I'SNTHKTAN II" ADHITAMA SURABAYA INSTITUT TEKNOLOGI DALAM MENGHADAPI TANTANGAN PERSAINGAN GLOBAL " AKADEMISI DAN PRAKT!SI

Transkripsi

1 ,r, INSTITUT TEKNOLOGI ADHITAMA SURABAYA SEMINAR NASIONAL SAINS DAN TEKNOLOG! TERAN I'SNTHKTAN II" PERAN AKADEMISI DAN PRAKT!SI SEBAGAI INOVATOR TEKNOLOGI BANGSA INDONESIA DALAM MENGHADI TANTANGAN PERSAINGAN GLOBAL " Suraboya, 07 Oktober 2014

2

3 LIKASI LINK BUDGET UNTUK MENGHITUNG KUALITAS SINYAL JARINGAN NIRKABEL PADA BASE TRANSCEIVER STATION (BTS) SCBDnet CABANG SURABAYA MENGGUNAKAN FUZZY SUGENO ABSTRAK Imas Qohhar Muzaqqi [1], Anita T. Kurniawati [2] Jurusan Teknik Informatika, [1,2] anitateku@yahoo.com PT. Artha Telekomindo sebagai salah satu Internet Service Provider (ISP) di Indonesia. khususnya di Surabaya, sangat mementingkan kualitas pelayanan terhadap pelanggannya. Pada pelaksanaan pemeliharaan dan pengembangan BTS untuk meningkatkan kualitas jaringan nirkabel, para teknisi PT. Artha Telekomindo cabang Surabaya menghadapi kendala yaitu ketergantungan terhadap vendor yang membangun BTS. Ketergantungan itu berupa analisa pemasangan antena baik dari perhitungan jarak jangkau atau kekuatan antena itu sendiri. Untuk itu diperlukan sebuah aplikasi yang dapat melakukan analisa perhitungan kemampuan setiap antena jaringan nirkabel di PT. Artha Telekomindo cabang Surabaya. Aplikasi ini menggunakan penerapan metode perhitungan Link Budget dan fuzzy Sugeno. Setelah dilakukan perhitungan dengan Link Budget, akan dianalisa kelayakannya dengan metode fuzzy Sugeno yaitu mulai proses fuzzifikasi, inferensi atau pembentukan aturan dan defuzzifikasi. Setelah dilakukan pengujian sistem, didapat tingkat akurasi sebesar 85%. Dengan adanya aplikasi ini diharapkan dapat mempercepat proses analisa perhitungan antena jaringan nirkabel yang dilakukan para teknisi PT. Artha Telekomindo cabang Surabaya, dan dapat meningkatkan pelayanan terhadap konsumen. Kata Kunci : Internet Service Provider (ISP), Jaringan nirkabel, Link Budget, Fuzzy Sugeno, Received Signal Level (RSL). ABSTRACT PT. Artha Telekomindo as one of the Internet Service Provider (ISP) in Indonesia. In Surabaya specially, attach great importance to the quality of service to its customer. On the implementation of the maintenance and development of BTS to increase the wireless network quality, all PT. Artha Telekomindo technician Surabaya branch have a constraint that reliance on vendor that builds BTS. Dependence analysis of the antenna instalation from the calculation range or range power of the antenna it self. It is necessary for an aplication that can do the analysis calculation of the ability of each wireless network antenna at PT. Artha Telekomindo Surabaya branch. This aplication use the implementation of calculation method Link Budget and Sugeno fuzzy. After calculation of Link Budget, will be analyzed for feasibility with Sugeno fuzzy method that began the process of fuzzification, inference or rules and defuzzification. After testing the system, obtained an accuracy rate of 85%. With the presence of this aplication expected to provide benefits like accelerate process analysis calculate wireless network antenna by all PT. Artha Telekomindo Surabaya branch technician, and can improve the quality of service to its customer. Key words : Internet Service Provider (ISP), Jaringan nirkabel, Link Budget, Fuzzy Sugeno, Received Signal Level (RSL)

4 PENDAHULUAN Munculnya teknologi jaringan nirkabel sebagai salah satu media komunikasi memberikan banyak keunggulan dibandingkan dengan penggunaan media kabel, seperti keunggulan dalam kepraktisan, efisiensi dan efektifitas. Semakin berkembangnya teknologi jaringan nirkabel tidak luput dari perkembangan ilmu jaringan nirkabel yang digunakan dalam melakukan analisa terhadap perangkat jaringan nirkabel, baik dari perancangan alat maupun perhitungan jarak jangkau sinyal yang dimiliki antena jaringan nirkabel. Untuk perhitungan jarak jangkau ataupun kelayakan sinyal pada antena dapat digunakan salah satu metode yaitu metode perhitungan Link Budget. Link Budget adalah metode yang menghitung daya pancar, penguatan antena, received signal level (RSL) minimal dan cable loss untuk mendapatkan kelayakan sinyal dari sebuah antena. PT. Artha Telekomindo sebagai salah satu Internet Service Provider (ISP) di Indonesia. khususnya di Surabaya, sangat mementingkan kualitas pelayanan terhadap pelanggannya. Hal ini dibuktikan dari makin bertambahnya BTS-BTS baru di wilayah Surabaya dan sekitarnya, sehingga meningkatkan kualitas dan memperluas jaringan nirkabel yang telah ada. Pada pelaksanaan pemeliharaan dan pengembangan BTS untuk meningkatkan kualitas jaringan nirkabel, para teknisi PT. Artha Telekomindo cabang Surabaya menghadapi kendala yaitu ketergantungan terhadap vendor yang membangun BTS. Ketergantungan itu berupa analisa pemasangan antena baik dari perhitungan jarak jangkau atau kekuatan antena itu sendiri. Untuk itu, diperlukan aplikasi untuk menentukan kelayakan sinyal dengan metode link budge khusus untuk topologi point to point. Sedangkan untuk analisa kelayakan sinyal digunakan metode fuzzy sugeno. DASAR TEORI Sebagai perusahaan yang bergerak dibidang jasa telekomunikasi, PT. Artha Telekomindo Cabang Surabaya sangat memperhatikan kepuasan pelanggan sebagai tolak ukur keberhasilan. Maka karena itu PT. Artha Telekomindo Cabang Surabaya sangat memperhatikan kualitas sinyal Base Transciver Station (BTS) yang berada di Surabaya. Topologi jaringan wireless pelanggan PT. Artha Telekomindo Cabang Surabaya dapat dilihat pada Gambar 1. Gambar 1. Topologi Jaringan Wireless Pelanggan PT. Artha Telekomindo Cabang Surabaya (Sumber : IT Suport PT. Artha Telekomindo Cabang Surabaya) Link budget adalah suatu metode untuk memperhitungkan power atau merencanakan kebutuhan daya sehingga kualitas sinyal di penerima memenuhi standar yang diinginkan. Menurut Onno dkk (2008), untuk melakukan perhitungan dalam metode link budget, ada beberapa faktor penting yang harus diperhatikan, yaitu daya pancar, minimal Received Signal Level (RSL), penguatan antena dan kerugian kabel. Ketika menghitung path loss, beberapa efek harus dipertimbangkan, yaitu kerugian di udara / ruang (free space loss), redaman dan penyebaran. Daya sinyal akan berkurang oleh penyebaran geometris dari muka gelombang, umumnya dikenal sebagai free space loss. Dengan mengabaikan semua hal, dua radio yang jauh, penerimaan sinyal yang kecil lebih banyak karena free space loss. Hal ini tidak tergantung lingkungan, hanya tergantung pada jarak dikarenakan kehilangan energi sinyal yang terpancar / menyebar sebagai fungsi jarak dari pemancar. Persamaan untuk free space loss (Lfsl): (Onno dkk, 2008) Lfsl = * log (r) + 20 * log (f)...(1)

5 dengan Lfsl dinyatakan dalam db, r adalah jarak antara pemancar dan penerima dalam kilometer dan f adalah frekuensi kerja dalam MHz. Untuk penggabungan free space loss, redaman, dan penyebaran (scattering), didapatkan rumus path loss L(dB) sebagai berikut: (Onno dkk, 2008) L (db) = * n * log (r) + L (diizinkan)...(2) Untuk perkiraan kasar kelayakan sambungan, dapat dievaluasi dengan free space loss. Lingkungan dapat membawa kerugian sinyal lebih lanjut, dan harus dianggap sebuah evaluasi dari sambungan yang lebih tepat. Lingkungan hidup sebenarnya adalah salah satu faktor penting yang tidak boleh diabaikan. Perlu diketahui bahwa jika dilakukan perhitungan path loss ternyata hanya perlu menambahkan daya Transceiver (Tx) dari satu sisi link. Jika menggunakan radio yang berbeda di kedua sisi sambungan, maka harus dihitung path loss dua kali, sekali untuk setiap arah (menggunakan daya Tx yang sesuai untuk setiap perhitungan). Menambah semua penguatan dan mengurangi kerugian akan memberikan rumus sebagai berikut : (Onno dkk, 2008) Total Gain = Tx Power Radio 1 + Antena Gain Radio 1 Cable Losses Radio 1 + Antena Gain Radio 2 Cable Losses Radio 2...(3) Mengurangi Path loss dari Total Penguatan: Level sinyal di salah satu sisi sambungan = Total Gain - Path loss...(4) Jika sinyal yang dihasilkan lebih besar dari level penerima sinyal minimum, maka sambungan tersebut layak. Sinyal yang diterima cukup kuat bagi radio untuk digunakan. Minimum RSL selalu dinyatakan sebagai negatif dbm, sehingga -56 dbm adalah lebih besar dari -70 dbm. Pada suatu path, variasi di path loss selama periode waktu tertentu dapat sangat besar, sehingga margin (perbedaan antara tingkat sinyal dan menerima sinyal minimum) harus dipertimbangkan. Margin ini adalah jumlah sinyal di atas kepekaan radio yang harus diterima untuk memastikan yang sambungan radio yang stabil dan kualitas tinggi selama cuaca buruk dan gangguan atmosfir lainnya. Margin antara 10 hingga 15 db biasanya cukup. Untuk memberikan ruang untuk redaman dan untuk multipath dalam menerima sinyal radio, margin 20dB harusnya cukup aman. Setelah dihitung link budget di satu arah, ulangi perhitungan arah yang lain. Substitusi daya pancar untuk radio yang kedua, dan dibandingkan hasil minimum terhadap tingkat menerima sinyal dari radio pertama. Untuk melakukan analisa kelayakan sinyal digunakan metode fuzzy Sugeno. Penalaran dengan Metode Sugeno hampir sama dengan penalaran MAMDANI, hanya saja output (konsekuen) sistem tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear. Metode ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun Ada 2 jenis model fuzzy Sugeno, yaitu: (Kusumadewi, 2010) a. Model Fuzzy sugeno Orde-Nol Secara umum bentuk model fuzzy sugeno Orde-Nol adalah : IF (x 1 is A 1 ) (x 2 is A 2 ) (x 3 is A 3 )... (x N is A N ) THEN z=k dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan k adalah suatu konstanta (tegas) sebagai konsekuen. b. Model Fuzzy sugeno Orde-Satu Secara umum bentuk model fuzzy sugeno Orde-Satu adalah : IF (x 1 is A 1 )... (x N is A N ) THEN z = p 1 *x p N *x N + q dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden, dan pi adalah suatu konstanta (tegas) ke-i dan q juga merupakan konstanta dalam konsekuen. Suatu Sistem berbasis aturan fuzzy yang lengkap terdiri dari tiga komponen utama, yaitu: 1. Fuzzyfication Fuzzyfication adalah fase pertama dari perhitungan samar yaitu pengubahan nilai tegas (crisp) ke nilai samar. Proses fuzzyfikasi ditulis sebagai berikut : x = fuzzifier (x0) dengan x0 adalah sebuah vektor nilai tegas dari suatu variabel input, x adalah vektor himpunan fuzzy yang didefinisikan sebagai variabel, dan fuzzifier adalah sebuah operator fuzzyfikasi yang mengubah nilai tegas ke himpunan samar. Inferensi fuzzy digunakan untuk merumuskan pemetaan himpunan output dengan prinsip

6 logika fuzzy (aturan if Then). Teknik reasoning adalah cara tepat untuk menentukan nilai yang akan digunakan sebagai masukan aksi kendali yang tepat. Untuk mengubah bentuk masukan crisp kedalam masukan fuzzy, fungsi keanggotaan pertama kali harus ditentukan untuk tiap masukan. Sekali fungsi keanggotaan ditentukan, fuzzyfikasi mengambil nilai masukan secara realtime, seperti temperatur, dan membandingkannya dengan informasi fungsi keanggotaan yang tersimpan untuk menghasilkan nilai masukan fuzzy. 2. Inference Untuk membedakan dengan First-Order-Logic, secara sintaks, suatu aturan fuzzy dituliskan sebagai : IF antecendent THEN consequent Dalam suatu sistem berbasis aturan fuzzy, proses inference memperhitungkan semua aturan yang ada dalam basis pengetahuan. Hasil dari proses inference dipresentasikan oleh suatu fuzzy set untuk setiap variabel bebas (pada consequent). Derajat keanggotaan untuk setiap nilai variabel tidak bebas menyatakan ukuran kompabilitas terhadap variabel bebas (pada antecendent). 3. Defuzzyfication Didalam komposisi aturan menggunakan metode SUGENO, maka defuzzyfikasi dengan cara mencari nilai rata ratanya dengan rumus seperti pada persamaan (5)....(5) ANALISA DAN PERANCANGAN SISTEM Berdasarkan analisa kebutuhan, perhitungan link budget memiliki 10 inputan yaitu : TX power, Antenna Gain, Sensitivitas, Cable loss, TX power ST, Antenna Gain ST, Sensitivitas ST, Cable loss ST, Frekuensi kerja dan Jarak udara. Sedangkan outputnya berupa Path Loss, Total Gain, SOM, Receive, Total Gain ST, SOM ST dan ST Receive. Berikut perhitungan link budget dalam bentuk flowchart pada Gambar

7 Start Jarak udara (Km), Frekuensi kerja (MHz), Antena Gain (dbi), TX Power (dbm), Cable Loss (db), Sensitivitas (db), Antena Gain ST (dbi), TX Power ST(dBm), Cable Loss ST(dB), Sensitivitas ST(dB) Path Loss = Log (jarak) + 20 Log (frekuensi) Total Gain = TX Power + Antena Gain - Cable Loss + Antena Gain ST Cable Loss ST ST Receive = Total Gain Path Loss SOM ST = SNR ST Sensitivitas ST Total Gain ST = TX Power ST + Antena Gain ST - Cable Loss ST + Antena Gain Cable Loss Receive = Total Gain ST Path Loss SOM = SNR Sensitivitas End Gambar 2. Flowchart Perhitungan Link Budget Untuk menganalisa kualitas sinyal digunakan metode Fuzzy Sugeno. Pada sistem fuzzy yang akan dibangun memiliki lima input / variabel yang akan di proses, yaitu receive (penerimaan Access Point), SOM (margin Access Point), ST receive (penerimaan Station), ST SOM (margin Station) dan jarak udara antar radio. Dari proses tersebut akan menghasilkan gain (penguatan) yang diperlukan. Flowchart sistem fuzzy dapat dilihat pada Gambar

8 start receive, SOM, ST receive, ST SOM, Jarak Fungsi Keanggotaan Derajat Keanggotaan Rule / Aturan Defuzzyfication Gain end Gambar 3. Flowchart System Fuzzy Langkah-langkah dengan metode fuzzy Sugeno: 1. Fuzzyfication ( Fuzzyfikasi ) dengan cara menentukan variabel fuzzy, himpunan fuzzy, fungsi keanggotaan dan derajat keanggotaan seperti berikut: Gambar 4. Grafik Fungsi Keanggotaan Variabel SOM dan ST SOM

9 Gambar 5. Grafik Fungsi Keanggotaan Variabel receive dan ST receive Gambar 6. Grafik Fungsi Keanggotaan Variabel Jarak

10 Dengan perhitungan fungsi keanggotaan diatas maka bisa di dapatkan derajat keanggotaan. 2. Pembentukan Aturan Fuzzy (Rule/Inferensi) Metode inferensi fuzzy yang digunakan adalah Metode Sugeno Orde 1. Sesuai dengan variabel dan himpunan yang ada, terdapat kombinasi receive, ST receive, SOM, ST SOM, Jarak dan Penguatan / Gain. 3. Defuzzifikasi, didapat dengan cara mencari rata-rata seperti pada persamaan (5). Diagram konteks dari aplikasi link budget dapat dilihat pada Gambar 7. Data Hasil Perhitungan Parameter Hitungan Administrator Sistem Informasi Perhitungan Manager Parameter hitungan Manajemen user Data Hasil Perhitungan Data Hasil Perhitungan Parameter Hitungan IT Support Gambar 7. Diagram Konteks Diagram jenjang dari sistem yang akan dibuat dapat dilihat pada Gambar 8. 0 LIKASI LINK BUDGET Top Level Login Perhitungan Data Antena Laporan Level Input Hitungan Input Data Edit Data Hapus Data Level 1 Gambar 8. Diagram Jenjang

11 HASIL DAN PENGUJIAN SISTEM Aplikasi sistem dibangun berbasis website menggunakan bahasa pemrograman PHP dan MySQL server sebagai database. Menu proses input dan perhitungan link budget dapat dilihat pada Gambar 9. Gambar 9. Form Menu Utama Selain menampilkan nilai dari hasil perhitungan link budget, juga ditampilkan derajat keanggotaan dari masing masing nilai receive, SOM, ST receive, ST SOM dan jarak seperti pada Gambar 10. Gambar 10. Nilai Derajat Keanggotaan Menu rule mempunyai tampilan dari proses perhitungan metode Fuzzy Sugeno, dimana nilai derajat keanggotaan dari receive, SOM, ST receive, ST SOM dan jarak, dimasukkan kedalam aturan fuzzy. Gambar 11. Menu Laporan

12 N o Pengujian aplikasi dilakukan dengan membandingkan antara data asli yang diambil berdasarkan kondisi di lapangan dengan data hasil sistem. Data asli yang digunakan adalah data dari history proses instalasi pelanggan baru SCBDnet cabang Surabaya. Hasil pengujian dapat dilihat pada Tabel 1. Client Device Mode Backbone SBY - Pandaan (instalasi 1) Backbone SBY - Pandaan (instalasi 2) Backbone SBY - Pandaan (instalasi 3) IGLAS (instalasi 1) IGLAS (instalasi 2) 6 EF (instalasi 1) Andal (instalasi 1) Backbone SBY - Gresik (instalasi 1) Backbone SBY - Gresik (instalasi 2) Tanzil (instalasi 1) Tanzil (instalasi 2) 12 Jotun (instalasi 1) 13 Jotun (instalasi 2) Tabel 1. Hasil pengujian Sistem Frequen si (MHZ) Jarak Udar a (KM ) RX powe r (dbm ) RX Powe r by Apps (dbm ) Total Gain (db) sectoral ST sectoral Mikrotik R52h ST sectoral Mikrotik R52h Mikrotik R52h ST Mikrotik R52h ST Mikrotik R52h Mikrotik R52h ST Mikrotik R52h Mikrotik R52h ST M ,6 ST M M ST M5 Mikrotik R52h Mikrotik R52h ST ,8 ST Mikrotik R52h ,8 Mikrotik R52h ST Loco M ST Loco M Loco M Mikrotik R52h ST Pena mba han Gain (db) Reko mend asi Gain (db) Status Link - 15 Bad 5 10 Bad 5 5 OK - 6 Bad 9 0 OK - 0 Ok - 5 Bad 10 0 OK - 12 Bad 15 0 OK - 0 Bad 9 0 Bad 14 Jotun (instalasi 3) Mikrotik R52h Bad

13 Mikrotik R52h ST Pantos (instalasi 1) Primamas (instalasi 1) Hanampi (instalasi 1) Inti Teladan (instalasi 1) Graha Pena (instalasi 1) Bimasakti (instalasi 1) Mikrotik R52h Mikrotik R52h ST sectoral Air Grid M5 ST HP Mikrotik R52h Mikrotik R52h ST ST disc ,7 ST disc sectoral ,4 ST sectoral Berdasarkan pada pengujian seperti pada Tabel 1, didapat nilai akurasi sebesar 85%. Dari Tabel 1, juga dapat diketahui bahwa terdapat beberapa pengujian yang tidak sesuai dimana berdasarkan hasil hitungan aplikasi, tidak diperlukan penambahan gain, tetapi pada kenyataan di lapangan, link wireless dinyatakan jelek. Penyebab terjadinya perbedaan antara hasil hitung aplikasi dan hasil di lapangan adalah pengaruh faktor lain yang mempengaruhi kualitas dari link wireless tersebut, seperti keakuratan pointing dan tingkat interferensi sinyal wireless. Selain itu penambahan gain yang dilakukan, lebih banyak dari nilai gain yang direkomendasikan dari aplikasi, akan tetapi kondisi link bisa menjadi lebih baik. KESIMPULAN Dari penelitian ini dapat disimpulkan bahwa: 1. Aplikasi link budget ini mampu memperhitungkan berbagai kendala yang dapat mempengaruhi kualitas sinyal jaringan nirkabel serta memberikan saran agar kualitas jaringan bisa menjadi maksimal dengan tingkat akurasi sistem sebesar 85 % 2. Jumlah gain yang di rekomendasikan oleh aplikasi adalah jumlah gain minimal yang diperlukan agar kualitas jaringan bisa lebih maksimal. DAFTAR PUSTAKA [1] Purbo, Onno W. dkk. (2007). Jaringan Wireless di Dunia Berkembang (Edisi ke-2). Jakarta: Andi. [2] Yani, Ahmad. (2008). Panduan Menjadi Teknisi Jaringan Komputer. Jakarta: Kawan Pustaka. [3] Wardana. (2010). Menjadi Master PHP dengan Framework Codeigniter. Jakarta: PT Elex Media Komputindo Kompas Gramedia. [4] Kusumadewi, Sri. dkk. (2010). Aplikasi Logika Fuzzy untuk Pendukung Keputusan (Edisi 2). Yogyakarta: Graha Ilmu