Sistem sinkronisasi pada Game Online

Taipei, Taiwan, 8 Agustus 2011 - GIGABYTE TECHNOLGY Co. Ltd., produsen terkemuka motherboard dan kartu grafis, hari ini mengumumkan perilisan motherboard G1.Sniper 2 baru, motherboard seri G1-Killer terbaru dirancang untuk extreme gaming menggunakan chipset Intel® Z68 dan prosesor Intel® i7 Core ‘Sandy Bridge’ terbaru. Memiliki beberapa fitur solusi onboard canggih mulai dari Creative dan Bigfoot Networks yang sudah terkena, juga banyak fitur tambahan dan khusus dari GIGABYTE, motherboard GIGABYTE G1.Sniper 2 tidak akan meninggalkan tawanan saat perjalanannya menuju supremasi gaming.

“GIGABYTE G1.Sniper 2 memberikan filosofi tiada ampun G1-Killer gaming kami pada platform mainstream Intel Z68”, kata Henry Kao, Vice President GIGABYTE Unit Bisnis Motherboard. “Dari hasil mendengarkan komunitas game, jelas bahwa ini adalah motherboard yang sangat dinanti, dan satu yang akan menjamin pengalaman bermain game tanpa kenal kompromi tanpa takut yang didambakan banyak pelanggan kami.”
“Intel sangat senang melihat GIGABYTE menambah seri G1-Killer-nya dengan platform Chipset Intel® Z68 berkinerja tinggi”, kata Zane Ball, General Manager Intel Desktop Platforms. “Digabungkan dengan generasi kedua prosesor Intel® Core™, motherboard GIGABYTE G1.Sniper 2 baru akan memberikan platform yang luar biasa potensial untuk hardcore gamers masa kini.”

“Kami gembira meneruskan hubungan kerjasama yang hebat denga GIGABYTE untuk memberikan gamers keunggulan kompetitif dari Sound Blaster pada Motherboard Gaming G1.Sniper 2,” kata Steve Erickson, VP dan GM audio dan video Creative. “Ketika bermain extreme gaming, Sound Blaster X-Fi 20K2 terintegrasi dengan teknologi EAX 5.0 mengalahkan semua kinerja chipset audio terintegrasi yang ada di pasaran saat ini.”


“GIGABYTE terus memacu sampai limit fungsi dan kinerja dengan motherboard gaming G1.Sniper 2 berbasih Z68,” menurut Michael Howse, CEO Bigfoot Networks. “Dirancang untuk pemain game online dan penggemar hiburan, ini termasuk platform gaming Killer™ E2100 terbaru kami untuk networking lebih pintar dan lebih cepat. Dan dengan teknologi Advanced Stream Detect™ baru kami, motherboard GIGABYTE G1.Sniper 2 memberikan kinerja jaringan yang tak tertandingi untuk game online, streaming media dan real-timecommunications.”


GIGABYTE G1.Sniper 2 Fitur-fitur utama





Mendukung 2-way CrossFireX™ dan 2-way SLI™
GIGABYTE G1.Sniper 2 diberi perlengkapan untuk membantu gamers dapat melihat dengan jelas pada kabut, memberikan fleksibilitas dan kemampuan upgrade grafis yang luas dengan dukungan untuk banyak kartu grafis, yang meliputi dua slot PCI Express baik untuk AMD CrossFire™ X and Nvidia SLI™ dengan konfigurasi dua kartu grafis. Motherboard GIGABYTE G1.Sniper 2 memberikan FPS (Frame per detik) maksimum, yang membuat pemain game dapat melihat lebih jelas, membidik lebih cepat, dan bergerak lebih cepat.


Mendukung PCI Express Gen. 3
GIGABYTE G1.Sniper 2 adalah satu dari motherboard pertama yang memberikan gamers teknologi PCI Express Gen.3 terbaru, memberikan bandwith data maksimum untuk kartu garfis terbaru.






