ANALISA MEKANISME LOAD BALANCING
PADA FUNGSI SELF-ORGANIZING NETWORK (SON)
BERBASIS LONG-TERM EVOLUTION (LTE)
(Skripsi)
Sebagai Salah Satu Syarat untuk Mencapai Gelar
SARJANA TEKNIK
pada
Jurusan Teknik Elektro Fakultas Teknik
Universitas Lampung
Oleh
KHOTIBUL UMAM FAHMI
FAKULTAS TEKNIK UNIVERSITAS LAMPUNG
ABSTRAK
ANALISA MEKANISME LOAD BALANCING PADA FUNGSI SELF-ORGANIZING NETWORK (SON)
BERBASIS LONG-TERM EVOLUTION (LTE)
OLEH
KHOTIBUL UMAM FAHMI
Load Balancing adalah salah satu mekanisme yang digunakan pada self-organisation network (SON) untuk melakukan keseimbangan load traffic pada base station (BS)
yang kelebihan beban dengan base station yang berdekatan dan low-loaded. Load
balancing dilakukan melalui pengaturan parameter (metric) handover untuk mendapatkan keseimbangan trafik jaringan yang optimal. Pada penelitian ini
parameter yang diatur adalah kapasitas sel. Kapasitas sel sangat dipengaruhi oleh
bandwidth, tipe modulasi, dan access rate yang digunakan user. Semakin besar bandwidth, kapasitas sel akan semakin besar. Semakin tinggi spesifikasi tipe
modulasi yang digunakan, kapasitas sel juga akan semakin besar. Dilain pihak,
semakin besar bit rate yang digunakan user, maka kapasitas sel akan semakin kecil.
Analisa hasil perhitungan kapasitas sel ini menjadi dasar operasional prosedur load
balancing. Sebuah algoritma proses load balancing dirancang untuk menjelaskan prosedur tersebut, Algoritma ini juga memperhitungkan analisis efek pingpong yang
mungkin terjadi akibat keterlambatan proses handover.
2.3 SON (Self-Organizing Network) . ... 9
2.4 LB (Load Balancing) . ... 10
BAB III METODE PENELITIAN 3.1 TEMPAT DAN WAKTU PENELITIAN ... 11
3.2 METODE/ PROSEDUR KERJA ... 12
3.2.1 Studi Literatur ... 12
3.2.2 Perancangan Load Balancing pada BTS ... 12
3.2.3 Analisi dan Kesimpulan . ... 13
3.2.4 Pembuatan Laporan . ... 13
BAB IV HASIL DAN PEMBAHASAN 4.1 ANALISA KAPASITAS SEL ... 14
4.2 ALGORITMA LOAD BALANCING ... 27
BAB V PENUTUP 5.1 KESIMPULAN ... 30
5.2 SARAN ... 31
DAFTAR PUSTAKA
LAMPIRAN 1
I. PENDAHULUAN
1.1 Latar Belakang dan Masalah
Seiring bergulirnya waktu, teknologi telekomunikasi terus berkembang. Salah
satunya adalah proses optimasi handover (HO) dalam sebuah Base Station (BS).
Saat ini proses maintenance dan optimasi BS masih dilakukan secara manual
dengan jangka waktu yang lama, seperti hari libur atau minggu [1]. Pada saat ini
sedang berkembang sistem seluler berbasis teknologi Long-Term Evolution (LTE)
yang memiliki fungsi Self-Organisation Network (SON) yang tuning
parameternya dilakukan secara otomatis berdasarkan pengukuran periodik secara
otomatis pula [2].
Evolusi LTE dimulai dengan generasi ketiga proyek kemitraan the Third
Generation Partnership Project (3GPP) release 8 dan berlanjut pada release 10
yang bertujuan untuk memenuhi kinerja persyaratan mobile broadband yang
semakin meningkat. Beberapa feature kunci dari release 8 meliputi: efisiensi
spektral yang tinggi, latensi sangat rendah, dukungan bandwidth variabel,
arsitektur protokol yang sederhana, dan dukungan untuk operasi SON. Release 10
2
menyediakan peningkatan kecepatan data untuk mendukung jalannya layanan dan
aplikasi bagi pengguna (100Mb/s untuk mobilitas tinggi dan 1 Gb/s untuk
mobilitas rendah) [3].
