ANALISIS PENINGKATAN KINERJA SOFT HANDOFF TIGA BTS DENGAN MENGGUNAKAN MODEL PROPAGASI OKUMURA

Transkripsi

1 SINGUDA ENSIKOM VOL. 6 NO.2 /February ANALISIS PENINGKATAN KINERJA SOFT HANDOFF TIGA BTS DENGAN MENGGUNAKAN MODEL PROPAGASI OKUMURA Ari Purwanto, Maksum Pinem Konsentrasi Teknik Telekomunikasi, Departemen Teknik Elektro Fakultas teknik Universitas Sumatera Utara (USU) Jl. Almamater, Kampus USU Medan 2155 INDONESIA aripurwanto8@gmail.com Abstrak Kondisi propagasi di sepanjang lintasan sangat berpengaruh terhadap handoff dan merupakan salah satu parameter untuk mengetahui kinerja dari handoff itu sendiri. Parameter dalam model propagasi seperti tinggi antena base station (BS) dan tinggi antena mobile station (MS) digunakan untuk mengetahui pengaruh parameter terhadap nilai dan active set. Pada penelitian ini, dianalisis bagaimana kinerja soff handoff tiga BTS yang disimulasikan dengan software serta menggunakan model propagasi Okumura. Dari hasil analisis diperoleh bahwa semakin tinggi BS dan MS maka probabilitas outage akan semakin kecil. Pada tinggi BS 5 m nya sebesar 4, dan pada tinggi BS 1 m nya 2, Pada tinggi MS 1 m nya sebesar 3,1.1-3 dan pada tinggi MS 6 m nya sebesar 8, Pertambahan tinggi BS dan MS tidak akan mempengaruhi nilai rata-rata active set. Kata kunci: handoff, Soft handoff, Model Okumura Station) terhadap nilai 1. Pendahuluan dan active set. Pada penelitian ini kinerja soft Code Division Multiple Access (CDMA) merupakan metode akses kanal yang digunakan oleh berbagai macam teknologi komunikasi seluler. Salah satu fasilitas dalam komunikasi seluler yang menjamin adanya kontiniuitas komunikasi apabila pelanggan bergerak dari satu sel ke sel yang lain disebut handoff. Kondisi komunikasi seluler sangat sulit untuk diprediksi, karena bergerak dari satu sel ke sel yang lain. Terdapat tiga komponen utama propagasi yang menggambarkan kondisi komunikasi seluler yaitu path loss, shadowing dan multipath fading. Kondisi propagasi di sepanjang lintasan sangat berpengaruh terhadap handoff dan merupakan salah satu parameter untuk mengetahui kinerja dari handoff itu sendiri. Model empirik adalah model propagasi yang dirancang untuk menjelaskan perambatan ratarata sinyal pada suatu daerah yang ditetapkan berdasarkan pengukuran dilapangan. Model ini juga dirancang untuk memprediksi rugi-rugi perambatan (path loss) sehingga perlu dilakukan analisis untuk mengetahui bagaimana pengaruh parameter dalam model propagasi seperti tinggi antena BS (Base Station) dan MS (Mobile handoff yang dianalisis menggunakan tiga BS dengan software serta menggunakan model propagasi okumura. 2. Model Propagasi Kondisi komunikasi seluler sulit diprediksi, karena bergerak dari satu sel ke sel yang lain. Secara umum terdapat 3 komponen propagasi yang menggambarkan kondisi dari komunikasi seluler yaitu pathloss, shadowing dan multipath fading. Kondisi propagasi diilustrasikan seperti Gambar 1[1]. Gambar 1 Komponen propagasi copyright DTE FT USU 7

