OPTIMASI PENEMPATAN BTS DENGAN MENGGUNAKAN ALGORITMA GENETIKA YUSTAF PRAMSISTYA NRP : 1204 100 063 Dosen Pembimbing : DR. M. Isa Irawan, MT Drs. Bandung Arry S, Mi.Komp 1
PENDAHULUAN Latar Belakang Sistem komunikasi yang semakin berkembang dan tidak terbatas saat pengguna dalam keaadaan diam ataupun bergerak Setiap jaringan komunikasi bergerak selular membutuhkan perencanaan sel yang ditunjukan oleh jumlah base station jumlah base station diusahakan seminimal mungkin tetapi dapat memenuhi kapasitas trafik yang dibutuhkan
Perumusan Masalah Dalam tugas akhir ini permasalahan yang akan dibahas adalah bagaimana mengoptimalkan penempatan BTS, agar mencakup wilayah yang akan dilayani dengan jumlah seminimal mungkin tetapi masih menunjukkan unjuk kerja yang baik ditinjau dari segi teknis, yaitu masalah kapasitas trafik yang disediakan.
Tujuan Dan Manfaat Tujuan dari tugas akhir ini adalah menerapkan algoritma Genetika untuk mengoptimalkan lokasi BTS. Sehingga dapat memberikan masukan kepada operator jasa telekomunikasi dalam menentukan lokasi BTS.
Batasan Masalah Proses optimasi BTS menggunakan standar GSM Proses optimasi BTS dilaksanakan di wilayah Surabaya, khususnya pada BSC H_Gemblongan_01, H_Kayoon_02, Merisi dan Merisi_02. Kemampuan dari masing-masing BTS dibatasi oleh kapasitas trafik dari BTS Proses optimasi tidak memperhatikan kontur permukaan tanah dan faktor biaya. Kapasitas BTS yang dipakai adalah kapasitas ratarata BTS.
DASAR TEORI Kanal Pada GSM Kanal terkait pada pengulangan satu burst pada setiap frame. Burst adalah unit waktu terkecil pada TDMA. Kanal pada GSM dapat dikategorikan sebagai kanal traffic dan kanal control.
DASAR TEORI (2) Pembagian Sel Untuk lebih meningkatkan kapasitas dan kualitas sel, dilakukan teknik sektorisasi yaitu membagi sel menjadi beberapa bagian (biasanya 3 atau 6 bagian; dikenal dengan sektorisasi 120 atau 30). Jika digunakan sektorisasi 120, TDMA pada TRx menghasilkan 8 kanal TDMA tiap TRx, bisa dihitung bahwa dalam satu sel dapat menampung trafik yang setara dengan 3 X 4 X 8 = 96 kanal TDMA atau sebesar 84,1 erlang dengan GoS 2%
DASAR TEORI (3) Algoritma Genetika Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi biologis. Keberagaman pada evolusi biologis adalah variasi dari kromosom antar individu organisme. Variasi kromosom ini akan mempengaruhi laju reproduksi dan tingkat kemampuan organisme untuk tetap hidup. Pada dasarnya ada 4 kondisi yang sangat mempengaruhi proses evaluasi, yaitu: Kemampuan organisme untuk melakukan reproduksi. Keberadaan populasi organisme yang bisa melakukan reproduksi. Keberagaman organisme dalam suatu populasi. Perbedaan kemampuan untuk survive.
METODE PENELITIAN Mulai Identifikasi permasalahan Studi literatur Persiapan data Analisa Perancangan Sistem Implementasi Perangkat Lunak Pengujian Perangkat Lunak Evaluasi Evaluasi Analisa dan Pembahasan Kesimpulan Selesai
PERANCANGAN DAN IMPLEMENTASI Perhitungan Kapasitas BTS Dengan mengambil contoh BTS MICKODIKAL3XXX pada BSC H_Gemblongan_01 yang memiliki konfigurasi 2/2/2 (3 sektor dengan masing-masing sektor terdiri dari 2 TRX=16 kanal) dan mengambil 2 kanal untuk SDCCH dan BCCH, maka untuk satu sektor BTS mempunyai 14 kanal TCH atau sebesar 8.2003 erlang (dari tabel erlang), kemudian dari hasil perhitungan persektor didapatkan total kapasitas BTS = 3 x 8,2003 = 24,6009 erlang.
Menentukan Real Coverage & Blank Area START Membentuk coverage area tiap-tiap BTS Cari gabungan dari semua coverage area BTS Cari irisan dari gabungan BTS dengan area BSC yang dioptimalkan Real coverage Area Real Blank Area FINISH
Proses Optimasi Menggunakan GA
Inisialisasi Populasi Proses ini diambil dari Id BTS yang sudah ada, tiap chromosome merepresentasikan kombinasi dari BTS dengan jumlah gene per chromosome = jumlah BTS optimum, tiap gene bertipe Integer. Contoh: kebutuhan trafik BSC H_Kayoon_02 = 1433,36 erlang kapasitas BTS pada BSC H_Kayoon_02 = 38,807 erlang maka jumlah BTS optimum = =36,935 37 Interval random = interval Id_BTS pada BSC H_Kayoon_02 = 1 48 maka didapatkan :
Evaluasi Fungsi Obyektif g_union = popsize i= 1 BTS _ Area i g_intersect = g _ union BSC _ Area Fitness = Luas ( g_intersect )
UJI COBA PERANGKAT LUNAK Uji Coba Hasil Optimasi Proses optimasi disimpan kedalam bentuk file (*.mdb) kemudian di tampilkan dalam bentuk tabel oleh perangkat lunak yang selanjutnya diplot dalam file tower.shp untuk bisa divisualisasikan kedalam perangkat lunak.
Proses Pencarian Real Coverage Area
Proses Optimasi
Hasil Proses Optimasi
Perbandingan
PENUTUP Kesimpulan Metode Genetic Algorithm bisa digunakan untuk mengoptimasikan lokasi BTS. Hasil optimasi menggunakan algoritma genetika bisa mengurangi 35 BTS dengan tetap menjangkau coverage area pelayanan dan total traffic yang dilayani, dengan rincian sebagai berikut : BSC H_Gemblongan_01 yang semula berjumlah 48 BTS dapat dikurangi menjadi sebanyak 35 BTS. BSC H_Kayoon_2 yang semula berjumlah 48 BTS menjadi 37 BTS. BSC H_Merisi yang semula berjumlah 37 BTS menjadi 30 BTS, dan BSC H_Merisi_02 yang semula berjumlah 41 BTS menjadi 37 BTS
Saran Harus dilakukan pengaturan ulang lokasi BTS, sehingga penghutanan oleh menara BTS dapat dicegah demi estetika tata kota. Terdapat dua solusi dalam hal ini, yaitu : Dilakukan pembongkaran untuk BTS yang tidak diperlukan. Dibuat menara bersama oleh satu perusahaan sendiri, yang mempunyai tanggung jawab atas semua urusan jaringan, sehingga para operator dapat terfokus pada peningkatan layanan kepada pelanggan.