<![CDATA[Komputasi neuromorfik merupakan inovasi dalam arsitektur komputasi yang meniru mekanisme kerja otak manusia untuk meningkatkan efisiensi dalam pemrosesan data yang kompleks. Penelitian ini bertujuan untuk mengeksplorasi tren terkini, pengaruh perkembangan teknologi, serta kontribusi literatur dalam menyelesaikan tantangan teknis terkait arsitektur ini. Metode yang digunakan adalah Systematic Literature Review (SLR) dengan pendekatan PRISMA, dimana artikel relevan disaring dari database Google Scholar dan Scopus. Hasil penelitian menunjukkan bahwa tren utama melibatkan pemanfaatan teknologi memori canggih seperti ReRAM, memristor, dan non-volatile memory yang mendukung konsep Computing-in-Memory (CIM) dalam upaya mengurangi konsumsi daya dan latensi. Selain itu, teknologi FPGA serta platform yang dapat dikonfigurasi ulang telah terbukti mempermudah pengujian prototipe sistem. Kemajuan ini secara signifikan meningkatkan efisiensi energi, mendukung pemrosesan paralel, dan memperbaiki kinerja sistem komputasi modern, terutama dalam aplikasi seperti kecerdasan buatan (AI) dan Internet of Things (IoT). Namun, masih terdapat kendala seperti masalah skalabilitas, keandalan memori, dan keterbatasan produksi perangkat keras yang perlu diatasi. Kesimpulannya, arsitektur komputasi neuromorfik memiliki peluang besar untuk diterapkan di berbagai industri, namun dibutuhkan penelitian lanjutan untuk mengintegrasikan teknologi terkini dan menyempurnakan desain guna mengatasi tantangan yang ada.]]>
Copyrights © 2025
