LAMPIRAN 1
%% Simulasi Pengaruh Parameter Model Propagasi Okumura Terhadap Kinerja Soft Handover%%
%% parameter tinggi BS di variasikan %%
close all
clear clc tic
Hte=[50,60,70,80,90,100]; % Tinggi antena BS (m)
Hre=3; % Tinggi antena MS (m)
HYST_ADD=10; % parameter yang akan
divariasikan dgn nilai 2,8,10,14 dBm
HYST_DROP=10; % parameter yang akan
divariasikan dgn nilai 2,8,10,14 dBm
simulasi=500; n=2000;
%% Inisialisasi Parameter
S1=zeros(simulasi,n);
%% Parameter Simulasi
tao=8; % standar deviasi
D=2; % Jarak Antar BS (Km)
Pt=30; % dBm
N=20; % Parameter yang akan divariasikan dengan
nilai 10,20,30,40.
for j=1:simulasi
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%% Model Okumura %%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10*log((lamda^2)/((4*pi)^2)*((d(1,k)*10^3).^2)); % Rugi-rugi ruang Bebas
Lf2(j,k) = 10*log((lamda^2)/((4*pi)^2)*(((D-d(1,k)+0.001)*10^3).^2));
Lf3(j,k) = 10*log((lamda^2)/((4*pi)^2)*(((sqrt(((D/2-d(1,k)).^2)+(((3/sqrt(3))*D/2).^2)))*10^3).^2));
end
Amu = 23; % Rata-rata redaman relatif terhadap Free Space (880 MHz and 2 Km)
Garea = 0; % Gain tipe daerah
if(Hre>3)
Ghre = 20*log(Hre/3); else
Ghre = 10*log(Hre/3); end
Ghte = 20*log10(Hte(a)/200); % Gain antena BTS
PL_oku1 = Lf1 + Amu - Ghte - Ghre - Garea; PL_oku2 = Lf2 + Amu - Ghte - Ghre - Garea; PL_oku3 = Lf3 + Amu - Ghte - Ghre - Garea; for k=1:n
atenuasi_d1_jeita(j,k)= PL_oku1(j,k).* R1(j,k); atenuasi_d2_jeita(j,k)= PL_oku2(j,k).* R2(j,k); atenuasi_d3_jeita(j,k)= PL_oku3(j,k).* R3(j,k); end
%% Kuat Sinyal Terima
SBAR1(j,k)=(1/N)*sum(S1(j,i));
%% Mean Active set
for k=1:n
if SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)<Smin
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin
AS(j,k)=2;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin
AS(j,k)=3;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR1(j,k)-SBAR2(j,k))<HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)>SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)>SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))<HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)<SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))>HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)<SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))<HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR1(j,k))>HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR2(j,k)-SBAR1(j,k))>HYST_DROP
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP
AS(j,k)=3;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR2(j,k)-SBAR1(j,k))<HYST_DROP
AS(j,k)=2;
handoff(j,l)=0; % Tidak ada
perpindahan
else
handoff(j,l)=1; % Ada perpindahan
end end end
% Nilai Probabilitas Outage
Poutage(:,a)=P;
rata2Poutage(:,a)=rata2P;
% Nilai Rata-rata Active Set
rata_handoff(:,a)=mean(1/simulasi*sum(handoff)); end
% Mendapatkan nilai persentase BTS terhadap MS
[BS1,BS2,BS3,persen_BS1,persen_BS2,persen_BS3]=persentase(simulasi ,AS);
% Menampilkan Gambar Probabilitas Outage
figure(1) plot(Poutage)
title('Grafik Probabilitas Outage'); ylabel('Probabilitas outage');
xlabel('Jarak (m)');
legend('Hte=50','Hte=60','Hte=70','Hte=80','Hte=90','Hte=100')
% Menampilkan Gambar Active Set
figure(2)
plot(laju_update_AS_rata2)
title('Grafik Active Set Size'); ylabel('Active Set Size');
xlabel('Jarak (m)');
legend('Hte=50','Hte=60','Hte=70','Hte=80','Hte=90','Hte=100')
% Menampilkan Gambar Jumlah Handoff rata2
figure(3)
plot(jumlah_handoff_rata2)
title('jlh handoff rata2 thd jarak'); ylabel('jlh handoff rata-rata'); xlabel('Jarak (m)');
legend('Hte=50','Hte=60','Hte=70','Hte=80','Hte=90','Hte=100')
% Menampilkan Gambar Kuat Sinyal Terima sebelum dan sesudah windowing
plot(d,SBAR1,'r'); hold on
plot(d,SBAR2,'y'); hold on
plot(d,SBAR3,'g');
disp(rata_handoff)
disp('Persentase BTS_1') disp(persen_BS1)
disp('Persentase BTS_2') disp(persen_BS2)
disp('Persentase BTS_3') disp(persen_BS3)
LAMPIRAN 2
%% Simulasi Pengaruh Parameter Model Propagasi Okumura Terhadap Kinerja Soft Handover%%
%% Parameter Tinggi MS divariasikan %%
close all
clear clc tic
Hte=50; % Tinggi antena BS (m)
Hre=1:6; % Tinggi antena MS (m)
HYST_ADD=10; % parameter yang akan
divariasikan dgn nilai 2,8,10,14 dBm
HYST_DROP=10; % parameter yang akan
divariasikan dgn nilai 2,8,10,14 dBm
simulasi=500; n=2000;
%% Inisialisasi Parameter
S1=zeros(simulasi,n);
%% Parameter Simulasi
tao=8; % standar deviasi
D=2; % Jarak Antar BS (Km)
Pt=30; % dBm
N=20; % Parameter yang akan divariasikan dengan
nilai 10,20,30,40.
