Saran - KESIMPULAN DAN SARAN - Analisis Peningkatan Kinerja Soft Handoff Tiga BTS Dengan Menggu

V. KESIMPULAN DAN SARAN

5.2 Saran

Untuk mendapatkan hasil simulasi yang lebih baik dan mencerminkan sistem yang sebenarnya di lapangan, maka ada beberapa hal yang perlu ditambahkan dalam simulasi ini antara lain:

1. Simulasi dapat dilakukan dengan pengukuran langsung ke sistem yang sesungguhnya. Sehingga diharapkan diperoleh model yang lebih baik dan sesuai dengan pemodelan algoritma soft handoff pada sistem komunikasi bergerak.

2. Data kekuatan sinyal dapat diukur langsung sesuai dengan kejadian nyata, dan merepresentasikannya dalam bentuk simulasi, sehingga dapat menggambarkan soft handoff yang terjadi pada lingkungan tersebut.

2.1 Umum

Kondisi komuni ke sel yang lain. menggambarkan kondi multipath fading. Kondi

Free space loss,

BAB II

PEMODELAN PROPAGASI

komunikasi seluler sulit diprediksi, karena berger n. Secara umum terdapat 3 komponen pr kondisi dari komunikasi seluler yaitu pathloss,

ondisi propagasi diilustrasikan seperti Gambar 2.1 [

Gambar 2.1 Komponen propagasi

loss, diasumsikan bahwa propagasi hanya te

gerak dari satu sel n propagasi yang oss, shadowing dan

bar 2.1 [2].

(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) [3,4,5].

Sistem seluler diharapkan memiliki efisiensi spektral yang tinggi dan memberikan cakupan layanan yang luas. Agar dapat mengurangi dampak dari lingkungan propagasi dan mentoleransi noise dan interferensi yang tinggi, sistem ini akan membutuhkan :

1. arsitektur seluler yang efektif

2. pengukuran kualitas link yang cepat dan akurat

3. kontrol yang terus-menerus pada semua tipe lingkungan 4. instalasi BS untuk menyediakan cakupan radio yang luas

5. perencanaan air interface dengan daya dan bandwidth yang efisien

Sistem radio mobile seluler yang menggunakan TDMA (Time Division Multiple Access) dan FDMA (Frequency Division Multiple Access) mengandalkan reuse frekuensi, dimana user dalam sel yang terpisah secara geografis menggunakan frekuensi carier yang sama secara bersamaan. Susunan sel dari sistem komunikasi seluler seringkali dideskripsikan sebagai susunan sel atau

mewakili area cakupan makro seluler, karena dianggap mendekati bentuk sebuah lingkaran dan menawarkan jarak yang luas untuk ukuran reuse cluster. Persamaan (2.1) menunjukkan konstruksi reuse cluster berukuran N.

= + + (2.1)

dimana dan adalah bilangan bulat bukan negatif, dan ≥ . Ini mengikuti ukuran cluster yang diizinkan, = 1, 3, 4, 7, 9, 12, … . Sebagai contoh reuse cluster 3-sel, 4-sel, dan 7-sel ditunjukkan oleh Gambar 2.2. Rancangan reuse frekuensi 7-sel yang sederhana ditunjukkan pada Gambar 2.3, dimana sel yang bertanda sama menggunakan frekuensi carier yang sama.

Gambar 2.3 Sistem makroseluler menggunakan pola reuse cluster 7-sel Faktor reuse co-channel (Q), didefinisikan sebagai perbandingan jarak reuse co-channel (D) antara sel yang menggunakan frekuensi carier yang sama dan jari-jari sel (R) seperti ditunjukkan oleh Persamaan (2.2) [10,11] ditunjukkan pada Gambar 2.4.

= = √3 (2.2)

2.2 Rugi-rugi Lintasan Bebas (free space path loss)

Propagasi lintasan bebas antara dua titik dapat terjadi ketika kedua antena pemancar dan penerima yang cukup tinggi, sehingga tidak ada penghalang sinyal untuk mencapai antena penerima.