Onboard Creative Soundblaster X-Fi Digital Audio Processor (20K2)
Mampu untuk mendengar dimana musuh berada sebelum mereka terlihat dapat membuat Anda memiliki keuntungan besar dalam banyak situasi game. Inilah mengapa GIGABYTE telah melengkapi motherboardG1.Sniper 2 dengan solusi audio paling canggih memberikan pengalaman audio kaliber tertinggi. Motherboard GIGABYTE G1.Sniper 2 sebagai anggota dari seri GIGABYTE G1-Killer, adalah satu diantara motherboard gaming di dunia yang memiliki fitur Soundblaster Digital Audio Processor (20K2) terintegrasi salah satu yang tercangguh dari Creative dengan teknologi X-Fi Xtreme Fidelity® dan and EAX® Advanced HD™ 5.0, memungkinkan Anda menikmati suara di permainan game sama seperti yang ada di dunia nyata.

Front Audio Headphone AmplifierTerintegrasi
Dirancang spesial untuk gamers, motherboard GIGABYTE G1.Sniper2menggunakan amplifier kapasitas tinggi yang mampu menangani beban 150Ω, memungkinkan gamers menikmati suara yang dinamis, jernih ketika menggunakan headphone profesional kualitas tinggi.


Kapasitor Audio High-end Nichicon
Motherboatd GIGABYTE G1.Sniper menggunakan seri Nichicon MUSE ES kualitas tertinggi dan kapasitor audio Bi-Polarized seri MW pada setiap layout kanal. Kapasitor audio profesional ini memberikan resolusi suara kualitas tertinggi dan pengembangan suara untuk menciptakan efek suara yang paling realistis bagi profesional gamers.


Perlindungan terhadap EMI danGangguan Daya
100% penggunaan tembaga disekeliling komponen audio meningkatkan perlindungan terhadap EMI dan gangguan daya lainnya, memberikan resolusi kualitas suara tertinggi untuk mendengarkan audio yang bebas distorsi.








Bigfoot Networks Killer™ E2100 Game Networking PlatformTerintegrasi
GIGABYTE adalah satu-satunya produsen motherboard yang secara serius menangani masalah lag jaringan dalam game online dengan menambahkan Bigfoot Networks Killer™ E2100 Game Networking Platform yang sudah terintegrasi pada motherboard seriG1.Sniper 2. Memanfaatkan kombinasi unik dari Network Processing Unit (NPU) dan teknologi khusus perangkat lunak Killer™ Network Manager, Bigfoot Networks Killer™ E2100dirancang untuk memberikan pengalaman online terbaik yang bisa didapat gamer online.




Killer™ E2100NPU Terintegrasi
Network Processing Unit (NPU) terintegrasi dengan memori 1GB DDR2 membantu mengurangi kepadatan traffic jaringan di prosesor, membebaskannya untuk mengerjakan tugas komputasi penting lainnya.


Killer Network Manager
Dibangun dari awal untuk memberikan kecepatan yang tak tertandingi, kecerdasan dan kontrol terhadap data online game, Killer™ Network Manageradalah pusat kontrol jaringan untuk motherboard G1.Sniper 2. Aplikasi unik dan khusus menunjukkan kesehatan dan kinerja jaringan G1.Sniper 2dan memberikan semua alaya untuk mengatur dan mengoptimalisasi koneksi jaringan untuk game online dan streaming hiburan.




Advanced Stream Detect
Bigfoot Advanced Stream Detect adalah jantung dari Killer™ Networking Platform, secara pintar memprioritaskan stream penting seperti game, Video HD, video chat dan streaming audio kualitas tinggi. Sekarang pengguna dapat menikmati game online yang mulus, streaming hiburan yang lancar dan video chat yang jernih semua pada saat yang bersamaan. Dengan Visual Bandwidth Control™, pengguna mempunyai kemampuan mengatur bandwith untuk SEMUA stream jaringan. Mengunduh file, main game online atau bahkan melihat video pada saat yang bersamaan – semua menjadi mungkin dengan the Killer™ E2100 Game Networking Platform.

Locked and Loaded Heatpipe Design

GIGABYTE G1.Sniper 2 memiliki rancangan heatpipe khusus yang ada pada semua motherboard GIGABYTE G1-Killer. Anda akan segera menemukan ini membunuh panaas seperti tampangnya. Dengan menyebarkan panas secara efektif dari area kritis motherbpard seperti zona VRM prosesor dan membuangnya dengan cepat, semua motherboard GIGABYTE G1-Killer tetap dingin, bahkan saat pertempuran memanas. Mempunyai model seperti bentuk senjata api pada umumnya yang diberikan pada tentara yang turun di medan tempur, termasuk pistol, senapan dan magazin peluru, rancangan Locked and Loaded heatpipe menggunakan teknologi ulir unik yang mitip dengan ulir laras senapan, membuatnya cepat membuang panas.