Smin=-90; % dBm
for j=1:simulasi
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%% Model Okumura %%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10*log((lamda^2)/((4*pi)^2)*((d(1,k)*10^3).^2)); % Rugi-rugi ruang Bebas
Lf2(j,k) = 10*log((lamda^2)/((4*pi)^2)*(((D-d(1,k)+0.001)*10^3).^2));
Lf3(j,k) = 10*log((lamda^2)/((4*pi)^2)*(((sqrt(((D/2-d(1,k)).^2)+(((3/sqrt(3))*D/2).^2)))*10^3).^2));
end
Amu = 23; % Rata-rata redaman relatif terhadap Free Space (880 MHz and 2 Km)
Garea = 0; % Gain tipe daerah
if(Hre(a)>3)
Ghre = 20*log(Hre(a)/3); else
Ghre = 10*log(Hre(a)/3); end
Ghte = 20*log10(Hte/200); % Gain antena BTS
PL_oku1 = Lf1 + Amu - Ghte - Ghre - Garea; PL_oku2 = Lf2 + Amu - Ghte - Ghre - Garea; PL_oku3 = Lf3 + Amu - Ghte - Ghre - Garea; for k=1:n
atenuasi_d1_jeita(j,k)= PL_oku1(j,k).* R1(j,k); atenuasi_d2_jeita(j,k)= PL_oku2(j,k).* R2(j,k); atenuasi_d3_jeita(j,k)= PL_oku3(j,k).* R3(j,k); end
%% Kuat Sinyal Terima
for k=1:n;
SBAR2(j,k)=(1/N)*sum(S2(j,i));
%% Mean Active set
for k=1:n
if SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)<Smin
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR1(j,k)-SBAR2(j,k))<HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)>SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)>SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))<HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)<SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))>HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)<SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))<HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR1(j,k))>HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR2(j,k)-SBAR1(j,k))>HYST_DROP
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR2(j,k)-SBAR1(j,k))<HYST_DROP
AS(j,k)=2;
handoff(j,l)=0; % Tidak ada
perpindahan
else
handoff(j,l)=1; % Ada perpindahan
end end end
% Nilai Probabilitas Outage
Poutage(:,a)=P;
rata2Poutage(:,a)=rata2P;
% Nilai Rata-rata Active Set
rata_handoff(:,a)=mean(1/simulasi*sum(handoff)); end
% Menampilkan Gambar Probabilitas Outage
figure(1) plot(Poutage)
title('Grafik Probabilitas Outage'); ylabel('Probabilitas outage');
xlabel('Jarak (m)');
legend('Hre=1','Hre=2','Hre=3','Hre=4','Hre=5','Hre=6')
% Menampilkan Gambar Active Set
figure(2)
plot(laju_update_AS_rata2)
title('Grafik Active Set Size'); ylabel('Active Set Size');
xlabel('Jarak (m)');
legend('Hre=1','Hre=2','Hre=3','Hre=4','Hre=5','Hre=6')
% Menampilkan Gambar Jumlah Handoff rata2
figure(3)
plot(jumlah_handoff_rata2)
title('jlh handoff rata2 thd jarak'); ylabel('jlh handoff rata-rata'); xlabel('Jarak (m)');
legend('Hre=1','Hre=2','Hre=3','Hre=4','Hre=5','Hre=6')
% Menampilkan Gambar Kuat Sinyal Terima sebelum dan sesudah windowing
plot(d,SBAR1,'r'); hold on
plot(d,SBAR2,'y'); hold on
plot(d,SBAR3,'g');
title('Kuat Sinyal Terima'); xlabel('Jarak (m)');
ylabel('Kuat Sinyal terima (dBm)');
LAMPIRAN 3
%% Simulasi Pengaruh Parameter Model Propagasi Okumura Terhadap Kinerja Soft Handover%%
%% Parameter HYST_ADD divariasikan %%
close all
clear clc tic
Hte=50; % Tinggi antena BS (m)
Hre=3; % Tinggi antena MS (m)
HYST_ADD=[2,8,10,14]; % parameter yang akan divariasikan dgn nilai 2,8,10,14 dBm
HYST_DROP=10; % parameter yang akan divariasikan
dgn nilai 2,8,10,14 dBm
simulasi=500; n=2000;
%% Inisialisasi Parameter
S1=zeros(simulasi,n);
%% Parameter Simulasi
tao=8; % standar deviasi
D=2; % Jarak Antar BS (Km)
Pt=30; % dBm
Lf1=zeros(simulasi,n); Lf2=zeros(simulasi,n); Lf3=zeros(simulasi,n); for j=1:simulasi
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%% Model Okumura %%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10*log((lamda^2)/((4*pi)^2)*((d(1,k)*10^3).^2)); % Rugi-rugi ruang Bebas
Lf2(j,k) = 10*log((lamda^2)/((4*pi)^2)*(((D-d(1,k)+0.001)*10^3).^2));
Lf3(j,k) = 10*log((lamda^2)/((4*pi)^2)*(((sqrt(((D/2-d(1,k)).^2)+(((3/sqrt(3))*D/2).^2)))*10^3).^2));
end
Amu = 23; % Rata-rata redaman relatif terhadap Free Space (880 MHz and 2 Km)
Garea = 0; % Gain tipe daerah
if(Hre>3)
Ghre = 20*log(Hre/3); else
Ghre = 10*log(Hre/3); end
Ghte = 20*log10(Hte/200); % Gain antena BTS
PL_oku1 = Lf1 + Amu - Ghte - Ghre - Garea; PL_oku2 = Lf2 + Amu - Ghte - Ghre - Garea; PL_oku3 = Lf3 + Amu - Ghte - Ghre - Garea; for k=1:n
atenuasi_d1_jeita(j,k)= PL_oku1(j,k).* R1(j,k); atenuasi_d2_jeita(j,k)= PL_oku2(j,k).* R2(j,k); atenuasi_d3_jeita(j,k)= PL_oku3(j,k).* R3(j,k); end
%% Kuat Sinyal Terima
for k=1:n;
S1(j,k)=Pt-atenuasi_d1_jeita(j,k);
for k=1:n;
%% Mean Active set
for k=1:n
if SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)<Smin AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD(a)
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD(a)
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD(a)
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR1(j,k)-SBAR2(j,k))<HYST_ADD(a)
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)>SBAR2(j,k)&&
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD(a) && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD(a)
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR2(j,k))<HYST_ADD(a) && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD(a)
AS(j,k)=3;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR2(j,k))<HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP
AS(j,k)=3;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)<SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))>HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)<SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))<HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR1(j,k))>HYST_DROP && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR2(j,k)-SBAR1(j,k))>HYST_DROP
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR2(j,k)-SBAR1(j,k))<HYST_DROP
end
% Nilai Probabilitas Outage
Poutage(:,a)=P;
rata2Poutage(:,a)=rata2P;
% Nilai Rata-rata Active Set
laju_update_AS=AS.*P1;
laju_update_AS_rata2(:,a)=1/simulasi*sum(laju_update_AS); rataAS(:,a)=mean(1/simulasi*sum(AS));
% Nilai Rata-rata Handoff
jumlah_handoff=handoff.*P1;
jumlah_handoff_rata2(:,a)=1/simulasi*sum(jumlah_handoff); rata_handoff(:,a)=mean(1/simulasi*sum(handoff));
end
% Menampilkan Gambar Probabilitas Outage
figure(1) plot(Poutage)
title('Grafik Probabilitas Outage'); ylabel('Probabilitas outage');
xlabel('Jarak (m)');
legend('Hys_-Add=2','Hys_-Add=8','Hys_-Add=10','Hys_-Add=14')
% Menampilkan Gambar Active Set
figure(2)
plot(laju_update_AS_rata2)
title('Grafik Active Set Size'); ylabel('Active Set Size');
xlabel('Jarak (m)');
legend('Hys_-Add=2','Hys_-Add=8','Hys_-Add=10','Hys_-Add=14')
% Menampilkan Gambar Jumlah Handoff rata2
figure(3)
plot(jumlah_handoff_rata2)
title('jlh handoff rata2 thd jarak'); ylabel('jlh handoff rata-rata'); xlabel('Jarak (m)');
legend('Hys_-Add=2','Hys_-Add=8','Hys_-Add=10','Hys_-Add=14')
% Menampilkan Gambar Kuat Sinyal Terima sebelum dan sesudah windowing
hold on
plot(d,SBAR1,'r'); hold on
plot(d,SBAR2,'y'); hold on
plot(d,SBAR3,'g');
title('Kuat Sinyal Terima'); xlabel('Jarak (m)');
ylabel('Kuat Sinyal terima (dBm)');
% Menampilkan hasil pada command window
disp('Rata-rata Probabilitas Outage') disp(rata2Poutage)
disp('Rata-rata Active Set') disp(rataAS)
disp('Rata-rata Handoff') disp(rata_handoff)
LAMPIRAN 4
%% Simulasi Pengaruh Parameter Model Propagasi Okumura Terhadap Kinerja Soft Handover%%
%% Parameter HYST_DROP divariasikan %%
close all
clear clc tic
Hte=50; % Tinggi antena BS (m)
Hre=3; % Tinggi antena MS (m)
HYST_ADD=10; % parameter yang akan divariasikan
dgn nilai 2,8,10,14 dBm
HYST_DROP=[2,8,10,14]; % parameter yang akan divariasikan dgn nilai 2,8,10,14 dBm
simulasi=500; n=2000;
%% Inisialisasi Parameter
S1=zeros(simulasi,n);
%% Parameter Simulasi
tao=8; % standar deviasi
D=2; % Jarak Antar BS (Km)
Pt=30; % dBm
N=20; % Parameter yang akan divariasikan dengan nilai 10,20,30,40.
Lf1=zeros(simulasi,n); Lf2=zeros(simulasi,n); Lf3=zeros(simulasi,n); for j=1:simulasi
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%% Model Okumura %%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
10*log((lamda^2)/((4*pi)^2)*((d(1,k)*10^3).^2)); % Rugi-rugi ruang Bebas
Lf2(j,k) = 10*log((lamda^2)/((4*pi)^2)*(((D-d(1,k)+0.001)*10^3).^2));
Lf3(j,k) = 10*log((lamda^2)/((4*pi)^2)*(((sqrt(((D/2-d(1,k)).^2)+(((3/sqrt(3))*D/2).^2)))*10^3).^2));
end
Amu = 23; % Rata-rata redaman relatif terhadap Free Space (880 MHz and 2 Km)
Garea = 0; % Gain tipe daerah
if(Hre>3)
Ghre = 20*log(Hre/3); else
Ghre = 10*log(Hre/3); end
Ghte = 20*log10(Hte/200); % Gain antena BTS
PL_oku1 = Lf1 + Amu - Ghte - Ghre - Garea; PL_oku2 = Lf2 + Amu - Ghte - Ghre - Garea; PL_oku3 = Lf3 + Amu - Ghte - Ghre - Garea; for k=1:n
atenuasi_d1_jeita(j,k)= PL_oku1(j,k).* R1(j,k); atenuasi_d2_jeita(j,k)= PL_oku2(j,k).* R2(j,k); atenuasi_d3_jeita(j,k)= PL_oku3(j,k).* R3(j,k); end
%% Kuat Sinyal Terima
for k=1:n;
S1(j,k)=Pt-atenuasi_d1_jeita(j,k);
for k=1:n;
%% Mean Active set
for k=1:n
if SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)<Smin AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)<Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR1(j,k)-SBAR2(j,k))<HYST_ADD