Dimana gain antena pemancar adalah Gt dan daya transmisi adalah Wt ,

daya kerapatan Pr pada jarak d dapat dinyatakan dengan persamaan berikut:

= (2.3)

daya terima Wrpada jarak d dengan gain antenna penerima Grkarena itu

= . (2.4)

atau

= = (2.5)

Sinyal yang ditransmisikan melalui propagasi lintasan bebas ke sebuah antena penerima (receiver) dimana tidak ada penghalang yang akan mengalami rugi-rugi. Rugi-rugi ini disebut dengan rugi-rugi lintasan bebas dan ketika kedua antena pemancar dan penerima yang isotropic (Gr = Gt = 1) dapat dinyatakan dengan

persamaan berikut[6]:

L0(dB)= 32 + 20 log fMHz+ 20 log dKm (2.6)

Dimana:

2.3 Model Propagasi

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 rugi-rugi propagasi tersebut bervariasi sesuai dengan spektrum dan kondisi alam serta lingkungan disekitarnya[8].

Model-model propagasi umumnya cenderung menyederhanakan kondisi propagasi yang sebenarnya dan biasanya sangat tidak akurat di dalam lingkungan daerah metropolitan yang kompleks. Model-model propagasi empiris hanya memberikan petunjuk umum dan terlalu sederhana untuk disain jaringan yang akurat. Oleh karena itu, pengukuran lapangan yang akurat harus dilakukan untuk memberikan informasi mengenai cakupan gelombang radio di daerah perkotaan.

Mekanisme perambatan gelombang elektromagnetik secara umum sangat dipengaruhi oleh efek pantulan (reflection), difraksi dan hamburan (scattering). Model propagasi merupakan cara untuk memprediksi daya rata-rata pada sistem transmisi radio komunikasi bergerak pada suatu daerah. Model propagasi juga memungkinkan untuk mengkonversikan besarnya rugi-rugi perambatan maksimum yang diperbolehkan menjadi besarnya cell range maksimum. Besarnya rugi-rugi propagasi tersebut bervariasi sesuai dengan spektrum dan kondisi alam serta lingkungan disekitarnya. Karena itu diperlukan perhitungan

penempatan antena. Meskipun tidak ada model propagasi yang dapat menghitung semua gangguan dalam kondisi nyata, penggunaan satu atau beberapa model, penting untuk menentukan path loss dalam jaringan.

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.

2.4 Analisa Path Loss dengan Menggunakan Model Propagasi

Karena PL(d) adalah sebuah variabel acak dengan distribusi normal dalam dB, maka begitu juga dengan Pr(d). Fungsi Q dapat digunakan untuk

menentukan probabilitas level sinyal yang diterima melewati atau berada di bawah level tertentu. Peluang bahwa level sinyal yang diterima akan berada di atas atau melebihi nilai tertentu dapat ditentukan melalui fungsi kerapatan kumulatif dengan persamaan berikut[8]:

[ ( ) > ] = ( ) (2.7)

Dimana:

= threshold = standard deviasi

Nilai merepresentasikan keadaan kepadatan dari lingkungan propagasi yang dilalui oleh sinyal. Semakin besar nilai maka nilai keacakan dan besar dari fading akan semakin besar.

2.5 Kuat Sinyal Terima (received signal strenght)

UE mengukur RSS dari masing-masing BS. Nilai RSS (dB) yang terukur merupakan besar selisih antara daya yang ditransmisikan oleh BS dengan redaman dari model propagasi empirik. Persamaan yang akan dijelaskan berikut ini adalah sama dengan yang dijelaskan pada sub bab sebelumnya, hanya saja dilakukan beberapa perubahan notasi dengan tujuan penyederhanaan dan sesuai dengan sistem yang akan disimulasikan. Perubahan notasi tidak mengubah arti dari nilai yang sebenarnya[3,4,5].

Misalkan di menunjukkan jarak antara UE dengan BSi. Jika daya yang

ditransmisikan oleh BS adalah Pt, maka kuat sinyal dari BSi, dinotasikan dengan

Si(d), dan dapat ditulis,

Si(d) = Pt–PL (2.9)

Dimana:

Si(d) = kuat sinyal dari BSi(dBm), dimana i = 1,2,…2000

Pt = daya yang ditransmisikan BS (dBm) PL = path loss model empirik (dB)

2.6 Model Okumura

Model Okumura merupakan model propagasi yang umum digunakan dan lebih optimal dalam memodelkan probabilitas outage sistem CDMA. Model Okumura adalah model propagasi yang cocok untuk range frekuensi antara 150-1920 MHz dan pada jarak antara 1-100 km dengan ketinggian antena base station (BS) berkisar 30 meter sampai 100 meter [7,8].

