Komputer kuantum memiliki potensi seperti memecahkan faktorisasi bilangan yang besar ke dalam faktor prima dan melakukan pencarian data pada database tidak terstruktur. Tantangan komputer kuantum membuat banyak perusahaan seperti Google, IBM, Rigetti melakukan riset terhadap komputasi kuantum. Rigetti menyediakan quantum virtual machine bernama Forest SDK untuk melakukan pemrograman kuantum. Pemrograman kuantum seperti algoritma kuantum Grover untuk pencarian data dapat disimulasikan menggunakan Quantum Computing Playground. Penelitian ini bertujuan untuk mengimplementasikan algoritma kuantum Grover menggunakan Rigetti Forest SDK dan mengevaluasi performanya dari sisi user time dengan Quantum Computing Playground pada dua perangkat keras berbeda. Hasil evaluasi untuk jumlah qubit 10, nilai terbesar 1023, dan jumlah data 1024 menunjukkan performa user time dari implementasi algoritma kuantum Grover menggunakan Rigetti Forest SDK adalah 100,81 detik dan Quantum Computing Playground adalah 21,93 detik di perangkat keras 1. Sementara di perangkat keras 2 menunjukkan user time dari implementasi algoritma kuantum Grover menggunakan Rigetti Forest SDK adalah 62,08 detik dan Quantum Computing Playground adalah 21,04 detik.
Komputer kuantum memiliki potensi seperti memecahkan faktorisasi bilangan yang besar ke dalam faktor prima dan melakukan pencarian data pada database tidak terstruktur. Tantangan komputer kuantum membuat banyak perusahaan seperti Google, IBM, Rigetti melakukan riset terhadap komputasi kuantum. Rigetti menyediakan quantum virtual machine bernama Forest SDK untuk melakukan pemrograman kuantum. Pemrograman kuantum seperti algoritma kuantum Grover untuk pencarian data dapat disimulasikan menggunakan Quantum Computing Playground. Penelitian ini bertujuan untuk mengimplementasikan algoritma kuantum Grover menggunakan Rigetti Forest SDK dan mengevaluasi performanya dari sisi user time dengan Quantum Computing Playground pada dua perangkat keras berbeda. Hasil evaluasi untuk jumlah qubit 10, nilai terbesar 1023, dan jumlah data 1024 menunjukkan performa user time dari implementasi algoritma kuantum Grover menggunakan Rigetti Forest SDK adalah 100,81 detik dan Quantum Computing Playground adalah 21,93 detik di perangkat keras 1. Sementara di perangkat keras 2 menunjukkan user time dari implementasi algoritma kuantum Grover menggunakan Rigetti Forest SDK adalah 62,08 detik dan Quantum Computing Playground adalah 21,04 detik.
Komputasi kuantum adalah penggunaan fenomena kuantum untuk melakukan komputasi. Salah satu kegunaan dari komputasi kuantum adalah pemfaktoran perkalian bilangan prima. Algoritma pemfaktoran Shor dapat memfaktorkan bilangan prima dengan kecepatan polinomial, dimana pada komputer klasik hanya dapat mencapai kecepatan super-polinomial. Implementasi dari algoritma ini ditujukan untuk menunjukkan kemampuan komputer kuantum menggunakan simulator dan library Python milik ProjectQ. Evaluasi user time dilakukan dengan membandingkan implementasi algoritma kuantum Shor pada penelitian ini dengan implementasi di Quantum Computing Playground dan ProjectQ menggunakan dua perangkat keras berbeda. Hasil evaluasi menunjukkan peningkatan waktu eksekusi sebesar 19% dari perangkat 1 ke perangkat 2 untuk kasus pemfaktoran perkalian bilangan berukuran 10-bit. Dalam hal penggunaan qubit, penelitian ini juga menunjukkan bahwa penggunaan qubit pada algoritma kuantum Shor dapat dikurangi sebesar 50% untuk membantu mempercepat waktu eksekusi program.
Telah dilakukan telaah teoritis dan komputasi mengenai algoritma kuantum variational quantum eigensolver simulasi molekul H2. Algoritma variational quantum eigensolver (VQE) adalah salah satu algoritma yang dapat diterapkan pada komputer kuantum sederhana pada masa kini dan merupakan algoritma yang cukup stabil dan efek dekoherensi. Algoritma VQE disebut sebagai hybrid quantum-classical karena sebagian algoritma dikerjakan pada komputer klasik. Prinsip dasar algoritma VQE adalah prinsip variasi, yaitu pencarian fungsi gelombang yang akan mengakibatkan energi sistem kuantum memiliki energi terendah. Fungsi gelombang dan Hamiltonan pada algoritma VQE disimulasikan dengan menggunakan gerbang-gerbang kuantum. Untuk dapat dioperasikan oleh gerbang kuantum. Hamiltonan dan fungsi gelombang pada penelitian ini menggunakan wakilan kuantisasi kedua. Penelitian ini menggunakan transformasi Jordan-Wigner dan Bravyi-Kitaev dari operator fermionik menjadi operator kubit (qubit) atau gerbang kuantum.Perhitungan atau komputasi energi sistem dilakukan menggunakan komputer kuantum, namun optimasi dilakukan pada komputer klasik menggunakan algoritma optimasi seperti Nelder-Mead, Powell dan BFGS. Penelitian ini akan mendekati fungsi gelombang sistem dengan beberapa basis fungsi dan metode, kemudian dari hasil yang diperoleh akan dilihat pendekatan seperti apa yang paling cocok untuk simulasi molekul H2. Simulasi numerik pada penelitian ini menggunakan paket pemrograman OpenFermion dan layanan komputasi awan kuantum Rigetti Computing.
Perkembangan tekonologi komputasi kuantum membawa tantangan besar bagi sistem keamanan informasi konvensional yang selama ini mengandalkan kompleksitas matematis, seperti RSA dan ECC. Munculnya algoritma kuantum seperti Shor’s algorithm berpotensi mengancam eksistensi metode kriptografi klasik. Dalam konteks ini, kriptografi kuantum hadir sebagai solusi inovatif dengan memanfaatkan prinsip-prinsip mekanika kuantum untuk menjamin keamanan data secara teoritis, bahkan terhadap penyerang dengan daya komputasi tak terbatas. Penelitian ini membahas implementasi teknologi Quantum Cryptography, khususnya protokol BB84 yang telah ditingkatkan, sebagai metode distribusi kunci rahasia yang aman pada jaringan komputer. Fokus utama adalah pada keamanan pertukaran kunci Quantum Key Distribution (QKD) serta efisiensi algoritma dalam lingkungan jaringan dengan keterbatasan sumber daya. Selain itu, penelitian ini juga meninjau penerapan kriptografi kuantum dalam berbagai konteks jaringan masa depan, termasuk Wireless Body Sensor Networks (WBSN), jaringan 5G, dan post-quantum networks, serta potensi integrasinya dalam infrastruktur keamanan digital di masa depan. Hasil pengujian Avalanche Effect, Hash Generation Time, dan Hash Verification Time menunjukkan bahwa kriptografi kuantum mampu memberikan performa keamanan yang lebih baik dibandingkan dengan metode kriptografi populer seperti RSA dan AES
Komputasi kuantum berbasis cloud merupakan paradigma baru yang menggabungkan sumber daya kuantum dengan infrastruktur cloud klasik, memungkinkan akses luas tanpa kebutuhan investasi besar pada perangkat keras. Penelitian ini menggunakan metode systematic literature review (SLR) dengan pendekatan kualitatif deskriptif untuk mengidentifikasi dan mensintesis dua studi utama terkait integrasi dan perkembangan teknologi komputasi kuantum dalam lingkungan cloud computing. Analisis dilakukan melalui tiga tahap: analisis konten, perbandingan tematik, dan sintesis kritis dengan fokus pada arsitektur, kinerja, keamanan, serta arah masa depan. Hasil penelitian menunjukkan bahwa arsitektur hibrida kuantum-klasik berbasis kontainer dan orkestrasi terdistribusi menjadi komponen kunci dalam pengembangan quantum cloud. Model Quantum-as-a-Service (QaaS) berpotensi menurunkan hambatan adopsi, terutama pada aplikasi seperti simulasi material, optimisasi kombinatorial, dan kriptografi kuantum. Namun, tantangan signifikan masih ada pada keterbatasan perangkat keras, kompleksitas integrasi sistem, serta kekurangan sumber daya manusia. Arah pengembangan ke depan mencakup standarisasi lintas vendor, co-design algoritma dan perangkat keras, serta transisi menuju kriptografi pasca-kuantum. Studi ini memberikan pemahaman menyeluruh tentang potensi, kendala, dan arah riset lanjutan dalam quantum cloud computing.
Penelitian ini bertujuan untuk menganalisis tren serta perkembangan penelitian dalam bidang Quantum Machine Learning (QML) melalui pendekatan bibliometrik. QML merupakan turunan bidang ilmu dari Machine Learning (ML) yang mengintegrasikan ebberapa prinsip dasar mekanika kuantum seperti superposisi dan entanglement yang memungkinkan komputasi yang lebih kompleks. Dibalik potensinya yang besar, jumlha publikasi ilmiah pada bidang ini masih relative terbatas dibandingkan dengan topik lain yang sering digunakan seperti Artificial Intelligence (AI). Maka dari itu, analisis serta pemetaan yang sistematis melalui pendekatan bibliometrik sangat diperlukan untuk membantu para peneliti untuk mengembangkan penelitian pada topik QML ini. data dikumpulkan dengan menggunakan software publish or perish dengan menggunakan database scopus pada periode 2013-2023 atau rentang 10 tahun terakhir. Didapatkan 200 dokumen yang berupa artikel ilmiah dan konfrensi. Analisis dilakukan terhadap berbagai parameter seperti tren jumlah publikasi dari tahun ke tahun, produktivitas penulis dalam mengembangkan penelitian pada bidang ini, jurnal dengan frekuensi publikasi tertinggi, serta keterikatan kata kunci pada QML. Data yang dianalisis serta divisualisasikan menggunakan Microsoft Excell dan VOSviewer. Hasil penelitian menunjukan hasil yang membantu para peneliti seperti peningkatan publikasi pada rentang tahun 2017-2020, penulis paling produktif pada topik QML adalah M.schuld 6 jurnal ilmiah yang sudah dipublikasikan. Keterikatan kata kunci yang sangat erat dengan QML yakni quantum computing dan deep learning. Serta frekuensi tempat publikasi jurnal ilmiah terbanyak pada topik ini pada Nature Communications. Temuan ini diharapkan dapat menajdi rujuan serta acuan bagi para peneliti untuk yang akan meneliti pada bidang QML
Teknologi blockchain telah muncul sebagai kekuatan transformatif dalam keamanan digital, menyediakan sistem terdesentralisasi dan aman untuk transaksi cryptocurrency, kontrak pintar, serta integritas data. Namun, hadirnya komputasi kuantum menimbulkan tantangan signifikan terhadap fondasi kriptografi blockchain. Mekanisme enkripsi klasik, termasuk RSA dan elliptic curve cryptography (ECC), rentan terhadap algoritma kuantum seperti Shor’s Algorithm, yang mampu memecahkan enkripsi kunci publik, dan Grover’s Algorithm, yang dapat melemahkan fungsi hash. Studi ini bertujuan untuk menilai dampak komputasi kuantum terhadap keamanan blockchain, membandingkan metode kriptografi klasik dengan metode pasca-kuantum, serta mengeksplorasi solusi untuk sistem blockchain yang tahan kuantum. Kami menggunakan kerangka analisis komparatif dengan mengevaluasi algoritma kriptografi klasik terhadap alternatif kriptografi tahan kuantum, seperti kriptografi berbasis kisi (lattice-based cryptography), algoritma berbasis hash (SPHINCS+), dan enkripsi berbasis kode. Temuan kami menunjukkan bahwa meskipun komputasi kuantum mengancam keamanan blockchain saat ini, metode kriptografi tahan kuantum dapat mengurangi risiko tersebut. Transisi menuju kriptografi pasca-kuantum sangat penting untuk mengamankan implementasi blockchain di masa depan, meskipun langkah ini menghadirkan tantangan dalam bentuk beban komputasi tambahan dan kebutuhan pembaruan jaringan. Studi ini menyimpulkan bahwa adopsi proaktif terhadap protokol tahan kuantum diperlukan untuk memastikan keberlangsungan jangka panjang teknologi blockchain di era pasca-kuantum