PEMODELAN TRAFIK PADA SISTEM KOMUNIKASI SATELIT ORBCOMM

Transkripsi

1 PEMODELAN TRAFIK PADA SISTEM KOMUNIKASI SATELIT ORBCOMM Nicodemus FR Hutabarat Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember Kampus ITS, Sukolilo, Surabaya 60, Indonesia nico_jv@yahoo.com ABSTRAK Satelit Orbcomm beroperasi pada kanal very high frequency (VHF) dengan frekuensi MHz, dimana Subscriber communicator (SC) Orbcomm memanfaatkan teknik Dynamic Channel Activity Assignment System (DCAAS) dalam komunikasinya dengan satelit. Teknik DCAAS pengiriman data dilakukan secara burst pada kanal yang dipakai secara bersama oleh komunikasi lain. SC melakukan scanning untuk mencari kanal kosong. Dibutuhkan pengetahuan model tersedianya kanal untuk pengiriman dan model waktu yang dibutuhkan untuk pengiriman data berikutnya dari SC ke satelit. Pengetahuan ini diperlukan karena kanal MHz di Indonesia khususnya di Surabaya dan Nganjuk banyak dipakai oleh pengguna radio amatir yang tidak tertib. Untuk menentukan pendekatan model distribusi dengan melakukan pengukuran daya yang diterima di band orbcomm menggunakan spectrum. Dari pengukuran bandwidth 0kHz yang dilakukan di Surabaya dan Nganjuk dimana pengukuran dilakukan secara berlanjut pada frekuensi yang dianggap padat. Data per satu jam mewakili jam-jam lainnya dianalisa dengan membandingkan dengan threshold jika daya lebih besar akan dianggap sinyal interferensi dan dibangkitkan sinya dan jika lebih kecil dianggap kanal sedang kosong dan dibangkitkan sinyal 0. Dari data nol dan satu tersebut akan dihitung waktu kanal kosong dan waktu kedatangan. Dari penelitian diperoleh bahwa ketersedianan kanal kosong di Surabaya rata-rata selama detik dan di Nganjuk detik. Sehingga dengan bitrate orbcomm 400 bps maka rata-rata panjang data yang dapat dikirim sebesar Byte dengan waktu yang dibutuhkan untuk pengiriman data kembali selama detik, sedangkan di Nganjuk sebesar Byte dengan waktu pegiriman data kembali selama detik. Dapat disimpulkan besarnya kanal yang tersedia di daerah rural Nganjuk lebih besar dari daerah urban Surabaya.. PENDAHULUAN Kemajuan teknologi telekomunikasi meningkatkan kebutuhan akan informasi yang selalu terkini. Kebutuhan di jarigan telekomunikasi pada daerah terpencil dapat akomodir oleh layanan satelit Low-Earth Orbit LEO yang memiliki cakupan yang luas. Satelit LEO Orbcomm bekerja pada frekuensi downlink MHz dan uplink MHz, dimana frekuensi ini dipakai bersama-sama untuk komunikasi tetap, bergerak(non-penerbangan), bergeraksatelit(bumi-ke-angkasi), navigasi radio-satelit. Penggunaan frekuensi secara bersama oleh berbagai pihak dimana setiap sumber memiliki kedudukan yang sama dalam melakukan transmisi. Kegagalan transmisi data karena adanya interferensi oleh sumber lain pada pita yang sama. Ditambah lagi oleh penggunaan oleh amatir yang liar. Perlu pengetahuan tersedianya kanal yang tidak ter-interferensi oleh frekuensi sumber lain. Dengan alasan ini perlu memodelkan distribusi kanal yang terbebas dari interferensi. Sehingga pengetahuan ini dapat memprediksi ketersediaan kanal kosong, waktu yang dibutuhkan untuk pengiriman data berikutnya.. DASAR TEORI.. Satelit Orbcomm[4] Jangkauan jaringan sistem satelit Orbcomm melingkupi daerah yang sangat luas dalam melayani packet switched, sistem komunikasi dua arah. Kominikasi antara SC dan gateway Orbcomm dilakukan melalui konselasi Microstar (LEO). Gateway Orbcomm terkoneksi ke jaringan dial-up, jaringan pribadi, atau Internet. Satelit Orbcomm bekerja pada pita VHF degan frekuensi kerja MHz, kanal ini digunakan sebagai kanal bersama dimana... Dynamic Channel Activity Assignment System Teknik DCAAS dilaksanakan dengan memanfaatkan sejumlah kanal frekuensi secara dinamis dalam rentang frekuensi yang cukup lebar pada band tertentu (misal 48-50MHz). DCAAS memanfaatkan kanal yang lebar tersebut tanpa mengganggu pengguna lain. Sistem yang dibangun memonitor kegiatan pemancaran setiap saat pada sejumlah frekuensi dalam rentang kanal tertentu. Transmisi sinyal sistem secara dinamis hanya dilakukan pada saat kegiatan pemancaran pengguna kanal existing tidak aktif. Tentunya hal ini hanya berlaku sesaat, jika terjadi pemancaran pengguna pada kanal tersebut memancar maka pemancaran sistem ini akan terhenti. Oleh karena itu pemancaran data pada saat yang terbatas ini sangat pendek, sehingga bersifat pemancaran burst yang sangat pendek (burst transmission).[4].3. Alokasi Frekuensi MHz[3] Band yang digunakan Orbcomm MHz dialokasikan untuk komunikasi Tetap, bergerak kecuali

2 bergerak penerbangan, bergerak-satelit (bumi-keangkasa)..4. Ilmu Probabilitas dan Statistika Secara umum, statistik adalah suatu metode ilmiah dalam mengumpulkan, mengklasifikasikan meringkas, menyajikan, menginterprestasikan, dan menganalisa data guna mendukung pengambilan keputusan yang valid dan berguna sehingga dapat menjadi dasar pengambilan keputusan yang masuk akal[]. Selanjutnya, biarpun fungsi distribusi diketahui, besaran-besaran karakteristik utama tetap berguna untuk memberikan informasi tentang sifat-sifat cirian dari variabel acak yang sangat berguna di dalam penetapan praktis. Parameter-parameter dari distribusi juga dapat dinyatakan sebagai fungsi dari besaran-besaran tersebut atau sebagai parameter-parameter itu sendiri. Beberapa distribusi yang sering digunakan dalam sebuah pemodelan sistem trafik yaitu a. Distribusi normal b. Distribusi Binomial c. Distribusi Poisson d. Distribusi exponensial.5. Konsep Dasar Trafik Telekomunikasi[] Secara sederhana dapat didefinisikan : Trafik dapat diartikan sebagai pemakaian. Pemakaian yang diukur dengan waktu (berapa lama, kapan). (tentunya masih dikaitkan dengan apa yang dipakai, dari mana, kemana, dll). Yang ditinjau disini adalah trafik dalam telekomunikasi. Dalam sistem telepon, komunikasi data, permintaan/panggilan yang datang biasanya tidak dapat ditentukan lebih dahulu tentang : Kapan datangnya dan berapa lama suatu pembicaraan telepon, komunikasi data berlangsung (atau berapa lama suatu perlengkapan/saluran diduduki). Proses tersebut dinamakan proses stokastik. Dalam hal kapan datangnya panggilan dan berapa lama pembicaraan telepon berlangsung sudah diketahui lebih dahulu dan konstan : Proses tersebut disebut proses Deterministik. Jelaslah bahwa kuantisasi besaran trafik hanya dapat diselesaikan dengan pengetahuan statistik dan teori probabilitas..6. Mean Squared Error (MSE) Dalam statistik, Mean Squared Error (MSE) sebuah estimator adalah nilai yang diharapkan dari kuadrat error. Error yang ada menunjukkan seberapa besar perbedaan hasil estimasi dengan nilai yang akan diestimasi. Perbedaan itu terjadi karena adanya keacakan pada data atau karena estimator tidak mengandung informasi yang dapat menghasilkan estimasi yang lebih akurat N MSE ( y t yˆ t ) N t h Dimana : MSE = Mean Squared Error N = Jumlah Sampel = Nilai Aktual Indeks y t ŷ t = Nilai Prediksi Indeks () 3. INSTRUMENT DAN METODOLOGI 3. Konfigurasi Pengukuran Gambar Konfigurasi Pengukuran Mulai Buka Program Input Parameter Simpan Data Pengukuran Selesai Gambar Diagram Pengambilan Data Gambar 3 Tampilan Spectrum Analyzer Logger Pada gambar 3. ditampilkan konfigurasi pengukuran pengambilan data. Spectrum analyzer digunakan untuk merekam daya terima di band frekuensi MHz. Parameter yang yang diukur oleh Spectrum analyzer diatur atau diinput dari

3 komputer. Komputer dan Spectrum analyzer terkoneksi melalui kabel GPIB to USB. Sebagai interface antara Spectrum analyzer dan komputer digunakan Spectrum analyzer logger seperti ditampilkan paga gambar 3.3. Pada gambar 3. diagram perekaman data, dimana software ini parameter pengukuran diinputkan yang setelah dijalankan akan memerintahkan Spectrum analyzer untuk melakukan perekaman. Hasil perekaman akan dianalisa untuk keperluan penelitian ini. MULAI PENGAMBILAN DATA DALAM BENTUK FILE EXCEL PENENTUA NILAI RATA- RATA f,f,f3 PENGAMBILAN DATA PADA FREKUENSI YANG MEMPUNYAI NILAI RATA- RATA PALING BESAR PENENTUAN NOISE FLOOR MASUKAN NILAI PAKET DATA MASUKAN NILAI SNR PENENTUAN JIKA LEVEL DAYA > BIT : = PERHITUNGAN DELTA t UNTUK BINER 0 PERHITUNGAN JUMLAH DATA BERDASARKAN NILAI DELTA t PERHITUNGAN NILAI AVAILABILITY TIME SELESAI YA TIDAK BIT: = 0 Gambar 4. Diagram alir program ketersediaan waktu dan proses kedatangan. MULAI PENGAMBILAN DATA DALAM BENTUK FILE EXCEL PENENTUA NILAI RATA- RATA f,f,f3 PENGAMBILAN DATA PADA FREKUENSI YANG MEMPUNYAI NILAI RATA- RATA PALING BESAR PENENTUAN NOISE FLOOR MASUKAN NILAI PAKET DATA MASUKAN NILAI SNR PENENTUAN JIKA LEVEL DAYA > YA BIT : = PERHITUNGAN DELTA t UNTUK TIAP- TIAP WAKTU ANTAR KEDATANGAN PERHITUNGAN JUMLAH DATA BERDASARKAN NILAI DELTA t SELESAI TIDAK Gambar 5 Diagram alir program proses kedatangan BIT: = 0 Hasil pengukuran akan di olah mengunakan menggunakan Matlab 7.7. Data akan diolah sehingga dihitung grafik ketersediaan kanal kosong dan waktu kedatangan. Diagram alir program proses kedatangan ditunjukkan seperti gambar 4 dan diagram alir proses kedatangan pada gambar Program Pengukuran Trafik. Pengambilan data baik di Surabaya dan Nganjuk, proses pertama adalah scanning frekuensi dengan merekam aktivitas penggunaan radio pada frekuensi yang diinginkan. Pada pengukukan ini dilakukan pengukuran pada frekuensi MHz. Proses scanning ini bertujuan untuk mengetahui aktifitas trafik yang padat. Setelah mendapatkan kanal frekuensi yang padat akan dilakukan perekaman di 3 titik frekuensi. Agar mendapatkan perbedaan antara kanal padat dan kosong maka harus mencari perbedaan nilai level daya sehingga dibutuhkan spectrum analyzer untuk merekam aktifitas trafik tersebut. Setelah melakukan perekaman pada band Orbcomm diketahui frekuensi yang paling padat. Kanal frekuensi padat untuk Surabaya adalah MHz sedangkan pengambilan data di Nganjuk didapatkan kanal frekuensi padat adalah 48.55MHz Apabila software CVI dan GPIB telah terkonfigurasi dengan baik maka program spectrum analyzer bisa dijalankan. Proses perekaman data untuk trafik padat ini dilakukan selama jam. 4. HASIL PENGUKURAN DAN ANALISA 4. Metoda Analisis Pengukuran Trafik Pengukuran trafik padat dilakukan di daerah Urban (Surabaya) dan daerah rural (Nganjuk). Dalam pengolahan data dilakukan algoritma-algoritma yang sesuai diagram alir pada gambar 4 dan Pemilihan f,f, dan f3 Dari hasil scanning frekuensi yang dilakukan di frekuensi MHz di Surabaya dan di Nganjuk diperoleh kanal padat di masing-masing daerah. Di Surabaya kanal yang cukup padat pada MHz dan Nganjuk pada 49.55MHz. Frekuensi padat tersebut adalah frekuensi tengah, frekuensi ini dianggap f. F, f, dan f3 ditentukan dari sebagai contoh frekuensi tengah yang akan diamati berada pada frekuensi MHz, karena frekuensi ini merupakan frekuensi tengah yang diharapkan sedangkan nilai f= f - 0 KHz, dan nilai f3 = f + 0 KHz, sehingga di Surabaya nilai f= MHz, f = MHz, f3 = MHz. 4.. Penentuan Noise Noise dapat diartikan sebagai sinyal yang tidak diinginkan yang masuk ke dalam sistem. Sedangkan sensitivity diartikan sebagai level minimum input sinyal yang dapat dideteksi dari output SNR (signals to noise ratio). Pada tugas akhir ini noise ditentukan dari nilai 3

4 rata-rata noise floor pada alat ukur. Nilai rata-rata noise akan menjadi batas referensi asumsi daya informasi suara. dengan logic 0. Pada gambar 7 hasil Perolehan trafik padat di surabaya Perhitungan Δt Pada Trafik Kosong Setiap deretan sinyal nol merupakan representasi kanal kosong. Perhitungan Δt kanal kosong dilakukan dengan menghitung selisih waktu munculnya sinyal nol Perhitungan ketersediaan Waktu Gambar 6 Level noise floor Surabaya Nganjuk 4..3 Penentuan thresholding Metode menentukan batas daya sinyal noise dan daya sinyal informasi disebut Thresholding yang digunakan dengan tujuan menghilangkan derau/noise. Dengan menentukan nilai threshold dapat diasumsikan bahwa sinyal suara (trafik padat) berada pada level diatas threshold sedangkan trafik kosong berada pada level dibawa threshold. Nilai threshold didapatkan tergantung dari nilai SNR yang diinginkan. Rasio dari SNR tergantung pada desain sistem yang digunakan. Sinyal suara dengan SNR 3 db hal ini bisa dikatakan masih dalam kondisi buruk maksudnya suara bisa terdengar namun tidak jelas. Pada sistem komunikasi Orbcomm ini akan digunakan 0,3 db SNR dari noise floor, dimana perhitungan threshold dilakukan dengan melakukan penjumlahan noise floor dengan 0,3 db. Setelah melakukan perhitungan nilai Δt maka hasil data akan dikelompokan menurut nilai Δt sehingga didapatkan jumlah data untuk masing-masing Δt. Histogram perhitungan Δt ditunjukkan pada gambar 8 dan PDF hasil data histogram Δt gambar 9. Gambar 8. Histrogram Δt Tabel Batas Threshold Surabaya Nganjuk Noise floor dbm dBm SNR (db) 0,3 db 0.3 db Threshold (db) dbm dbm 4..4 Penentuan Sinyal Trafik Gambar 9. PDF hasil data histogram Δt Surabaya Untuk menghitung nilai availability time tersebut digunakan persamaan di bawah ini [5] P (Δt x) = ( P (Δt < x)) * 00% () Dimana : x = durasi paket data yang diinginkan (Δt) Gambar 7 Hasil perolehan trafik padat Surabaya Nilai threshold dapat metentukan bahwa nilai level daya yang lebih besar dari nilai threshold diasumsikan sinyal trafik yang disimbolkan dengan logic dan nilai level daya yang lebih kecil dari nilai threshold diasumsikan sinyal noise yang diberi simbol 4

5 Tabel 3 Probabilitas durasi pengiriman paket data Durasi paket data (s) Probabilitas Di Surabaya (%) Probabilitas Di Nganjuk (%) Perbandingan Hasil Ketersediaan Kanal Antara Daerah Rural (Surabaya) Dan Daerah Rural (Nganjuk) Perbandingkan availability time di dua tempat yang berbeda dan 4 variasi waktu. Empat variasi waktu yaitu pagi (08:47:00-09:47:0), siang(:59:59-3:00:0), sore(6:00:00-7:00:00), malam(0:00:0- :00:00). Hal ini dilakukan untuk melihat tingkat availability time di daerah urban dalam hal ini Surabaya dan daerah rural dalam tugas akhir ini daerah Nganjuk dengan variasi waktu. Tabel 4 Probabilitas pengiriman data di Surabaya Durasi paket data (s) Surabaya Pagi Siang Sore Malam Tabel 4 Probabilitas pengiriman data di Nganjuk Durasi paket data (s) Nganjuk Pagi Siang Sore Malam Pendekatan Distribusi Palayanan Pendekatan distribusi yang cocok dapat diketahui dengan estimasi parameter dengan menggunakan MSE. Bila MSE-nya terkecil, maka model tersebut paling sesuai dibandingkan dengan model-model lainnya. Dan distribusi yang mimiliki nilai MSE terkecil yang akan dipilih sebagai pendekatan distribusi. Dalam program matlab tersedia fasilitas dfittool untuk melakukan analisa pendekatan distribusi dengan hasil seperti gambar 0. Gambar 0. Pendekatan berbagai macam distribusi untuk proses pelayanan Hasil nilai MSE Surabaya sebagai berikut: MSE distribusi exponential = 9.8E-06 MSE distribusi poisson = 4.3E-04 MSE distribusi binomial = 6E-05 MSE distribusi normal = 4.E-05 Dari nilai MSE terkecil proses pelayanan Surabaya didapatkan bahwa data memiliki pendekatan berdistribusi exponential dengan parameter mean detik dan variance Hasil nilai MSE Nganjuk sebagai berikut: 5

6 MSE distribusi exponential = MSE distribusi poisson = MSE distribusi binomial = MSE distribusi normal = Dari nilai MSE terkecil proses pelayanan Nganjuk didapatkan bahwa data memiliki pendekatan berdistribusi exponential dengan parameter mean 6.949detik dan variance Berdasarkan mean di Surabaya dan Nganjuk diperoleh rata-rata panjang data yang dapat dikirim sebesar Byte untuk Surabaya dan sebesar Byte di Nganjuk. 4.4 Pendekatan Distribusi Kedatangan Pendekatan ditribusi kedatangan dilakukan untuk mengetahui distribusi besarnya waktu untuk pengiriman data berikutnya. Perhitungan dilakukan dengan menghitung lamanya waktu kanal kosong dan kanal terisi yang bersekatan.pada gambar. ditampilkan bendekatan distribusi kedatangan di Surabaya. Gambar. Pendekatan Waktu Kedatangan Dengan menghitung nilai MSE di surabaya masing-masing Distribusi seperti hasil perhitungan debawah: MSE distribusi exponential = MSE distribusi poisson = MSE distribusi binomial = MSE distribusi normal = MSE distribusi exponential memiliki nilai error paling rendahdan mengartikan bahwa nilai error pendekatan distribusi waktu Kedatangan berdistribusi exponential dengan mean: , dan variance: Sedangakan nilai MSE di Nganjuk masing-masing Distribusi seperti hasil perhitungan debawah: MSE distribusi exponential = MSE distribusi poisson = MSE distribusi binomial = MSE distribusi normal = e-05 MSE distribusi normal memiliki nilai error paling rendahdan Mean: , Variance: 43.5 mengartikan bahwa nilai error pendekatan distribusi waktu Kedatangan berdistribusi normal. 5. KESIMPULAN Hasil pengumpulan data dan analisa yang dilakukan selama pelaksanaan Tugas Akhir maka dapat ditarik beberapa kesimpulan:. Ketidak tertiban para kominutas amatir dalam mengikuti peraturan pemerintah dalam mengikuti alokasi frekuensi yang telah disediakan oleh pemerintah. Ini terlihat dari aktifitas penggunaan radio amatir pada pita frekiensi yang seharusnya digunakan untuk kominikasi sc ke satelit.. Hasil pengukuran noise yang diperoleh selama pengukuran dilakukan dapat dibandingkan, noise didaerah perkotaan lebih besar dari pada noise yang di ukur di daerah rural. Hal ini akan mempengaruhi kualitas sinyal yang akan dipancarkan. 3. Secara keseluruhan dapat disimpulkan ketersediaan kanal kosong didaerah urban lebih kecil dengan ratarata detik dari pada daerah rural dengan rata-rata 6.949detik. Hal ini memberikan kesempatan lebih kecil dalam pengiriman paket data. Jika dibandingkan dengan lebih banyaknya ketersediaan kanal kosong pada daerah Nganjuk. DAFTAR PUSTAKA [] Harinaldi,Dr,Ir, Prinsip-prinsip Statistik untuk Teknik dan Sains, Departemen Teknik Mesin,Fakultas Teknik Universitas Indonesia, Jakarta, 005. [] Ir. Suwadi, MT, Rekayasa Trafik Telekomunikasi, 000 [3] Keputusan Menteri Perhubungan Nomor: KM.5 tahun 00tentang Penyempurnaan Tabel Alokasi Spektrum Frekuensi Radio Indonesia. [4] Orbcomm Global, Orbcomm System Overview, Virginia,999 [5] Parkinson, Richard, Traffic Engineering Technicques in Telecommunication, Infotel Systems.Corp DAFTAR RIWAYAT HIDUP Nicodemus FRH, lahir di parapat 0 Agustus 984, merupakan anak pertama dari empat bersaudara pasangan Sabar. M. Hutabarat dan M. br. Sibarani. Pada tahun 006 penulis menyelesaikan studinya dari Politeknik Negeri Medan dan kemudian tahun 007 terdaftar sebagai mahasiswa di Jurusan Tekink elektro FTI ITS dengan nomor registrasi pokok dan menyelesaikan Tugas Akhir di bidang studi Teknik Telekomunikasi Multimedia. 6