⚛️ Quantum Computing — Dari Prinsip ke Praktik

Tidak seperti bit klasik, qubit adalah "bullet dengan nama Anda" — ia menggunakan superposisi, entanglement, dan interferensi untuk mempercepat komputasi tertentu secara eksponensial. Catatan ini mencakup seluruh stack quantum computing dari postulat matematis (Born rule, Bloch sphere, operator), gerbang universal, algoritma (Shor, Grover, VQE, QAOA, QPE), hardware (5 platform qubit + metrik), error correction (surface code + Google Willow 2024), pemrograman (Qiskit, Cirq, Q#), dan batas fundamental (BQP, no-cloning, decoherence, threshold theorem). Domain kuantum yang sama sekali belum tersentuh di vault — vault hanya punya sisi kriptografi.


Teorema Threshold (Fault-Tolerance)

Teorema (Aharonov & Ben-Or, 1997; Kitaev, 1997): Jika error rate fisik per gate , maka kita dapat menjalankan sirkuit quantum dengan panjang dan error maksimum menggunakan overhead — asalkan error di bawah threshold.

Milestone — Google Willow (Dec 2024):

  • Surface code , 105 qubit fisik → logical qubit dengan error rate () LEBIH RENDAH dari qubit fisik penyusun ().
  • Paper: “Quantum error correction below the surface code threshold” — Nature, 2024.
  • Implikasi: Threshold tercapai — scalability sekarang masalah engineering, bukan fisika fundamental.

5. Hardware — Platform Qubit

5.1 DiVincenzo Criteria (2000)

Lima syarat yang harus dipenuhi sistem untuk komputasi quantum yang berguna:

  1. Scalability — qubit count bisa ditingkatkan
  2. Initialization — semua qubit bisa di-reset ke dengan fidélitas > 99%
  3. Coherence (waktu dephasing > 10.000 gate time)
  4. Universal gates — set gerbang universal bisa diimplementasikan
  5. Measurement — qubit individu bisa diukur dengan fidélitas > 90%

5.2 Superconducting Qubit (IBM, Google, Rigetti)

Mekanisme: Josephson junction — lapisan insulator di antara dua superconductor → sirkuit LC anharmonik dengan level energi diskrit.

ParameterNilai (2026)
T1 (relaxation)100–500 μs
T2 (dephasing)50–200 μs
F1Q (single-qubit gate)99.9%
F2Q (CNOT)99.6% (IBM), 99.8% (Google)
Gate time20–100 ns
Suhu operasi15 mK (dilution refrigerator)

Pemain:

  • IBM Quantum: Heavy-hex lattice, Quantum Condor target 1.121 qubit (2025), IBM Quantum Network.
  • Google Quantum AI: Sycamore (53 qubit, 2019) → Willow (105 qubit, 2024) — below-threshold QEC.
  • Rigetti: Ankaa-3 (84 qubit), multi-chip architecture.

Kelebihan: Gate cepat (ns), fabrikasi semikonduktor, integrasi dengan kontrol elektronik CMOS. Kelemahan: Coherence pendek (μs), cross-talk antar qubit tetangga, butuh cryogenic besar.

5.3 Trapped Ion (Quantinuum, IonQ)

Mekanisme: Ion atomik (, ) di-perangkap oleh Paul trap (RF + DC) dalam ultra-high vacuum. Qubit di-encode di hyperfine ground state.

ParameterNilai
T2 coherence~1 detik
F1Q99.97%
F2Q (MS gate)99.9%
Gate time1–100 μs

Kelebihan: Fidélitas tertinggi di semua platform, all-to-all connectivity (setiap qubit bisa berinteraksi dengan qubit lain), coherence detik, semua ion identik (tidak ada variasi fabrikasi). Kelemahan: Gate lambat (μs), skalabilitas terbatas (sulit >100 ion satu trap), butuh laser ultra-stabil.