Mendukung Chipset Intel® Z68 Express






Mendukung generasi kedua prosesor Sandy Bridge Intel® Core™, G1.Sniper 2 membawa beberapa peningkatan teknis dan fitur yang belum pernah dilihat sebelumnya pada motherboard extreme gaming. Fitur-fitur tersebut meliputi Teknologi Intel® Smart Response, Intel® Quick Sync Video dan and LucidLogix Virtu™ GPU Virtulization. G1.Sniper 2 juag mendukung prosesor 22nm yang akan datang.


Teknologi Intel® Smart Response









Motherboard GIGABYTE G1.Sniper 2 dilengkapi dengan Intel Smart Response, yang memungkinkan pengguna untuk menikmati kinerja sistem yang mirip dengan sistem SSD menggunakan blok cache dengan aplikasi pintar yang digunakan untuk meningkatkan kinerja sistem secara responsif. Bahkan 4x lipat lebih cepat pada sistem HDD (PC Mark Vantage HDD Score).


GIGABYTE EZ Smart Response









Pengguna GIGABYTE G1.Sniperdapat menggunakan utilitas khusus GIGABYTE EZ Smart Response, memungkinkan sebuah pengaturan awal Intel® Smart Response yang user-friendly dan otomatis, tanpa harus melakukan instalasi ulang sistem dan konfigurasi ulang BIOS.Ini memungkinkan mereka mendapatkan peningkatan kinerja sistem yang signifikan dengan mudah dan gampang.


Intel^® Quick Sync Video







Teknologi Intel Quick Sync membuat cepat pekerjaan, mengedit, membuat, sinkronisasi dan berbagi video di rumah online tanpa biaya tambahan perangkat keras. Bahkan Intel Quick Sync Video memberikan hingga 5x lebih cepat pengolahan media dibandungkan solusi lainnya untuk konversi file video untu media player portabel atau online sharing yang sangat cepat.


Switchable Graphics with LucidLogix Virtu GPU Virtualization






Motherboard GIGABYTE G1.Sniper 2 mendukungteknologi GPU LucidLogix Virtu™ GPU Virtualization memungkinkan pengguna secara dinamis beralih diantara kartu grafis onboard dengan kartu grafis kelas atas (Kartu Grafis 3D terpisah). Dengan demikian kartu grafis yang dapat diganti ini secara dramatis mengurangi konsumsi daya listrik pada PC, dan akan meningkatkan kinerja ketika dibutuhkan.




GIGABYTE Touch BIOS™







Menjelajahi BIOS untuk mengubah pengaturan sistem dapat menjadi hal yang menakutkan bagi pengguna tidak akrab dengan fungsi “F” dan tanpa navigasi mouse. Sementara, beberapa BIOS lain mencoba untuk menggabungkan fungsi mouse dan banyak implementasi, masih belum memiliki kemudahan bagi banyak orang. Dengan teknologi Touch BIOS™,insinyur GIGABYTE telah membayangkan bagaimana pengguna dapat berinteraksi dengan BIOS, memungkinkan untuk pengguna lebih berpengalaman, apakah menggunakan keyboard, mouse atau bahkan monitor dengan layar sentuh. Dengan sebuah monitor layar sentuh, teknologi GIGABYTE Touch BIOS™ menawarkan penggunaan mudah seperti penggunaan aplikasi yang ada di Iphone.


Untuk mengetahui lebih lanjut tentang motherboard GIGABYTE G1.Sniper 2dan seri GIGABYTE G1-Killer, silahkan kunjungi : http://www.gigabyte.com/MicroSite/259/index.html

ENCODING

Salam Sejahtra...

Dalam artikel ini saya akan menjelaskan sedikit mengenai encoding, informasi tentang encoding ini saya dapatkan dan saya kumpulkan melewati beberapa informasi yang ada di internet. Nah selajutnya kita bahas mengenai encoding, berikut pembahasannya.

