di pemerintahan.Komputer-komputer generasi kedua ini merupakan komputer yang sepenuhnya menggunakan transistor.Mereka juga memiliki komponen-komponen yang dapat diasosiasikan dengan Komputer pada saat ini: printer,penyimpanan dalam disket,memory,sistem operasi,dan program.Salah satu contoh penting komputer pada masa ini adalah IBM 1401 yang diterima secara luas di kalangan industri.Pada tahun 1965,hampir seluruh bisnis-bisnis besar menggunakan komputer generasi kedua untuk memproses informasi keuangan. Program yang tersimpan di dalam komputer dan bahasa pemrograman yang ada di dalamnya memberikan fleksibilitas kepada komputer.Fleksibilitas ini meningkatkan kinerja dengan harga yang pantas bagi penggunaan bisnis.Dengan konsep ini,komputer dapat mencetak faktur pembelian konsumen dan kemudian menjalankan desain produk atau menghitung daftar gaji.Beberapa bahasa pemrograman mulai bermunculan pada saat itu. Bahasa pemrograman Common Business-Oriented Language (COBOL) dan Formula Translator (FORTRAN) mulai umum digunakan.Bahasa pemrograman ini menggantikan kode mesin yang rumit dengan kata-kata,kalimat,dan formula matematika yang lebih mudah dipahami oleh manusia.Hal ini memudahkan seseorang untuk memprogram dan mengatur komputer.Berbagai macam karir baru bermunculan (programmer,analyst,dan ahli sistem komputer).Industri piranti lunak juga mulai bermunculan dan berkembang pada masa komputer generasi kedua ini.

KOMPUTER GENERASI KETIGA (3)
Walaupun transistor dalam banyak hal mengungguli tube vakum,namun transistor menghasilkan panas yang cukup besar,yang dapat berpotensi merusak bagian-bagian internal komputer.Batu kuarsa (quartz rock) menghilangkan masalah ini.Jack Kilby,seorang insinyur di Texas Instrument,mengembangkan sirkuit terintegrasi (IC: integrated circuit) di tahun 1958. IC mengkombinasikan tiga komponen elektronik dalam sebuah piringan silikon kecil yang terbuat dari pasir kuarsa.Para ilmuwan kemudian berhasil memasukkan lebih banyak komponen-komponen ke dalam suatu chip tunggal yang disebut semikonduktor.Hasilnya, komputer menjadi semakin kecil karena komponen-komponen dapat dipadatkan dalam chip. Kemajuan komputer generasi ketiga lainnya adalah penggunaan sistem operasi (operating system) yang memungkinkan mesin untuk menjalankan berbagai program yang berbeda secara serentak dengan sebuah program utama yang berfungsi untuk memonitor dan mengkoordinasi memori komputer.

KOMPUTER GENERASI KEEMPAT (4)
Setelah IC,tujuan pengembangan menjadi lebih jelas yaitu mengecilkan ukuran sirkuit dan komponen-komponen elektrik.Large Scale Integration (LSI) dapat memuat ratusan komponen dalam sebuah chip.Pada tahun 1980-an,Very Large Scale Integration (VLSI) memuat ribuan komponen dalam sebuah chip tunggal.Ultra-Large Scale Integration (ULSI) meningkatkan jumlah tersebut menjadi jutaan.Kemampuan untuk memasang sedemikian banyak komponen dalam suatu keping yang berukuran setengah keping uang logam mendorong turunnya harga dan ukuran komputer.Hal tersebut juga meningkatkan daya kerja,efisiensi dan juga kehandalan komputer.Chip Intel 4004 yang dibuat pada tahun 1971 membawa kemajuan pada IC dengan meletakkan seluruh komponen dari sebuah komputer (central processing unit,memori,dan kendali input/output) dalam sebuah chip yangsangat kecil.Sebelumnya,IC dibuat untuk mengerjakan suatu tugas tertentu yang spesifik.Sekarang,sebuah mikroprosesor dapat diproduksi dan kemudian diprogram untuk memenuhi seluruh kebutuhan yang diinginkan.Tidak lama kemudian,setiap perangkat rumah tangga seperti microwave oven,televisi,dan mobil dengan electronic fuel injection dilengkapi dengan mikroprosesor.

Perkembangan yang demikian memungkinkan orang-orang biasa untuk menggunakan komputer biasa.Komputer tidak lagi menjadi dominasi perusahaan-perusahaan besar atau lembaga pemerintah.Pada pertengahan tahun 1970-an,perakit komputer menawarkan produk komputer mereka ke masyarakat umum.Komputer-komputer ini,yang disebut minikomputer, dijual dengan paket piranti lunak yang mudah digunakan oleh kalangan awam.Piranti lunak yang paling populer pada saat itu adalah program word processing dan spreadsheet.Pada awal 1980-an,video game seperti Atari 2600 menarik perhatian konsumen pada komputer rumahan yang lebih canggih dan dapat diprogram.Pada tahun 1981,IBM memperkenalkan penggunaan Personal Computer (PC) untuk penggunaan di rumah, kantor,dan sekolah.Jumlah PC yang digunakan melonjak dari 2 juta unit pada tahun 1981 menjadi 5,5 juta unit pada tahun 1982.Sepuluh tahun kemudian,65 juta PC digunakan.Komputer melanjutkan evolusinya menuju ukuran yang lebih kecil,dari komputer yang berada di atas meja (desktop computer) mejadi komputer yang dapat dimasukkan ke dalam tas (laptop),atau bahkan komputer yang dapat digenggam (palmtop). IBM PC bersaing dengan Apple Macintosh dalam memperebutkan pasar komputer.Apple Macintosh menjadi terkenal karena mempopulerkan sistem grafis pada komputernya, sementara saingannya masih menggunakan komputer yang berbasis teks.Macintosh juga mempopulerkan penggunaan piranti mouse.