Pemain:

  • Quantinuum (Honeywell): H2 — 56 qubit, fidélitas logis tertinggi.
  • IonQ: Aria (25 qubit), accessible via cloud (AWS, Azure, GCP).

5.4 Photonic (Xanadu, PsiQuantum)

Mekanisme: Qubit di-encode dalam properti foton (polarization, time-bin, path). Komputasi dilakukan via interferensi foton di beamsplitter + pengukuran.

Kelebihan: Suhu ruang, coherence panjang (foton hampir tidak berinteraksi dengan lingkungan), kecepatan komunikasi (fiber optik), fabrikasi CMOS-compatible (waveguide, modulator). Kelemahan: Gerbang dua-qubit probabilistik (butuh multiplexing/time-multiplexing), loss foton di serat/detektor, sulit membuat deterministik entanglement.

Pemain:

  • Xanadu: Borealis — 216 squashed mode, Gaussian boson sampling.
  • PsiQuantum: Fusion-based quantum computing, target 1 juta qubit — fabrikasi di foundry semikonduktor standar.

5.5 Silicon Spin (Intel, QuTech)

Mekanisme: Spin elektron dalam quantum dot pada substrat silikon (isotope-purified untuk menghilangkan nuclear spin noise).

ParameterNilai
T21–10 ms (silicon)
F1Q99.9%
Gate time10–100 ns
Suhu~1 K

Kelebihan: Ukuran sangat kecil (~50 nm), bisa diintegrasi dengan CMOS foundry (memanfaatkan fabrikasi transistor yang sudah mature), density tinggi. Kelemahan: Scalability quantum dot masih eksperimental, fidelity lebih rendah dari superconducting untuk 2Q gate.

Pemain:

  • Intel: Tunnel Falls — 12 qubit, diproduksi di D1 fab (300 mm wafer).
  • CEA-Leti / Quobly: FD-SOI spin qubit.
  • Diraq: Silicon CMOS-compatible qubit, target ~10 mK.

5.6 Topological (Microsoft — belum terbukti)

Mekanisme: Qubit di-encode dalam Majorana Zero Mode (MZM) — quasiparticle yang muncul di nanowire superkonduktor. Proteksi topologi: error rate sangat rendah secara alamiah.

Status 2026: Masih kontroversial. Microsoft klaim 2022 → retracted 2023. Eksperimen dari Delft (QuTech) dan Copenhagen memberikan bukti paling kuat untuk MZM — tapi belum mencapai qubit operasional.

Jika berhasil: Bisa mempercepat timeline fault-tolerant quantum computing 5-10 tahun karena error correction yang jauh lebih sederhana.

5.7 Tabel Perbandingan Hardware

MetrikSuperconductingTrapped IonPhotonicSilicon SpinTopological
T2 time10–500 μs1 s∞ (foton)1–10 ms~ (protected)
F1Q99.9%99.97%99.8%99.9%
F2Q99.6%99.9%~98% (prob)99.6%
Gate time20–100 ns1–100 μs~1 ns10–100 ns
Suhu15 mK4 KRoom~1 K15 mK
Qubit count (2026)~100056~100~120 (belum)
ScalabilityMediumLowHighHigh(High)
FabrikasiCustomCustomCMOSCMOSCustom

5.8 Decoherence

Sumber noise:

SumberAsalMitigasi
Charge noiseFluktuasi tegangan di gate/junctionTransmon ()
Flux noiseFluktuasi medan magnetMagnetic shielding, echo
Photon noiseBlackbody radiationCryogenic attenuator, IR filter
QuasiparticleCooper pair brokenMaterial purity, gap engineering
Nuclear spinSpin bath di substrateIsotope purification ()
PhononLattice vibrationSub-mK temperatur

Landauer bound vs quantum: Gerbang quantum idealnya reversible → tidak ada energi minimum per operasi (tidak seperti Landauer untuk bit erase). Namun realitas hardware: cryogenic cooling untuk 1.000 qubit = ~10 kW listrik.