2 SINGUDA ENSIKOM VOL. 6 NO.2 /February Free space loss, diasumsikan bahwa propagasi hanya terjadi pada satu lintasan dan tidak terjadi refleksi serta lintasan harus bebas halangan. Free space loss terjadi akibat adanya penyebaran daya yang diradiasikan oleh antena transmitter. Faktor yang mempengaruhi adalah frekuensi dan jarak lintasan gelombang. Path loss merupakan komponen deterministik dari RSS (received signal strength), yang dapat dievaluasi oleh model rugi-rugi lintasan propagasi. Shadowing disebabkan karena halangan terhadap jalur garis pandang (LOS) antara pemancar dan penerima oleh bangunan, bukit, pohon dan lain-lain. Multipath fading timbul karena pantulan multipath dari gelombang yang dipancarkan oleh benda-benda seperti rumah, bangunan, struktur-struktur lain buatan manusia, juga kondisi alam seperti hutan yang berada di sekitar UE (user equipment) [2][3][4]. Model propagasi menjelaskan perambatan rata-rata sinyal pada suatu daerah. Model propagasi juga memungkinkan untuk mengkonversikan besarnya rugi-rugi perambatan maksimum yang diperbolehkan menjadi besarnya cell range maksimum. Besarnya rugirugi propagasi tersebut bervariasi sesuai dengan spektrum dan kondisi alam serta lingkungan disekitarnya[5]. Beberapa model propagasi yang biasa digunakan untuk memperkirakan redaman lintasan sepanjang daerah yang tidak teratur kebanyakan model-model didapatkan dari data hasil pengukuran yang dilakukan dalam jumlah besar dan cukup lama. Model-model propagasi yang biasa digunakan adalah model Okumura, model Hatta dan model Lee. Model Okumura merupakan model propagasi yang umum digunakan dan lebih optimal dalam memodelkan sistem CDMA. Model Okumura adalah model propagasi yang cocok untuk range frekuensi antara MHz dan pada jarak antara1-1 km dengan ketinggian antena BS berkisar 3-1 meter [6][7]. Untuk menentukan redaman lintasan dengan model Okumura, pertama kita harus menghitung rugirugi lintasan bebas (free space path loss), kemudian nilai A mu (f,d) dari kurva Okumura ditambahkan kedalam faktor koreksi untuk menentukan tipe daerah. Model Okumura dapat ditulis dengan persamaan berikut[5][7]: L 5 (db)=l F +A mu (f,d) G(h te ) G(h re )-G AREA (1) Dimana: L 5 (db) = nilai redaman lintasan propagasi (db) L F = redaman lintasan ruang bebas (db) A mu = rata-rata redaman relatif terhadap rugirugi lintasan bebas (db) G(h te ) = gain antena BS (db) G(h re ) = gain antena MS (db) G AREA = gain tipe daerah (db) Untuk menentukan nilai rata-rata redaman relatif terhadap ruang bebas model Okumura menyediakan kurva. Kurva A mu (f,d) untuk range frekuensi 1-3 MHz ditunjukkan oleh Gambar 2. Gambar 2 Kurva A mu (f,d) untuk range frekuensi 1-3 MHz Untuk menentukan nilai gain berdasarkan lingkungan, model Okumura juga menyediakan kurva. Kurva G AREA untuk berbagai tipe daerah dan frekuensi ditunjukkan pada Gambar 3[7]. Gambar 3 Nilai G AREA untuk berbagai tipe daerah dan frekuensi Nilai gain untuk antena pengirim dan penerima ditunjukkan persamaan: G(h te )=2log(h te /2)1m>h te >1m (2) G(h re )=2log(h re /3)1m>h re >3m (3) G(h re ) =1 log(h re /3) h re 3 m (4) Dimana: h te = tinggi antena BS (m) = tinggi antena MS (m) h re copyright DTE FT USU 71

