![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
ABSTRAK Ghulam Abrar
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
COVER Ghulam Abrar
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 1 Ghulam Abrar
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 2 Ghulam Abrar
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 3 Ghulam Abrar
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 4 Ghulam Abrar
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 5 Ghulam Abrar
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
BAB 6 Ghulam Abrar
PUBLIC Yati Rochayati ![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
PUSTAKA Ghulam Abrar
PUBLIC Yati Rochayati
Terdapat dua metode dalam menyelesaikan persamaan transport neutron, yakni metode stokastik (Monte Carlo) dan metode deterministik. Metode Monte Carlo lebih populer untuk digunakan pada kasus geometri kompleks karena akurasinya yang baik, mudah dikerjakan, dan mudah diparallelisasikan. Namun untuk mencapai akurasi yang diinginkan, metode Monte Carlo membutuhkan sampel yang sangat besar sehingga memperlambat waktu komputasi. Di sisi lain, metode deterministik sulit dikerjakan untuk geometri kompleks namun perhitungannya lebih cepat. Metode deterministik membutuhkan banyak asumsi dan penyederhanaan sehingga akurasinya tidak lebih baik daripada Monte Carlo.
Salah satu metode deterministik yang baik dalam menangani geometri kompleks adalah Collision Probability Method (CPM). Metode ini berdasarkan pada persamaan transport integral. Penelitian terkait CPM lebih banyak dilakukan pada pengembangan metode numeriknya. Padahal, seiring dengan berkembangnya superkomputer, dalam 2 dekade terakhir pengembangan kode komputer lebih difokuskan pada penggunaan algoritma paralel Pada penelitian ini, dilakukan implementasi algoritma paralel untuk menghitung ???????????? pada metode CPM menggunakan bahasa pemrograman Python. Dua modul yang digunakan untuk paralelisasi adalah Message Passing Interface (MPI) dan concurrent.futures. Kedua modul ini memberikan performa yang sama pada CPU tunggal. Program dapat berjalan secara paralel dengan speedup beberapa kali dari perhitungan secara serial. Speedup paling tinggi yang dicapai adalah 8.18 kali pada kasus dengan jumlah cell 40.