6. Quantum Error Correction

6.1 Mengapa Kita Butuh QEC

  • Error rate fisik per gate
  • Target: untuk algoritma fault-tolerant (setara ECC memory)
  • Butuh logical qubit dengan error rate lebih rendah dari fisik

6.2 Surface Code

Struktur:

Data qubit:   ●──●──●──●
              │  │  │  │
              ●──●──●──●
              │  │  │  │
              ●──●──●──●
Ancilla:      ○ (X-stabilizer)
              ○ (Z-stabilizer)

Parameter kunci:

  • Code distance — jarak minimum antara dua error yang tidak terdeteksi
  • Number of physical qubits:
  • Threshold:
  • Scaling error:

Overhead:

Physical qubits/logical (at )
317
797
15449
17577

Google Willow 2024 — Milestone: → logical error rate () < physical error rate (). Threshold tercapai!

6.3 Logical Qubit Overhead

Untuk menjalankan Shor’s algorithm pada 2048-bit RSA:

  • ~3.000 logical qubit
  • ~577 physical qubit per logical qubit ()
  • Total: ~1,7 juta physical qubit — belum tercapai 2026, tapi roadmap IBM/Google menargetkan 2030-2035.

7. Algoritma Quantum

7.1 Klasifikasi

AlgoritmaSpeedupAplikasiTahun
ShorEksponensialFaktorisasi, logaritma diskrit1994
GroverKuadratikSearch unstructured, SAT, kriptografi simetris1996
QPEEksponensialSimulasi kimia (estimasi eigenvalue)1995
VQE(Hybrid)Ground state energy2014
QAOAHeuristicMaxCut, optimasi kombinatorial2014
Amplitude AmplificationKuadratikGeneralisasi Grover2000
HHLEksponensialLinear systems solving (matrix inversion)2009
QSVTFrameworkQuantum Singular Value Transform — unifies semua algoritma2018

7.2 Shor’s Algorithm — Detail

Input: (produk dua prima)

Langkah:

  1. Pilih acak,
  2. Hitung . Jika , return .
  3. Cari period dari menggunakan Quantum Fourier Transform
  4. Faktor:

Kompleksitas:

  • Classical: (General Number Field Sieve)
  • Quantum: eksponensial speedup

Sirkuit depth untuk 2048-bit RSA: ~ T-gates → butuh ~1,7 juta physical qubit.

7.3 Grover’s Algorithm — Detail

Input: Oracle yang mengidentifikasi 1 item target dari item

Langkah:

Prepare uniform superposition → Repeat √N times:
  1. Oracle: flip sign of target amplitude
  2. Diffusion: invert about mean
→ Measure

Kompleksitas: — kuadratik speedup.

Implikasi: Kriptografi simetris (AES) hanya butuh key length 2× lebih panjang. AES-128 → setara AES-64? Tidak — AES-256 tetap aman (Grover adalah quantum attack terbaik untuk AES, dan — masih aman).

7.4 Variational Quantum Eigensolver (VQE)

Arsitektur hybrid classical-quantum:

Classical optimizer (COBYLA, SPSA)
    ──→ θ
    │    ↓
    │   Quantum circuit (U(θ))
    │    ↓
    └── E(θ) = ⟨ψ(θ)|H|ψ(θ)⟩ (estimasi)

Kompleksitas: Parameter untuk mencapai chemical accuracy ( Hartree).

Aplikasi: Kimia kuantum — simulasi molekul (katalis, baterai, obat) yang tidak bisa disimulasi secara classical.

7.5 Quantum Supremacy Timeline

TahunMilestoneDetail
2019Google Sycamore (53 qubit)Random circuit sampling — 200 detik vs 10.000 tahun (diklaim)
2020IBM dispute2,5 hari di Summit supercomputer dengan optimized simulation
2023Xanadu BorealisGaussian boson sampling — 216 squashed mode
2024Google WillowBelow-threshold QEC — milestone lebih penting dari supremacy
2027 (est.)Quantum advantage?Masalah berguna praktis (simulasi kimia, optimasi)

Quantum advantage (bermanfaat praktis) → masih belum tercapai. Supremacy menggunakan masalah yang sengaja dibuat untuk menunjukkan kecepatan, bukan masalah berguna.