3 SINGUDA ENSIKOM VOL. 6 NO.2 /February G(h te ) = gain antena BS (db) G(h re ) = gain antena MS (db) Model Okumura sepenuhnya berdasar pada hasil pengukuran, sehingga tidak memiliki penjelasan analitis. Meskipun demikian, model ini sering dianggap salah satu model perambatan yang paling sederhana dan terbukti memiliki keakuratan yang sangat baik. Besar perbedaan antara path loss yang diprediksi dengan model Okumura dan path loss yang diukur sebenarnya dilapangan hanya berkisar 1 db hingga 14 db. Kelemahan model Okumura adalah bahwa model ini tidak dapat mengikuti cepatnya perkembangan kondisi area, sehingga bagus digunakan di daerah perkotaan yang perubahannya sudah relatif melambat tetapi kurang bagus di daerah pedesaan yang perubahannya masih sangat cepat [7]. 3. Soft Pada soft handoff terjadi proses make before break yang berarti mobile station harus membangun hubungan dengan base station yang baru terlebih dahulu sebelum memutuskan hubungan dengan BS yang lama. Soft handoff dapat dilakukan pada sistem CDMA (Code Division Multiple Access) karena handoff pada sistem CDMA terjadi antara dua code channel yang berbeda bukan dua frekuensi yang berbeda. Pada soft handoff, suatu keputusan dibuat ketika MS sedang berkomunikasi dengan salah satu dari BS diantara beberapa BS lainnya. Keputusan yang dibuat tergantung pada perubahan dari kekuatan sinyal pada MS, terhadap dua atau lebih BS yang terlibat. Sehingga pada akhirnya keputusan harus dibuat untuk MS agar dapat berkomunikasi hanya dengan satu BS. Gambar 4 menunjukkan proses dasar dari soft handoff. Ketika MS yang bergerak (mobil) dari sel 1 ke sel 2 akan secara terus menerus mengukur kekuatan sinyal pilot yang diterima dari BS yang terdekat. BS 1 merupakan BS awal dari MS dan BS 2 merupakan BS tujuan dari pergerakan MS ke sel dua. Gambar 4 Soft handoff [1] Alasan adanya hysteresis margin pada algoritma soft handoff adalah untuk menghindari efek perpindahan secara terus menerus (efek ping-pong ). Dengan adanya hysteresis margin tersebut MS tidak langsung handoff ke BS yang lebih baik, namun mengalami penundaan hingga batas margin paling rendah dari sinyal yang diterima oleh MS. Jika margin besar, maka efek ping-pong menjadi kecil, tetapi delay menjadi lebih besar. Hal ini menyebabkan interferensi ekstra pada sel-sel tetangga selama delay. Jadi dengan adanya hysteresis margin pada soft handoff, sambungan baru ke BS 2 akan terlebih dahulu dilakukan dan kemudian sambungan dengan BS 1 akan diputus. Pada penelitian ini langkah-langkah yang dilakukan dalam simulasi dapat dibuat dalam bentuk flowchart secara umum seperti Gambar 5. Gambar 5 Flowchart simulasi secara umum copyright DTE FT USU 72

4 SINGUDA ENSIKOM VOL. 6 NO.2 /February Active set adalah sinyal pilot yang aktif terus berkomunikasi dengan MS, Candidate set yaitu sinyal pilot yang tidak berada dalam keadaan aktif tetapi karena memiliki kekuatan sinyal yang memadai maka dapat menjadi sinyal pilot aktif; Neighbour set yaitu sinyal pilot yang tidak termasuk pilot aktif dan candidate, namun selama proses handoff dapat dipertimbangkan untuk menjadi candidate; Remaining set yaitu semua sinyal pilot yang bukan merupakan ketiga sinyal pilot diatas namun tetap ada pada area dimana MS berada. Parameter acuan yang digunakan dalam menginisiasi handoff pada penelitian ini adalah kuat sinyal terima (Received Signal Strength) dari sinyal pilot. Jenis inisiasi yang digunakan adalah MCHO/MAHO dengan parameter algoritma yang digunakan adalah Threshold, hyst_add, dan hyst_drop[2]. 