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)>SBAR2(j,k)&& abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR2(j,k))>HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))>HYST_ADD
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR2(j,k))<HYST_ADD && abs(SBAR1(j,k)-SBAR3(j,k))<HYST_ADD
AS(j,k)=3;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR1(j,k)-SBAR2(j,k))<HYST_DROP(a) && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP(a)
AS(j,k)=3;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)<SBAR2(j,k)&&
abs(SBAR1(j,k)-SBAR2(j,k))>HYST_DROP(a) && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP(a) AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && SBAR1(j,k)<SBAR2(j,k)&&
abs(SBAR1(j,k)-SBAR2(j,k))<HYST_DROP(a) && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP(a) AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR1(j,k))>HYST_DROP(a) && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP(a)
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR3(j,k))>HYST_DROP(a)
AS(j,k)=1;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR2(j,k)-SBAR1(j,k))>HYST_DROP(a)
AS(j,k)=1;
elseif SBAR1(j,k)<Smin && SBAR2(j,k)>Smin && SBAR3(j,k)>Smin && abs(SBAR2(j,k)-SBAR3(j,k))<HYST_DROP(a)
AS(j,k)=2;
elseif SBAR1(j,k)>Smin && SBAR2(j,k)>Smin && SBAR3(j,k)<Smin && abs(SBAR2(j,k)-SBAR1(j,k))<HYST_DROP(a)
end
% Nilai Probabilitas Outage
Poutage(:,a)=P;
rata2Poutage(:,a)=rata2P;
% Nilai Rata-rata Active Set
laju_update_AS=AS.*P1;
laju_update_AS_rata2(:,a)=1/simulasi*sum(laju_update_AS); rataAS(:,a)=mean(1/simulasi*sum(AS));
% Nilai Rata-rata Handoff
jumlah_handoff=handoff.*P1;
jumlah_handoff_rata2(:,a)=1/simulasi*sum(jumlah_handoff); rata_handoff(:,a)=mean(1/simulasi*sum(handoff));
end
% Menampilkan Gambar Probabilitas Outage
figure(1) plot(Poutage)
title('Grafik Probabilitas Outage'); ylabel('Probabilitas outage');
xlabel('Jarak (m)');
legend('Hys_-Drop=2','Hys_-Drop=8','Hys_-Drop=10','Hys_-Drop=14')
% Menampilkan Gambar Active Set
figure(2)
plot(laju_update_AS_rata2)
title('Grafik Active Set Size'); ylabel('Active Set Size');
xlabel('Jarak (m)');
legend('Hys_-Drop=2','Hys_-Drop=8','Hys_-Drop=10','Hys_-Drop=14')
% Menampilkan Gambar Jumlah Handoff rata2
figure(3)
plot(jumlah_handoff_rata2)
title('jlh handoff rata2 thd jarak'); ylabel('jlh handoff rata-rata'); xlabel('Jarak (m)');
legend('Hys_-Drop=2','Hys_-Drop=8','Hys_-Drop=10','Hys_-Drop=14')
% Menampilkan Gambar Kuat Sinyal Terima sebelum dan sesudah windowing
hold on
plot(d,SBAR1,'r'); hold on
plot(d,SBAR2,'y'); hold on
plot(d,SBAR3,'g');
title('Kuat Sinyal Terima'); xlabel('Jarak (m)');
ylabel('Kuat Sinyal terima (dBm)');
% Menampilkan hasil pada command window
disp('Rata-rata Probabilitas Outage') disp(rata2Poutage)
disp('Rata-rata Active Set') disp(rataAS)
disp('Rata-rata Handoff') disp(rata_handoff)
LAMPIRAN 5
Flowchart simulasi untuk pertambahan tinggi BS
LAMPIRAN 6
Flowchart simulasi untuk pertambahan tinggi MS
E
Rata-rata active set Rata-rata handoff Tidak AdaLAMPIRAN 7
Flowchart simulasi untuk pertambahan nilai HYST_ADD
mulai
Merata-ratakan sinyal Pengukuran penguatan (atenuasi)
Input: tao=8; D=2; Pt=30;
N=20 ;Smin=-90; hte=50; hre=3; f=880;
Hyst add=2; Hyst drop=10 d=1, AS=1
Hyst_add = 2, 8, 10, 14,
hte> 50m
G(hre) = 20log(hre/3) G(hte) = 20log(hte/200) L50(dB) = LF+ Amu(f,d) – G(hte) – G(hre) - GAREA G(hre) = 10 log(hre/3)
G(hte) = 20log(hte/200) L50(dB) = LF+ Amu(f,d) – G(hte) – G(hre) - GAREA
Simulasi <= 500
LAMPIRAN 8
Flowchart simulasi untuk pertambahan nilai HYST_DROP
E
Rata-rata active set Rata-rata handoff Tidak AdaLAMPIRAN 9
Data penelitian pada Dua BTS
Tabel Pengaruh tinggi BS terhadap kinerja soft handoff
Tinggi BS 50 m 60 m 70 m 80 m
Probailitas
Outage 0,0032 0,0019 0,0012 0,00075
Laju Update AS 2 2 2 2
Jumlah Handoff 1 1 1 1
Tabel Pengaruh tinggi MS terhadap kinerja soft handoff
Model\Tinggi MS 3 m 4 m 5 m 6 m
Probabilitas
Outage 3,2 x 10
-3
3,9029 x 10-4 5,7417 x 10-5 9,9635 x 10-6
Laju Update AS 2 2 2 2
Jumlah Handoff 1 1 1 1
Tabel Pengaruh nilai HYST_ADD terhadap kinerja soft handoff
Model\Hyst_Add 2 dBm 8 dBm 10 dBm 14 dBm
Probabilitas
Outage 0,0032 0,0032 0,0032 0,0032
Laju Update AS 2 2 2 2
Jumlah Handoff 1 1 1 1
Tabel Pengaruh nilai HYST_DROP terhadap kinerja soft handoff
DAFTAR PUSTAKA
[1] Purba, Royen Lamtogu. 2012. Analisa Perbandingan Model-Model
Propagasi Terhadap Kinerja Soft Handoff Sistem CDMA. FT USU.
Medan.