Dalam LTE, konsep SON diperlukan sebagai feature tambahan untuk
mendapatkan efisiensi jaringan. Salah satu mekanisme yang digunakan dalam
SON adalah teknik Load-Balancing (LB) yang memberikan keuntungan tambahan
dalam hal kinerja jaringan. Karena dengan LB, jika ada BS yang bebannya over
load, sebagian beban dapat dipindahkan ke BS lain masih memiki kapasitas sel
yang dapat melayani. Sehingga kinerja jaringan akan lebih optimal. LB dicapai
dengan mengatur kontrol parameter jaringan sedemikian rupa sehingga sel-sel
yang kelebihan beban (over-load) dapat mengalihkan beban tersebut kepada satu
atau lebih BS yang berdekatan (low-loaded) [2].
Load balancing bertujuan menemukan off-set handover yang optimal antara
sel kelebihan beban dan sel target yang mungkin. Pengoptimalan nilai off-set akan
menjamin bahwa pengguna yang dialihkan kepada sel target tidak akan kembali
ke sel sumber, sehingga beban pada sel awal berkurang dan load traffic di antara
BS tersebut menjadi seimbang [2].
1.2 Tujuan Penelitian
Tujuan dari penulisan tugas akhir ini adalah :
1. Meneliti dan menganalisa parameter (metrics) untuk proses load balancing
menggunakan konsep SON pada sistem nirkabel broadband dengan
3
2. Menentukan algoritma untuk proses load balancing .
1.3 Hipotesis
Hipotesa dalam penulisan tugas akhir ini adalah Parameter yang ditentukan
dalam tugas akhir ini dapat digunakan dalam skema load balancing.
1.4 Batasan Masalah
Untuk mencegah meluasnya pembahasan dari tujuan pokok, permasalahan
dibatasi pada hal-hal sebagai berikut:
1. Fokus pembahasan hanya pada parameter kapasitas sel.
2. Pembahasan load balancing dilakukan pada BS yang berbasis teknologi
LTE.
1.5 Sistematika Penulisan
Penulisan tugas akhir ini disusun secara sistematis dengan urutan sebagai
berikut:
1. Bab I Pendahuluan
Memuat latar belakang masalah, perumusan masalah, tujuan penelitian,
batasan masalah, dan sistematika penulisan.
2. Bab II Tinjauan Pustaka
Berisi tinjauan literatur dari beberapa studi/penelitian yang berhubungan,
dan memuat deskripsi teknis dari LTE, konsep SON, dan mekanisme LB.
4
Berisi tempat dan waktu pelaksanaan penelitian, alat dan bahan yang
digunakan dalam penelitian, dan metode yang digunakan dalam penelitian,
4. Bab IV Hasil dan Pembahasan
Memuat pelaksanaan penelitian serta data dan analisa dari hasil penelitian.
5. Bab V Simpulan dan Saran
Memuat simpulan dari hasil penelitian dan saran yang terkait dengan hasil
penelitian untuk pengembangan selanjutnya.
6. Daftar Pustaka
Memuat berbagai sumber pustaka yang digunakan untuk dijadikan
referensi dalam penulisan tugas akhir ini.
7. Lampiran
II. TINJAUAN PUSTAKA
2.1 Tinjauan Literatur
Para penulis di [1] menjelaskan bahwa algoritma self-organization network dapat digunakan untuk meningkatkan kinerja jaringan secara keseluruhan dan
mengurangi efek negatif (misalnya: call dropping, kegagalan handover). Algoritma ini mengggunakan kombinasi antara hysteresis terbaik dan waktu pemicu handover (time to trigger) sebagai status jaringan saat ini. Pada algoritma ini diteliti efek algoritma self-optimization pada pengaturan jaringan dengan skenario real. Hasil penelitian menunjukkan peningkatan pengaturan nilai statis dari parameter-parameter hysteris dan time to trigger terjadi secara otomatis sebagai respon terhadap perubahan kinerja jaringan. Algoritma ini
memperhitungkan bobot faktor yang diberikan oleh kebijakan operator untuk
metrik-metrik kinerja yang berlainan, khususnya untuk rasio kegagalan handover, rasio call dropping dan rasio ping pong handover. Fitur terbaru ini menjadikan algoritma SON menjadi fleksibel dan sangat menarik bagi operator. Hasil simulasi
menunjukkan bahwa optimasi algoritma meningkatkan kinerja sistem secara
signifikan. Namun hasil saat ini terbatas pada skenario simulasi penggunaan
realistis dan skenario simulasi [1].
