ANALISIS ALOKASI KANAL DINAMIS PADA KOMUNIKASI SELULER DENGAN ALGORITMA PARTICLE SWARM OPTIMIZATION

Transkripsi

1 ANALISIS ALOKASI KANAL DINAMIS PADA KOMUNIKASI SELULER DENGAN ALGORITMA PARTICLE SWARM OPTIMIZATION TUGAS AKHIR Diajukan untuk Memenuhi Salah Satu Persyaratan dalam Menyelesaikan Pendidikan Sarjana (S-1) pada Departemen Teknik Elektro Oleh : BEVAN THOMAS SITTAR NIM : DEPARTEMEN TEKNIK ELEKTRO PROGRAM PENDIDIKAN SARJANA EKSTENSI FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2014

2

3 ABSTRAK Saat ini perkembangan teknologi telekomunikasi semakin pesat, pengguna telepon selular semakin bertambah meningkat. Pada waktu tertentu permintaan kanal akan maksimal bahkan melebihi kapasitas saluran yang tersedia, hal tersebut dapat mengakibatkan banyak panggilan tidak dapat dilayani atau diblok. Tingkat kegagalan pada nilai tertentu masih dapat diterima, namun selebihnya diperlukan solusi pemecahan akan masalah tersebut, salah satunya adalah pengoptimalan kanal. Tugas Akhir ini membahas optimasi pengalokasian kanal dinamis pada GSM dengan menggunakan algoritma Particle Swarm Optimization sebagai metode penyelesaiannya. Metode algoritma ini menggunakan sekumpulan partikel yang bekerjasama, dimana masing-masing partikel merepresentasikan satu kandidat solusi untuk mengeksplorasi solusi-solusi yang memungkinkan bagi permasalahan optimasi. Hasil simulasi dengan jumlah kanal yang tersedia sebesar 64 kanal diperoleh nilai probabilitas blocking rata-rata dari metode Frequency Exhaustive Assigmnet (FEA) sebesar 32.75% dan dengan Particle Swarm Optimization (PSO) sebesar 17.38%. Kata kunci : Alokasi kanal dinamis, channel assignment problem, Particle Swarm Optimization, adjacent channel, co-channel

4 KATA PENGANTAR Segala puji dan syukur dipanjatkan ke hadirat Tuhan Yang Maha Esa atas berkah dan rahmatnya yang memberikan petunjuk, pengetahuan, pengalaman dan kesempatan kepada penulis untuk dapat menyelesaikan Tugas Akhir ini dengan baik. Tugas Akhir ini dengan judul ANALISIS ALOKASI KANAL DINAMIS PADA KOMUNIKASI SELULER DENGAN ALGORITMA PARTICLE SWARM OPTIMIZATION. Tugas Akhir ini merupakan salah satu syarat untuk memperoleh gelar kesarjanaan pada Departemen Teknik Elektro Fakultas Teknik. Dalam kesempatan ini juga penulis menyampaikan rasa terimakasih yang sebesar besarnya kepada : 1. Bapak Ir. Surya Tarmizi Kasim, M.Si selaku Ketua Departemen Teknik Elektro Fakultas Teknik. 2. Bapak Rahmad Fauzi, ST.MT selaku dosen pembimbing Tugas Akhir dan selaku Sekretaris Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara. 3. Bapak Ir. Masykur SJ selaku Dosen Pembimbing Akademik selama mengikuti perkuliahan. 4. Bapak Ir. Arman Sani, MT dan Bapak Ali Hanafiah ST, MT selaku dosen pembanding yang membantu dalam penyempurnaan Tugas Akhir ini. 5. Seluruh staf pengajar dan pegawai di Departemen Teknik Elektro Fakultas Teknik.

5 6. Untuk Ayahanda (alm) Drs. G. Sitepu M.Hum dan Ibunda A.D Tarigan yang telah memberi banyak dukungan, semangat, motivasi dan doa kepada penulis sehingga penulis dapat menyelesaikan Tugas Akhir ini. 7. Untuk saudara adik Billy Yones, Gomez Enda dan yang terkasih Winda F Malau SE yang selalu memberi dukungan semangat dan doa kepada penulis. 8. Teman seperjuangan selama Tugas Akhir Agus Noble, Elisabeth Siregar, Lani, Siti Aminah, Omri Situmeang, Beny Munthe, Bang Sony Naibaho. 9. Teman teman Ekstensi Teknik Telekomunikasi angkatan Serta untuk semua senior dan junior Ekstensi Teknik Telekomunikasi USU. 10. Semua pihak yang tidak dapat disebutkan satu persatu oleh penulis, yang selalu membantu dalam menyelesaikan Tugas Akhir ini. Penulis menyadari bahwa Tugas Akhir ini masih sangat jauh dari sempurna, baik dari segi materi maupun cara penyajiannya. Oleh karena itu, penulis siap menerima saran dan kritik dari pembaca yang sifatnya membangun demi kesempurnaan Tugas Akhir ini. Akhir kata, penulis berharap agar Tugas Akhir ini dapat bermanfaat bagi pembaca dan penulis. Medan, Juli 2014 Penulis, Bevan Thomas Sittar

6 DAFTAR ISI ABSTRAK... i KATA PENGANTAR... ii DAFTAR ISI... iv DAFTAR GAMBAR... vii DAFTAR TABEL... ix BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penulisan Batasan Masalah Metode Penulisan Sistematika Penulisan... 4 BAB II DASAR TEORI Sistem Komunikasi Seluler Konsep Seluler Frekuensi Reuse Konsep Handoff Penugasan Kanal Fixed Channel Allocation (FCA) Dynamic Channel Allocation (DCA) Perumusan Channel Assignment Utilisasi Algoritma Particle Swarm Optimization... 22

7 BAB III PEMODELAN ALOKASI KANAL DINAMIK DENGAN ALGORITMA PARTICLE SWARM OPTOMIZATION Umum Struktur Pemodelan Asumsi-Asumsi Yang Digunakan Parameter Kerja Optimasi Algoritma Particle Swarm Optimization Pada Alokasi Kanal Mekanisme Algoritma Particle Swarm Optimization BAB IV ANALISA HASIL ALOKASI KANAL PADA SISTEM KOMUNIKASI SELULER Simulasi Pengalokasian Kanal Dinamik dengan Metode Frequency Exhaustive Assigmnet (FEA) Pengalokasian Kanal Dinamik dengan Algoritma Particle Swarm Optimization (PSO) Analisa Data Simulasi Perbandingan Probabilitas Blocking Rata-Rata dengan Mengubah Jumlah Kanal yang Tersedia Perbandingan Probabilitas Blocking Rata-Rata dengan Mengubah Jumlah Kanal yang Tersedia Perbandingan Probabilitas Blocking FEA dan PSO Pada Jumlah Kanal 64 dengan 1000 Iterasi... 44

8 BAB V PENUTUP Kesimpulan Saran DAFTAR PUSTAKA LAMPIRAN 1 : List Program FEA LAMPIRAN 2 : List Program PSO LAMPIRAN 3: Data Probabilitas Blocking FEA dan PSO Pada Jumlah Kanal 64 dengan Iterasi 1000 Kali

9 DAFTAR GAMBAR Gambar 2.1 Arsitektur Umum Komunikasi Selular... 7 Gambar 2.2 Bentuk Sel Hexagonal dan Lingkaran Gambar 2.3 Bentuk Sel Sebenarnya Gambar 2.4 Konsep Sel Gambar 2.5 Konsep Frekuensi Reuse Gambar 2.6 Frekuensi Reuse dengan 3 dan 4 Kluster Gambar 2.7 Kaidah Penentuan Nomor Sel Gambar 2.8 Matrik dan Bentuk Layout Sel Gambar 2.9 Setrategi Fequency Exhaustive Assignment Gambar 2.10 Flowchart Struktur Dasar Strategi Frequency Exhaustive Assignment (FEA) Gambar 3.1 Blok Diagram Optimasi Alokasi Kanal Gambar 3.2 Stuktur Pemodelan Alokasi Kanal Gambar 3.3 Layout Sel untuk Alokasi Kanal Dinamik Gambar 3.4 Probabilitas Kemunculan Trafik Gambar 3.5 Flowchart Simulasi Alokasi Kanal dengan Algoritma PSO Gambar 4.1 Simulasi Pengalokasian Kanal Dinamik dengan Metode FEA Gambar 4.2 Simulasi Pengalokasian Kanal Dinamik dengan Algoritma PSO Gambar 4.3 Grafik Probabilitas Blocking Rata-Rata Alokasi Metode FEA dengan Algoritma PSO Dari hasil simulasi yang dilakukan Gambar 4.4 Grafik Probabilitas Blocking Rata-Rata Alokasi Metode FEA dengan Nilai Cii 5, 6, 7, 8 Terhadap Algoritma PSO... 44

10 Gambar 4.5 Grafik Probabilitas Blocking FEA dan PSO Pada Jumlah Kanal 64 dengan Iterasi 1000 Kali... 45

11 DAFTAR TABEL Tabel 3.1 Pola interferensi sel Tabel 3.2 Matriks Cij Tabel 3.3 Variabel Particle Swarm Optimization dalam Alokasi Kanal Tabel 4.1 Perbandingan Nilai Probabilitas Blocking Tiap-Tiap Metode Tabel 4.2 Perbandingan Nilai Probabilitas Blocking Rata-Rata Metode FEA dengan Nilai Cii 5, 6, 7 dan 8 Terhadap Alokasi Menggunakan Algoritma PSO... 43