[2] Chen, Yue. 2003. Soft Handover Issues in Radio Resource Management
for 3G WCDMA Networks. (Desertasi). Queen Mary. University of
London.
[3] Singh, N. P., Brahmjit Singh. 2010.“Effect of Soft Handover Parameters
on CDMA Cellular Networks”. Journal of Theoretical and Applied
Information Technology. hal. 110-115.
[4] Singh, N. P., Brahmjit Singh. 2010. Performance Enhancement of Cellular
Network Using Adaptive Soft Handover Algorithm. Wireless Personal
Communications.
[5] Singh, N. P., Brahmjit Singh. 2008. Performance of Soft Handover
Algorithm in Varied Propagation Environments. World Academy of
Science. Engineering and Technology 45. hal. 377-381.
[6] Kurniawan, Adit. 1997. “Prediction of Mobile Radio Propagation By
Regression Analysis of Signal Measurements”. Majalah Ilmiah Teknik
Elektro. Vol 3. No.1. Hal 11-21.
Large-[8] Rappaport, T. S., 1995. Wireless Communications. Principles and
Practice. 2ndEdition. New Jersey. Prentice Hall.
[9] Seybold, John. C. 2005. Introduction to RF Propagation. Wiley.
NewYork.
[10] Stuber L. Gordon. 2002. Principles of Mobile Communication. 3rdEdition.
New York. Springer.
[11] Notodisurjo pravira. IMT-2000 Sebagai Layanan Telekomunikasi
Bergerak Generasi Ketiga. Fakultas Teknik. Universitas Trisakti.
[12] Sirait, Rummi. 2001. Handover Pada Jaringan Komunikasi Bergerak
Generasi Ketiga (3G) WCDMA. Fakultas Teknik. Universitas Budi Luhur.
[13] Sori Negassa. 2007. Handoff Initiation and Performance Analysis in
CDMA Cellular Systems. (Tesis). Addis Ababa University.
[14] Wong, D., Lee, T. J. 4 Desember 1997. ”Soft Handoff in CDMA Mobile
Systems”. IEEE Personal Communication. hal. 6-17.
[15] Marichamy, P., Chakrabarti, S., Maskara, S. L., 2003. “Performance
Evaluation of Handoff Detection Schemes”. IEEE Elektronics and
BAB III
SOFT HANDOFF
3.1 Umum
Handoff atau yang biasa juga disebut handover merupakan suatu proses
perubahan dari kanal (frekuensi, time slot, spreading code, maupun gabungan dari
keseluruhannya) saat terhubung dengan base station (BS) yakni ketika
melakukan panggilan. Hal ini sering terjadi ketika salah satu dari panggilan
tersebut mengalami perpotongan atau mengalami penurunan kualitas dari sinyal
terhadap BS. Hal ini bertujuan untuk tetap menjaga kelangsungan
komunikasi[12].
Handoff secara umum terbagi 3, yaitu:
1. Hard Handoff
Hard handoff terjadi pada dua frekuensi yang berbeda.
Pada hard handoff ini, terjadi proses “break before make” yang berarti
hubungan mobile station dengan base station yang lama harus diputuskan
terlebih dahulu sebelum membangun hubungan kembali dengan
base station yang baru. Hard handoff dapat dilakukan pada sistem
komunikasi analog, sistem FDMA (Frequency Division Multiple Access),
sistem TDMA (Time Division Multiple Access), dan sistem OFDMA
Alasan adanya hysteresis margin pada algoritma soft handoff adalah untuk
menghindari efek perpindahan secara terus menerus (efek “ping-pong”).
Dengan adanya hysteresis margin tersebut MS tidak langsung handoff ke BS
yang lebih baik, namun mengalami penundaan hingga batas margin paling rendah
dari sinyal yang diterima oleh MS. Jika margin besar, maka efek “ping-pong”
menjadi kecil, tetapi delay menjadi lebih besar. Hal ini menyebabkan interferensi
ekstra pada sel-sel tetangga selama delay. Jadi dengan adanya hysteresis margin
pada soft handoff, sambungan baru ke BS2 akan terlebih dahulu dilakukan dan
kemudian sambungan dengan BS1akan diputus.
3.3 Inisiasi Soft Handoff
Inisiasi soft handoff digunakan untuk penentuan handoff dan nilai dari
active set. Ada beberapa inisiasi handoff yang digunakan[8,13]. Berikut ini adalah
penjelasannya.
1. MCHO (Mobile Control Handoff)
Mobile Station (MS) melakukan pengukuran kualitas, memilih Base
Station (BS) yang terbaik, dan melakukan switch melalui koordinasi
dengan jaringan (network). Handoff jenis ini biasanya dipicu oleh kualitas
link yang rendah yang diukur oleh MS.
2. NCHO (Network Control Handoff)
3. NCHO/ MAHO (Network Control Handoff/ Mobile Assist Handoff)
Jaringan dan MS melakukan pengukuran. MS memberikan laporan
pengukuran terkait BS disekitarnya dan kemudian jaringan yang akan
mengambil keputusan apakah handoff diperlukan atau tidak.
Berdasarkan pada standar regulasi yang dikeluarkan oleh TIA
(Telecommunications Industry Asociations) yaitu IS-95, parameter yang
digunakan untuk menginisiasi handoff adalah level dari Ec/I0 dari sinyal pilot.
Ec/I0 adalah perbandingan Energi per chip per Total Interferensi
kerapatan spektral. Pada Tugas Akhir ini, parameter yang digunakan bukanlah
level Ec/I0 dari sinyal pilot, tetapi kuat sinyal pilot (RSS) itu sendiri.
Pemilihan parameter inisiasi ini bertujuan untuk menyederhanakan sistem yang
akan disimulasikan (sistem yang menggunakan level Ec/I0 dari sinyal pilot jauh
lebih kompleks).