Dalam penelitian sebelumnya, algoritma self-optimization telah digunakan untuk mengevaluasi kinerja jaringan yang membutuhkan beban sel sebagai input
dan pengontrol parameter handover. Pada literatur [2] diperlihatkan perbandingan hasil dengan setup simulasi yang berbeda-beda. Misalnya: setup jaringan dasar
6
estimasi setelah handover didasarkan pada prediksi signal–to-noise ratio (SINR) dan menggunakan pengukuran User Equipment (UE). Efisiensi algoritma LB diperiksa dalam simulasi jaringan sintesis, tata letak, serta untuk menjadi bagian
dari jaringan nyata, dimana situsi perubahan beban berlangsung secara dinamis.
Keuntungan LB secara keseluruhan terlihat di semua skenario simulasi Penelitian
ini menyimpulkan bahwa jumlah rata-rata kepuasan pengguna dapat ditingkatkan
dengan LB. Keuntungan algoritma ini tergantung pada situasi beban lokal dan
kapasitas sel-sel disekitarnya yang tersedia. Algoritma ini bergantung pada
kapasitas yang tersedia di dalam sel sekitarnya yang kelebihan beban dan
algoritma LB mendistribusikan beban dengan mengubah parameter handover. Jika kapasitas di sekitar tidak ada, parameter jaringan dan kinerja jaringan yang
tersisa tidak berubah [2].
Dalam proyek penelitian SOCRATES [4] diperkenalkan penggunaan
metode Self-Oganization, yang terdiri dari (Self-optimazation,
Self-configuration, dan Self-healing) sebagai konsep yang menjanjikan untuk
mengotomatisasi akses perencanaan jaringan nirkabel, penyebaran, dan
optimasi. Self-Organization pada jaringan seluler dianggap sebagai pendekatan
kunci untuk menurunkan operational expenditure/capital expenditure
(OPEX/CAPEX) dan memungkinkan biaya pendukung efektif dari berbagai
layanan komunikasi seluler yang berkualitas tinggi dan aplikasi dengan harga
yang dapat diterima [4].
Pada makalah lain [5] proyek SOCRATES menjelaskan bahwa dalam
LTE penggunana base station (BS) di rumah atau disebut Home eNodeB akan digunakan di masa yang akan datang. Sebuah eNodeB rumah secara fisik akan
diinstal oleh pelanggan dan mungkin secara fisik tidak dapat diakses oleh
operator. eNodeB yang diramalkan menjadi besar menjadikan mekanisme
self-optimalization menjadi sangat penting. Sebagai sebuah kebutuhan eNodeB di
pasang didalam gedung dan memiliki cakupan tidak hanya di daerah itu saja,
tetapi juga di tepi area. Daerah cakupan handover ke eNodeB sangat kecil,
sehingga tidak terlalu menguntungkan, terutama bagi UE yang bergerak cepat.
SOCRATES mengembangkan metode self-organization untuk meningkatkan
7
rumah dan cakupan serta mobilitas ke dan dari sel eNodeB rumah diidentifikasi.
Pengukuran digunakan sebagai masukan bagi optimasi algoritma yang telah
diidentifikasi. Sebuah metode untuk mempertimbangkan prioritas dari operator
yang berbeda juga telah dikembangkan. Simulasi dilakukan untuk mengevaluasi
efek dan keuntungan dari perubahan parameter kontrol yang diidentifikasi, dan
berdasarkan pada hasil tersebut, algoritma untuk self-optimalization akan dikembangkan [5].
2.2 LTE (Long- Term Evolution)
LTE adalah teknologi seluler terkini yang didesain dalam standar terakhir 3GPP,
sebagai evolusi dari teknologi jaringan GSM/GPRS/EDGE dan UMTS/HSxPA.
Teknologi generasi ke-2 (2G/GSM) dikembangkan untuk membawa layanan real
time berbasis circuit switched (SC). Langkah pertama menuju sebuah paket berbasis internet protocol (IP) dibuat dengan evolusi GSM dengan GPRS,
menggunakan antarmuka udara dan metode akses yang sama. Jaringan Enhanced
Data for GSM Evolution (EDGE) merupakan teknologi pada paltform 2G
pertama yang menggunakan mode packet switched (PS) secara full. Evolusi 3GPP selanjutnya dilakukan dengan diimplementasikannya jaringan 3G (UMTS) yang
menggunakan antarmuka udara dan metode akses yang sangat berbeda dengan
jaringan 2G sebelumnya. UMTS dan pengembangannya pada HSxPA beroperasi
pada mode PS yang berbasis IP.