Untuk menentukan redaman lintasan dengan model Okumura, pertama kita harus menghitung rugi-rugi lintasan bebas (free space path loss), kemudian nilai Amu (f,d) dari kurva Okumura ditambahkan kedalam faktor koreksi untuk

menentukan tipe daerah. Model Okumura dapat ditulis dengan persamaan berikut[6,8]:

L50(dB) = LF+ Amu(f,d)–G(hte)–G(hre) - GAREA (2.10)

Dimana:

L50(dB) = nilai redaman lintasan propagasi (dB)

LF = redaman lintasan ruang bebas (dB)

Amu = rata-rata redaman relatif terhadap rugi-rugi lintasan bebas (dB)

G(hte) = gain antena BS (dB)

G(hre) = gain antena MS (dB)

GAREA = gain tipe daerah (dB)

Gambar 2.5 Kurva Amu(f,d) untuk range frekuensi 100-3000 MHz

Untuk menentukan nilai gain berdasarkan lingkungan, model Okumura juga menyediakan kurva. Kurva GAREAuntuk berbagai tipe daerah dan frekuensi

Nilai gain untuk antena pengirim dan penerima ditunjukkan persamaan[7]: G(hte) = 20log(hte/200) 100 m > hte> 10 m (2.11) G(hre) = 20log(hre/3) 10 m > hre> 3 m (2.12) G(hre) = 10 log(hre/3) hre3 m (2.13) Dimana: hte = tinggi antena BS (m) hre = tinggi antena MS (m) G(hte) = gain antena BS (dB) G(hre) = 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 10 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 [8].

BAB I PENDAHULUAN

1.1 Latar Belakang

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. Prosedur handoff bertujuan untuk meningkatkan efisiensi dan memperbaiki kualitas layanan (QoS) jaringan seluler.

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. Path loss yakni menurunnya daya yang diterima terhadap jarak karena efek refleksi dan difraksi disekitar lintasan. Shadowing terjadi disebabkan oleh gedung-gedung dan sebagainya. Multipath fading disebabkan oleh refleksi yang terjadi pada suatu gelombang transmisi terhadap objek seperti rumah, gedung dan sebagainya.

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

Sebelumnya telah dilakukan penelitian bagaimana peningkatan kinerja soft handoff Pada dua BTS. Dari hasil penelitian diketahui bahwa untuk daerah urban, model Okumura lebih optimal dalam memodelkan probabilitas outage pada sistem CDMA dibandingkan dengan model Hatta dan Lee[1]. Model Okumura lebih optimal untuk digunakan di daerah perkotaan, sehingga penulis ingin melanjutkan penelitian ini dengan menggunakan model Okumura serta menambahkan BTS menjadi tiga BTS.

Pada Tugas Akhir ini, kuat sinyal pilot digunakan sebagai pemicu proses awal. Parameter dalam model propagasi seperti tinggi antena BS (base station) dan tinggi antena MS (mobile station) digunakan untuk mengetahui pengaruh parameter terhadap nilai probabilitas outage dan active set.

1.2 Rumusan Masalah

Adapun rumusan masalah dari Tugas Akhir ini adalah sebagai berikut: 1. Bagaimana pengaruh parameter propagasi model Okumura (tinggi

BS dan tinggi MS) terhadap probabilitas outage sebagai kinerja algoritma soft handoff.

2. Bagaimana pengaruh parameter propagasi model Okumura (tinggi BS dan tinggi MS) terhadap active set sebagai kinerja algoritma soft handoff.

1.3 Tujuan Penulisan

Adapun tujuan dari penulisan Tugas Akhir ini adalah untuk menganalisis pengaruh dari parameter propagasi model Okumura terhadap probabilitas outage dan active set dari kinerja soft handoff.

1.4 Batasan Masalah

Untuk memudahkan pembahasan dalam tulisan ini, maka dibuat pembatasan masalah sebagai berikut :

1. Pada Tugas Akhir ini penelitian hanya dilakaukan pada tiga BS. 2. Algoritma yang digunakan adalah berbasis RSS (Received Signal

Strenght) yaitu kuat sinyal pilot yang diterima.