3.4 Parameter Algoritma Soft Handoff
Soft handoff lebih sulit dan kompleks untuk diimplementasikan
dibandingkan dengan hard handoff. Salah satu alasannya adalah sulitnya
menentukan nilai yang optimal untuk masing-masing parameter soft handoff.
Beberapa parameter yang mempengaruhi kinerja dari soft handoff akan dijelaskan
pada bagian berikut [14].
3. Tdrop: untuk keluar dari active set, maka kuat sinyal harus dibawah
drop threshold untuk jangka waktu selama Tdrop.
4. Jarak antara dua BS yang bersebelahan (D): jarak yang digunakan dalam
simulasi ini ditentukan sendiri sebesar 2000 meter.
5. Jarak referensi (d0): jarak yang digunakan dalam simulasi ini ditentukan
sendiri sebesar 1 meter.
6. Jarak sampling (ds): jarak yang digunakan dalam simulasi ini ditentukan
sendiri sebesar 1 meter.
7. Threshold (Smin): nilai minimum sinyal terima untuk mempertahankan
panggilan. Dalam simulasi ini nilai Smin yang digunakan adalah
sebesar 90 dBm.
8. Daya transmisi BS (Pt): daya transmisi BS yang digunakan dalam simulasi
ini adalah sebesar 30 dBm.
9. Frekuensi (F): frekuensi yang digunakan dalam simulasi ini adalah
sebesar 880 MHz.
10. Standar deviasi (σ): standar deviasi yang digunakan dalam simulasi ini
adalah sebesar 8 dB.
11. Tinggi BS: tinggi BS yang digunakan dalam simulasi ini divariasikan
mulai dari 50 s/d 100 dengan kelipatan 10.
12. Tinggi MS: tinggi MS yang digunakan dalam simulasi ini
3.5 Parameter Perbandingan Kinerja Soft Handoff
Kinerja soft handoff merupakan ukuran penting yang menjadi acuan baik
tidaknya suatu proses handoff.
Tugas Akhir ini menggunakan indikator kinerja yang akan dijelaskan pada
bagian berikut:
1. Active Set; yaitu merepresentasikan BS yang berhubungan dengan MS
yang terjadi setiap perubahannya untuk mendukung sistem soft handoff.
Dalam hal ini active set yang diambil adalah active set yang sering muncul
untuk setiap waktu.
Perubahan nilai dari active set mengikuti persamaan,
> + | > + → = 0 (3.1)
< + < + < +
→ = 1 (3.2)
= ℎ (3.3)
2. Poutage (Probabilitas outage); adalah probabilitas kegagalan dimana kuat
sinyal terima berada dibawah nilai threshold yang ditetapkan.
Nilai probabilitas outage dapat dideskripsikan sebagai kualitas pelayanan.
Probabilitas outage (Po) pada jarak d diberikan oleh persamaan[3,4,5]:
( ) = ̅ (3.4)
3.6 Algoritma Soft Handoff
Performansi soft handoff berhubungan dekat dengan algoritma.
Gambar 3.2 menunjukkan algoritma soft handoff pada sistem IS-95A (CDMA
generasi pertama)[2].
Gambar 3.2 Algoritma soft handoff pada sistem IS-95A
(1) Pilot Ec/Io melewati T_ADD, mobile mengirim sebuah Pilot Strength
Measurement Message (PSMM) dan mentransfer menjadi candidate set.
(2) BS mengirim pesan Handoff Direction (Handoff Direction Message,
HDM).
(3) Mobile mentransfer pilot ke active set dan mengirim pesan Handoff
Completion (Handoff Completion Messsage,HCM).
(4) Pilot Eb/Io di bawah T_DROP, mobile memulai Handoff Drop Timer. Neighbor
set
Candidate set
Active
set
Neighbor set
(1) (2) (3) (4) (7) Waktu Pilot Ec/Io
T_ADD T_DROP
Active set adalah sinyal pilot yang aktif terus berkomunikasi dengan MS,
Candidate set yaitu sinyal pilot yang tidak berada dalam keadaan aktif tetapi
karena memiliki kekuatan sinyal yang memadai maka dapat menjadi
sinyal pilot aktif; Neighbour set yaitu sinyal pilot yang tidak termasuk pilot aktif
dan candidate, namun selama proses handoff dapat dipertimbangkan untuk
menjadi candidate; Remaining set yaitu semua sinyal pilot yang bukan merupakan
ketiga sinyal pilot diatas namun tetap ada pada area dimana MS berada.
Parameter acuan yang digunakan dalam menginisiasi handoff pada
Tugas Akhir ini adalah kuat sinyal terima (Received Signal Strength) dari
sinyal pilot. Jenis inisiasi yang digunakan adalah MCHO/MAHO dengan
parameter algoritma yang digunakan adalah Threshold, Hyst_ADD, dan
Hyst_DROP[3]. Algoritma yang digunakan pada Tugas Akhir ini diperlihatkan
oleh Gambar 3.3.
( ) :RSS dari BS S : threshold
BS1 BS1+ BS3 BS1+ BS2+ BS3 BS2+ BS3 BS2
HYST_ADD HYST_DROP
Kuat Sinyal Pilot (dB)
( )
( )
( )
Smin
Adapun penjelasan langkah-langkah algoritma hysteresis-threshold
tersebut dapat dijabarkan pada bagian berikut:
1. Jika active set berisi BS1 dan ( )> dan ( )< dan
( )< maka active set akan tetap berisi BS1.
2. Jika ( ) < dan ( )> dan ( ) < maka active set
berisi BS2.
3. Jika ( ) < dan ( )< dan ( ) > maka active set
berisi BS3.
4. Jika ( ) > dan ( )> dan ( ) < dan nilai mutlak
dari ( )- ( )> HYST_ADD maka active set berisi BS1.
5. Pada tahap keenam jika ( ) > dan ( )< dan ( ) >
dan nilai mutlak dari ( ) - ( )> HYST_ADD maka active set
berisi BS1.