4. Hasil dan Analisis Setelah melakukan simulasi dengan software serta menggunakan model propagasi Okumura maka diperoleh hasil sebagai berikut: a. Pengaruh tinggi BS terhadap nilai, rata-rata active set dan rata-rata handoff. Tinggi MS dan hysteresis akan tetap, sedangkan tinggi BS akan divariasikan. Tinggi MS = 3 meter, hyst_add = 1 dbm dan hyst_drop = 1 dbm. Tabel 1 memperlihatkan, rata-rata active set dan rata-rata handoff yang terjadi terhadap perubahan tinggi BS. Tabel 1 Pengaruh tinggi BS terhadap kinerja soft handoff Tinggi BS Probabi litas Active Set 5m 6m 7m 8m 9m 1m 4,36. 1,2. 3,86. 1,31. 5,6. 2, ,71 1,71 1,71 1,71 1,71 1,71 2,47. 2,41. 2,45. 2,33. 2,31. 2, makin kecil. Dari Tabel 1 diatas dapat dibuat grafik seperti Gambar 6. Gambar 6 Grafik pengaruh BS terhadap model Okumura b. Pengaruh tinggi MS terhadap nilai, rata-rata active set dan rata-rata handoff. Tinggi BS dan hysteresis akan tetap, sedangkan tinggi MS akan divariasikan. Tinggi BS = 5 meter, hyst_add = 1 dbm dan hyst_drop = 1 dbm. Tabel 2 memperlihatkan, rata-rata active set dan rata-rata handoff yang terjadi terhadap perubahan tinggi MS. Tabel 2 Pengaruh tinggi MS terhadap kinerja soft handoff Tinggi BS Probabil itas Active Set 8 x 1-5 Grafik Probabilitas Hte=5 Hte=6 Hte=7 Hte=8 Hte=9 Hte=1 1m 2m 3m 4m 5m 6m 3,1. 6,26. 3,99. 3,37. 5,28. 8, ,34 1,34 1,34 1,34 1,34 1,34 1,67. 2,46. 2,4. 2,26. 2,19. 2, Dari Tabel 2 dapat dilihat bahwa makin tinggi MS maka nilai akan makin kecil. Dari Tabel 2 diatas dapat dibuat grafik seperti Gambar 7. Dari Tabel 1 dapat dilihat bahwa makin tinggi BS maka nilai akan copyright DTE FT USU 73

5 SINGUDA ENSIKOM VOL. 6 NO.2 /February Grafik Probabilitas Hre=1 Hre=2 Hre=3 Hre=4 Hre=5 Hre=6 Gambar 7 Grafik pengaruh MS terhadap model Okumura c. Pengaruh besar hyst_add terhadap nilai, rata-rata active set dan rata-rata handoff. Tinggi BS, tinggi MS, dan hyst_drop akan tetap, sedangkan nilai hyst_add akan divariasikan. Tinggi BS = 5 meter, tinggi MS = 3 meter, dan hyst_drop = 1 dbm. Tabel 3 memperlihatkan probabi-litas outage, rata-rata active set dan rata-rata handoff yang terjadi terhadap perubahan nilai hyst_add. Tabel 3 Pengaruh nilai hyst_add terhadap kinerja soft handoff Hyst_Add 2 dbm 8 dbm 1 dbm 14 dbm d. Pengaruh besar hyst_drop terhadap nilai, rata-rata active set dan rata-rata handoff. Tinggi BS, tinggi MS, dan hyst_add akan tetap sedangkan nilai hyst_drop akan divariasikan. Tinggi BS = 5 meter, tinggi MS = 3 meter, dan hyst_add = 1 dbm. Tabel 4 memperlihatkan, ratarata active set dan rata-rata handoff yang terjadi terhadap perubahan nilai hyst_drop. Tabel 4 Pengaruh nilai hyst_drop terhadap kinerja soft handoff Hyst_Drop 2 dbm 8 dbm 1 dbm 14 dbm Probabilitas Active Set,413.,2489.,268., ,3216 1,3388 1,3396 1,434,263,238,24,36 Dari Tabel 4 dapat dilihat bahwa semakin besar nilai hyst_drop maka akan semakin kecil. Dari Tabel 4 diatas dapat dibuat grafik seperti Gambar 9. Probabilitas,413.,2489.,268., x 1-5 Grafik Probabilitas 7 Drop=2 Drop=8 Active Set 1,562 1,2451 1,3496 1,5733,149,274,24, Drop=1 Drop=14 Dari Tabel 3, dapat dilihat bahwa semakin besar nilai hyst_add maka akan semakin kecil. Dari Tabel 3 diatas dapat dibuat grafik seperti Gambar 8. 8 x 1-5 Grafik Probabilitas Add=2 Add=8 Add=1 Add=14 Gambar 8 Grafik pengaruh hyst_add terhadap model Okumura 2 1 Gambar 9 Grafik pengaruh hyst_drop terhadap model Okumura 5. Kesimpulan Dari analisis yang telah dilakukan, maka diperoleh kesimpulan sebagai berikut : 1. Parameter tinggi BS dan tinggi MS untuk model Okumura mempengaruhi nilai dari. Dimana pertambahan tinggi BS dan tinggi MS akan memperkecil nilai yaitu sebesar: pada tinggi BS 5 m nya 4,36.1-6, pada tinggi BS 6 m probabilitas outagenya 1,2.1-6, pada tinggi BS 7 m copyright DTE FT USU 74

