<![CDATA[ABSTRAK Pengembangan metode komputasi untuk meningkatkan kecepatan pemrosesan citra satelit selalu merupakan tantangan. Dalam penelitian ini telah dibuat 2 (dua) metode pembagian komputasi dalam pembuatan perangkat lunak berbasis pemrograman paralel. Tujuan dari penelitian ini adalah untuk menguji 2 buah metode komputasi pemrograman paralel untuk meningkatkan kecepatan pengolahan citra satelit Landsat-7 level L1T. Metode pertama adalah pembagian komputasi berdasarkan citra secara paralel sedangkan metode kedua adalah pembagian komputasi berdasarkan kanal citra secara paralel. Pada tahap pertama dibuat perangkat lunak yang bekerja secara sequensial untuk memperhitungkan peningkatan kecepatan yang dapat dicapai. Selanjutnya dibuat perangkat lunak berbasis paralel dengan memanfaatkan library Message Parsing Interface (MPI). Setelah diujikan pada PC cluster dengan 136 inti prosesor dengan 12 citra data Landsat, didapatkan hasil bahwa metode pembagian komputasi berdasarkan citra memberikan peningkatan performa yang lebih tinggi. Kata Kunci: Pemrograman Paralel, MPI, Komputasi Berdasarkan Citra, PC Cluster, Landsat-7 Level L1T. ABSTRACT Developing computation method to speed up a processing performance on satellite image processing is challenging. In this research,2 computation methods have been developed in order to create image processing software based on parallel programming. The purpose of this research is to compare the 2 computational method of parallel programming to speed up the processing of Landsat-7 level L1T satellite imageries. The first method was to divide the computation process based on image in a parallel way, and the second method was by dividing the computation process based on images band in parallel way. At the beginning of this research, those methods were applied on 2 softwares which work sequentially to calculate the value of maximum increasing performance that can be achieved. After that, a software based on parallel programming based was developed by using Message Parsing Interface (MPI) library. After running a test on a cluster PC which consisted of 136 cores on 12 data Landsat L1T, the result showed that the method which divided the computation process based on image on parallel data processing yielded higher speed increase. Keywords: Parallel Programming, MPI, Image Based Computation, PC Cluster, Landsat-7 L1T Level.]]>