LTE adalah bagian akses dari Evolved Packet System (EPS). Persyaratan untuk jaringan akses baru adalah peningkatan efisiensi spektral, peningkatan
8
Gambar 2.1. Evolusi jaringan dari GSM ke LTE [6]
EPS adalah murni berbasis IP. Kedua layanan real time dan layanan
komunikasi data dilakukan oleh IP. Alamat IP dialokasikan ketika ponsel
diaktifkan dan dilepaskan ketika dimatikan. Jaringan core EPS siap untuk bekerja dengan teknologi akses lainnya yang tidak dikembangkan oleh 3GPP, seperti
WiMAX dan WiFi. Jaringan akses LTE hanyalah sebuah jaringan base
transceiver station (BTS) atau eNodeB (eNB) yang menghasilkan arsitektur datar
seperti gambar 2.1. Tidak ada pengontrol cerdas terpusat, dan hubungan antar
eNB biasanya terkoneksi oleh X2-interface, sedangkan hubungan eNB menuju jaringan inti dilakukan melalui S1-interface seperti pada Gambar 2.2 [6].
9
Untuk memungkinkan penyebaran LTE di seluruh dunia, LTE dikembangkan
untuk sejumlah band frekuensi, mulai dari 800 MHz hingga 3,5 GHz. Bandwith yang tersedia juga fleksibel dimulai dengan 1,4 MHz hingga 20 MHz [6].
2.3 SON (Self-Organizing Network)
SON diperkenalkan sebagai bagian dari 3GPP Long Term Evolution (LTE), dan merupakan pendorong utama untuk meningkatkan Operational & Maintenance (O & M). Hal ini bertujuan untuk mengurangi biaya instalasi dan manajemen dengan
menyederhanakan tugas-tugas operasional melalui mekanisme otomatis, seperti
self-configuration dan self-organization [7].
Dengan SON kita dapat menghapus beberapa intervensi manusia dari
operasi jaringan dan pemeliharaan. Sehingga mengurangi beban kerja untuk
survei lapangan dan analisis jaringan. Self-Optimalization dan self-Healing dapat meningkatkan kualitas penggunaan dengan memitigasi sedini mungkin degradasi
sebagai akibat dari ketidakakuratan perencanaan atau peralatan, dan dengan
mengoptimalkan parameter jaringan pada saat terjadi interferensi atau pada
kondisi over-load [7].
Skalabilitas dan respon real-time dari fungsi SON harus didukung oleh sebuah kerangka kerja manajemen yang ramping dan handal. Untuk mengurangi
intervensi manusia yang terlibat dalam penyebaran elemen jaringan baru, proses
harus otomatis sampai batas seluas mungkin dan hanya memerlukan satu
kunjungan ke situs instalasi. Elemen jaringan ini akan secara otomatis
menciptakan asosiasi logis dengan jaringan dan menetapkan konteks keamanan
yang diperlukan, dan menyediakan kontrol yang aman antara saluran unsur-unsur
baru dan server di jaringan untuk mengoptimalkan konfigurasi dengan
memperhatikan daerah karakteristik radio, lalu lintas propagasi dan mobilitas UE
dalam jangkauan layanan efektif. SON mengoptimalisasi tugas-tugas ini dengan
menggunakan pengukuran dari peralatan jaringan. Optimasi ini secara otomatis
akan mengkonfigurasi ulang daftar sel yang berdekatan, sehingga daftar tersebut
berisi set minimum untuk handover. Optimasi ini bertujuan untuk memaksimalkan
10
menyediakan handover yang tepat waktu. Optimasi ini secara otomatis
menyesuaikan ambang batas terkait dengan seleksi sel dan handover. Optimasi ini secara otomatis akan mengetahui beberapa UE yang berada pada batas cakupan
sel yang padat, memilih ulang sel, dan handover ke sel yang kurang padat yang
berdekatan. Load Balancing harus dilakukan dengan menggunakan jumlah seleksi sel minimum, dengan kata lain handover dilakukan tanpa menyebabkan masalah
mobilitas. Selain itu harus meminimalkan jumlah investasi dalam kapasitas
dengan mempertimbangkan beban radio, trasportasi beban jaringan, dan hardware pengolahan beban [7].