6. Jika ( ) > dan ( )> dan ( ) > dan nilai mutlak
dari ( )- ( )> HYST_ADD dan nilai mutlak dari
( ) - ( ) > HYST_ADD maka active set berisi BS1.
7. Jika ( ) > dan ( )< dan ( ) > dan nilai mutlak
dari ( )- ( )< HYST_ADD maka active set berisi BS1dan BS3.
8. Jika ( ) > dan ( )> dan ( ) < dan nilai mutlak
10. Jika ( ) > dan ( )> dan ( )> dan ( ) > ( )
dan nilai mutlak dari ( ) - ( )< HYST_ADD dan nilai mutlak dari
( ) - ( ) > HYST_ADD maka active set beris BS1dan BS2.
11. Jika ( ) > dan ( )> dan ( ) > dan nilai mutlak
dari ( )- ( )< HYST_ADD dan nilai mutlak dari
( ) - ( ) < HYST_ADD maka active set berisi BS1, BS2dan BS3.
12. jika ( ) > dan ( )> dan ( ) > dan nilai mutlak dari
( ) - ( ) < HYST_DROP dan nilai mutlak dari
( ) - ( ) < HYST_DROP maka active set berisi BS1, BS2dan BS3.
13. Jika ( ) > dan ( )> dan ( ) > dan ( ) < ( )
dan nilai mutlak dari ( )- ( )> HYST_DROP dan nilai mutlak dari
( ) - ( ) < HYST_DROP maka active set berisi BS2dan BS3.
14. Jika ( )> dan ( )> dan ( ) > dan ( ) < ( )
dan nilai mutlak dari ( )- ( )< HYST_DROP dan nilai mutlak dari
( ) - ( ) > HYST_DROP maka active set berisi BS2dan BS1.
15. Jika ( ) < dan ( ) > dan ( ) > dan nilai mutlak
dari ( )- ( )< HYST_DROP maka active set berisi BS2dan BS3.
16. Jika ( ) > dan ( )> dan ( ) < dan nilai mutlak
dari ( )- ( ) < HYST_DROP maka active set berisi BS2dan BS1.
18. Jika ( ) < dan ( )> dan ( ) > dan nilai mutlak
dari ( )- ( ) > HYST_DROP maka active set berisi BS2
(terjadi soft handover).
19. Jika ( ) > dan ( )> dan ( ) < dan nilai mutlak
dari ( )- ( ) > HYST_DROP maka active set berisi BS2
(terjadi soft handover).
20. Jika ( ) , ( ) dan ( ) < maka active set tidak berisi BS1, BS2
maupun BS3. MS tidak akan memiliki koneksi dengan BS1 , BS2
maupun BS3. Kondisi ini disebut sebagai degradasi link.
S1(d), S2(d), S3(d) < Smin Hyst_Drop, S1 (d), S2 (d),
S3 (d).
Mulai
BAB IV
HASIL DAN ANALISIS
Pada bab ini akan dibahas mengenai hasil simulasi. Dari hasil simulasi
akan dianalisis pengaruh parameter terhadap nilai probabilitas outage dan
active set.
4.1 Model Sistem
Model sistem yang akan disimulasikan terlihat pada Gambar 4.1.
Diasumsikan bahwa MS bergerak lurus dari BS1 menuju BS2 atau BS1 menuju
BS3 atau BS2 menuju BS3 dengan kecepatan yang konstan. Untuk menentukan
besar path loss antara BS1, BS2, dan BS3 digunakan model propagasi empirik.
Sistem ini menggunakan model Okumura yang bekerja di daerah perkotaan
(urban). Ketiga BS memiliki daya transmisi yang sama. Kemudian MS akan
mensampling pengukuran kuat sinyal terima (RSS) pada jarak interval yang tetap
yaitu d=kds, dimana ds adalah jarak sampling. Dalam simulasi ini, nilai ds yang
4.2 Parameter Simulasi
Ada beberapa parameter yang digunakan dalam menjalankan
simulasi sistem. Parameter-parameter tersebut dapat dilihat pada Tabel 4.1.
Tabel 4.1 Parameter Simulasi Sistem
Jenis Nilai Keterangan
D (m) 2000 Jarak diantara BS yang bersebelahan
d0(m) 1 Jarak referensi
ds(m) 1 Jarak sampling
Smin(dBm) -90
Nilai minimum sinyal terima untuk mempertahankan panggilan
Pt(dBm) 30 Daya transmisi BS
f (MHz) 880 Frekuensi
σ (dB) 8 Standar deviasi
Tinggi BS (m) 50 s/d 100 Tinggi Base Station yang divariasikan Tinggi MS (m) 1 s/d 6 Tinggi Mobile Station yang divariasikan
Hysteresis ADD (dBm) 2,4,8 & 10 Batas selisih level sinyal yang digunakan
untuk penambahan pada active set
Hysteresis DROP (dBm) 2,4,8 & 10 Batas selisih sinyal yang digunakan
untuk pengurangan pada active set
4.3 Hasil Simulasi
Setelah melakukan simulasi dengan software Matlab R2009b
menggunakan model propagasi Okumura maka di peroleh hasil yang akan
Tinggi BS 50 m 60 m 70 m 80 m 90 m 100 m Probabilitas
Outage 4,36.10
-6
1,02.10-6 3,86.10-7 1,31.10-7 5,06.10-8 2,38.10-8
Rata-rata
Active Set 1,71 1,71 1,71 1,71 1,71 1,71
Rata-rata
Handoff 0,0247 0,0241 0,0245 0,0233 0,0231 0,0231
3
-5 Grafik Probabilitas Outage
Dari Gambar 4.2 dapat dilihat bahwa semakin tinggi BS maka probabilitas
outage akan semakin kecil. Dari hasil simulasi yang dilakukan berdasarkan
tinggi BS yang divariasikan, probabilitas outage pada tiga BS jauh lebih kecil
dibandingkan dengan probabilitas outage pada dua BS yang dilakukan pada
penelitian sebelumnya. Nilai probabilitas outage pada dua BS dapat dilihat pada
lampiran sembilan. 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%.
