KARYA ILMIAH
ANALISIS KINERJA ALOKASI SUBCARRIER DINAMIS UNTUK SISTEM
OFDM DOWNLINK PADA KANAL GELOMBANG MILIMETER
OLEH :
NAEMAH MUBARAKAH,ST,MT
UNIVERSITAS SUMATERA UTARA
FAKULTAS TEKNIK
ANALISIS KINERJA ALOKASI SUBCARRIER DINAMIS UNTUK SISTEM
OFDM DOWNLINK PADA KANAL GELOMBANG MILIMETER
I. Pendahuluan
Jaringan komunikasi nirkabel saat ini mengalami pertumbuhan yang sangat fenomenal di
berbagai belahan dunia. Perkembangan teknologi layanan broadband yaitu high speed internet,
digital video, audio broadcasting dan video conference dengan kapasitas besar dan bandwidth
besar dari pemancar ke pengguna menyebabkan kebutuhan akan pelayanan broadband terus
meningkat dengan cepat.
Layanan broadband yang menggunakan Local Multipoint Distribution System (LMDS)
beroperasi di frekuensi 20-40 GHz. Salah satu permasalahan propagasi pada sistem komunikasi
yang beroperasi pada frekuensi diatas 10 GHz adalah redaman yang disebabkan oleh hujan.
Redaman hujan mengakibatkan terjadinya fading yaitu peristiwa pelemahan sinyal yang diterima
oleh antena penerima berada dibawah batas threshold. Peristiwa fading ini sangat berpengaruh
pada penyampaian gelombang elektromagnetik karena dapat menyebabkan sinyal yang diterima
akan terganggu. Untuk aplikasi teknologi LMDS di negara tropis seperti Indonesia, redaman
hujan yang merupakan fungsi distribusi ukuran titik hujan akan menjadi permasalahan yang
esensial mengingat daerah tropis mempunyai curah hujan tinggi. Redaman hujan yang terjadi
dapat mencapai 80 dB pada sistem dengan frekuensi 29 GHz dengan panjang link 5,7 km [1].
Untuk meningkatkan kualitas dan kapasitas layanan pada sistem yang sudah ada selama ini
dilakukan pada layer (lapisan) yang terpisah namun hasilnya kurang optimal. Untuk itu
dikembangkan mekanisme baru dalam framework (kerangka kerja) yang terintegrasi untuk
mengoptimalkan kinerja dua layer yang berdekatan, yaitu Physical (PHY) Layer dan Media
Access Control (MAC) layer. Metode penggabungan ini disebut dengan pendekatan cross-layer
[2][3].
Pendekatan cross-layer pada OFDM multiuser ini dilakukan dengan teknik Dynamic
Subcarrier Allocation (DSA), Adaptive Power Allocation (APA) dan gabungan DSA dan APA,
Joint Subcarrier and Power Allocation (JSPA) serta ditambah dengan metode adaptive packet
Channel State Information (CSI) dan informasi kedatangan trafik. Beberapa penelitian
sebelumnya telah banyak mempelajari tentang gabungan alokasi subcarrier dan daya pada
Channel-Aware Queue-Aware (CAQA) [4] dan alokasi sumber dan penjadwalan cross-layer
pada jaringan multicarrier nirkabel [5][6].
Gambar 1.1 Penjadwalan data pada downlink berbasis OFDM [6]
Pada penelitian ini dilakukan penerapan teknik DSA pada transmisi gelombang milimeter
yang terganggu oleh redaman hujan. Pengukuran redaman hujan telah dilakukan dengan
menggunakan alat ukur disdrometer optik yang diletakan di lingkungan ITS Surabaya dengan
masa pengukuran selama 4 bulan [7]. Dari pengukuran redaman hujan dapat dipelajari
peningkatan kinerja sistem telekomunikasi dengan menggunakan teknik DSA dibandingkan
dengan tanpa penerapan teknik DSA. Dari penelitian ini diharapkan akan diketahui seberapa
besar keuntungan digunakan teknik DSA tersebut bagi peningkatan kinerja sistem pada jaringan
broadband di negara tropis khususnya Indonesia yang dapat meningkatkan kapasitas, data rate,
II. Metode Penelitian
2.1Pengukuran Curah Hujan
Pengukuran curah hujan dilakukan di dalam lingkungan kampus ITS Surabaya
menggunakan alat ukur disdrometer optik yang diletakkan diatas atap gedung Teknik Mesin ITS.
Disdrometer optik bekerja berdasarkan sistem laser optik, dengan luas sensor 180 mm x 30 mm.
Pengukuran dapat dilakukan secara real time, jika ada partikel-partikel hujan yang melewati
balok laser maka disdrometer dapat mendeteksi curah hujan (mm/h) dan distribusi titik hujan.
Kemudian hasilnya disimpan dalam software (Hydras dan ASDO) yang disebut data parsivel dan
data curah hujannya berbentuk file txt. Dari pengukuran ini diperoleh data hujan dalam softwaere
ASDO[7].
Gambar 2.1 Alat ukur Disdrometer Optik
2.2Pembangkitan Redaman Hujan
Dari hasil penelitian redaman Hujan di Surabaya dengan jarak antara user dan pemancar
antara 1 – 3 km, dilakukan tahap-tahap sebagai berikut :
Tahap 1 :
Membangkitkan nilai , σ untuk 4 user berdasarkan jarak yang dibangkitkan secara acak dengan
Tabel 2.1 Rata-rata dan standar deviasi dari log redaman hujan SST
Panjang Link (km) Rata-rata () Standar deviasi ()
1 -1,0539 2,0574
2 -0,4554 2,1248
3 -0,1321 2,1719
Dari persamaan umum interpolasi polynomial :
1 ...
2 2 1
0
a a x a x an
y (1)
didapat persamaan :
2 1376 . 0 0113 . 1 9276 . 1 )
( d d
y
(2)2 01015 . 0 09785 . 0 9697 . 1 )
( d d
y
(3)Dimana d adalah panjang link.
Tahap 2:
Membangkitkan nilai koefisien redaman hujan secara acak dengan mengambil data referensi
pada tabel 2.2 [7].
Tabel 2.2 Korelasi redaman hujan menggunakan perhitungan redaman hujan SST
Link 1 Link 2 SST
1 1 450 0,9065
900 0,8467
1350 0,7132
1800 0,6784
2 2 450 0,8484
900 0,7434
1350 0,6139
1800 0,5996
3 3 450 0,8103
900 0,6869
1350 0,5717
Tahap 3 :
Menyusun matriks kovarian 44 :
2 4 3 4 43 2 4 42 1 4 41 4 3 24 2 3 2 3 23 1 3 13 4 2 24 3 2 23 2 2 1 2 12 4 1 14 3 1 13 2 1 12 2 1 C
dimana [8] :
SST a n m b b
m n m
n ln exp exp 1 exp 1 exp
1 2 2
,
(4)dimana :
2 2
2
2 n m n m
a
(5)dan 2 2 2 2 m n m n
b (6)
dengan µ adalah rata-rata (mean) ,σ adalah standart deviasi, ρSST adalah koefisien redaman
hujan SST, ρn,m adalah koefisien redaman hujan normal, n dan m adalah link 1 dan 2.
Tahap 4 :
Mendapatkan nilai redaman hujan masing-masing user dengan persamaan :
) exp(X
A (7)
dimana : dengan A sebagai nilai redaman hujan, y adalah matriks 41 Gaussian
( = 0 dan
x
x Y m
C
X 1/2
2
= 1) dan m adalah vektor dari . Kemudian memasukkan data tersebut untuk
Tabel 2.3 Parameter sistem LMDS (k=1,38.10-23 dan To=298 K)
Parameter Units Formula Value
Transmit Power into Antenna dBW Ptx: transmit power per carrier 0
Transmit antenna gain dBi Gt:Gant 15
Frequency GHz f: Transmit frequency 30
Path Length Km d: Hub to Subscriber Station
Range
2
Field Margin dB Lfm : Antenna Mis-Alignment -1
Free-Space Loss dB FSL = -92.45-20log(f)-20log(d) -128,013
Total Path Loss dB Ltot = FSL + LFM -129,013
Receiver Antenna Gain dBi Gr = Gant 30
Effective Bandwidth MHz BRF : Receiver Noise Bandwidth 80
Receiver Noise Figure dB NF : Effective Noise Figure 5
Thermal Noise dBW/MHz 10log(kTo) -143,85
System Loss dB Lsys=Gt+Ltot+Gr -84,013
Received Signal Level dBw RSL=Ptx+Lsys -84,013
Thermal Noise Power Spectral density dBW/MHz N0=10log(kTo)+NF -138,859
Carrier to Noise ratio dB C/N = RSL-No-10log(BRF) 35,8151
2.3Dynamic Subcarrier Allocation (DSA)
Tujuan dari DSA adalah untuk meningkatkan unjuk kerja jaringan berbasis OFDM pada
saat daya transmisi terdistribusi secara seragam pada seluruh band frekuensi. Untuk menghitung
kapasitas ci(f) yang ditransmisikan dapat dirumuskan dengan [5] :
Hz bps f f p f c f N f H f p f c i i i i i ) ( ) ( 1 log ) ( ) ( ) ( ) ( 1 log ) ( 2 2 2 (8)
dengan adalah nilai konstanta untuk memberikan nilai BER yang diinginkan, dapat
dirumuskan dengan :
)
5
ln(
5
,
1
BER
(10)dan i(f)adalah kondisi kanal pada subscriber dengan frekuensi f dari useri, dimana :
) ( ) ( ) ( 2 f N f H f i i i
(11)dengan Hi(f)adalah gain kanal pada user i pada subcarrier frekuensi f dan Ni(f) adalah daya
noise pada user i pada subcarrier frekuensi f.
Jika daya yang ditransmisikan dinormalisasi, dimana p(f) = 1, kemudian untuk mencapai
kapasitas pada frekuensi f, ci(f), dapat diekspresikan pada persamaan 12.
))
(
1
(
log
)
(
f
2f
c
i
i (12)Setiap user atau setiap sesi memiliki bobot yang dinyatakan sebagai CSI dan berhubungan
dengan waktu antrian. Bobot tersebut mengindikasikan fungsi utilitas yang digunakan untuk
optimisasi crosslayer dan keseimbangan antara efisiensi dan fairness. Untuk trafik best effort
(trafik non-real time) mengadopsi fungsi utilitas dengan r = x kbps dan dirumuskan sebagai :
)
3
,
0
ln(
8
,
0
16
,
0
)
(
r
r
U
(13)Tujuan akhirnya adalah untuk memaksimalkan jumlah utilitas keseluruhan user dimana
pada DSA untuk memaksimalkan keadilan pelayanan terhadap user (fainess) yang dirumuskan
dengan :
i
D i M
i i M
i
i
i U c f df
M r U
M ( )
1 ) ( 1
1 1
(14)
dengan M menyatakan sebagai jumlah user. Jumlah keseluruhan subcarrier dari M user adalah
total bandwidth yang tersedia yang dapat dirumuskan sebagai berikut :
Mi
B Di
1
, 0
(15)
M j
i j
i D
Di
j , dan , 1,2,..., (16)III. Analisa Data
Dalam penelitian ini pertama sekali dilakukan simulasi redaman hujan yang dialami
masing-masing user. Data yang dibangkitkan memiliki jarak untuk 1 – 3 km dari BTS ke user
berdasarkan tabel 1. Dari hasil simulasi diperoleh bahwa untuk daerah dengan radius kurang dari
3 km dari BTS tidak dapat dibangkitkan lebih dari 4 user disebabkan korelasi redamannya yang
sangat besar. Untuk itu dalam penelitian ini user yang dibangkitkan terbatas pada 4 user saja
dengan sudut antar user mendekati 900.
Gambar 3.1 Ilustrasi redaman yang terjadi pada 4 user
Untuk perbandingan kinerja teknik DSA dengan tanpa teknik DSA pada kanal gelombang
milimeter yang terpengaruh redaman hujan, maka ada empat nilai yang dibandingkan, yaitu
kapasitas, data rate, utility dan fairness. Untuk membandingkan ketiga teknik ini, maka kondisi
redaman hujan pada sitem telekomunikasi yang dialami setiap user adalah sama. Tabel 4
Tabel 3.1 Redaman hujan, SNR clear sky dan SNR untuk 4 user
User ke Jarak (km) Redaman (dB) SNR Clear Sky (dB) SNR (dB)
1 2,9137 30,9708 32,5469 1,5761
2 2,7603 23,5372 33,0166 9,4794
3 2,5896 39,0437 33,5709 -5,4728
4 2,0452 19,5732 35,6211 16,0479
Dari hasil perolehan nilai SNR pada bagian 3.1 maka dapat diperoleh besar kapasitas
untuk masing-masing user. Kapasitas masing-masing user untuk 3 kondisi dibandingkan, yaitu
pada kondisi clear sky, kondisi terpengaruh redaman hujan tanpa teknik DSA dan kondisi
terpengaruh redaman hujan dengan teknik DSA. Ini dapat ditunjukkan pada tabel 3.2.
Tabel 3.2 Perbandingan kapasitas kondisi clear sky dan kondisi dipengaruhi
redaman hujan tanpa teknik DSA dan dengan teknik DSA
Kapasitas (bps/Hz) Redaman Hujan
User ke Jarak
(km) Clear Sky
Tanpa Teknik DSA Teknik DSA
1 2,9137 7,7938 0,2347 0,2347
2 2,7603 7,9492 1,0636 1,0636
3 2,5896 8,1326 0,0494 0,0494
4 2,0452 8,8117 2,5721 2,5721
Dari tabel 3.2 dapat dilihat bahwa kapasitas pada kondisi clear sky lebih baik daripada
kondisi terpengaruh redaman hujan baik dengan teknik DSA maupun tanpa teknik DSA.
Kapasitas rata-rata untuk kondisi clear sky 8,1730 bps/Hz sedangkan untuk kondisi terpengaruh
redaman hujan tanpa teknik DSA 0,9799 bps/Hz. Begitu juga dengan kapasitas rata-rata dengan
teknik DSA pada kondisi terpengaruh redaman hujan yaitu 0,9799 bps/Hz. Kapasitas pada
kondisi terpengaruh redaman hujan dengan teknik DSA memperoleh hasil yang sama dengan
tanpa teknik DSA. Hal ini disebabkan pada teknik DSA tidak terdapat pengalokasian daya untuk
masing-masing user sehingga diperoleh nilai yang sama untuk kedua kondisi ini.
Untuk mendapatkan nilai yang lebih akurat dilakukan pengambilan data nilai kapasitas
maksimum, kapasitas minimum dan kapasitas rata-rata untuk masing-masing cluster baik itu
pada kondisi clear sky, kondisi terpengaruh redaman hujan dengan teknik DSA dan tanpa teknik
DSA. Dari hasil perolehan ini dilakukan persentase nilai kapasitas masing-masing user. Gambar
3.2, 3.3 dan 3.4 menujukan gambar Cumulative Distribution Function (CDF) kapasitas transmisi
untuk kondisi clear sky, terpengaruh redaman hujan tanpa teknik DSA dan dengan teknik DSA.
Pada gambar 3.2, 3.3 dan 3.4 dapat dilihat bahwa untuk kondisi clear sky pada
pembangkitan 4 user dengan jarak kurang 3 km dari pemancar mempunyai nilai kapasitas
rata-rata transmisi antara 7,7 – 10,55 bps/Hz. Sedangkan untuk kondisi terpengaruh redaman
hujan tanpa teknik DSA dan dengan teknik DSA memperoleh nilai kapasitas transmisi antara
0,00389 – 10,45 bps/Hz.
7.5 8 8.5 9 9.5 10 10.5 11
10-2 10-1 100 101 102
CDF Kapasitas Pada Kondisi Clear Sky
Kapasitas (bps/Hz)
P
ro
b
.K
a
p
a
si
ta
s <
=
a
b
si
s [
%
]
Kapasitas max Kapasitas min Kapasitas Rata-rata
Gambar 3.2 CDF Kapasitas pada kondisi clear sky
Kapasitas transmisi untuk maksimum, minimum dan rata-rata pada kondisi clear sky
memiliki kecenderungan yang sama untuk probabilitas outage lebih dari 0,01%. Sedangkan
untuk probabilitas outage kurang dari 0,01% terdapat perbedaan nilai untuk kapasitas
maksimum, minimum dan rata-rata. Pada kondisi terpengaruh redaman hujan tanpa teknik DSA
dan dengan teknik DSA kapasitas maksimum, minimum dan rata-rata juga mempunyai
0 2 4 6 8 10 12 10-2
10-1 100 101 102
CDF Kapasitas Pada Kondisi Terpengaruh Redaman Hujan
Kapasitas (bps/Hz)
P
rob.
K
apas
it
as
<
=
ab
s
is
[
%
]
Kapasitas max Kapasitas min Kapasitas Rata-rata
Gambar 3.3 CDF kapasitas dipengaruhi redaman hujan tanpa teknik DSA
0 2 4 6 8 10 12
10-2 10-1 100 101 102
CDF Kapasitas Kanal Dengan Teknik DSA
Kapasitas (bps/Hz)
P
ro
b.
K
ap
as
it
as
<
=
a
bs
is
[
%
]
Kapasitas max Kapasitas min Kapasitas Rata-rata
Gambar 3.4 CDF kapasitas dipengaruhi redaman hujan dengan teknik DSA
Probabilitas Pada kondisi clear sky 99,99% memperoleh nilai kapasitas rata-rata
DSA dan tanpa teknik DSA ada 76.97% yang memperoleh nilai kapasitas rata-rata transmisi di
atas 7,7 bps/Hz.
Dari perolehan hasil nilai kapasitas transmisi pada tabel 4.3, maka dapat kita peroleh
nilai data rate dari masing-masing user seperti yang ditunjukkan pada tabel 3.3.
Tabel 3.3 Perbandingan data rate kondisi clear sky dan kondisi dipengaruhi
redaman hujan tanpa teknik DSA dan dengan teknik DSA
Data Rate (Mbps)
Redaman Hujan
User ke Jarak
(km) Clear Sky
Tanpa Teknik DSA Teknik DSA
1 2,9137 155,8757 4,5765 4,5230
2 2,7603 158,9835 20,7394 22,491
3 2,5896 162,6521 0,9638 0,8570
4 2,0452 176,2344 50,1554 57,208
Pada tabel 3.3 diperoleh bahawa data rate untuk kondisi terpengaruh redaman hujan
dengan teknik DSA mengalami peningkatan dengan data rate rata-rata 21,2698 Mbps
dibandingkan tanpa teknik DSA yang mempunyai nilai data rate rata-rata 19,1088 Mbps. Artinya
ada peningkatan nilai data rate dengan menggunakan teknik DSA sebesar 2,16098 Mbps.
Meskipun demikian nilai ini masih jauh dari nilai data rate rata-rata pada kondisi clear sky yaitu
sebesar 163,4364 Mbps. Pada teknik DSA dilakukan pengalokasian subcarrier yang disesuaikan
dengan kebutuhan user. Hal ini yang mengakibatkan adanya peningkatan kecepatan data
dibandingkan tanpa adanya pengalokasian subcarrier.
Perbedaan nilai data rate yang besar akan berpengaruh kepada nilai utility. Ini
dikarenakan nilai utility yang berbanding lurus dengan nilai data rate. Semakin cepat data
ditransmisikan maka semakin tinggi nilai utility-nya. Oleh karena itu nilai utility pada teknik
Tabel 3.4 Perbandingan utility kondisi clear sky dan kondisi dipengaruhi
redaman hujan tanpa teknik DSA dan dengan teknik DSA
Utility
Redaman Hujan
User ke Jarak
(km) Clear Sky
Tanpa Teknik DSA Teknik DSA
1 2,9137 15,2517 12,4292 12,4197
2 2,7603 15,2674 13,6380 13,7029
3 2,5896 15,2857 11,1829 11,0890
4 2,0452 15,3499 14,3445 14,4498
Dari tabel 3.4 diperoleh bahwa nilai utility rata-rata untuk kondisi clear sky sebesar
15,2887. Sedangkan untuk kondisi terpengaruh redaman hujan tanpa teknik DSA dan dengan
teknik DSA sebesar 12,8987 dan 12,9154. Artinya ada peningkatan utility rata-rata dengan
menggunakan teknik DSA yaitu sebesar 0,0167.
Untuk hasil yang lebih akurat dilakukan 10.000 kali pengambilan data untuk
memperoleh nilai utility dari pembangkitan 4 buah user. Dari pengambilan 10.000 kali data
dilakukan pengelompokan berdasarkan nilai utility maksimum, utility minimum dan utility
rata-rata untuk masing-masing cluster baik itu pada kondisi clear sky, kondisi terpengaruh redaman
hujan dengan tanpa teknik DSA maupun dengan teknik DSA. Dari hasil perolehan ini dilakukan
persentase nilai utility masing-masing user yang dapat dilihat grafik CDF nya pada gambar 3.5,
3.6 dan 3.7.
15.2 15.25 15.3 15.35 15.4 15.45 15.5 15.55
10-2
10-1
100
101
102
CDF Utility Pada Kondisi Clear Sky
Utility
P
ro
b
.U
tilit
y
<
=
a
b
s
is
[
%
]
Utility max Utility min Utility Rata-rata
8 9 10 11 12 13 14 15 16 10-2
10-1 100 101 102
CDF Utility Dipengaruhi Redaman Hujan
Utility
P
ro
b
.U
ti
lity
<= a
b
s
is
[%
]
Utility max Utility min Utility Rata-rata
Gambar 3.6 CDF Utility dipengaruhi redaman hujan tanpa teknik DSA
8 9 10 11 12 13 14 15 16
10-2 10-1 100 101 102
CDF Utility Dengan Teknik DSA
Utility
P
ro
b
.U
tilit
y
<
=
a
b
s
is
[
%
]
Utility max Utility min
Utility Rata-rata
Gambar 3.7 CDF utility dengan teknik DSA
Dari hasil 10.000 kali iterasi diperoleh perbandingan utility pada pembangkitan 4 user
dengan radius kurang 3 km dari pemancar. Pada probabilitas outage kurang dari 0,01 % utility
dan kondisi terpengaruh redaman hujan, kondisi clear sky memberikan nilai utility rata-rata yang
lebih baik dengan interval nilai 15,25 – 15,49. Sedangkan untuk kondisi terpengaruh redaman
hujan mempunyai interval 9,14 – 15,38 dan pada teknik DSA antara 9,16 – 15,43.
Fungsi utility dapat digunakan sebagai referensi untuk menyeimbangkan antara efisiensi
dan fairness. Semakin baik nilai utility maka keseimbangan antara efisiensi dan fairness semakin
baik pula. Nilai fairness dapat diperoleh dari utility rata-rata pada setiap user. Pada kondisi clear
sky, 99,99% nilai fairness berada di atas 15,25. Sedangkan pada kondisi redaman hujan nilai
fairness yang berada di atas 15 ada 86,99 % dan pada teknik DSA ada 87,7 %. Hal ini
menunjukkan adanya peningkatan kinerja dengan menggunakan teknik DSA sebesar 0,71 %
untuk nilai fairness diatas 15.
IV. Kesimpulan
1. Penerapan teknik DSA dapat meningkatkan kinerja data rate hingga 2,16098 Mbps,
peningkatan nilai utility rata-rata menjadi 9,16 – 15,43 bps/Hz, akan tetapi tidak menunjukan
peningkatan kapasitas yang berarti.
2. Penerapan teknik DSA dapat meningkatkan kinerja fairness sistem. Pada kondisi clear sky,
99,99 % fairness berada di atas 15,25. Sedangkan pada kondisi terpengaruh redaman hujan
tanpa teknik DSA hanya 86,99% fairness yang berada di atas 15. Dengan penggunaan teknik
DSA nilai fairness bertambah 0,71% dibandingkan tanpa penerapan teknik ini.
3. Untuk kondisi daerah yang memiliki intensitas hujan yang tinggi seperti Indonesia,
penerapan teknik DSA untuk sistem OFDM downlink pada kanal gelombang milimeter
Daftar Pustaka
[1] Salehudin, M., Hanantasena, B., Wijdeman, L., (1999) ”Ka Band Line-of-Sight Radio
Propagation Experiment in Surabaya Indonesia”, 5th Ka-Band Util. Conf., hal. 161-165,
Taormina, Italy.
[2] Jun, Y., Zhang dan Ben Letaief, K., (2004) “ Cross-layer Adaptive Resource Management
for Wireless Packet Network with OFDM Signaling”, IEEE Transactions on Wireless
Communications ,Vol.5 No.11.
[3] Jun, Y., Zhang dan Ben Letaief, K.(2006), “ Adaptive Resource Allocation and Scheduling
for Multiuser Packet-based OFDM Networks”, IEEE International Conference on
Communications, V3.15,1565-1575.
[4] Mohanram,C., dan hashyam, S., (2007),”Joint Subcarrier and Power Allocation in
Channel-Aware Queue-Channel-Aware Scheduling for Multiuser OFDM”, IEEE Transaction on Wireless
Communications Vol.6 No.9.
[5] Song, G. dan Ye Li, (2005) “ Cross-layer Optimization for OFDM Wireless Networks-part I :
Theoretical Framework”, IEEE Transaction on Wireless Communications Vol.4 No.2.
[6] Song , G., dan Ye Li, (2005) “ Cross-layer Optimization for OFDM Wireless Networks-Part
II : Algorithm Development”, IEEE Transaction on Wireless Communications Vol.4 No.2.
[7] Mahmudah, H.(2008), “ Prediksi Redaman Hujan Menggunakan Synthetic Storm Technique
(SST)”, Tesis, ITS.
[8] Hendrantoro G (2007), ”Analysis of Diversity Gain in Dual-link Millimeter-wave Radio
Communication Under the Impact of Rain Attenuation”, Industry.
[9] Chu C.Y dan Chen K.S (2005), “Effects of Rain Fading on the Efficiency of the Ka-Band
LMDS System in the Taiwan Area”, IEEE Transaction On Vehicular Technology, Vol. 54