SAMBUTAN DIREKTUR POLITEKNIK TELKOM

Transkripsi

1

2 SAMBUTAN DIREKTUR POLITEKNIK TELKOM Assalamu alaikum Wr. Wb. Dengan mengucapkan syukur atas kehadirat Allah SWT, Politeknik Telkom telah berhasil menyelenggarakan Seminar Nasonal setiap tahunnya. Konferensi Nasional ICT M Politeknik Telkom (KNIP) merupakan event tahunan yang menjadi wadah untuk para akademisi, peneliti, dan praktisi untuk meningkatkan atmosfer penelitian dan pengembangannya di lingkungan pendidikan dan praktik Kepada peserta Konferensi Nasional ICT M Politeknik Telkom, kami ucapkan selamat datang di forum ilmiah ini, dan selamat datang di kampus Politeknik Telkom. Semoga topik topik yang didiskusikan dan dipresentasikan memberikan kontribusi nyata dalam pengembangan ICT M di Indonesia. Kami mengucapkan terima kasih kepada semua pihak atas segala bantuan dan kerja sama demi suksesnya acara ini. Semoga acara ini menjadi langkah awal bagi Politeknik Telkom untuk turut serta dalam membangun pendidikan dan ICT M Indonesia. Wassalamu alaikum Wr. Wb Direktur Politeknik Telkom Budi Sulistyo ISSN: i

3 DEWAN REDAKSI PROCEEDING Konferensi Nasional ICT M Politeknik Telkom 2011 Ketua Penyunting: Ir. Christanto Triwibisono, M.M Penyunting Ahli: Ir. A. Ali Muayyadi, M.Sc., Ph.D (IT Telkom) Dr. Eng. Ayu Purwarianti (ITB) Ir. Budi Rahardjo, MSc., PhD. (ITB) Ir. Kridanto Surendro, M.Sc., Ph.D. (ITB) Dr. Kusprasapta Mutijarsa (ITB) Prof. Dr. Ir. Riri Fitri Sari, M.Sc., M.M (UI) Agus Pratondo, MT (Politeknik Telkom) Henry Rossi Andrian, MT (Politeknik Telkom) Penyunting Pelaksana: Marlindia Ike Sari, MT Paramita Mayadewi, MT Sari Dewi Budiwati, MT Wahyu Hidayat, ST ii ISSN:

4 SAMBUTAN DIREKTUR POLITEKNIK TELKOM DEWAN REDAKSI PROCEEDING DAFTAR ISI i ii iii Analisis Performansi WCDMA-Diversitas Relay pada Kanal Fading Nur Andini, A. Ali Muayyadi, Gelar Budiman 1 Perbandingan Kinerja Jaringan Internet Kampus Berdasarkan Karakteristik Trafik Self-Similarity Sis Soesetijo, Kallista Wening Krisnanda 8 Aplikasi Pengelolaan Layanan-Layanan Server Memanfaatkan Sms Gateway Good Fried Panggabean, Tulus Pardamean Simanjuntak, Chairul Friks Gunawan Manalu, Lasdiarion A. Simanjuntak 13 Internet Protocol Radio Access Network For Future Network Rini Handayani 19 Implementasi Swarm Intelligence pada Intrusion Detection System Kurniawan Nur Ramadhani 24 Analisis Kinerja Pengkode Suara ADPCM Pada Jaringan Wimax Untuk Kanal AWGN dan Reyleigh Fading Prajna Deshanta Ibnugraha 31 Implementasi Antena Wifi Sebagai Alternatif Penggunaan Antena Konvensional dalam Lingkup Wireless Local Area Network Muhammad Iqbal, Unang Sunarya, Taufik Hidayat 35 Aplikasi Moodle Sebagai Media Pembelajaran Penulisan Online Wanda Listiani 41 Analisis dan Implementasi Perbandingan Penggunaan Storage serta Response Time pada Temporal Database Dan Relational Database Yogiek Indra Kurniawan 45 Rancang Bangun Aplikasi Manajemen Database Sekolah (Studi Kasus: Lembaga Pendidikan Maarif Nahdlatul Ulama Jakarta) Nia Kumaladewi, Nur Aeni Hidayah 52 Kompresor Dan Dekompresor Data Menggunakan Algoritma ADPCM berbasis Mikrokontroler ATMEGA8535 Mohamad Dani 60 Rancang Bangun Aplikasi Kontrol Robot Ruangan Berbasis Wireless Afdhol Dzikri, Tri Ramadani, Iip Iriani, Mardiyanto 64 Rancang Bangun Sistem Monitoring Ruangan Terintegrasi Berbasis Ethernet ISSN: iii

5 Simon Siregar 72 Mendeteksi Keberadaan Pesan Tersembunyi dalam Citra Digital dengan Blind Steganalysis Wahyu Hidayat 78 Pembangunan Perangkat Lunak Bantu Pemrioritasan Kebutuhan Dengan AHP dan B- Tree Humasak Simanjuntak, Deli Saragih, Desi Silalahi, B.Junedi Hutagaol 83 Pengembangan Computer-Assisted Instruction Sebagai Bahan Ajar Pada Universitas Terbuka Meirani Harsasi 92 Pengembangan Dry Lab Sebagai Solusi Praktikum Pada Pendidikan Tinggi Terbuka Jarak Jauh (PTTJJ) Rini Dwiyani Hadiwidjaja, Hendrian, Ali Muktiyanto 99 Pemodelan Dan Animasi Tumbuhan Bawah Laut Menggunakan Metode L-System dan OpenGL Duddy Soegiarto 105 Sistem Informasi Geografi Potensi Air Terjun Di Jawa Barat Untuk Pembangkit Listrik Tenaga Mikrohidro (PLTMH) Finsa Anugrah Pratama, Risnandar, Suryatiningsih 113 Restrukturisasi dan Pengembangan Aktivitas Belajar Mengajar pada Mata Kuliah Rekayasa Perangkat Lunak Dhiani Tresna Absari 119 Aspek Manusia Dalam Penerapan Knowledge Management (KM) Asep Id Hadiana 124 Penerapan Bagging Untuk Memperbaiki Hasil Prediksi Nasabah Perusahaan Asuransi X Ari Wibowo, Ayu Purwarianti 131 Desain Sistem Elektronik Dan Arsitektur Komunikasi Pembelajaran Yang Menggunakan Jalur Radio Untuk Mendukung E-Learning Siti Samsiyah 138 Implementasi Kalender Organisasi Berbasis Microsoft Outlook Sebagai Alat yang Efektif dalam Manajemen Sistem Informasi Politeknik Telkom Hanung Nindito Prasetyo 142 Analisis Dan Implementasi Ant Colony Algorithm Untuk Clustering Kurniawan Nur Ramadhani 148 Pencatatan dan Pemantauan Kehadiran Perkuliahan di Lingkungan Politeknik Telkom Berbasis RFID dan Aplikasi Web Tora Fahrudin 155 iv ISSN:

6 Pembuatan Modul Sms Request pada Aplikasi Akademik Politeknik Telkom Berbasis Gammu Imroatul Khuluqi Izzah,Tora Fahrudin, Budi Laksono Putro 160 Aplikasi Tranformasi Hilbert Untuk Deteksi Sampul (Envelope Detection) Isyarat Suara Jantung Bernardinus Sri Widodo 165 Implementasi Services Oriented Architecture (SOA) Dalam Sistem Transaksi Perbankan di Perguruan Tinggi Studi Kasus: Universitas Padjadjaran Arif Firmansyah 169 Perancangan dan Implementasi Mobile Reporter sebagai Aplikasi Jurnalisme Warga dengan Teknologi Mobile J2ME Asep Nugraha, Yusep Rosmansyah, Arry Akhmad Arman 175 Pengolahan Data Penjualan Buku Menggunakan Metode Klasifikasi ABC (Diagram Pareto) Untuk Mengidentifikasi Kategori Buku Yang Banyak Diminati Pembaca (Studi Kasus: Pt. Elex Media Komputindo) Ahman Sutardi, Endang Budiasih 181 Metode Pembelajaran Jurnal Akuntansi Dengan Aplikasi Computer-Based Test (Cbt) Raswyshnoe Boing Kotjoprayudi, Ismail 187 Implementasi E-Learning Pada Program Studi Ilmu Dan Teknologi Pangan Universitas Terbuka Welli Yuliatmoko 195 Pedagogical Implications Of Using English In Teaching Ict Core Subjects: A Case Study In Telkom Polytechnic Fihrin Zuhrufillah 201 Podcasts: Neglected Resourceful Authentic Materials For Teaching English Istiqlaliah Nurul Hidayati 206 Prediksi Data Time Series Tingkat Inflasi di Indonesia dengan Menggunakan Differential Evolution Rita Rismala, Suyanto, Retno Novi Dayawati 219 Analisis Valueshop Sebagai Pemodelan Bisnis Awal Dalam Perencanaan Arsitektur Enterprise (EAP) Paramita Mayadewi 226 Aplikasi Pemformatan Otomatis Pada Penulisan Karya Ilmiah Agus Pratondo 233 Sistem Informasi Perpustakaan Berbasis Web dan Pemanfaatan Teknologi SMS- Gateway Sebagai Sarana Penunjang Informasi Perpustakaan Studi Kasus : Smk Negeri 4 Bandung Muhammad Ali Arrahman, Paramita Mayadewi, Hendra Kusmayadi 237 ISSN: v

7 Perancangan dan Implementasi Sistem Pendukung Keputusan Untuk Konsumen Dalam Penilaian Perangkat Ponsel Menggunakan Metodeanalytical Hierarchy Process(AHP) Bayu Rima Aditya 241 Desain Segmentasi Dan Pengenalan Karakter Pada Plat Nomor Kendaraan Marlindia Ike Sari 250 Perancangan Aplikasi Synchronous Elearning dengan Fasilitas Video Conference, Chatting, Dan Presentasi Online Berbasis Web Muh Rizal; Yudha Purwanto; Sholekan 261 Analisis dan Implementasi Sistem Fuzzy dan Evolutionary Programming Dada Pengaturan Lampu Lalu Lintas Cerdas Mahmud Dwi Sulistiyo 268 Penurunan Sebuah Program Pada Bahasa Pemrogaman Pascal Menggunakan Conteks Free Grammar Heru Nugroho 276 Usulan Pengembangan Kebutuhan Medical Record Berbasis Teknologi Web Inne Gartina Husein, Anwar Hasdian Lubis 280 Perancangan Embedded System Untuk Eksplorasi Logam Mulia Nina Hendrarini 284 Segmentasi Inti Sel Darah Putih Berdasarkan Algoritma Watershed dan Pattern Recognation dengan Slope Histogram Mia Rosmiati, Jangkung Rahardjo, Jossep Frdedderick William 288 DSS Untuk Pemasangan Iklan di Media Cetak Menggunakan Breeder Genetic Algorithm (BGA) Dedy Rahman Wijaya 293 Pengembangan dan Implementasi E-Learning Pada Amik JTC Semarang Robertus Laipaka 301 Decision Table To Constraints Generation In Rules-Based Application Kemas Muslim Lhaksmana 307 Pembuatan Web Komunitas Bagi Mahasiswa Politeknik Telkom, IM Telkom dan IT Telkom Syaiful Istiqlal, Tora Fahrudin, Budi Laksono Putro 312 Pemodelan Layanan Diseminasi Informasi Akademik Berbasis SMS Dan Dedy Rahman Wijaya, Suryatiningsih, Tora Fahrudin 317 Implementasi Enkripsi AES Pada Pembangunan Aplikasi Accounting Pada PT PRO Sistematika Automasi vi ISSN:

8 Reza Hikmah Ageng Darmawan, Dahliar Ananda, Wahyu Hidayat 321 Collaborative Infrastructure for Collaborative Learning Henry Rossi Andrian 325 Sistem Informasi Manajemen Kepegawaian (Studi Kasus : PT. Anugrah Kreasi Solusindo) Aprilia Cerry Natalin Rovita, Sari Dewi Budiwa, Ahman Suryan 329 Sistem Pengolahan Nilai dalam Pengambilan Keputusan Beasiswa (SINIBES) Studi Kasus: SMA Muhammadiyah 1 Klaten Eka Septy Prawirastuti, Agus Pratondo, Ahmad Suryan 337 Aplikasi Customer Relationship Management untuk Pemesanan Produk, Penjadwalan Pembayaran & Implementasi, serta Pencatatan Pembayaran Produk Pada PT. Buanatechno Cipta Solusi Juwita Asri, Agus Pratondo, Hasanudin Husain Syafaat 344 Sistem Informasi Pendaftaran Pelanggan Dan Pengelolaan Kuota sms Broadcast Raden Ajeng Rika Fitri, Sari Dewi Budiwati, Siska Komala Sari 350 Pengembangan Website Radio K-Lite Menjadi Mobile Web di PT. Zamrud Technology Elsa Riska Efilia, Agus Pratondo, Abdul Rohim 355 Pengujian Aplikasi Join Finance pada OpenCams PT. SIGMA CIPTA CARAKA BaliCamp Rahmayanti, Agus Pratondo, Yudi Tri Wibowo 362 Desain Dan Implementasi Modul Dosen Pada Sistem Informasi Akademik Studi Kasus Politeknik Negeri XYZ Mahendri Winata, Agus Pratondo 367 Aplikasi Penentuan Penerimaan Siswa Baru (Studi Kasus : Primagama Cabang Kaliurang) Galih Adhiswara, Sari Dewi Budiwati, Taufik Nur Adi 372 Migrasi Basis Data dari Format DBF Ke SQL pada Proyek Pegadaian Fachrurrozy AlHafidz, Agus Pratondo 376 Desain dan Implementasi Modul Mahasiswa Pada Sistem Informasi Akademik Studi Kasus Politeknik Negeri XYZ Sofa Muzaqi Akhmad, Agus Pratondo 380 Sistem Informasi Daftar Pencarian Orang Dan Pencurian Kendaraan Bermotor Untuk Mendukung Penyebaran Informasi Kepada Publik (Studi Kasus: Polisi Daerah Sulawesi Selatan) ISSN: vii

9 Andi Didik Wira Putra, Sari Dewi Budiwati, AsepNugraha 385 Implementasi Mikrokontroler Atmega8535 Berbasis Sensor Ultrasonik Untuk Proteksi Keamanan Terpadu Ricky Ardi Yosua Sidauruk, S.N.M.P Simamora, Marlindia Ike Sari 389 Analisis Perbandingan Failover Menggunakan Protokol Routing BGP dan OSPF Wahyu Lestari, Henry Rossi Andrian, Fitri Susanti 396 The Use of Information Technology in Teaching English: An Attempt to Develop Student-Centered Learning at Telkom Polytechnic Azis Nurkholis Majid 402 Text Summarization untukdokumenberitaberbahasa Indonesia Ade Romadhony, Fariska Z.R, Novi Yusliani, Luciana Abednego 408 viii ISSN:

10 Analisis Performansi WCDMA-Diversitas Relay pada Kanal Fading Nur Andini 1, A. Ali Muayyadi 2, Gelar Budiman 3 1 Politeknik Telkom, 2 Institut Teknologi Telkom, 3 Institut Teknologi Telkom 1 andini_dhine@yahoo.com, 2 aly@ittelkom.ac.id, 3 glb@ittelkom.ac.id Abstrak Fading merupakan fluktuasi amplitudo dari suatu sinyal yang dikirimkan transmitter. Salah satu teknik yang dapat digunakan untuk mengurangi fading adalah teknik diversitas. Pada teknik ini digunakan lebih dari satu link kanal dalam suatu pengiriman informasi. Salah satu aplikasi dari teknik diversitas, yaitu divesitas relay. Diversitas relay merupakan penggunaan beberapa relay yang berfungsi untuk menerima sinyal yang dikirimkan transmitter, kemudian meneruskan sinyal tersebut ke receiver. Pada penelitian ini dilakukan simulasi terhadap sistem downlink WCDMA-diversitas relay pada kanal Rayleigh fading dengan menggunakan relay yang bersifat decode-and-forward. Penggabungan seluruh sinyal yang diterima MS (Mobile Station) menggunakan teknik EGC (Equal Gain Combining). Simulasi ini dilakukan pada sistem tanpa relay dan sistem yang menggunakan relay dengan jumlah relay yang bervariasi, yaitu 1- Relay, 2-Relay, 3-Relay, dan 4-Relay. Simulasi didasarkan pada beberapa kondisi, yaitu variasi kecepatan MS, SF (Spreading Factor) yang digunakan, serta jumlah pengguna. Hasil simulasi menunjukkan bahwa adanya relay mampu menghemat Eb/No sebesar ±3,32 db untuk sistem 1-Relay, ±6,63 db untuk sistem 2- Relay, ±7,78 db untuk sistem 3-Relay, dan ±8,76 db untuk sistem 4-Relay. Adanya relay ini juga mampu memperbaiki BER sistem saat Eb/No yang sama. Kata kunci: relay, downlink, WCDMA, EGC, BER, dan Eb/No Abstract Fading is amplitude fluctuation of transmitted signal. One solution to reduce the fading effect is diversity. In diversity used more than one links to transmit information. One application of diversity is relay diversity. Relay diversity is a solution that use some relays to receive signal from transmitter and retransmit the signal to receiver. This research simulates the WCDMA downlink system using relay diversity over Rayleigh fading channels using decode-and-forward relay. All received signals in MS are combined by EGC. Simulation is done on system without relay and system with relay, the number of relay are 1-Relay, 2-Relays, 3-Relays, and 4-Relays. Simulation is based on different user velocity, SF, and number of user. Simulation results indicate that relay can save Eb/No until ±3,32 db for 1-Relay system, ±6,63 db for 2-Relay system, ±7,78 db for 3-Relay system, and ±8,76 db for 4-Relay system. With relays, the BER of system also can be improved. Keywords: relay, downlink, WCDMA, EGC, BER, dan Eb/No 1. Pendahuluan Fading merupakan fluktuasi amplitudo dari suatu sinyal yang dikirimkan transmitter. Fading terjadi karena superposisi gelombang multipath yang berbeda amplitudo dan fasa, sehingga fading dapat pula diartikan sebagai variasi fasa dan tegangan sinyal terima setiap satuan waktu. Salah satu teknik yang dapat digunakan untuk mengurangi fading tanpa menambah daya pancar maupun bandwidth adalah teknik diversitas. Pada teknik ini digunakan lebih dari satu link kanal dalam suatu pengiriman informasi dari transmitter ke receiver. Salah satu teknik diversity yang umum adalah spatial diversity, yang menggunakan beberapa antena sebagai penerima. Dengan digunakannya teknik diversitas, masalah fading dapat diatasi. Salah satu aplikasi dari teknik diversitas adalah divesitas relay. Diversitas relay merupakan penggunaan beberapa relay yang berfungsi untuk menerima sinyal yang dikirimkan transmitter, kemudian meneruskan sinyal tersebut ke receiver. Pada dasarnya, relay meneruskan atau memancarkan kembali sinyal yang dikirim oleh transmitter ke receiver. Sebelum meneruskan sinyal tersebut, relay menguatkan atau mengkodekannya terlebih dahulu. Dengan digunakan relay, maka sinyal yang diterima oleh receiver tidak hanya sinyal yang dipancarkan oleh transmitter, tetapi juga sinyal yang dipancarkan oleh relay [1]. Pada proses pengiriman sinyal yang terjadi antara transmitter, relay, dan receiver terdapat dua kategori kanal. Kanal-kanal tersebut adalah direct channel dan relay channel [1]. Direct channel digunakan dalam komunikasi antara transmitter dan receiver secara langsung, sedangkan relay channel digunakan untuk komunikasi antara transmitter dan receiver melalui relay. Dengan digunakannya diversitas relay ini, performansi sistem dalam pengiriman informasi dapat diperbaiki. Dalam penelitian ini, dilakukan simulasi terhadap sistem downlink WCDMA dengan diversitas relay melalui kanal fading dengan tujuan untuk mengetahui perbaikan kinerja sistem downlink WCDMA sesudah digunakannya diversitas relay. ISSN:

11 Jenis propagasi yang digunakan merupakan propagasi multipath dan power control yang dianggap sempurna. Kanal yang digunakan merupakan kanal Rayleigh fading 2-tap untuk komunikasi antara BS (Base Station) dengan MS, BS dengan relay maupun relay dengan MS serta noise berupa AWGN (Additive White Gaussian Noise). Adapun sifat relay yang digunakan adalah decode-and-forward, yaitu relay melakukan decode terhadap sinyal yang diterima terlebih dahulu sebelum mengirimkannya ke MS. Sedangkan penggabungan antara sinyal yang diterima MS secara langsung dan sinyal yang diterima melalui relay menggunakan teknik EGC. Simulasi dilakukan pada sistem tanpa relay, sistem 1-Relay, sistem 2- Relay, sistem 3-Relay, dan sistem 4-Relay. Simulasi didasarkan pada beberapa kondisi, yaitu berdasarkan variasi kecepatan MS, SF yang digunakan, serta jumlah pengguna. Simulasi ini menghasilkan grafik BER terhadap Eb/No untuk masing-masing sistem. 3. Model Sistem 3.1 Skenario Jaringan Downlink 2. Dasar Teori 2.1 Diversitas Relay Diversitas relay merupakan penggabungan dari beberapa relay yang digunakan untuk meneruskan sinyal yang telah diterima ke receiver, dengan tujuan untuk meningkatkan kualitas sinyal. Diversitas relay merupakan salah satu aplikasi dari diversitas ruang. Dengan adanya teknik ini, sinyal yang diterima receiver tidak hanya sinyal yang dipancarkan secara langsung oleh transmitter, tetapi juga sinyal yang dipancarkan ulang oleh relay. Keuntungan lain dari penggunaan relay adalah kebutuhan daya pancar yang rendah. Dengan digunakannya relay (khususnya relay yang bersifat amplify-andforward), daya pancar yang diperlukan akan lebih rendah karena relay dapat menguatkan sinyal yang telah diterima. Berikut contoh penggunaan diversitas relay pada komunikasi downlink antara BS dan MS: Gambar 1. Diversitas relay Gambar 2. Model fisik sistem Persamaan sinyal pada tiap titik: Keluaran BS: S(t) Keluaran kanal Rayleigh antara BS dan MS: r 0 (t) Keluaran kanal Rayleigh antara BS dan Relay: r i (t), dengan i = 1, 2, 3, dan 4 (sesuai dengan jumlah relay yang digunakan) Keluaran Relay: S i (t), dengan i = 1, 2, 3, dan 4 (sesuai dengan jumlah relay yang digunakan) Keluaran Rayleigh antara Relay dan MS: r i (t), dengan i = 1, 2, 3, dan 4 (sesuai dengan jumlah relay yang digunakan) Masukan MS: r(t) = r 0 (t) + r i (t) (1) Pada penelitian ini dilakukan simulasi pada sistem downlink WCDMA, yaitu komunikasi dari BS (Base Station) ke MS (Mobile Station) dengan menggunakan diversitas relay. Komunikasi antara BS dan MS tidak hanya secara langsung tetapi juga melalui relay sehingga sinyal yang diterima MS merupakan penjumlahan antara sinyal yang dikirim secara langsung dengan sinyal yang melalui relay terlebih dahulu. Relay dianggap bergerak sehingga memiliki suatu kecepatan tertentu. Pada komunikasi antara BS dan MS digunakan kanal Rayleigh, baik komunikasi secara langsung maupun komunikasi dengan relay. Untuk komunikasi langsung digunakan kanal Rayleigh dengan koefisien kanal yang dipengaruhi oleh kecepatan MS (v ms ). Sedangkan untuk komunikasi dengan relay digunakan dua kanal Rayleigh, yaitu satu kanal Rayleigh untuk komunikasi antara BS dengan relay dan satu kanal Rayleigh untuk komunikasi antara relay dengan MS. Koefisian 2 ISSN:

12 kanal Rayleigh yang digunakan untuk komunikasi antara BS dan relay dipengaruhi oleh kecepatan relay (v relay ). Sedangkan koefisien kanal Rayleigh yang digunakan pada komunikasi antara relay dan MS dipengaruhi oleh kecepatan MS (v ms ). BS mengirim informasi secara broadcast pada MS maupun relay. Informasi yang sampai pada relay merupakan informasi yang telah melalui kanal Rayleigh dan bercampur dengan noise, dalam hal ini noise yang dimaksud adalah AWGN. Pada relay, informasi tersebut akan mengalami proses ekualisasi kanal sehingga efek fading yang terjadi selama pengiriman informasi antara BS dan relay dapat diatasi. Setelah itu, informasi mengalami proses despreading dan re-spreading sebelum unformasi tersebut dikirim ke MS. Pada proses de-spreading yang terjadi pada relay digunakan kode penebar yang sama dengan kode penebar yang digunakan pada BS, sedangkan pada proses re-spreading digunakan kode penebar lainnya atau dapat juga sama dengan kode yang digunakan saat proses despreading. Proses de-spreading dan re-spreading ini dilakukan karena relay dianggap sebagai terminal. Pada MS digunakan RAKE receiver sehingga informasi yang diterima MS akan mengalami proses de-spreading sesuai dengan delay propagasi masingmasing. RAKE receiver yang digunakan memiliki empat finger. Finger pertama dan kedua memiliki delay yang sesuai dengan delay propagasi pada kanal Rayleigh antara BS dan MS, sedangkan finger ketiga dan keempat memiliki delay yang sesuai dengan delay propagasi pada kanal Rayleigh antara relay dan MS. Dengan adanya RAKE receiver, efek fading dapat teratasi. 3.2 Transmitter WCDMA Berikut adalah skema transmitter WCDMA: Gambar 3. Transmitter WCDMA 3.3 Receiver WCDMA Berikut adalah skema receiver WCDMA: Gambar 4. Receiver WCDMA 3.4 Relay Berikut adalah skema relay: Gambar 5. Relay 3.5 RAKE Receiver Berikut adalah skema RAKE receiver: Gambar 6. RAKE Receiver r(t) = r 01 (t) + r 02 (t)+r i1 (t) + r i2 (t) (2) Dimana r 01 (t) = sinyal keluaran tap-1 pada kanal Rayleigh antara BS dan MS r 02 (t) = sinyal keluaran tap-2 pada kanal Rayleigh antara BS dan MS r i1 (t) = gabungan sinyal keluaran tap-1 pada kanal Rayleigh antara Relay dan MS s i2 (t) = gabungan sinyal keluaran tap-2 pada kanal Rayleigh antara Relay dan MS c(t) = spreading code yang dibangkitkan oleh BS c r (t) = spreading code yang dibangkitkan oleh Relay ω i = gain pada combiner atau bobot masing-masing finger r (t) = c(t) 2 n=1 r 0n (t)ω n + c r (t)[r i1 (t)ω 3 + r i2 (t)ω 4 ] (3) R(t) = T c(t) 2 n=1 r 0n (t)ω n + c r (t)[r i1 (t)ω r i2 (t)ω 4 ] dt (4) RAKE receiver yang digunakan pada simulasi ini memiliki empat lengan. Pada lengan pertama dan kedua digunakan spreading code yang sesuai dengan spreading code pada BS, sedangkan pada lengan ketiga dan keempat digunakan spreading code yang sesuai dengan spreading code yang ada pada relay. Delay yang digunakan pada lengan pertama dan lengan ketiga adalah 0, sedangkan delay yang digunakan pada lengan kedua dan keempat adalah 1 μs. Delay ini sesuai dengan delay propagasi pada kanal Rayleigh yang digunakan, baik kanal antara BS dengan MS maupun kanal antara relay dengan MS. Penggabungan keempat sinyal tersebut menggunakan teknik EGC. Pada teknik ini, sinyal pada tiap finger diberi pembobotan yang sama, yaitu bernilai satu. Perbandingan daya sinyal output ISSN:

13 terhadap daya derau pada combiner dapat dinyatakan dengan: ( 2 r 0n (t)+ 2 n=1 r in (t)) 2 SNR o = 1 n=1 2 4 (5) i=1 N i dengan: r 0n = selubung sinyal keluaran kanal Rayleigh antara BS dan MS r in = selubung sinyal keluaran kanal Rayleigh antara Relay dan MS N i = selubung derau (noise) 4 Hasil Simulasi dan Analisis 4.1 Parameter Lengkap Simulasi Simulasi dilakukan pada sistem downlink WCDMA dengan kanal Rayleigh fading dan AWGN. Adapun parameter lengkap simulasi yang digunakan pada penelitian ini, antara lain: a. Frekuensi kerja = 2 GHz b. Chip rate = 3,84 Mcps c. Modulasi = QPSK d. Spreaing code = OVSF (iii) 4.2 Kinerja Sistem Pengaruh kecepatan MS Pada subbab ini diamati kinerja sistem yang dipengaruhi oleh kecepatan MS untuk single user. Pada simulasi ini relay dianggap diam (v relay = 0 km/jam) dan SF yang digunakan 4. (iv) Gambar 6. Kinerja sistem downlink WCDMA single user untuk kecepatan MS yang berbeda (i) (ii) Dalam Gambar 6 terlihat bahwa adanya relay mampu mengurangi besarnya BER. Semakin banyak relay yang digunakan, maka semakin kecil peluang terjadinya error. Saat MS diam dan untuk menghasilkan BER sebesar 10-3 sistem tanpa relay membutuhkan Eb/No sebesar 7,281 db, sistem 1- Relay membutuhkan Eb/No sebesar 6,607 db, sistem 2-Relay membutuhkan Eb/No sebesar 6,184 db, sistem 3-Relay membutuhkan Eb/No sebesar 5,522 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 5,045 db. Saat MS berkecepatan 3 km/jam dan untuk menghasilkan BER sebesar 10-3 sistem tanpa relay membutuhkan Eb/No sebesar 17,89 db, sistem 1- Relay membutuhkan Eb/No sebesar 10,97 db, sistem 2-Relay membutuhkan Eb/No sebesar 7,779 db, sistem 3-Relay membutuhkan Eb/No sebesar 6,926 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 6,096 db. Saat MS berkecepatan 30 km/jam dan untuk menghasilkan BER sebesar 10-3 sistem tanpa relay membutuhkan Eb/No sebesar 18,55 db, sistem 1- Relay membutuhkan Eb/No sebesar 9,475 db, sistem 4 ISSN:

14 2-Relay membutuhkan Eb/No sebesar 7,776 db, sistem 3-Relay membutuhkan Eb/No sebesar 6,502 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 5,542 db. Saat MS berkecepatan 120 km/jam dan untuk menghasilkan BER sebesar 10-3 sistem tanpa relay membutuhkan Eb/No sebesar 18,51 db, sistem 1- Relay membutuhkan Eb/No sebesar 9,812 db, sistem 2-Relay membutuhkan Eb/No sebesar 7,921 db, sistem 3-Relay membutuhkan Eb/No sebesar 6,861 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 6,047 db Pengaruh SF Pada subbab ini diamati kinerja sistem yang dipengaruhi oleh besarnya SF untuk single user. Pada simulasi ini relay dan MS berada dalam kondisi bergerak dengan kecepatan yang sama, yaitu v relay = 3 km/jam dan v MS = 3 km/jam. Relay membutuhkan Eb/No sebesar db, sistem 2-Relay membutuhkan Eb/No sebesar 9,556 db, sistem 3-Relay membutuhkan Eb/No sebesar 8,299 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 6,701 db. Saat SF yang digunakan 8, untuk mencapai BER sebesar 10-4 sistem tanpa relay membutuhkan Eb/No sebesar 9,962 db, sistem 1-Relay membutuhkan Eb/No sebesar 9,462 db, sistem 2- Relay membutuhkan Eb/No sebesar 4,831 db, sistem 3-Relay membutuhkan Eb/No sebesar 3,479 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 2,579 db. Gambar 8. Kinerja sistem downlink WCDMA single user dengan SF = 4 dan SF = 8 (i) Pada Gambar 8 terlihat bahwa sistem dengan SF = 8 memiliki kinerja yang lebih bagus daripada sistem dengan SF = 4. Sistem yang menggunakan SF = 8 membutuhkan Eb/No yang lebih kecil daripada sistem yang menggunakan SF = 4 untuk mencapai BER sebesar Semakin besarnya nilai SF menunjukkan bahwa nilai processing gain juga semakin besar sehingga sistem lebih tahan terhadap self-interference maupun multiuser-interference (interferensi antarpengguna) Pengaruh Jumlah Pengguna (ii) Gambar 7. Kinerja sistem downlink WCDMA single user untuk SF yang berbeda Pada subbab ini diamati kinerja sistem yang dipengaruhi oleh jumlah pengguna (user). Pada simulasi ini relay dan MS dianggap bergerak dengan kecepatan yang sama v relay = 3 km/jam dan v MS = 3 km/jam dan SF yang digunakan 8. Secara umum, Gambar 7 menunjukkan bahwa adanya relay mampu mengurangi besarnya BER untuk tiap SF yang digunakan. Semakin kecil BER sejalan dengan semakin banyak relay yang digunakan. Saat SF yang digunakan 4, untuk mencapai BER sebesar 10-4 sistem tanpa relay membutuhkan Eb/No sebesar 14,22 db, sistem 1- ISSN:

15 (i) (iv) Gambar 9. Kinerja sistem downlink WCDMA untuk jumlah pengguna yang berbeda (ii) (iii) Pada Gambar 9 terlihat bahwa adanya relay mampu memperbaiki kinerja sistem downlink WCDMA. Semakin banyak relay yang digunakan, maka semakin bagus kinerja sistem tersebut. Untuk mencapai nilai BER tertentu, sistem yang menggunakan relay membutuhkan Eb/No lebih kecil daripada sistem tanpa relay. Saat single user dan untuk menghasilkan BER sebesar 10-4 sistem tanpa relay membutuhkan Eb/No sebesar 10,22 db, sistem 1-Relay membutuhkan Eb/No sebesar 9,473 db, sistem 2-Relay membutuhkan Eb/No sebesar 4,574 db, sistem 3-Relay membutuhkan Eb/No sebesar 3,627 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 2.64 db. Saat terdapat dua user dan untuk menghasilkan BER sebesar 10-4 sistem tanpa relay membutuhkan Eb/No sebesar 12,64 db, sistem 1-Relay membutuhkan Eb/No sebesar 11,37 db, sistem 2- Relay membutuhkan Eb/No sebesar 6,255 db, sistem 3-Relay membutuhkan Eb/No sebesar 5,196 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 4,104 db. Saat terdapat empat user dan untuk menghasilkan BER sebesar 10-4 sistem tanpa relay membutuhkan Eb/No sebesar 15,37 db, sistem 1- Relay membutuhkan Eb/No sebesar 13,82 db, sistem 2-Relay membutuhkan Eb/No sebesar 8,421 db, sistem 3-Relay membutuhkan Eb/No sebesar 7,076 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 6,126 db. Saat terdapat delapan user dan untuk menghasilkan BER sebesar 10-4 sistem tanpa relay membutuhkan Eb/No sebesar 18 db, sistem 1-Relay membutuhkan Eb/No sebesar 17,12 db, sistem 2- Relay membutuhkan Eb/No sebesar 10,99 db, sistem 3-Relay membutuhkan Eb/No sebesar 9,549 db, dan sistem 4-Relay membutuhkan Eb/No sebesar 8,243 db. Semakin banyak jumlah pengguna, maka semakin besar juga Eb/No yang dibutuhkan untuk mencapai suatu BER tertentu. Hal ini dikarenakan 6 ISSN:

16 pada sistem dengan single user hanya terdapat selfinterference, sedangkan pada sistem multiuser selain self-interference juga terdapat multiuserinterference. Semakin banyaknya jumlah pengguna mengakibatkan multiuser-interference juga semakin besar. Untuk sistem multiuser, semakin banyak user, maka semakin besar juga Eb/No yang dibutuhkan untuk mencapai BER yang sama. 5 Kesimpulan dan Saran 5.1 Kesimplan Hal-hal yang dapat disimpulkan dari hasil simulasi ini antara lain: 1. Penggunaan relay pada sistem single user dengan kecepatan MS yang bervariasi dapat meningkatkan kinerja sistem. Untuk mencapai BER sebesar 10-3 sistem dengan diversitas relay mampu menghemat Eb/No hingga: a. 0,653 db untuk sistem 1-Relay; 1,258 db untuk sistem 2-Relay; 1,857 untuk sistem 3-Relay; dan 2,366 db untuk sistem 4- Relay saat MS diam; b. 6,904 db untuk sistem 1-Relay; 7,907 db untuk sistem 2-Relay; 9,027 untuk sistem 3-Relay; dan 9,73 db untuk sistem 4-Relay saat MS bergerak dengan kecepatan 3 km/jam; c. 9,075 db untuk sistem 1-Relay; 10,774 db untuk sistem 2-Relay; 12,048 untuk sistem 3-Relay; dan 13,008 db untuk sistem 4- Relay saat MS bergerak dengan kecepatan 30 km/jam; d. 8,698 db untuk sistem 1-Relay; 10,589 db untuk sistem 2-Relay; 11,649 untuk sistem 3-Relay; dan 12,463 db untuk sistem 4- Relay saat MS bergerak dengan kecepatan 120 km/jam. 2. Untuk tiap penggunaan SF yang berbeda pada sistem single user yang berbeda, adanya relay juga dapat memperbaiki kinerja sistem. Untuk mencapai BER sebesar 10-4 sistem dengan diversitas relay mampu menghemat Eb/No hingga: a. 2,91 db untuk sistem 1-Relay; 4,664 db untuk sistem 2-Relay; 5,921 untuk sistem 3-Relay; dan 7,519 db untuk sistem 4- Relay saat SF = 4; b. 0,5 db untuk sistem 1-Relay; 5,131 db untuk sistem 2-Relay; 6,483 untuk sistem 3-Relay; dan 7,383 db untuk sistem 4- Relay saat SF = Ketika digunakan relay pada sistem untuk jumlah user yang berbeda-beda, performansi sistem akan meningkat sejalan dengan semakin banyaknya relay yang digunakan. Untuk mencapai BER sebesar 10-4 sistem dengan diversitas relay mampu menghemat Eb/No hingga: a. 0,747 db untuk sistem 1-Relay; 5,646 db untuk sistem 2-Relay; 6,593 untuk sistem 3-Relay; dan 7,58 db untuk sistem 4-Relay saat jumlah user = 1; b. 1,27 db untuk sistem 1-Relay; 6,385 db untuk sistem 2-Relay; 7,444 untuk sistem 3-Relay; dan 8,536 db untuk sistem 4- Relay saat jumlah user = 2; c. 1,55 db untuk sistem 1-Relay; 6,949 db untuk sistem 2-Relay; 8,294 untuk sistem 3-Relay; dan 9,244 db untuk sistem 4- Relay saat jumlah user = 4; d. 0,88 db untuk sistem 1-Relay; 7,01 db untuk sistem 2-Relay; 8,451 untuk sistem 3-Relay; dan 9,757 db untuk sistem 4- Relay saat jumlah user = Saran 1. Penelitian selanjutnya dapat menganalisis kinerja sistem berdasarkan jumlah user untuk kecepatan MS atau relay yang bervariasi. 2. Penelitian selanjutnya dapat menganalisis kinerja sistem berdasarkan pengaruh kecepatan relay. 3. Penelitian selanjutnya dapat menganalisis kinerja sistem dengan menggunakan kanal yang berbeda. Daftar Pustaka [1] Lajos Hanzo, Lie-Liang Yang, dan Wei Fang, Performance of DS-CDMA Downlink Using Transmitter Preprocessing and Relay Diversity over Nakagami-m Fading Channels, Wireless Communications, IEEE Transactions on, Februari [2] Mishra, Ajay R., Advanced Cellular Network Planning and Optimisation, England: Wiley, [3] Mohamed H. Ahmed dan Salama S. Ikki, Performance of Cooperative Diversity Using Equal Gain Combining (EGC) over Nakagami-m Fading Channels, Wireless Communications, IEEE Transactions on, Februari [4] Castro, Jonathan P., The UMTS Network and Radio Access Technology, England: Wiley, [5] Gunawan Wibisono, Uke Kurniawan Usman, dan Gunadi Dwi Hantoro, Konsep Teknologi Seluler, Bandung: Informatika, [6] Setiawan, Rakhmad, Kinerja DS-CDMA dengan Menggunakan Penerima RAKE, Bandung: Institut Teknologi Telkom, [7] David D. Falconer, John Boyer, dan Halim Yanikomeroglu, Cooperative Connectivity Models for Wireless Relay Networks, Wireless Communications, IEEE Transactions on, Juni ISSN:

17 Perbandingan Kinerja Jaringan Internet Kampus Berdasarkan Karakteristik Trafik Self-Similarity Sis Soesetijo 1, Kallista Wening Krisnanda 2 1,2 Jurusan Teknik Elektro Universitas Surabaya 1 ssoesetijo@ubaya.ac.id, 2 kkrisnanda@gmail.com Abstrak Pengukuran trafik internet dilakukan pada empat lokasi di kampus Universitas Surabaya, yaitu Fakultas Teknik, Fakultas Bisnis dan Ekonomika, Perpustakaan, dan kampus Ubaya Ngagel. Periode pengukuran trafik internet harian ini dilaksanakan antara jam sampai WIB dengan menggunakan ratarata sampel setiap 5 menit. Kinerja jaringan internet pada penelitian ini dianalisis berdasarkan karakteristik trafik self-similarity. Karakteristik self-similarity dinyatakan dalam parameter Hurst (H) dengan nilai H ( ½, 1), di mana semakin mendekati H = 1 maka semakin buruk kinerja jaringannya. Sedangkan nilai parameter H tersebut dapat diperoleh dengan menggunakan model FARIMA (p,d,q) yang hubungannya dapat dinyatakan H = d + ½ dengan variabel d merupakan orde d pada model FARIMA. Dari hasil perhitungan dan analisis terhadap trafik internet harian diperoleh bahwa nilai parameter H terkecil terdapat pada lokasi perpustakaan. Dengan demikian dapat disimpulkan bahwa kinerja jaringan terbaik di antara tiga lokasi yang lain di kampus berada pada lokasi perpustakaan. Kata kunci: kinerja jaringan internet, self-similarity, parameter Hurst, model FARIMA Abstract Internet traffic measurements performed at four locations on the campus of the University of Surabaya the Faculty of Engineering, Faculty of Business and Economics, Library and campus Ubaya Ngagel. Daily Internet traffic measurement period was conducted between the hours of 03:00 am until 23:59 pm with an average sample every 5 minutes. Internet network performance in this study were analyzed based on the characteristics of traffic self-similarity. Characteristics of self-similarity is expressed in the Hurst parameter (H) with a value of H (½, 1), where getting close to H = 1 then the worse the performance of its network. While the value of H parameter can be obtained using FARIMA (p, d, q) model whose relationship can be expressed H = d + ½, d is the order of FARIMA model. From the calculation and analysis of daily Internet traffic obtained that contained the smallest value of H parameter on the location of the Library. It can be concluded that the best network performance between the three other locations on campus are at the Library. Keywords: internet network performance, self-similarity, hurst parameter, FARIMA model 1. Pendahuluan Pertumbuhan trafik internet di Indonesia selama 5 tahun terakhir terbilang sangat tinggi. Bahkan para operator telekomunikasi baik operator seluler maupun operator telepon tetap, saat ini lebih cenderung menjual layanan data daripada layanan suara. Hal ini dikarenakan perkembangan teknologi telekomunikasi sudah memasuki tahap melambat demikian juga yang dialami oleh teknologi nirkabel. Namun, pertumbuhan layanan data ini harus diimbangi dengan kualitas jaringan yang memadai agar dapat memuaskan pelanggannya. Kualitas jaringan telekomunikasi lebih sering disebut kinerja jaringan (network performance), yang meliputi troughput, packet delay, packet loss, dan jitter. Kebutuhan layanan data yang semakin meningkat akan memengaruhi kinerja jaringan. Untuk itu kinerja jaringan harus selalu ditingkatkan seiring dengan peningkatan kebutuhan data dan jumlah pelanggan. Kinerja jaringan harus selalu di monitor terus menerus agar dapat menjamin kondisi jaringan tetap terjaga dengan selalu melakukan pengukuran terhadap parameter-parameter pada kinerja jaringan. Parameter-parameter kinerja jaringan tersebut dapat diukur secara langsung baik dengan menggunakan hardware dan/atau software untuk mendapatkan data troughput, packet delay, jitter, dan packet loss. Seperti disampaikan pada makalah [1] dan [2], pada makalah pertama membahas pengukuran bandwidth yang akurat dengan menggunakan packet window, sedangkan pada makalah kedua pengukuran bandwidth menggunakan perangkat lunak pathload. Pada penelitian ini, untuk mendapatkan parameter-parameter kinerja jaringan tersebut dilakukan dengan pengukuran volume trafik internet, kemudian dari data trafik itu akan diolah dengan menggunakan pemodelan trafik dengan Fractional Auto Regressive Integrated Moving Average (FARIMA). Hasil pemodelan FARIMA (p,d,q) dianalisis sedemikian rupa sehingga diperoleh parameter Hurst (H parameter) yang merupakan parameter untuk menunjukkan sifat self- 8 ISSN:

18 similarity dari trafik internet. Semakin besar nilai H, semakin besar pula nilai packet delay-nya. Beberapa penelitian kinerja jaringan yang menggunakan parameter Hurst (H), seperti pada makalah [3], [4], dan [5]. Pada ketiga makalah tersebut evaluasi kinerja jaringannya menggunakan parameter H untuk menggambarkan sifat selfsimilar. Pada makalah [1] melakukan percobaan dengan mengubah nilai buffer pada router secara bertingkat, kemudian diamati pengaruh packet delay pada jaringan. Pada makalah [4] dilakukan pengukuran parameter H pada data trafik hasil simulasi dan hasi pengukuran. Untuk mendapatkan parameter H dilakukan dengan tiga metode, yaitu R/S, Whittle, dan Wavelet. Sedangkan pada makalah [5] pengukuran parameter H dilakukan pada data trafik yang diukur secara real time dengan menggunakan metode R/S. Hasilnya menunjukkan bahwa nilai H = 0.5 menunjukkan bahwa beban jaringan pada kondisi normal. Semakin tinggi nilai H, semakin berat beban pada jaringan. Untuk mendapatkan parameter H digunakan pemodelan FARIMA (p,d,q), dimana hubungan antara nilai koefisien d dan H dinyatakan dalam d = H ½. Koefisien d diestimasi dengan menggunakan metode Whittle dengan terlebih dahulu mendapatkan orde p dan q pada persamaan model ARIMA (p,d,q). Nilai H (½, 1), semakin besar nilai H semakin tinggi packet delay jaringan sehingga terjadi penurunan troughput pada jaringan internetnya. Parameter H ini menunjukkan sifat self-similarity pada trafik internet. hasil pengukuran dengan sampel pengukuran setiap 5 menit. Pengukuran volume trafik dinyatakan dalam satuan bit/detik. Data trafik internet yang terukur merupakan data trafik downstream agregat, yaitu trafik downstream yang digunakan dalam penelitian ini tidak membedakan protokol dan jenis trafik yang lewat. Gambar 1. Topologi Jaringan Router AdSim Router Router Router Router 2. Sistem Pengukuran Trafik Internet Pada penelitian ini dibahas perbandingan dan analisi kinerja jaringan pada empat lokasi trafik internet, yaitu di Fakultas Teknik (disimbolkan dengan E), Fakultas Bisnis dan Ekonomika (disimbolkan dengan M), perpustakaan (disimbolkan dengan S), dan kampus Ubaya Ngagel (disimbolkan dengan N). Pencatatan dan pengukuran trafik internet menggunakan perangkat lunak Simple Network Management Protocol (SNMP). Pengukuran trafik telah dilakukan pada tanggal 13 Oktober Trafik yang diukur merupakan trafik internet harian yang diukur pada jam WIB sampai jam WIB dengan sampel waktu setiap 5 menit. Trafik hasil pengukuran ini merupakan trafik internet agregat di mana trafik yang terukur merupakan trafik gabungan dari beberapa protokol internet yang melewati masing-masing router. Topologi jaringan internet untuk pengukuran ditampilkan pada Gambar 1, dimana lokasi router teknik berada pada Fakultas Teknik (E), router ekonomi berada pada Fakultas Bisnis dan Ekonomika (M), router Perpustakaan berada pada gedung Perpustakaan lantai 1 (S), dan router ngagel berada pada lokasi kampus Ubaya Ngagel (N). Sedangkan Gambar 2 menunjukkan grafik internet Gambar 2. Grafik Runtun Waktu Trafik Internet Harian 3. Model FARIMA (p,d,q) Autoregressive Integrated Moving Average (ARIMA) (p,d,q) didefinisikan dalam bentuk persamaan berikut: (B) d x t = θ(b)α t (1) di mana: x t = runtun waktu awal, a t = runtun waktu yang bersifat white noise, B = operator backward shift = turunan derajat d. ISSN:

19 Operator AutoRegression (AR): (2) Operator Moving Average (MA): (3) Ketika d = 0, persamaan (1) menjadi model ARMA (p,q). Parameter d ini merupakan orde penurunan (differencing). Model ARIMA digunakan secara luas untuk menganalisis data runtun waktu. Model ARMA merupakan model runtun waktu univariate untuk data stasioner, sedangkan model ARIMA merupakan model runtun waktu univariate untuk data non stasioner. Proses acak stasioner merupakan karakteristik statistik (seperti rata-rata, variansi, fungsi korelasi) yang dipengaruhi oleh interval waktu. Prinsip dasar model ARIMA adalah mengubah data runtun waktu non stasioner menjadi data stasioner dengan melakukan diferensiasi. Ketika model ARMA(p,q) merupakan model non stasioner, data runtun waktu harus dilakukan penurunan paling tidak sekali untuk mendapatkan model runtun waktu yang stasioner, yaitu model ARIMA (p,d,q). Parameter p menyatakan orde dari komponen AR, q menyatakan orde dari komponen MA, dan d menyatakan jumlah penurunan yang dilakukan untuk memperoleh data stasioner. Penentuan nilai p dan q tergantung pada Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF). Setelah menentukan orde p dan q dari model ARIMA, digunakan Maximum Likelihood Estimation (MLE) untuk estimasi nilai koefisien φ dan θ dan menggunakan Akaike Information Criterion (AIC) untuk mendapatkan parameter yang terbaik. Fractional Autoregressive Integrated Moving Average (FARIMA) merupakan modifikasi bentuk runtun waktu dari ARIMA. Model ARIMA (p,d,q) berubah menjadi FARIMA (p,d,q), dimana nilai d ( 0, ½ ), bukan nilai d dengan bilangan bulat lagi. Apabila koefisien φ dan θ sudah diketahui sehingga mendapatkan model yang stasioner dan d ( 0, ½), model yang didapatkannya merupakan Long Range Dependence (LRD) dengan H = d + ½. Tingkat self-similarity dinyatakan dalam besarnya parameter H. Untuk mendapatkan model FARIMA yang stabil, data trafik pengukuran harus di-lognaturalkan terlebih dahulu untuk menghindari efek heteroskedaticity [4]. Proses pemodelan FARIMA (p,d,q) dilakukan lebih mudah dengan memodelkannya dahulu dengan model ARIMA (p,d,q). Pada model ARIMA, hasil orde p dan q dapat dimanfaatkan untuk estimasi orde d dengan menggunakan metode Whittle [4]. Pada model ARIMA, nilai orde d merupakan bilangan bulat, sedangkan pada model FARIMA nilai d (0,½). Dari hasil model FARIMA kemudian dilakukan validasi dengan membandingkan hasil distribusi data trafik pengukuran dengan distribusi data hasil pembangkitan model dengan menggunakan metode qqplot. 4. Hasil dan Pembahasan Pada penelitian ini, semua perhitungan dan analisis data trafik internet menggunakan perangkat lunak pengolah statistik opensource R versi pada sistem operasi Mandriva Linux Untuk data trafik internet harian tanggal 13 Oktober 2010, pengukuran dilakukan antara jam sampai WIB dengan waktu sample setiap 5 menit dengan menggunakan SNMP. Trafik internet antara jam WIB untuk keempat lokasi pengukuran hampir semuanya dapat dikatakan tidak terdapat volume trafiknya. Hasil pemodelan ARIMA untuk data trafik internet tersebut dengan menggunakan estimasi Akaike Information Criterion (AIC) ditampilkan pada Tabel I berikut. lokasi ARIMA (p,d,q) TABEL I. MODEL ARIMA φ 1 φ 2 θ 1 θ 2 RMSE E 2,1, M 1,1, N 0,1, S 2,1, Orde d dari Model FARIMA (p,d,q) dapat dihitung dengan menggunakan nilai orde p dan q dari model ARIMA. Estimasi orde d menggunakan metode Whittle seperti digunakan pada makalah [4]. Hasil perhitungan orde d pada model FARIMA ditampilkan pada Tabel II berikut ini. Lokasi FARIMA (p,d,q) TABEL II MODEL FARIMA φ 1 φ 2 θ 1 θ 2 RMSE E 2,0.5, M 1,0.48, N 0,0.5, S 2,0.38, Perhitungan parameter H dapat dilakukan dengan memanfaatkan persamaan H = d + ½. Hasil perhitungan parameter H ditunjukkan pada tabel III berikut ini. TABEL III PARAMETER H Lokasi FARIMA (p,d,q) H = d + ½ E 2,0.5,2 1 M 1,0.48, N 0,0.5,2 1 S 2,0.38, ISSN:

20 packet yang terkecil dialami oleh trafik di lokasi perpustakaan (S) dan terbesar di lokasi FakultasTeknik (E). Gambar 4. Validasi Model FARIMA Hasil pada tabel III menunjukkan bahwa nilai H terkecil (H = 0.88) ditunjukkan pada lokasi trafik perpustakaan dan terbesar (H = 1) terdapat pada lokasi Fakultas Teknik dan kampus Ubaya Ngagel. Seperti disampaikan pada makalah [3],[4], dan [5] bahwa semakin besar nilai H (nilai H = 1 merupakan nilai parameter-h terbesar) menyatakan bahwa kondisi jaringan mengalami beban berat dan delaypacket yang besar. Gambar 3. Grafik ACF Untuk kinerja delay-packet dapat dianalisis menggunakan metode Auto Correlation Function (ACF) seperti ditunjukkan pada Gambar 3. Gambar 3(d) pada lokasi trafik di perpustakaan menunjukkan bahwa nilai ACF mengalami penurunan yang paling cepat untuk mencapai ACF = 0, yaitu pada lag 35. Gambar 3(b) untuk lokasi Fakultas Bisnis dan Ekonomika dan 3(c) untuk lokasi trafik di kampus Ngagel mencapai nilai ACF = 0 pada lag = 42. Sedangkan pada Gambar 3(a) untuk trafik di lokasi Fakultas Teknik mencapai penurunan sampai mencapai ACF = 0 pada lag 63. Berdasarkan proses perhitungan ACF ini dapat dinyatakan bahwa delay- Dengan demikian, dapat diambil kesimpulan bahwa jaringan internet pada Fakultas Teknik dan kampus Ubaya Ngagel mempunyai kinerja yang terburuk dibandingkan dengan Fakultas Bisnis,dan Ekonomika serta perpustakaan. Sedangkan kinerja jaringan di perpustakaan mempunyai kinerja yang terbaik. Langkah terakhir adalah melakukan validasi terhadap model FARIMA dengan menggunakan metode qqplot, yaitu membandingkan antara distribusi data trafik pengukuran dengan distribusi data trafik hasil pemodelan. Validasi dimaksudkan untuk mengetahui apakah model FARIMA yang diperoleh merupakan model yang valid dan sesuai. Dengan demikian, hasil perhitungan parameter-h juga dapat dikatakan valid. Hasil validasi ditunjukkan pada Gambar 4 yang dapat disimpulkan bahwa perbandingan antara distribusi data trafik pengukuran dengan distribusi data trafik pemodelan ISSN:

21 membentuk garis linear 45 sehingga distribusi kedua data trafik sama untuk keempat data trafiknya. 5. Kesimpulan Pada penelitian ini dilakukan perbandingan kinerja jaringan internet menggunakan karakteristik trafik self-similarity terhadap empat lokasi di kampus Universitas Surabaya (Ubaya), yaitu Fakultas Teknik (E), Fakultas Bisnis dan Ekonomika (M), perpustakaan (S), dan kampus Ubaya Ngagel (N). Karakteristik self-similarity dinyatakan dengan parameter-h. Perhitungan parameter Hurst (H) menggunakan nilai orde d dari model FARIMA (p,d,q). Dari hasil perhitungan dan analisis disimpulkan bahwa kinerja trafik di lokasi perpustakaan (H = 0.88) lebih baik dibandingkan dengan lokasi trafik yang lainnya. Sedangkan kinerja terburuk terdapat pada lokasi Fakultas Teknik dan kampus Ubaya Ngagel (H = 1). Oleh karena trafik internet yang dianalisis merupakan trafik harian, maka kinerja jaringan menunjukkan kinerja jaringan secara harian. Bisa jadi kinerja jaringan pada hari yang lain tidak sama dengan hasil pada makalah ini. Untuk mengetahui kinerja jaringan secara keseluruhan dibutuhkan data trafik yang lebih banyak dalam pengukurannya, misalkan pengukuran selama setahun. Ucapan Terimakasih Makalah ini merupakan bagian dari hasil penelitian yang didukung secara penuh oleh LPPM Universitas Surabaya. Untuk itu penulis mengucapkan banyak terimakasih atas dukungan dana dari LPPM Universitas Surabaya dan pihak AdSIM atas pengukuran trafiknya. Daftar Pustaka [1] Kevin Lai, Mary Baker (1999), Measuring Bandwidth, INFOCOM '99. Eighteenth Annual Joint Conference of the IEEE Computer and Communications Societies. Volume: 1 [2] M. Jain, C. Dovrolis (2003), End-to-end available bandwidth: measurement methodology, dynamics, and relation with TCP throughput, Networking, IEEE/ACM Transactions on Volume: 11, Issue: 4 [3] Kihong Park, Gitae Kim, Mark Crovella (1997), On the Effect of Traffic Self-Similarity on Network Performanace, Proceeding of the 1997 SPIE International Conference on Performance and Control of Network Systems [4] Richard G. Clegg (2006), A Practical Guide to Measuring The Hurst Parameter, International Journal of Simulation: System, Science and Technology 7 (2), pp [5] J.M. Pitts, J.A. Schormans, M. Woolf, R.J. Mondragon, D.K. Arrowsmith (2002), End to end Performance in Real Time IP Networks with Self-Similar Behaviour, IEEE InternationalConference on Acoustic Speech, Signal Processing 12 ISSN:

22 Aplikasi Pengelolaan Layanan-layanan Server memanfaatkan SMS Gateway Good Fried Panggabean 1, Tulus Pardamean Simanjuntak 2, Chairul Friks Gunawan Manalu 3, Lasdiarion A. Simanjuntak 4 Politeknik Informatika Del, Sitoluama, Laguboti, Sumatera Utara 1 good@del.ac.id, 2 tulus@del.ac.id, 3 if08042@students.del.ac.id, 4 if08012@students.del.ac.id Abstrak Jika ada gangguan pada server yang mengakibatkan kegagalan layanan server, maka hal ini perlu segera diketahui oleh administrator server agar dapat dilakukan penanganan. Penanganan melalui remote login dimungkinkan jika akses jaringan tersedia ke server yang mengalami gangguan. Namun jika tidak tersedia akses ke server dapat menggunakan jaringan GSM dengan mengirimkan command Linux melalui SMS. Penelitian ini bertujuan untuk membangun sebuah aplikasi yang dapat digunakan oleh administrator melakukan pengelolaan terhadap server. Selain itu, aplikasi ini juga dapat melakukan penanganan sendiri terhadap kegagalan layanan tertentu pada server dan akan mengirimkan informasi kegagalan layanan tersebut kepada administrator. Dengan demikian penanganan kegagalan layanan server oleh administrator dapat dilakukan dengan lebih mudah dan lebih baik. Aplikasi ini dibangun dengan menggunakan bahasa pemrograman Java dengan memanfaatkan perangkat lunak SMS Gateway Gammu Ada enam jenis layanan server yang dapat dikelola pada sistem ini yaitu mail server, dns server, web server, proxy server, file server dan chat server. Kata kunci: Administrator, administrasi server, aplikasi, SMS Gateway Abstract If there is failure of the server service, then this needs to be known by the server administrator to do the handling. Handling via remote login is possible if network access is available to the server. But if there is not access to the server, we can use the GSM network by sending a linux command via SMS. This study aims to build an application that can be used by administrators to manage the server. In addition, this application can also perform their own handling of the failure of certain services on the server and will send notification to the administrator of the service. Thus the handling of service failure by the administrator of the server can be done more easily and better. This application is built using the Java programming language by utilizing the SMS Gateway software Gammu There are six types of services that the server can be managed on this system are mail servers, dns servers, web servers, proxy servers, file servers and chat servers. Keywords: Administrator, server administration, application, SMS Gateway sistem operasi Windows, sedangkan Remote Login 1. Pendahuluan digunakan untuk server yang menggunakan sistem operasi Linux. Penanganan server dengan cara Tugas utama seorang administrator dalam seperti ini banyak dilakukan karena seorang pengelolaan server adalah menjamin agar seluruh administrator tidak harus berada di ruang server layanan server yang ditanganinya berfungsi dengan pada saat menangani kegagalan layanan server. Jika baik. Server adalah sebuah komputer yang menjadi penanganan yang dilakukan tetap tidak berhasil, pusat kegiatan suatu jaringan (intranet) yang dapat maka administrator kemudian menggunakan memroses satu atau lebih layanan jaringan[1]. komputer melalui console server yang bermasalah. Kebanyakan server menggunakan sistem operasi Namun, penanganan tersebut hanya dapat Linux, namun ada juga yang menggunakan sistem dilakukan jika administrator dapat mengakses operasi Windows. Layanan server dapat berupa jaringan intranet. Ketika seorang administrator aplikasi , file, proxy, web, dan DNS server. berada jauh dari ruang server atau di luar intranet, Jika ada gangguan pada server yang penanganan server tidak memungkinkan lagi mengakibatkan kegagalan layanan server, maka hal dilakukan secara remote jika ada kegagalan layanan tersebut seharusnya diketahui oleh administrator server. Misalnya, seorang client pada suatu saat jaringan secepat mungkin agar dapat dilakukan tidak dapat mengakses mail untuk keperluan penting penanganan yang sesuai. Penanganan yang biasanya karena server mail mati, sementara administrator dilakukan oleh administrator adalah melakukan server sedang berada di luar kota. Remote Desktop atau Remote Login dari sebuah Untuk mengatasi hal tersebut, dibutuhkan komputer yang terhubung ke jaringan. Remote sebuah teknologi yang menghubungkan komputer Desktop digunakan untuk server yang menggunakan dengan sebuah media komunikasi dari jarak jauh ISSN: