APLIKASI ALGORITMA GENETIKA UNTUK PENGUKURAN OPTIMASI KINERJA KANAL REVERSE JARINGAN WIRELESS DS-CDMA

Transkripsi

1 SAINTEKBU Jurnal Sains an Teknologi APLIKASI ALGORITMA GENETIKA UNTUK PENGUKURAN OPTIMASI KINERJA KANAL REVERSE JARINGAN WIRELESS DS-CDMA THE GENETIC ALGORITHM APPLICATION FOR MEASURING THE REVERSE CHANNEL OPTIMATION PERFORMANCE WIRELESS DS- CDMA NETWORK SYSTEM Haris Failah, Yusak Yuiano, Ir. Yoey Moegiharo, MT, Ir. Wahjoe Tjaur S. MT. Jurusan Teknik Telekomunikasi, Polieknik Elekronika Negeri Surabaya Insiu Teknologi Sepuluh Nopember Kampus ITS, Kepuih Sukolilo, Surabaya Telp : (+6) Fax : (+6) harisfaila@elkom.ne, arge001@elkom.ne Absrak Paa sisem wireless DS-CDMA generasi ke iga apa ilayani pemakai yang menggunakan jenis informasi suara an aa koninyu aau facsimili. Kualias sisem DS-CDMA ini iunjukkan engan nilai probabilias kesalahan bi aau bi error rae (BER) unuk kanal suara maupun aa koninyu. Nilai probabilias kesalahan bi ipengaruhi oleh inerferensi yang iimbulkan oleh pemakai lain baik pemakai jenis informasi suara maupun aa koninyu. Paa Proyek Akhir ini ibua program algorima geneika unuk mengukur nilai opimal kualias sisem, khususnya unuk kanal reerse. Nilai opimal yang iperoleh menyaakan jumlah pemakai jenis informasi suara an aa koninyu akif yang menghasilkan nilai probabilias kesalahan bi minimal unuk kanal suara maupun unuk aa koninyu. Absrac The hir generaion wireless DS-CDMA neworks are expece o suppor a wie ariey of mulimeia serices such as high qualiy oice an aa coninuous (facsimile). The sysem qualiy of DS-CDMA is shown as bi error probabiliy alues or bi error rae (BER) boh oice channel an coninuous aa channel. Bi error probabiliy alues are influence by inerference of he oher users oice an aa coninuous (facsimile). In he Final Projec is mae he geneic algorihm sofware for measuring he opimal sysem qualiy, specially for reerse channel. The opimal alue resul o explain he number acie oice an aa users ha resuls minimum probabiliy alue on oice channel or aa coninuous (facsimile). 1. Penahuluan Perkembangan ari penerapan jaringan igial memacu paa kebuuhan perancangan jaringanjarinagan komunikasi baru engan kapasias yang lebih inggi. Paa jaringan wireless erpau irec sequence coe iision muliple access (DS-CDMA) generasi keiga akan apa ilayani suau layanan alam benuk percakapan engan kualias inggi an aa koninyu (faksimili). Kualias layanan sisem DS-CDMA apa iunjukkan ari nilai probabilias kesalahan bi aau bi error rae (BER), yang sanga ipengaruhi oleh jumlah pemakai benuk suara an aa koninyu akif yang berperan sebagai muliple acces inerferensi bagi sau pemakai.sebaliknya salah sau alasan pemilihan sisem DS-CDMA aalah 9

2 SAINTEKBU Jurnal Sains an Teknologi kapasias pemakai yang apa ilayani lebih besar ari sisem lain. Sehingga erjai awar menawar anara besarnya jumlah pemakai yang apa ilayani an nilai BER yang memiliki sanar yang isyarakan. Algorima geneika aalah salah sau meoe yang iharapkan apa menenukan nilai opimal e P / P P M, M c 1M 1 M KEr cm 1 K Er 1N kualias yang apa menyelesaikan penawaran iaas. Paa Proyek Akhir ini algorima geneika igunakan unuk mengeahui nilai opimal kanal reerse jaringan wireless paa sisem DS-CDMA. Dari algorima geneika iperoleh kanal opimal berupa nilai BER paa kanal suara maupun kanal aa sera jumlah pemakai suara an aa koninyu sesuai nilai BER iaas.. Sisem Jaringan Wireless DS-CDMA Terpau Paa sisem DS-CDMA informasi ari pelanggan ipancarkan alam jangkah frekuensi yang sama engan PN koe yang berbea engan sebuah PN coe igunakan unuk sau pelanggan. Kapasias sisem CDMA ibaasi oleh inerferensi pelanngan lain, sehingga seiap penambahan sinyal raio ari pelanggan baru akan menambah leel inerferensi ke pelanggan lain yang akif, an berakiba paa perubahan nilai bi error rae. Secara iagram blok sebuah sisem DS-CDMA apa iunjukkan seperi alam gambar.1 i bawah ini. Kana Inpu aa r Oupu Daa p PN1 coe Mo Mo PN1 coe p Inpu aa p PN coe Mo Gambar.1 Diagram blok sisem DS-CDMA Seiap pelanggan menggunakan aau PN coe unuk berkomunikasi engan laju chip, R chip. Sebuah sinyal komposi/ gabungan DS-CDMA ihasilkan ari hasil penjumlahan ari beberapa sinyal sprea specrum (SS) ari beberapa pemakai. Di penerima sinyal gabungan akan mengalami proses esprea unuk menapakan sinyal aa informasi yang iinginkan. Jumlah pelanggan akif, oice calls an aa calls inyaakan engan M an M, sera M = M + M. Dianggap leel aya ari pelanggan yang ikehenaki sebesar P. Bi error rae raa-raa unuk oice calls, P () (M, M ), engan banyaknya oice calls an aa calls yang apa ilayani masing-masing M an M, inyaakan [1] Bi error rae raa-raa unuk aa calls, P () (M, M ), inyaakan [1] 10