3. Model pengamatan terdiri dari tiga buah BS yang terpisah pada jarak yang sudah ditentukan dengan bentuk sel segi enam dan BS berada di pusat.

4. BS beroperasi dengan daya yang sama.

5. UE (user equipment) bergerak dari satu sel ke sel yang lain dengan lintasan lurus pada kecepatan yang konstan.

6. Metode untuk menghitung path loss menggunakan model propagasi Okumura.

7. Model propagasi yang digunakan adalah pada lingkungan perkotaan (urban).

9. Parameter kinerja algoritma soft handoff yang diamati adalah probabilitas outage dan active set.

10. Simulasi menggunakan Matlab R2009b.

1.5 Metode Penulisan

Metode penulisan yang digunakan dalam menyusun Tugas Akhir ini adalah sebagai berikut:

1. Studi Literatur

Mempelajari dan memahami buku-buku, makalah-makalah, dan jurnal-jurnal yang telah ada sebelumnya untuk dijadikan acuan dan referensi guna membantu penyelesaian Tugas Akhir ini.

2. Simulasi dan analisa data.

Metode ini dimulai dengan membuat model, memodelkan dengan simulasi, menentukan parameter, menjalankan simulasi, kemudian mengambil data untuk dianalisa. Simulasi dilakukan dengan bantuan software Matlab R2009b.

1.6 Sistematika Penulisan

Penulisan Tugas Akhir ini ditulis dan disusun dalam urutan sebagai berikut:

BAB II PEMODELAN PROPAGASI

Bab ini menjelaskan gambaran umum tentang pemodelan propagasi, model propagasi empirik, rugi-rugi propagasi dan kuat sinyal terima. BAB III SOFT HANDOFF

Bab ini menjelaskan tentang gambaran umum handoff, prosedur handoff, tipe handoff, prinsip soft handoff, inisiasi soft handoff, parameter algoritma handoff, algoritma soft handoff dan kinerja soft handoff.

BAB IV HASIL DAN ANALISIS

Bab ini memaparkan tentang simulasi dengan menggunakan software MATLAB yang akan menunjukkan pengaruh dari parameter-parameter dalam model propagasi terhadap kinerja soft handoff.

BAB V KESIMPULAN DAN SARAN

Bab ini berisikan beberapa kesimpulan dan saran yang diperoleh dari penulisan Tugas Akhir.

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 probabilitas outage dan active set. Pada Tugas Akhir ini, penulis menganalisis kinerja soff handoff tiga BTS yang disimulasikan dengan software Matlab R2009b dengan menggunakan model propagasi Okumura. Dari hasil analisis diperoleh bahwa semakin tinggi BS dan MS maka probabilitas outage akan semakin kecil yaitu sebesar: pada tinggi BS 50 m probabilitas outagenya sebesar 4,36.10-6, pada tinggi BS 60 m probabilitas outagenya sebesar 1,02.10-6, pada tinggi BS 70 m probabilitas outagenya sebesar 3,86.10-7, pada tinggi BS 80 m probabilitas outagenya sebesar 1,31.10-7, pada tinggi BS 90 m probabilitas outagenya sebesar 5,06.10-8, dan pada tinggi BS 100 m probabilitas outagenya sebesar 2,38.10-8. Pada tinggi MS 1 m probabilitas outagenya sebesar 3,1.10-3, pada tinggi MS 2 m probabilitas outagenya sebesar 6,26.10-5, pada tinggi MS 3 m probabilitas outagenya sebesar 3,99.10-6, pada tinggi MS 4 m probabilitas outagenya sebesar 3,37.10-8, pada tinggi MS 5 m probabilitas outagenya sebesar 5,28.10-10, dan pada tinggi MS 6 m probabilitas outagenya sebesar 8,97.10-12. Pertambahan tinggi BS dan MS tidak akan mempengaruhi nilai rata-rata active set. Dari 500 kali simulasi yang dilakukan maka diperoleh persentasi pelayanan BS terhadap MS yaitu: BS 1 sebesar 38,9%, BS2 sebesar 51,5% dan BS3 sebesar 9,6%.