2.4 LB (Load Balancing)
Penggunaan LB dimaksudkan untuk memberikan keuntungan tambahan dalam hal
kinerja jaringan yang menggunakan operasi jaringan LTE, serta menggunakan
fungsi SON. LB dicapai dengan mengatur parameter jaringan kontrol sedemikian
rupa, sehingga sel-sel yang kelebihan (overloaded) dapat dipindahkan ke sel-sel lowloaded yang berdekatan. Dalam jaringan, fluktuasi beban tinggi terjadi dan
biasanya membuat overdimensioning jaringan selama tahap perencanaan. Dalam sebuah jaringan yang mengaktifkan SON, dengan algoritma LB yang diusulkan,
SON akan memonitor jaringan dan bereaksi terhadap beban puncak, sehingga
kinerja yang lebih baik dapat tercapai dengan mendistribusikan beban ke sel-sel
disekitarnya [2].
Algoritma LB bertujuan untuk menemukan offset handover yang optimal antara sel yang over-loaded dan sel target yang mungkin. Nilai offset yang dioptimalkan akan menjamin bahwa pengguna yang diserahkan kepada sel target
tidak akan kembali ke sumber sel dan beban sel menjadi berkurang[2].
Setelah handover, kondisi SINR pengguna pada sel dilayani oleh target BS serta beban yang dihasilkan berbeda daripada sel yang ada di BS sebelumnya.
Beban transfer selama operasi LB tidak boleh melebihi kapasitas yang dilaporkan
yang tersedia pada BS. Masalah ini harus dikontrol oleh mekanisme masuk dan
pengontrol kemacetan dalam BS. Ketika mekanisme ini menolak permintaan LB
handover, akan ada peningkatan yang signifikan pada sinyal overhead jika
11
III. METODE PENELITIAN
3.1 Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Laboratorium Teknik Telekomunikasi Teknik Elektro
Universitas Lampung. Jadwal kegiatan penelitian ini yaitu dimulai pada bulan
November 2012 sampai dengan November 2013.
Berikut jadwal kegiatan pelaksanaan penelitian tugas akhir ini:
Kegiatan
November 2012 – November 2013 Bulan ke -
1 2 3 4 5 6 7 8 9 10 11 12 13
Studi Literatur
Seminar Proposal Pengembangan dan konfigurasi system
Pembuatan Algoritma
Pengolahan data
Pembuatan Laporan Hasil
Seminar Hasil
12
3.2 Metode/Prosedur Kerja
Dalam penelitian ini, langkah-langkah kerja yang dilakukan adalah sebagai
berikut:
3.2.1 Studi Literatur
Studi literatur dilakukan untuk mempelajari berbagai sumber referensi atau
teori yang berkaitan dengan sistem LB pada BS, antara lain:
a. Makalah atau hasil penelitian yang berkaitan
b. Teknologi sistem LTE (Long Term Evolution)
c. Prinsip kerja SON (Self-Organizing Network)
d. Mekanisme dan prosedur kerja LB (Load Balancing)
3.2.2 Perancangan Load Balancing pada BTS
Load Balancing pada BS dilakukan dengan membuat parameter jaringan
kontrol yang dapat digunakan sebagai acuan dalam menyeimbangkan traffic pada
beberapa BTS yang berdekatan. Prosedur dan mekanisme load-balancing akan
dibuat dalam bentuk algoritma dengan parameter-parameter yang telah ditentukan.
Untuk parameter yang menggunakan kapasitas sel, dihitung terlebih dahulu
kapasitas sel pada beberapa jenis bandwidth dengan cara ;
1. Untuk yang menggunakan OFDMA symbols [8]:
n = Jumlah sub carrier x Tipe Modulasi (3.1)
= (Jumlah RB x 12 x OFDMA Symbols) x Tipe Modulasi
13
2. Untuk yang langsung menghitung sub carrier [9]:
n = Jumlah sub carrier x TipeModulasi (3.2)
= (Jumlah RB x 12 x 15.0000 sps) x Tipe Modulasi
n = Kapasitas Sel
3.2.3 Analisis dan Kesimpulan
Analisis dilakukan dengan cara melihat keseimbangan beban sel pada
beberapa BS yang digunakan.
3.2.4 Pembuatan Laporan
Akhir dari tahap penelitian ini adalah pembuatan laporan dari semua
V. PENUTUP
5.1 Kesimpulan
Setelah dilakukan analisa dari penelitian yang dilakukan, maka dapat disimpulkan
beberapa hal mengenai hasil dari pengerjaan tugas akhir ini, yaitu :
1. Kapasitas sel dalam sebuah BS dipengaruhi oleh bandwidth, tipe modulasi,
dan bit rate yang digunakan setiap user. Semakin besar bandwidth yang digunakan, kapasitas sel semakin besar. Semakin besar tipe modulasi yang
digunakan, kapasitas sel juga akan semakin besar. Tetapi jika bit rate yang
digunakan semakin besar, maka kapasitas sel BS akan semakin kecil. Hal ini
dapat dilihat pada Grafik 4.1 sampai Grafik 4.8.