3 P SAINTEKBU Jurnal Sains an Teknologi P / P M, M c1m M 1 KEr cm K Er 1N engan c 1 = (1 p ) + p, c = (1 p ) (1 - ).N = R chip / R menyaakan jumlah chip per bi unuk oice calls paa laju pengiriman R. c 1 menyaakan sekali melakukan panggilan langsung berhasil seangkan c menyaakan ua kali panggilan baru berhasil apa sambungan. 3. Perancangan an Pembuaan Perangka Lunak menggunakan Geneik Algorima Sebelumnya perlu ikeahui bahwa seluruh algorima pemrograman alam sisem ini iulis alam bahasa pemrograman DELPHI, sebagaimana elah ijelaskan sebelumnya paa perencanaan an pembuaan perangka lunak ini akan ibahas mengenai perancangan algorima geneika, perancangan aplikasi ienifikasi persamaan maemaika, an perencanaan pengukuran opimasi kinerja kanal reerse DS-CDMA. Dibawah ini merupakan gambar flowchar ari proses geneika algorima. Proses Algorima Geneika Sar Deklarasi Variabel Ge lchrom, PopSize, MaxGen, CrossOer, Muas, BERVoice, BERDaa, reference_power A 11

4 SAINTEKBU Jurnal Sains an Teknologi A Inisialisasi Popolasi Saisic awal(popsize, max, ag, min, sum, olpop) emp = 0 i=1 o MaxGen Generaion Saisic awal(popsize, max, ag, min, sum, newpop) generae MV & MD if (max>emp) no yes emp = max Se MV & MD as opimal olpop = newpop i Sop Gambar. Flowchar Proses Algorima Geneika 1

5 SAINTEKBU Jurnal Sains an Teknologi 4. Analisa an hasil Pengukuran Secara umum algorima pemrograman aplikasi algorima geneika unuk pengukuran opimasi kinerja kanal reerse DS-CDMA aalah unuk menenukan jumlah pelanggan suara an pelanggan aa yang opimal sera aya yang igunakan. Dalam bab 4 ini akan ipaparkan hasil ari pengujian algorima, unuk beberapa konisi yang berbea. Simulasi program menggunakan bahasa pemrograman DELPHI. Nilai finess merupakan penenu sifa suau iniiu, besar kecilnya nilai finess menenukan nilai opimal ari jumlah pelanggan suara an pelanggan aa yang beraa paa kanal reerse, sehingga menapakan nilai finess yang sebesar mungkin merupakan ujuan uama ari algorima geneika. Unuk mencapai nilai finess yang opimal sanga ipengaruhi oleh jumlah populasi an jumlah generasi. paa bab ini akan ipaparkan hasil perubahan nilai finess unuk beberapa jumlah populasi yang berbea. Perbeaan jumlah populasi mengakibakan erjainya perbeaan kecepaan unuk mencapai nilai opimal. Secara eori semakin besar jumlah iniiu alam suau populasi maka proses algorima geneika akan semakin cepa menapalan nilai opimal. Demikian pula sebaliknya semakin seiki jumlah iniiu alam suau populasi maka semakin lama mencapai nilai opimal. Dari beberapa kali running program unuk jumlah populasi yang berbea kia apakan hasil sebagai beriku. Hasil running program paa aa ke 1 aalah sebagai beriku : Jumlah generasi = 500 Jumlah populasi = 10 Crossoer rae = 0.65 Muasi rae = 0.01 Jml oice call (M) = 135 Jml aa call (M) = 144 Users Power (aya) = mwa BER Daa = BER Voice = Nilai Finess = Hasil running program paa aa ke aalah sebagai beriku : Jumlah generasi = 500 Jumlah populasi = 5 Crossoer rae = 0.65 Muasi rae = 0.01 Jml oice call (M) = 11 Jml aa call (M) = 104 Users Power (aya) = mwa BER Daa = BER Voice = Nilai Finess = Hasil running program paa aa ke 3 aalah sebagai beriku : Jumlah generasi = 500 Jumlah populasi = 50 Crossoer rae = 0.65 Muasi rae = 0.01 Jml oice call (M) = 39 Jml aa call (M) = 4 Users Power (aya) = mwa 13

6 SAINTEKBU Jurnal Sains an Teknologi BER Daa = BER Voice = Nilai Finess = Hasil running program paa aa ke 4 aalah sebagai beriku : Jumlah generasi = 500 Jumlah populasi = 75 Crossoer rae = 0.65 Muasi rae = 0.01 Jml oice call (M) = 69 Jml aa call (M) = 178 Users Power (aya) = mwa BER Daa = BER Voice = Nilai Finess = Hasil running program iaas menunjukkan pengaruh jumlah populasi erhaap perubahan nilai finess. Gambar 4.7 aalah grafik nilai finess unuk jumlah populasi sebanyak 75 iniiu, i sini algorima geneika mencapai nilai finess maksimal paa generasi ke 69. Gambar 4.5 aalah grafik nilai finess unuk jumlah populasi sebanyak 50 iniiu, nilai finess maksimal paa generasi ke 39. Gambar 4.3 aalah grafik nilai finess unuk jumlah populasi sebanyak 5 iniiu, nilai finess maksimal paa generasi ke Gambar 4.1 aalah grafik nilai finess unuk jumlah populasi sebanyak 10 iniiu, nilai finess maksimal paa generasi ke Kesimpulan an Saran 5.1 Kesimpulan Beberapa kesimpulan yang apa iambil ari Proyek Akhir ini aalah sebagai beriku : 1. Kapasias kanal sisem jaringan DS-CDMA ibaasi oleh inerferensi yang iimbulkan ari pelanggan lain yang seang akif berkomunikasi.. Kapasias kanal resere yang paling opimal apa iamai engan menapakan nilai finess yang paling besar i alam program geneika algorima. 3. Jumlah generasi populasi algorima geneika sanga menenukan kecepaan ercapainya nilai opimal, semakin besar jumlah populasi maka semakin cepa menapa nilai finess yang opimal. Paa percobaan engan jumlah populasi sebanyak 10 iapakan nilai finess erbesar sebesar an jumlah pelanggan suara an aa yang opimal aalah 135 an 144 pelanggan, unuk jumlah populasi sebanyak 5 iapakan nilai finess erbesar sebesar an jumlah pelanggan suara an aa yang opimal aalah 11 an 104 pelanggan, seangkan unuk jumlah populasi sebanyak 50 iapakan nilai finess erbesar sebesar an jumlah pelanggan suara an aa yang opimal aalah 39 an 4 pelanggan, unuk jumlah populasi sebanyak 75 iapakan nilai finess erbesar sebesar an jumlah pelanggan suara an aa yang opimal aalah 67 an 178 pelanggan. Daa ersebu menunjukkan bahwa kecepaan ercapainya nilai finess yang opimal ipengaruhi oleh jumlah populasi. 14

7 5. Saran SAINTEKBU Jurnal Sains an Teknologi Seelah memperhaikan analisa an kesimpulan alam proyek akhir ini, i sarankan agar ilakukan percobaan paa sisem yang lebih maju an kompleks, baik pembelajaran maupun running unuk memperoleh hasil yang lebih sesuai engan sisem yang ierapkan saa ini. 6. Dafar Pusaka [1] Ning Guo, Salaore D. Morgera, The Grae of Serice for Inegrae Voice/ Daa Wireless DS- CDMA Neworks* [] Raymon L. Pikholz, Laurence B. Milsein, Donal L. Schilling, Fellow, IEEE. Sprea Specrum for Mobile Communicaion. [3] Ir. J. Meel, Sprea Specrum (SS). [4] Dais Beasley, Dai R. Bull, Ralph R. Marin, An Oeriew of Geneic Algorihms : Par I, Funamenals, Uniersiy Compuing, [5] Wawan Yuliano, Implemenasi Algorima Geneika unuk Pah Planing paa Sisem naigasi Auonomous Mobile Robo, Polek Elka ITS, 000. [6] MaksSoler, Opimaion Geneic Algorihm,