8. Pemrograman Quantum

8.1 Framework SDK

FrameworkVendorBahasaParadigmaSimulatorTarget Hardware
Qiskit 1.xIBMPythonCircuit imperatifAer (statevector, GPU)IBM Quantum
CirqGooglePythonMoment-basedCustomSycamore, Willow
Q#MicrosoftQ# (DSL)Declarative + adjointTraceAzure Quantum
BraketAmazonPythonProvider-agnosticSV1, TN1Rigetti, IonQ, D-Wave
PennylaneXanaduPythonHybrid QMLDefault.qubitMultiple

8.2 Contoh Program — Shor’s Algorithm (Qiskit)

from qiskit import QuantumCircuit, QuantumRegister, ClassicalRegister
from qiskit.algorithms import Shor
from qiskit.utils import QuantumInstance
 
# Shor's algorithm built-in
shor = Shor(quantum_instance=QuantumInstance(
    backend=Aer.get_backend('qasm_simulator'),
    shots=1024
))
result = shor.factor(15)  # N=15 → finds p=3, q=5
print(f"Factors: {result.factors}")

8.3 Tantangan Pemrograman Quantum

MasalahAkarSolusi
No-cloningTeorema Wootters-Zurek (1982)Error correction via stabilizer codes (bukan backup)
Measurement collapseBorn ruleQuantum state tomography (banyak sample)
Error predominanceDecohrence ~μsError mitigation (ZNE, Pauli twirling) + QEC
Non-portabilityTopologi hardware berbedaTranspiler mapping (routing, basis gate)
Simulation bottleneck state complexTensor network simulator (TN1) untuk >50 qubit

8.4 OpenQASM 3.0

Standar IEEE untuk representasi sirkuit quantum:

OPENQASM 3.0;
include "stdgates.inc";

qubit[2] q;
bit[2] c;

h q[0];
cx q[0], q[1];
c = measure q;

if (c[0] == 1) {
    reset q[0];
}

9. Batas Fundamental

9.1 BQP (Bounded-error Quantum Polynomial Time)

? Belum terbukti — tapi semua bukti menunjukkan BQP mengandung masalah yang tidak ada di (Shor’s algorithm).

9.2 Apakah BQP = NP?

Tidak diyakini. Shor’s algorithm tidak menyelesaikan NP-complete. Grover’s algorithm memberikan speedup kuadratik — bukan eksponensial — untuk search unstructured. Tidak ada bukti quantum computing bisa menyelesaikan NP-complete dalam polynomial time.

9.3 No-cloning Theorem

Konsekuensi:

  • Tidak bisa “backup” qubit — error correction harus menggunakan kode stabilizer
  • BB84 quantum key distribution aman: eavesdropper tidak bisa menyalin qubit
  • Quantum machine learning tidak bisa “copy data” — butuh pendekatan berbeda

9.4 CHSH Game (Bell Inequality)

Percobaan: Alice dan Bob masing-masing mendapat bit acak. Mereka harus mengembalikan sehingga .

StrategiMax Win Probability
Classical (deterministik)75%
Classical (randomized)75% (Bell’s theorem)
Quantum (entangled pair)~85.4% ()

Makna: Quantum correlation > classical correlation. Ini bukan “komunikasi lebih cepat” — probabilitas menang lebih tinggi karena entanglement memberikan korelasi non-klasik.

Aspect 1982, Hensen 2015: — eksperimen real mengkonfirmasi Bell violation. Alam memang non-lokal.