ANALISIS PENIN DENGAN MEN Diajukan u menye Departemen Tek D U

NINGKATAN KINERJA SOFT HANDOFF ENGGUNAKAN MODEL PROPAGASI OK

an untuk memenuhi salah satu persyaratan d enyelesaikan pendidikan sarjana (S-1) pada Teknik Elektro Sub Konsentrasi Teknik Ene

Oleh: ARI PURWANTO

NIM : 080402008

DEPARTEMEN TEKNIK ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

FF TIGA BTS

I OKUMURA

dalam a

LEMBAR PENGESAHAN TUGAS AKHIR

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

Oleh: ARI PURWANTO

080402008

Tugas Akhir ini diajukan untuk melengkapi salah satu syarat untuk memperoleh gelar Sarjana Teknik pada

DEPARTEMEN TEKNIK ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA MEDAN

Sidang pada Tanggal 18 Bulan September Tahun 2013 di depan penguji: 1. Ketua Penguji : Ir. M. Zulfin, MT

2. Anggota Penguji : Naemah Mubarakah, ST.MT Disetujui Oleh:

Pembimbing Tugas Akhir

Maksum Pinem, ST.MT NIP. 19681004 200012 1 001

Diketahui Oleh:

ABSTRAK

KATA PENGANTAR

Dengan nama ALLAH Yang Maha Pengasih Lagi Maha Penyayang Syukur Alhamdulillah penulis ucapkan kehadirat ALLAH SWT atas rahmat dan karunia yang dilimpahkan sehingga dapat menyelesaikan Tugas Akhir ini, serta salawat beriring salam penulis hadiahkan ke junjungan Nabi Muhammad SAW.

Tugas Akhir ini penulis persembahkan kepada yang teristimewa yaitu Ayahanda (Alm. Djanuar Rasyad) dan Ibunda (Darmawati), Kakanda (Silvia Eka Wati) dan Abangda (Maradona) serta keponakan tercinta (Indah Rizkiani Adha dan Dwi Ramadhan Atmajati) yang merupakan bagian dari hidup penulis yang senantiasa mendukung dan mendoakan dari sejak penulis lahir hingga sekarang.

Tugas Akhir ini merupakan bagian dari kurikulum yang harus diselesaikan untuk memenuhi persyaratan menyelesaikan pendidikan Sarjana Strata Satu di Departemen Teknik Elektro, Fakultas Teknik, Universitas Sumatera Utara. Adapun judul Tugas Akhir ini adalah:

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

Selama penulis menjalani pendidikan di kampus hingga diselesaikannya Tugas Akhir ini, penulis banyak menerima bantuan, bimbingan, dan dukungan dari berbagai pihak. Untuk itu dalam kesempatan ini penulis ingin mengucapkan

1. Bapak Maksum Pinem, ST.MT selaku dosen Pembimbing Tugas Akhir, atas nasehat, bimbingan, dan motivasi dalam menyelesaikan Tugas Akhir ini.

2. Ibu Syiska Yana, ST.MT selaku Penasehat Akademis penulis, atas bimbingan dan arahannya dalam menyelesaikan perkuliahan selama ini. 3. Bapak Ir. Surya Tarmizi Kasim, M.Si dan Bapak Rachmad Fauzi ST.MT

selaku Ketua dan Sekretaris Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara.

4. Seluruh staf pengajar yang telah memberi bekal ilmu kepada penulis dan seluruh pegawai Departemen Teknik Elektro, Fakultas Teknik, Universitas Sumatera Utara atas segala bantuannya.

5. Keluarga Besar Laboratorium Rangkaian Listrik FT USU: B’Toyo,

Syukur, Dian, Ilham, Puti Mayangsari.

6. Laura Prawiza yang selalu memberi masukan, bantuan, dan selalu menjadi motivasi bagi penulis selama proses penulisan Tugas Akhir ini.

7. Sahabat-sahabat terbaik di Elektro: Pindo, Rhivki, Ihsan, Ikbal, Uki, Edi, Razi, Ebo (terimakasih atas masukan-masukannya), Rizal, Sofyan, Muklis, Auliya, Rumi, Parlin, Sarif, Fahdi, Fahmi, Dedi, Aji, Teguh, Dina, Siska,

dan segenap angkatan ‘08, semoga silaturahmi kita terus terjaga.