Coding atau Encoding sering kita jumpai dan kita dengar dalam bahasa computer, banyak orang ketika ditanya tetang Coding, ada yang tau dan ada yang tidak. Sebenarnya apa itu Coding atau Encoding? Dalam bahasa Indonesia Coding atau Encoding dapat di artikan “menyandi” atau “persandian”. Jadi dapat disimpulkan Ecoding atau Coding adalah sandi yang digunakan dalam ilmu computer.sandi yang di maksud berupa sandi digital.

Dalam ilmu komunikasi kita menamai tindakan menghasilkan pesan (misalnya, berbicara atau menulis) sebagai encoding. Dengan menuangkan gagasan-gagasan kita ke dalam gelombang suara atau ke atas selembar kertas, kita menjelmakan gagasan-gagasan tadi ke dalam kode tertentu. Jadi, kita melakukan enkoding.

Kita menamai tindakan menerima pesan (misalnya, mendengarkan atau membaca) sebagai decoding. Dengan menerjemahkan gelombang suara atau kata-kata di atas kertas menjadi gagasan, anda menguraikan kode tadi. Jadi, anda melakukan dekoding.

Oleh karenanya kita menamai pembicara atau penulis sebagai encoder,  dan pendengar atau pembaca sebagai decoder. Seperti halnya sumber-penerima, kita menuliskan enkoding-dekoding sebagai satu kesatuan yang tak terpisahkan untuk menegaskan bahwa anda menjalankan fungsi-fungsi ini secara simultan. Ketika anda berbicara (enkoding), anda juga menyerap tanggapan dari pendengar (dekoding).

Dasar teori

Pandangan dasar dari source coding adalah menghilangkan redundansi dari sumber. Source Coding menghasilkan data compresi dan mengurangi rate dari transmisi. Pengurangan dari rate transmisi dapat mengurangi biaya dari sambungan dan memberikan kemungkinan untuk pengguna berbagi dalam sambungan yang sama. Secara umum kita dapat meng-kompres data tanpa menghilangkan informasi (lossless source coding) atau mengkompress data dengan adanya kehilangan informasi (loss source coding). Teori Source Encoding merupakan salah satu dari ketiga teorema dasar dari teori informasi yang diperkenalkan oleh Shannon (1948). Teori Source Encoding mencanangkan sebuah limit dasar dari sebuah ukuran dimana keluaran dari sebuah sumber informasi dapat dikompresi tanpa menyebabkan probabilitas error yang besar. Kita telah mengetahui bahwa entropy dari sebuah sumber informasi merupakan sebuah ukuran dari isi informasi pada sebuah sumber. Sehingga, dari pendapat teori source encoding bahwa entropy dari sebuah sumber sangat penting.

Efisiensi dari sumber ditentukan oleh H(X)/H(X)max, dimana pi merupakan probabilitas pada simbol ke-I, dan H(X) maksimum ketika sumber mempunyai symbol probabilitas yang sama. Teori Shannon Noiseless Source Coding menyatakan bahwa nilai rata-rata dari symbol biner per keluaran sumber dapat digunakan untuk mendekati entropi dari sumber. Dalam kata lain, efisiensi dari sumber dapat dihasilkan dari source coding. Untuk sumber dengan probabilitas simbol yang sama, dan/atau secara statistic tidak terikat satu dengan yang lain, maka dapat dipetakan (encode) setiap simbol dalam sebuah codeword dengan panjang n. Dalam makalah ini akan dibahas dan dianalisa source encoding berdasarkan

model matematis dari sumber informasi dan pengukuran kuantitatif dari informasi yang dihasilkan oleh sumber.

 

Algoritma Huffman Coding

Dalam Huffman Coding, panjang blok dari keluaran sumber dipetakan dalam blok biner berdasarkan pajang variable. Cara seperti ini disebut sebagai fixed to variable-length coding. Ide dasar dari cara Huffman ini adalah memetakan mulai simbol yang paling banyak terdapat pada sebuah urutan sumber sampai dengan yang jarring muncul menjadi urutan biner. Dalam variable-length coding, sinkronisasi merupakan suatu masalah. Ini berarti harus terdapat satu cara untuk memecahkan urutan biner yang diterima kedalam suatu codeword. Seperti yang disebutkan diatas, bahwa ide dari Huffman Coding adalam memilih

panjang codeword dari yang paling besar probabilitasnya sampai dengan urutan codeword yang paling kecil probabilitasnya. Apabila kita dapat memetakan setiap keluaran sumber dari probabiltas pi ke sebuah codewortd dengan panjang 1/pi dan pada saat yang bersamaan dapat memastikan bahwa dapat didekodekan secara unik, kita dapat mecari rata-rata panjang kode H(x). Huffman Code dapat mendekodekan secara unik dengan H(x) minimum, dan optimum pada keunikan dari kode-kode tersebut.

