Quantum Computing

Quantum computing adalah perangkat untuk perhitungan yang menggunakan langsung dari fenomena kuantum mekanik, seperti superposisi dan belitan, untuk melakukan operasi pada data. Quantum komputer berbeda dari komputer digital berdasarkan transistor. komputer digital membutuhkan data yang akan dikodekan menjadi digit biner (bit), komputasi kuantum menggunakan properti kuantum untuk mewakili data dan melakukan operasi pada data ini. Sebuah model teoritis adalah kuantum Turing mesin, juga dikenal sebagai komputer kuantum universal. Quantum komputer berbagi kesamaan teoritis dengan komputer non-deterministik dan probabilistik, seperti kemampuan untuk berada dalam lebih dari satu negara secara bersamaan. Bidang komputasi kuantum pertama kali diperkenalkan oleh Richard Feynman pada tahun 1982. Meskipun komputasi kuantum masih dalam masa pertumbuhan, percobaan telah dilakukan dimana operasi komputasi kuantum dieksekusi pada sejumlah sangat kecil dari qubit (quantum bit). Kedua penelitian praktis dan teoritis terus berlanjut, dan pemerintah nasional dan lembaga pendanaan militer mendukung penelitian komputasi kuantum untuk mengembangkan komputer kuantum untuk tujuan keamanan baik sipil maupun nasional, seperti pembacaan sandi.

Implementasi Quantum Computing
Adapun yang menjadi perhitungan dari komputasi modern adalah :
1. Akurasi (big, Floating point)
Akurasi tentu merupakan masalah yang paling penting dalam memecahkan masalah. Karena itu pada komputasi modern dilakukan perhitungan bagaimana bisa menghasilkan suatu jawaban yang akurat dari sebuah masalah. Tentu kita pernah mendengar tipe data floating point yang biasa digunakan untuk menyimpan data numerik dalam bentuk pecahan. Tipe data tersebut memiliki range penyimpanan numerik yang besar, sehingga dapat digunakan oleh komputer untuk melakukan komputasi yang akurat.
2. Kecepatan (dalam satuan Hz)
Manusia pasti menginginkan masalah dapat diselesaikan dengan cepta. Karena itu perhitungan masalah kecepeatan adalah suatu hal yang penting. Komputasi harus dapat dilakukan dalam waktu yang cepat ketika mengolah suatu data. Sehingga perlu metode kecepatan untuk mengolah perhitungan dalam waktu singkat.
3. Problem Volume Besar (Down Sizzing atau paralel)
Data yang besar tentu membutuhkan suatu cara penyelesaian yang khusus. Karena data yang besar dapat menjadi masalah jika ada yang terlewatkan. Oleh karena itu digunakan metode Down Sizzing atau paralel pada komputasi modern untuk menangani masalah volume yang besar. Dengan metode ini data yang besar diparalelkan dalam pengolahannya sehigga dapat diorganisir dengan baik.
4. Modeling (NN & GA)
Modeling merupakan suatu hal yang penting dalam melakukan suatu perhitungan yang rumit. Bayangkan saja jika kita dihadapi dalam suatu masalah perhitungan yang banyak dan kompleks, tetapi tidak ada model matematika yang kita miliki. Perhitungan akan berjalan berantakan dan tidak akan mendapatkan hasil yang akurat. Maka dari itu komputasi modern membutuhkan modeling sebelum melakukan perhitungan.
5. Kompleksitas (Menggunakan Teori big O)
Komputasi modern dirancang untuk menangani masalah yang kompleks, sehingga diterapkan pada komputer. Dengan menggunakan teori Big O, maka komputasi modern dapat melakukan perhitungan untuk memecahkan masalah kompleksitas yang kerap dihadapi.
Implementasi teori komputasi di berbagai bidang antara lain.
- Matematika
Matematika, pada bidang ini tentunya lebih mengarah kepada pemecahan masalah pasti atau mendekati kepastian dalam perhitungan angka – angka. Metode numerik, scientific computing, metode elemen hingga, metode beda hingga, scientific data mining dan scientific process control. Pada bidang ini, biasanya masalah berupa dalam skala besar.
- Fisika
Fisika, menyelesaikan permasalahan medan magnet dengan menggunakan komputasi fisika, dalam hal ini menentukan besarnya medan magnet dan membandiangkan hubungan antara medan magnet dengan panjang kawat.
- Kimia
Kimia, algoritma komputer yang merupakan solusi dari sebuah masalah dalam hal ini dapat menggabungkan senyawa – senyawa kimia untuk mendapatkan suatu senyawa baru yang bila dilakukan secara manual sudah pasti menimbulkan resiko yang lebih besar jika dibandingkan dengan proses komputasi. Selain itu sifat dari atom dan molekul yang sangat kecil dapat dilakukan peramalan menggunakan komputasi.
- Geografi
Terdapat penggunaan komputasi yang diterapkan pada GIS (Geographic Information System) yang berguna untuk menyimpan, memanipulasi dan menganalisa informasi geografi.
- Geologi
Pada bidang geologi teori komputasi biasanya digunakan untuk pertambangan, sebuah sistem komputer digunakan untuk menganalisa bahan-bahan mineral dan barang tambang yang terdapat di dalam tanah.
- Ekonomi
Ekonomi, mempeljarai titik pertemuan antara ekonomi dan komputasi, meliputi agent-based computational modelling, computational econometrics dan statistika, komputasi keuangan, computational modelling of dynamic macroeconomic systems dan pengembangan alat bantu dalam pendidikan komputasi ekonomi.
- Sosiologi
Terdapat Computational Sosiology yaitu penggunaan metode komputasi dalam menganalisa fenomena sosial.
- Biologi
Terdapat Bioinformatics merupakan aplikasi dari teknologi informasi dan ilmu komputer dalam penelitian bidang biologi molekuler.