Analisis Peran Arsitektur Komputer terhadap Kinerja Sistem Komputasi Modern

Saffana Qolbi Atma Widi; Muhammad Daniar Firdaus; Muhammad Raiska Fahrezi; Much Aziz Muslim

doi:10.31004/riggs.v5i2.10537

Authors

Saffana Qolbi Atma Widi Universitas Negeri Semarang
Muhammad Daniar Firdaus Universitas Negeri Semarang
Muhammad Raiska Fahrezi Universitas Negeri Semarang
Much Aziz Muslim Universitas Negeri Semarang

DOI:

https://doi.org/10.31004/riggs.v5i2.10537

Keywords:

Arsitektur Komputer, Kinerja Sistem Komputasi, Prosesor Multi-Core, Hierarki Memori, Komputasi Paralel, Optimasi Sistem, Perangkat Keras Komputer, Efisiensi Komputasi

Abstract

Arsitektur komputer merupakan fondasi utama dalam sistem komputasi modern yang menentukan bagaimana komponen perangkat keras saling berinteraksi untuk mengeksekusi instruksi secara efisien. Saat ini, perkembangan teknologi seperti prosesor multi-core, komputasi paralel, dan optimasi hierarki memori telah meningkatkan kinerja sistem secara signifikan dalam menghadapi keterbatasan fisik perangkat keras. Penelitian ini bertujuan untuk menganalisis pengaruh arsitektur komputer terhadap kinerja sistem komputasi modern secara komprehensif. Metode yang digunakan adalah studi literatur dengan pendekatan deskriptif-komparatif yang mengkaji berbagai jurnal ilmiah dan buku teks akademik pada rentang tahun 2021–2026. Hasil penelitian menunjukkan bahwa arsitektur komputer berpengaruh besar terhadap kinerja sistem melalui desain prosesor, memori, dan teknik paralel. Optimalisasi pada desain internal CPU melalui mekanisme pipelining dan out-of-order execution berhasil mendongkrak throughput instruksi. Pada sektor penyimpanan, manajemen hierarki memori cache yang adaptif terbukti efektif mereduksi latensi akses data sekaligus mengurai problem kesenjangan kecepatan yang dikenal sebagai memory wall. Lebih lanjut, pemanfaatan komputasi paralel heterogen yang mengintegrasikan unit CPU, GPU, dan akselerator kecerdasan buatan mampu memberikan lompatan performa yang masif serta efisiensi energi yang tinggi demi menyokong ekosistem cloud computing dan big data processing. Dapat disimpulkan bahwa inovasi rancang bangun arsitektur perangkat keras yang adaptif terhadap karakteristik beban kerja modern menjadi parameter penentu utama bagi efektivitas, skalabilitas, dan keberlanjutan performa sistem komputasi masa depan.

Downloads

Download data is not yet available.

References

[1] W. Stallings, Computer Organization and Architecture, 11th ed., Pearson, 2022.

[2] A. S. Tanenbaum dan T. Austin, Structured Computer Organization, 7th ed., 2021.

[3] J. L. Hennessy dan D. A. Patterson, Computer Architecture: A Quantitative Approach, 7th ed., 2023.

[4] S. Mittal, “Modern Processor Architectures and Trends in Parallel Computing,” IEEE Access, 2023.

[5] R. K. Gupta, “Memory Hierarchy Optimization Techniques,” Journal of Computer Systems, 2024.

[6] A. R. Putra et al., “Analisis Arsitektur CPU Modern,” Jurnal Teknologi Informasi, 2025.

[7] IEEE Computer Society, “Advances in Parallel Computing Architecture,” IEEE Computer, 2024.

[8] M. S. Khan et al., “Performance Analysis of Multi-Core Systems,” Future Computing Journal, vol. 8, no. 2, pp. 115–128, 2026..

[9] J. Dongarra, K. Moore, and T. Schuchart, “The Future of High-Performance Computing and Heterogeneous Architectures,” International Journal of High Performance Computing Applications, vol. 36, no. 3, pp. 301–315, 2022.

[10] X. Feng and Y. Chen, “Overcoming the Memory Wall: A Review of Emerging Memory Architectures,” ACM Computing Surveys, vol. 55, no. 9, pp. 1–35, 2023.

[11] T. Sterling, M. Anderson, and D. Brodowicz, High Performance Computing: Modern Systems and Practices, 2nd ed., Cambridge, MA: Academic Press, 2024.

[12] H. Mutlu, L. E. Oden, and A. Bhatele, “A Review of Hardware Accelerators for Artificial Intelligence and Machine Learning,” IEEE Transactions on Parallel and Distributed Systems, vol. 35, no. 1, pp. 45–62, 2025.

[13] S. Raj and K. Kumar, “Pipelining and Out-of-Order Execution Optimization in Modern Microprocessors,” Journal of Systems Architecture, vol. 142, p. 102931, 2023.

[14] L. Nuñez and M. Silva, “Cloud Computing Performance Evaluation Based on Distributed Computer Architecture,” Journal of Cloud Computing, vol. 13, no. 1, pp. 12–25, 2024.

[15] R. Patterson, “Energy-Efficient Parallel Architectures for Big Data Processing,” Sustainable Computing: Informatics and Systems, vol. 41, p. 100912, 2026