10. Koneksi ke Vault

CatatanHubungan
hierarchy-quantum-cryptography-stackShor’s algorithm break RSA → PQC migration; QKD via BB84
hierarchy-llm-ai-systemsQuantum ML — VQE, quantum kernels, hybrid classical-quantum
hierarchy-compiler-designQuantum transpiler sebagai compiler — mapping logical→physical qubit
hierarchy-failure-modes-resilienceQuantum error correction sebagai contoh fault tolerance di sistem non-klasik
hierarchy-abstraction-layersQuantum computing sebagai lapisan baru dalam hierarchy komputasi

References

  1. Nielsen, M. A. & Chuang, I. L. “Quantum Computation and Quantum Information.” 10th anniversary ed., Cambridge University Press, 2010.
  2. Preskill, J. “Quantum Computing in the NISQ Era and Beyond.” Quantum 2, 79 (2018). arXiv:1801.00862.
  3. Arute, F. et al. “Quantum Supremacy Using a Programmable Superconducting Processor.” Nature 574, 505–510 (2019). arXiv:1910.11333.
  4. Google Quantum AI. “Quantum Error Correction Below the Surface Code Threshold.” Nature (Dec 2024). arXiv:2412.04779.
  5. Shor, P. W. “Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms.” SIAM J. Comput. 26(5), 1484–1509 (1997).
  6. Grover, L. K. “A Fast Quantum Mechanical Algorithm for Database Search.” STOC 1996.
  7. Kjaergaard, M. et al. “Superconducting Qubits: Current State of Play.” Annual Review of Condensed Matter Physics 11, 369–395 (2020). arXiv:1905.13641.
  8. Bruzewicz, C. D. et al. “Trapped-Ion Quantum Computing: Progress and Promise.” Applied Physics Reviews 6, 021314 (2019). arXiv:1904.04178.
  9. DiVincenzo, D. P. “The Physical Implementation of Quantum Computation.” Fortschritte der Physik 48(9–11), 771–783 (2000).
  10. Kitaev, A. Y. “Fault-Tolerant Quantum Computation by Anyons.” Annals of Physics 303(1), 2–30 (2003).
  11. Aharonov, D. & Ben-Or, M. “Fault-Tolerant Quantum Computation with Constant Error Rate.” SIAM J. Comput. 38(4), 1207–1282 (2008). Earlier in STOC 1997.
  12. Fowler, A. G. et al. “Surface Codes: Towards Practical Large-Scale Quantum Computation.” Physical Review A 86, 032324 (2012). arXiv:1208.0928.
  13. Cross, A. W. et al. “OpenQASM 3: A Broader and Deeper Quantum Assembly Language.” ACM Trans. Quantum Comput. 3(3), 1–43 (2022). arXiv:2104.14722.
  14. Bravyi, S. et al. “The Future of Quantum Computing: A View from 2023.” (Overview of hardware/scalability.)
  15. IBM Quantum. “The IBM Quantum Development Roadmap.” 2024.
  16. Peruzzo, A. et al. “A Variational Eigenvalue Solver on a Photonic Quantum Processor.” Nature Communications 5, 4213 (2014).
  17. Harrow, A. W. et al. “Quantum Algorithm for Linear Systems of Equations (HHL).” PRL 103, 150502 (2009).
  18. Gilyén, A. et al. “Quantum Singular Value Transformation and Beyond.” STOC 2019. arXiv:1806.01838.
  19. Wootters, W. K. & Zurek, W. H. “A Single Quantum Cannot Be Cloned.” Nature 299, 802–803 (1982).
  20. Aspect, A. et al. “Experimental Realization of Einstein-Podolsky-Rosen-Bohm Gedankenexperiment.” Physical Review Letters 49, 91 (1982).
  21. Hensen, B. et al. “Loophole-Free Bell Inequality Violation Using Electron Spins Separated by 1.3 km.” Nature 526, 682–686 (2015).
  22. Arute, F. et al. “Is Quantum Computing an Enabling Technology for Artificial General Intelligence?” (2024) — quantum AI implications.