Algoritma dari Huffman encoding adalah :

1.      Pengurutan keluaran sumber dimulai dari probabilitas paling tinggi.

2.      Menggabungkan 2 keluaran yang sama dekat kedalam satu keluaran yang probabilitasnya merupakan jumlah dari probabilitas sebelumnya.

3.      Apabila setelah dibagi masih terdapat 2 keluaran, maka lanjut kelangkah berikutnya, namun apabila masih terdapat lebih dari 2, kembali ke langkah 1.

4.      Memberikan nilai 0 dan 1 untuk kedua keluaran.

5.      Apabila sebuah keluaran merupakan hasil dari penggabungan 2 keluaran dari langkah sebelumnya, maka berikan tanda 0 dan 1 untuk codeword-nya,

ulangi sampai keluaran merupakan satu keluaran yang berdiri sendiri.

 

Contoh

Apabila kita mempunyai kalimat:

"EXAMPLE OF HUFFMAN CODE"

Pertama, kita kalkulasi probabilitas dari setiap simbol :

Symbol	Probability
E	2/25
X	1/25
A	2/25
M	2/25
P	1/25
L	1/25
O	2/25
F	2/25
H	1/25
U	1/25
C	1/25
D	1/25
I	1/25
N	2/25
G	1/25
Space	3/25

Huffman Tree dari kalimat tersebut adalah :

Algoritma Shannon-Fano Encoding

Teknik coding Shannon Fano merupakan salah satu algoritma pertama yang tujuannya adalah membuat code word dengan redundansi minimum. Ide dasar dari membuat code word dengan variable-code length, seperti Huffman codes, yang ditemukan beberapa tahun kemudian. Seperti yang disebutkan di atas, Shannon Fano coding didasarkan pada variable length-word, yang berarti beberapa simbol pada pesan (yang akan dikodekan) direpresentasikan dengan code word yang lebih pendek dari simbol yang ada di pesan. Semakin tinggi probabilitasnya, maka code word semakin pendek. Dalam memperkirakan panjang setiap codeword maka dapat ditentukan dari probabilitas setiap simbol yang direpresentasikan oleh codeword tersebut. Shannonm Fano coding menghasilkan codeword yang tidak sama panjang, sehingga kode tersebut bersifat unik dan dapat didekodekan. Cara efisien lainnya dalam variable-length coding adalah Shannon-Fano

encoding. Prosedur dalam Shannon-Fano encoding adalah:

1.      Menyusun probabilitas simbol dari sumber dari yang paling tinggi ke yang paling rendah.

2.       Membagi menjadi 2 bagian yang sama besar, dan memberikan nilai 0 untuk bagian atas dan 1 untuk bagian bawah.

3.      Ulangi langkah ke 2, setiap pembagian dengan probabilitas yang sama sampai dengan tidak mungkin dibagi lagi

4.      Encode setiap simbol asli dari sumber menjadi urutan biner yang dibangkitkan oleh setiap proses pembagian tersebut.

Contoh

Apabila kita mempunyai kalimat:

"EXAMPLE OF SHANNON FANO"

Pertama, kita kalkulasi probabilitas dari setiap simbol:

Symbol	Codewords
E	2/23
X	1/23
A	3/23
M	1/23
P	1/23
L	1/23
O	3/23
F	2/23
S	1/23
H	1/23
N	4/23
Space	3/23

 

 

Coding tree dari contoh tersebut adalah :