4.3.2 Pengaruh Tinggi Mobile Station (MS) terhadap Nilai Probabilitas
Outage
Pada sub bab ini, ukuran kinerja yang digunakan adalah probabilitas
outage, rata-rata active set dan rata-rata handoff. Tinggi BS dan hysteresis akan
tetap, sedangkan tinggi MS akan divariasikan. Tinggi BS = 50 meter,
hyst_add = 10 dBm dan hyst_drop = 10 dBm. Tabel 4.3 memperlihatkan
probabilitas outage, rata-rata active set dan rata-rata handoff yang terjadi terhadap
perubahan tinggi MS.
Tabel 4.3 Pengaruh tinggi MS terhadap kinerja soft handoff
Tinggi MS 1 m 2 m 3 m 4 m 5 m 6 m
Probabilitas
Outage 3,1.10
-3
0 200 400 600 800 1000 1200 1400 1600 1800 2000 0
0.005 0.01 0.015 0.02 0.025 0.03 0.035
0.04 Grafik Probabilitas Outage
Pr
ob
ab
ilit
as
ou
tag
e
Jarak (m)
4.3.3 Pengaruh Besar HYST_ADD terhadap Nilai Probabilitas Outage Pada sub bab ini, ukuran kinerja yang digunakan adalah probabilitas
outage, rata-rata active set dan rata-rata handoff. Tinggi BS, tinggi MS, dan
hyst_drop akan tetap, sedangkan nilai hyst_add akan divariasikan.
Tinggi BS = 50 meter, tinggi MS = 3 meter, dan hyst_drop = 10 dBm.
Tabel 4.4 memperlihatkan probabilitas outage, rata-rata active set dan rata-rata
handoff yang terjadi terhadap perubahan nilai hyst_add.
Tabel 4.4 Pengaruh nilai hyst_add terhadap kinerja soft handoff
Hyst_Add 2 dBm 8 dBm 10 dBm 14 dBm
Probabilitas
Outage 0,4103 x 10
-5
0,2489 x 10-5 0,2608 x 10-5 0,2664 x 10-5
Rata-rata Active
Set 1,0562 1,2451 1,3496 1,5733
Rata-rata
Handoff 0,0149 0,0274 0,0240 0,0209
Dari Tabel 4.4 dapat dilihat pada saat nilai hyst_add 2 dBm nilai
probabilitas outagenya sebesar 0,4103 x 10-5, saat nilai hyst_add 8 dBm nilai
probabilitas outagenya sebesar 0,2489 x 10-5, saat nilai hyst_add 10 dBm nilai
probabilitas outagenya sebesar 0,2608 x 10-5dan pada saat nilai hyst_add 14 dBm
nilai probabilitas outagenya sebesar 0,2664 x 10-5. Berdasarkan nilai yang
diperoleh pada Tabel 4.4 didapat grafik perubahan nilai probabilitas outage
0 200 400 600 800 1000 1200 1400 1600 1800 2000 0
1 2 3 4 5 6 7
8x 10-5 Grafik Probabilitas Outage
Pr
ob
ab
ilit
as
ou
tag
e
Jarak (m)
Hyst_Drop 2 dBm 8 dBm 10 dBm 14 dBm Probabilitas
Outage 0,4103 x 10
-5
0,2489 x 10-5 0,2608 x 10-5 0,2664 x 10-5
Rata-rata
Active Set 1,3216 1,3388 1,3396 1,4034
Rata-rata
Handoff 0,0263 0,0238 0,0240 0,0306
0
-5 Grafik Probabilitas Outage
Dari Gambar 4.5 dapat dilihat bahwa semakin besar nilai hyst_drop maka
nilai probabilitas outage semakin kecil. Dari hasil simulasi yang dilakukan
berdasarkan nilai hyst_drop yang divariasikan, probabilitas outage pada tiga BS
jauh lebih kecil dibandingkan dengan probabilitas outage pada dua BS yang
dilakukan pada penelitian sebelumnya. Nilai probabilitas outage pada dua BS
BAB V PENUTUP
5.1 Kesimpulan
Dari hasil simulasi ditunjukkan pengaruh parameter yang telah
divariasikan terhadap kinerja algoritma soft handoff, hal ini dapat diambil
beberapa kesimpulan, diantaranya adalah:
1. Parameter tinggi BS dan tinggi MS untuk model Okumura mempengaruhi
nilai dari probabilitas outage. Dimana pertambahan tinggi BS dan
tinggi MS akan memperkecil nilai probabilitas outage 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
memperkecil nilai probabilitas outage. Dimana semakin besar Hyst_Add
maka MS akan selalu berada pada kondisi active set sebelumnya yakni
sel 1 atau sel 3, hal ini dapat dikatakan bahwa probabilitas outage akan
semakin kecil karena tidak selalu melakukan perpindahan.
3. Parameter Hyst_Drop untuk model Okumura akan mempengaruhi nilai
dari probabilitas outage. Pertambahan nilai Hyst_Drop akan memperkecil
nilai probabilitas outage. Dimana semakin besar Hyst_Drop maka MS
akan selalu berada pada kondisi active set sebelumnya yakni sel 2 atau
sel 3, hal ini dapat dikatakan bahwa probabilitas outage akan semakin
kecil karena tidak selalu melakukan perpindahan.
4. Pertambahan tinggi BS dan MS tidak akan mempengaruhi nilai rata-rata
active set sedangkan perubahan nilai Hyst_Add dan Hyst_Drop akan
memperbesar nilai rata-rata active set.
5. Dari 500 kali simulasi yang dilakukan maka diperoleh persentasi
pelayanan BS terhadap MS yaitu: BS 1 sebesar 38,9%, BS2 sebesar 51,5%
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
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
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
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
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)
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) hre3 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
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
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
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