8. Senior dan junior yang telah membantu : B’Fauzi, B’Rian, B’komeng,

9. Keluarga Besar Ikatan Mahasiswa Teknik Elektro dan semua pengurus IMTE 2012–2013 yang telah memberikan banyak waktu dan keleluasaan pada penulis untuk dapat menyelesikan Tugas Akhir ini.

10. Keluarga Besar MME-GS yang telah memberikan banyak sekali pembelajaran.

11. Semua pihak yang tidak sempat penulis sebutkan satu per satu.

Penulis menyadari bahwa Tugas Akhir ini masih banyak kekurangan baik dari segi materi maupun penyajiannya. Oleh karena itu saran dan kritik dengan tujuan menyempurnakan dan mengembangkan kajian dalam bidang ini sangat penulis harapkan.

Akhir kata penulis berserah diri pada Allah SWT, semoga Tugas Akhir ini bermanfaat bagi pembaca sekalian terutama bagi penulis sendiri.

Medan, September 2013 Penulis,

Ari Purwanto NIM: 080402008

DAFTAR ISI

ABSTRAK ... i

KATA PENGANTAR... ii

DAFTAR ISI... v

DAFTAR GAMBAR ... vii

DAFTAR TABEL ... viii

I. PENDAHULUAN... 1

1.1 Latar Belakang Masalah... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan Penulisan... 3

1.4 Batasan Masalah... 3

1.5 Metode Penulisan ... 4

1.6 Sistematika Penulisan... 4

II. PEMODELAN PROPAGASI... 6

2.1 Umum... 6

2.2 Rugi-rugi lintasan bebas... 10

2.3 Model propagasi ... 11

2.4 Analisis path loss dengan menggunakan model propagasi ... 12

2.5 Kuat sinyal terima ... 13

3.3 Inisiasi Soft Handoff ... 19

3.4 Parameter algoritma Soft Handoff ... 20

3.5 Parameter perbandingan kinerja Soft Handoff... 22

3.6 Algoritma Soft Handoff ... 23

IV. HASIL DAN ANALISIS... 31

4.1 Model Sistem ... 31

4.2 Parameter simulasi ... 32

4.3 Hasil simulasi ... 32

4.3.1 Pengaruh tinggi Base Station terhadap nilai Probabilitas Outage... 32

4.3.2 Pengaruh tinggi Mobile Station terhadap nilai Probabilitas Outage... 34

4.3.3 Pengaruh besar Hysteresis Add terhadap nilai Probabilitas Outage... 36

4.3.4 Pengaruh besar Hysteresis Drop terhadap nilai Probabilitas Outage ... 37

V. KESIMPULAN DAN SARAN ... 40

5.1 Kesimpulan ... 40

5.2 Saran... 42

DAFTAR PUSTAKA ... 43 LAMPIRAN

DAFTAR GAMBAR

Gambar 2.1 Komponen propagasi ... 6

Gambar 2.2 Reuse cluster yang digunakan pada sistem seluler ... 8

Gambar 2.3 Sistem makroseluler menggunakan pola Reuse Cluster tujuh sel... 9

Gambar 2.4 dua sel dengan frekuensi Carrier yang sama... 9

Gambar 2.5 Kurva Amu(f,d) untuk range frekuensi 100- 3000 mHz ... 15

Gambar 2.6 Nilai GAreauntuk berbagai tipe daerah dan frekuensi ... 15

Gambar 3.1 Soft Handoff ... 18

Gambar 3.2 Algoritma Soft Handoff pada sistem IS 25 A... 23

Gambar 3.3 Algoritma Soft Handoff ... 24

Gambar 3.4 Flowchart Handoff berbasis kuat sinyal dengan Threshold dan Hystereresis ... 30

Gambar 4.1 Model sistem ... 31

Gambar 4.2 Grafik pengaruh Base Station terhadap probabilitas Outage model Okumura ... 33

Gambar 4.3 Grafik pengaruh Mobile Station terhadap probabilitas outage model okumura... 35

Gambar 4.4 Grafik pengaruh Hysteresis Add terhadap

Dalam dokumen Analisis Peningkatan Kinerja Soft Handoff Tiga BTS Dengan Menggunakan Model Propagasi Okumura (Halaman 68-96)