Pada masa sekarang, kita mengenal perjalanan IBM compatible dengan pemakaian CPU: IBM PC/486,Pentium,Pentium II,Pentium III,Pentium IV (Serial dari CPU buatan Intel). Juga kita kenal AMD k6,Athlon,dsb.Ini semua masuk dalam golongan komputer generasi keempat.Seiring dengan menjamurnya penggunaan komputer di tempat kerja,cara-cara baru untuk menggali potensi terus dikembangkan.Seiring dengan bertambah kuatnya suatu komputer kecil,komputer-komputer tersebut dapat dihubungkan secara bersamaan dalam suatu jaringan untuk saling berbagi memori,piranti lunak,informasi,dan juga untuk dapat saling berkomunikasi satu dengan yang lainnya.Komputer jaringan memungkinkan komputer tunggal untuk membentuk kerjasama elektronik untuk menyelesaikan suatu proses tugas.Dengan menggunakan perkabelan langsung,yang disebut juga Local Area Network (LAN),atau kabel telepon,jaringan ini dapat berkembang menjadi sangat besar.

KOMPUTER GENERASI KELIMA (5)
Mendefinisikan komputer generasi kelima (ke-V) menjadi cukup sulit karena tahap ini masih sangat muda.Contoh imajinatif komputer generasi kelima adalah komputer fiksi HAL9000 dari novel karya Arthur C. Clarke berjudul 2001:Space Odyssey.HAL menampilkan seluruh fungsi yang diinginkan dari sebuah komputer generasi kelima.Dengan kecerdasan buatan (artificial intelligence),HAL dapat cukup memiliki nalar untuk melakukan percapakan dengan manusia,menggunakan masukan visual,dan belajar dari pengalamannya sendiri. Walaupun mungkin realisasi HAL9000 masih jauh dari kenyataan,banyak fungsi-fungsi yang dimilikinya sudah terwujud.Beberapa komputer dapat menerima instruksi secara lisan dan mampu meniru nalar manusia.Kemampuan untuk menterjemahkan bahasa asing juga menjadi mungkin.Fasilitas ini tampak sederhana.Namun fasilitas tersebut menjadi jauh lebih rumit dari yang diduga ketika programmer menyadari bahwa pengertian manusia sangat bergantung pada konteks dan pengertian daripada sekedar menterjemahkan kata-kata secara langsung.

Banyak kemajuan di bidang disain komputer dan teknologi semakin memungkinkan pembuatan komputer generasi kelima.Dua kemajuan rekayasa yang terutama adalah kemampuan pemrosesan paralel,yang akan menggantikan model von Neumann.Model von Neumann akan digantikan dengan sistem yang mampu mengkoordinasikan banyak CPU untuk bekerja secara serempak.Kemajuan lain adalah Teknologi Superkonduktor yang memungkinkan aliran elektrik tanpa ada hambatan apapun,yang nantinya dapat mempercepat kecepatan informasi. Jepang adalah negara yang terkenal dalam sosialisasi jargon dan proyek komputer generasi kelima.Lembaga ICOT (Institute for new Computer Technology) juga dibentuk untuk merealisasikannya.Banyak kabar yang menyatakan bahwa proyek ini telah gagal,namun beberapa informasi lain bahwa keberhasilan proyek komputer generasi kelima ini akan membawa perubahan baru paradigma komputerisasi di dunia.Kita tunggu informasi mana yang lebih valid dan membuahkan hasil.

KOMPUTER GENERASI KE ENAM ( Masa Depan KE-6)
Dengan Teknologi Komputer yang ada saat ini,agak sulit untuk dapat membayangkan bagaimana komputer masa depan.Dengan teknologi yang ada saat ini saja kita seakan sudah dapat “menggenggam dunia”.Dari sisi teknologi beberapa ilmuwan komputer meyakini suatu saat tercipta apa yang disebut dengan biochip yang dibuat dari bahan protein sitetis.Robot yang dibuat dengan bahan ini kelak akan menjadi manusia tiruan.Sedangkan teknologi yang sedang dalam tahap penelitian sekarang ini yaitu mikrooptik serta input-output audio yang mungkin digunakan oleh komputer yang akan datang.Ahli-ahli sains komputer sekarang juga sedang mencoba merancang komputer yang tidak memerlukan penulisan dan pembuatan program oleh pengguna.Komputer tanpa program (programless computer) ini mungkin membentuk ciri utama generasi komputer yang akan datang.


source

http://makalah-update.blogspot.com/2012/11/makalah-sejarah-perkembangan-komputer.html

Read more