2. Kapasitas sel dapat digunakan sebagai parameter untuk skema Load
Balancing. Load Balancing sangat bergantung pada proses handover dari BS
sumber ke BS target. Untuk mencapai Load Balancing perlu direncanakan
beban yang ditransfer untuk mencapai Load Balancing (n0) menggunakan
Persamaan 4.3. Namun pada proses Handover, bisa terjadi adanya ping-pong
31
5.2 SARAN
Selama pengerjaan tugas akhir ini tentu tidak terlepas dari berbagai kekurangan
dan kelemahan, baik dari segi sistem atau perancangan yang dilakukan.Untuk itu
demi kesempurnaan hasil bila dilakukan penelitian selanjutnya, disarankan :
1. Dilakukan simulasi dari algoritma yang sudah dibuat, untuk mengetahui
proses load balancing yang lebih tepat. Pada penelitian ini analisa mekanisme
hanya berdasarkan perhitungan saja, sehingga algoritma yang dirancang dapat
dijadikan sebagai basis simulasi.
2. Analisa tentang spektrum frekuensi operasi dapat dilakukan lebih
DAFTAR PUSTAKA
[1] Jansen, T., et.al., “Handover Parameter Optimization in LTE
Self-Organizing Networks”, IEEE 72ndVehicular Technology Conference Fall,
(VTC 2010 - Fall), Ottawa, ON, Canada, September 2010. ISSN
1090-3038, E-ISBN 978-1-4244-3574-6, Print ISBN 978-1-4244-3573-9.
[2] Lobinger, A., et.al., “Load Balancing in Downlink LTE
Self-Optimization Network”, IEEE 71st Vehicular Technology Conference,
(VTC 2010 - Spring), Taipei, Taiwan, Mei 2010. ISSN 1550-2252,
E-ISBN 978-1-4244-2519-8, Print E-ISBN 978-1-4244-2518-1.
[3] Atayero, A.A., et.al., “3GPP Long Term Evolution: Architecture,
Protocols and Interfaces”, IJICT Journal, International Journal of
Information and Communication Technology Reseach, Covenant
University, Nigeria, November 2011. ISSN2223-4985,
[4] L.C. Schmelz, et.al., “Self-configuration, -optimisation and-healing in
wireless networks”, Wireless World Research Forum Meeting 20, Ottawa,
Canada, April, 2008
[5] K. Zetterberg,et.al., “Self-optimisation of LTE home base stations.”,
COST 2100 TD(09)744, Joint Workshop COST 2100 SWG 3.1 &
FP7-ICT-SOCRATES, Braunschweig, Jerman, Februari, 2009.
[6] http://www.3gpp.org/Technologies/Keywords-Acronyms/LTE. Nohrborg,
M., “LTE Overview”. Diakses 25-07-2012.
[7] “Self Organizing Networks - NEC’s proposals for next generation
radionetwork management,” White Paper . NEC Corporation. Februari.
2009.
[8] http://www.lte-bullets.com/LTE in bullets-DL Bil Rates.pdf. Johnson, C.,
“Long Term Evolution IN BULLETS, 2nd Editon”. Publisher :
CreateSpace. Pages: 592. Published: 06-07-2012. ISBN-10: 1478166177.
[9] http://www.radio-electronics.com/info/cellulartelecomms/lte-long-term-evolution/lte-ofdm-ofdma-scfdma.php. Poole, I., “LTE OFDM, OFDMA and SC-FDMA”. Diakses: 10-09-2013.
[10] Nasri, R., et.al., “Handover Adaption for Dynamic Load Balancing in
3GPP Long Term Evolution System”, In proceeding of: MoMM'2007 -
The Fifth International Conference on Advances in Mobile Computing and
Multimedia, 3-5 December 2007, Jakarta, Indonesia
[11] Ulvan, A., et.al., “Handover Procedure and Decision Strategy in
LTE-based Femtocell Network”, Wireless and Mobile Networking Conference
(WMNC), 2010 Third Joint IFIP, Department of Telecommunication
Engineering Czech Technical University in Prague Technicka 2, 166 27,
Praha 6, Czech Republic. Date of Conference: 13-15 Oct 2010. E-ISBN
978-1-4244-8429-4. Print ISBN 978-1-4244-8431-7. INSPEC Accession