Algoritma Adaptive Huffman Coding

Adaptive Huffman coding pertama kali diperkenalkan oleh Faller dan Gallager (Faller 1973; Gallaber 1978). Knuth memberikan kontribusi dengan peningkatan pada algoritmanya (Knuth 1985) dan menghasilkan algoritma yang dikenal dengan algoritma FGK. Versi terbaru dari adaptive Huffman Coding diperkenalkan oleh Vitter (Vitter 1987). Semua metode yang ditemukan merupakan skema define-word tabf menentukan mapping dari pesan sumber menjadi codeword didasari pada perkiraan probabilitas pesan sumber. Kode bersifat adaptive, berganti sesuai dengan perkiraan optimalnya pada saat itu. Dalam hal ini, Adaptive Huffman Code merespon lokalitas. Dalam pengertian, encoder mempelajari karakteristik dari sumber. Dekoder harus mempelajari bersamaan dengan encoder dengan selalu memperbaharui Huffman tree sehingga selalu sinkron dengan encoder. Keuntungan lain dari system ini adalah kebutuhan akan lewatnya data, data akan lewat hanya sekali (tanpa table statistic). Tentu saja, metode one-pass tidak akan menarik apabila jumlah bit yang ditransmisikan lebih besar dari metoda twopass. Namun, performa dari metode ini, dalam ruang lingkup jumlah bit yang ditransmisikan, dapat lebih baik daripada static Huffman coding. Permasalahan ini tidak kontradiktif dengan optimalisasi pada metode statis, karena metode ini optimal hanya [ada metode yang mengasumsikan mapping berdasarkan time-variant. Kinerja dari metode adaptive dapat lebih buruk daripada metode static. Metode adaptive Faller, Gallager dan Knuth merupakan dasar dari UNIX utility compact. Kinerja compact ini termasuk bagus, karen factor kompresinya mencapai 30-40% Dasar dari algoritma FGK adalah adanya sibling (factor turunan) property, didefinisikan oleh Gallager [Gallager 1978]: binary code tree mempunyai sibling apabila setiap node )kecuali root) mempunyai sebuah sibling dan apabila node-node tersebut dapat diurutkan dalam weight dengan setiap node berhubungan dengan siblingnya masing-masing. Gallager membuktikan bahwa sebuah code prefik biner merupakan Huffman code jika dan hanya jika code tree mempunyai sibling property. Dalam algoritma FGK, baik pengirim dan penerima menangani perubahan dinamis dari Huffman code tree. Daun dari setiap pohon Huffman code merepresentasikan pesan sumber dan berat dari setiap daun merepresentasikan hitungan frekuensi untuk setiap pesan. Pada titik manapun dalam satuan waktu, k dari kemungkinan n pesan sumber terdapat pada susunan pesan.

Pada awalnya, the code tree consists of a single leaf node, yang disebut 0- node. 0-node digunakan untuk menggambarkan pesan n-k yang tidak digunakan. Untuk setiap pesan yang ditransmisikan, kedua bagian harus menambahkan weight dan menghitung kembali code tree untuk mempertahankan simbling property. Pada titik dalam satuan waktu dimana t pesan telah ditransmisikan. Pada titik dimana t pesan telah ditransmisikan, k dari mereka berbeda, dan k < n, pohon merupakan Huffman tree asli dengan daun sebanyak k+1, 1 yaitu k pesan dan 0-node. Apabila pesan ke (t+1) adalah salah satu dari k, maka algoritma mentrasmisikan code ke a(t+1), menaikkan counter dan menghitung kembali pohon. Apabila terdapat pesan yang tidak digunakan, 0-node dipisah untuk membuat 2 pasang daun, satu untuk a(t+1), dan siblingnya adalah 0-node yang baru. Sekali lagi dalam proses ini, pohon diperhitungkan kembali. Dalam kasus ini, kode untuk 0-node dikirimkan; sebagai tambahan, penerima harus memberitahukan pesan n-k mana yang tidak digunakan

yang muncul. Pada setiap node, penyimpanan perhitngan dari pesan yang muncul dilakukan. Node diberikan nomor untuk mengindikasikan posisi mereka dalam urutan sibling propertinya. Pembaharuan dari pohon dapat dilakukan dalam sebuah single traversal dari node a(t+1) sampai dengan root-nya. Traversal ini harus meningkatkan perhitungan untuk node a(t+1) dan untuk setiap bagian atas dari node tersebut. Node boleh berubah untuk memelihara sibling property-nya, namun perubahan membutuhkan keterlibatan node pada path a(t+1) ke root-nya.

Terimakasih atas perhatiannya, semoga artikel ini bermanfaat bagi pembaca.