6 SINGUDA ENSIKOM VOL. 6 NO.2 /February nya 3,86.1-7, pada tinggi BS 8 m nya 1,31.1-7, pada tinggi BS 9 m nya 5,6.1-8 dan pada tinggi BS 1 m nya 2, Pada tinggi MS 1 m nya 3,1.1-3, pada tinggi MS 2 m nya 6,26.1-5, pada tinggi MS 3 m probabilitas outagenya 3,99.1-6, pada tinggi MS 4 m nya 3,37.1-8, pada tinggi MS 5 m nya 5, dan Pada tinggi MS 6 m nya 8, Parameter hyst_add untuk model Okumura juga akan mempengaruhi nilai dari. Pertambahan nilai dari parameter hyst_add akan memperkecil nilai. Dimana semakin besar hyst_add maka MS akan selalu berada pada kondisi active set sebelumnya yakni sel 1 atau sel 3, hal ini dapat dikatakan bahwa akan semakin kecil karena tidak selalu melakukan perpindahan. 3. Parameter hyst_drop untuk model Okumura akan mempengaruhi nilai dari probabilitas outage. Pertambahan nilai hyst_drop akan memperkecil nilai. Dimana semakin besar hyst_drop maka MS akan selalu berada pada kondisi active set sebelumnya yakni sel 2 atau sel 3, hal ini dapat dikatakan bahwa akan semakin kecil karena tidak selalu melakukan perpindahan. 4. Pertambahan tinggi BS dan MS tidak akan mempengaruhi nilai rata-rata active set sedangkan perubahan nilai hyst_add dan hyst_drop akan memperbesar nilai rata-rata active set. 5. Dari 5 kali simulasi yang dilakukan maka diperoleh persentasi pelayanan BS terhadap MS yaitu: BS 1 sebesar 38,9%, BS 2 sebesar 51,5% dan BS3 sebesar 9,6%. 6. Ucapan Terimakasih 7. Daftar Pustaka [1] Chen, Yuen. 23. Soft Handover Issues in Radio Resource Management for 3G WCDMA Networks, (Desertasi).Queen Mary, University of London. [2] Singh, N. P., Brahmjit Singh, Effect of Soft Handover Parameters on CDMA Cellular Networks, Journal of Theoretical and Applied Information Technology, 21, hal [3] Singh, N. P., Brahmjit Singh, Performance Enhancement of Cellular Network Using Adaptive Soft Handover Algorithm, Wireless Personal Communications, Mei 21. [4] Singh, N. P., Brahmjit Singh, Performance of Soft Handover Algorithm in Varied Propagation Environments, World Academy of Science, Engineering and Technology 45, 28, hal [5] Rappaport, T. S Wireless Communications: Principles and Practice, 2 nd Edition. New Jersey: Prentice Hall. [6] M. A, Rahman M. M, Hossain M. M, Al- Nahid, Analysis of Large-Scale Propagation Models for Mobile Communications in Urban Area International Journal of Computer Science and Information Security (IJCSIS), Vol. 7, No. 1, 21. [7] Seybold, John. C. 25. Introduction to RF Propagation. Wiley, New York. Ucapan terima kasih kepada Alm. Djanuar Rasyad dan Darmawati selaku orangtua, Maksum Pinem, ST.MT, Ir. M.Zulfin, MT. Naemah Mubarakah, ST.MT yang sudah membantu dalam menyelesaikan paper ini, serta teman-teman yang sudah memberikan dukungan selama pembuatan paper ini. copyright DTE FT USU 75