PENERAPAN OPTIMISASI MULTI-OBJECTIVE RADIO RESOURCE
SCHEDULING PADA JARINGAN OFDM
M. Edwin Pradana – 2206 100 133 Email: shi_sien@yahoo.com
Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih-Sukolilo, Surabaya-60111
Abstrak
Optimisasi konvesional yang telah banyak digunakan pada OFDM yaitu single-objective yang masih memiliki beberapa kekurangan terutama tidak didapatkannya komposisi optimisasi yang paling optimal mendorong penelitian-penelitian metode optimisasi lain yang jauh lebih optimal untuk mendapatkan performa OFDM yang jauh lebih baik termasuk dari pendekatan managemen sumber daya.
Pada tugas akhir ini akan dibahas mengenai pengaplikasian optimisasi multi-objective pada jaringan OFDM untuk mendapatkan efisiensi dan performa yang lebih baik dalam pengoperasian jaringan OFDM. Pada tahap awal akan dievaluasi kinerja sistem menggunakan pendekatan multi-objective dengan 3 obyektif yaitu Total Transmit Power, Delay, dan Utility pada sistem multiuser dan multicell.
Kata Kunci : Orthogonal Frequency Division Multiplexing, Optimisasi Multi-Objective
..
1. PENDAHULUAN
Sesuai dengan berkembangnya era telekomunikasi multimedia, kebutuhan akan komunikasi data baik dalam kuantitas maupun kecepatan tinggi juga semakin meningkat. Untuk memenuhi tuntutan akan hal tersebut, dibutuhkan teknik-teknik ataupun inovasi-inovasi baru dalam hal pengembangan jaringan, baik secara kulitatif maupun kuantitatif. Karena dengan terpenuhinya kebutuhan akan kapasitas komunikasi data yang tinggi, maka akan dicapai kualitas komunikasi yang baik dengan konten-konten komunikasi multimedia yang semakin hari semakin tinggi kapasitasnya karena jg memiliki fitur konten yang terus berkembang. Peningkatan kualitas jaringan komunikasi data berkualitas tinggi telah dikembangkan dengan berbagai metode optimisasi, salah satunya yang telah banyak dilakukan yaitu Single Optimization pada OFDM.[1]
Metode yang digunakan pada Single Optimization (SO) tersebut masih memiliki kekurangan-kekurangan sistemik dan kurang optimalnya keandalan sistem. Hal itu dikarenakan pada metode SO hanya mengoptimalkan salah satu penekanan pada variabel sistem, biasanya hanya meminimalkan total transmit power, meminimalkan outage, atau memaksimalkan truoghput saja, dan membiarkan variabel yang lain dalam keadaan konstan. Akan tetapi pada pendekatan Multi-objective Optimization (MO), tiga hal tersebut di atas dapat dioptimalkan secara bersama-sama dengan menggunakan pandekatan-pendekatan yang dapat disesuaikan dengan keadaan di lapangan, kanal, maupun kebutuhan user.[1]
2. INSTRUMEN DAN METODOLOGI
Tugas akhir ini membahas mengenai pengaplikasian optimisasi multi-objective pada jaringan OFDM untuk mendapatkan efisiensi dan performa yang lebih baik dalam pengoperasian jaringan OFDM. Pada tahap awal akan dievaluasi kinerja sistem menggunakan pendekatan multi-objective dengan 3 obyektif yaitu Total Transmit Power, Delay, dan Utility pada sistem multiuser dan multicell.
Sarana yang digunakan dalam pengerjaan tugas akhir ini adalah simulasi yang menggunakan MATLAB sebagai perangkat lunaknya. Simulasi tersebut dikondisikan mendekati kondisi sistem real OFDM.
Hasil akhir yang dapat dicapai nantinya adalah mendapatkan posisi dan daerah yang merupakan Pareto Optimal dari sistem.
Prosedur metode pengerjaan tugas akhir dari awal hingga akhir digambarkan pada diagram alir gambar 1.
Susunan dari diagram alir sistem pengerjaan tugas akhir yang ada pada gambar 1 terdiri dari :
A. Penentuan skenario jaringan
B. Penentuan gain antena mobile terminal
C. Pembangkitan Redaman Hujan Berdasarkan Metode Synthetic Storm Technique (SST)
D. Perhitungan Signal to Noise ratio (SNR)
E. Perhitungan Signal to Interference plus Noise ratio (SINR)
F. Perhitungan Kapasitas Available G. Pembangkitan Trafik
H.
Penjadwalan (Scheduling)I.
Menggambarkan Grafik Daerah Optimum (Pareto Front)Start
Gambar 1. Diagram Alir Penelitian A. Penentuan Skenario Jaringan
Pada tugas akhir ini, langkah awal yang diambil adalah menentukan skenario jaringan yang akan dioptimisasikan. Pada jaringan ini, ada dua komponen nirkabel utama yang digunakan, yaitu BTS (Base Transmission Station) yang berperan sebagai pemancar sinyal telekomunikasi, dan MT (Mobile Terminal) sebagai piranti yang berhubungan langsung dengan pengguna.
Sebelum masuk ke algoritma perhitungan gain antena, langkah awal yang harus dilakukan adalah membuat sekenario jaringan dengan formasi jaringan terdiri dari empat sel, setiap sel berbentuk bujur sangkar sempurna dengan sisi 6 kilometer. Sehingga ukuran total seluruh jangkauan jaringan adalah 12 kilometer x 12 kilometer. Setiap sel terdapat satu BTS yang masing-masing berada tepat di tengah-tengah setiap sel. Dan di dalam setiap sel tersebut terdapat dua mobile terminal.
Setelah sekenario letak BTS ditentukan, selanjutnya penentuan posisi mobile terminal dilakukan. Penentuan posisi ini dilakukan secara random sehingga didapat posisi MT yang berbeda-beda pada setiap sel. Ilustrasi jaringan tersebut dapat dilihat pada gambar 2 berikut ini.
Penentuan skenario jaringan
Penentuan Gain Antena Mobile
Terminal
Pembangkitan Redaman Hujan Berdasarkan Metode Synthetic Storm Technique (SST)
Perhitungan Signal to Noise Ration
(SNR)
Perhitungan Signal to Interference plus
Noise Ratio (SINR)
Perhitungan Kapasitas
Available
Gambar 2 Posisi empat BTS pada empat sel Pembangkitan Trafik
B. Perhitungan Gain Antena Mobile Terminal
Karena posisi masing-masing mobile terminal tersebut di atas merupakan posisi random, maka diperlukan deteksi posisi untuk masing-masing mobile terminal yang selanjutnya data posisi tersebut dapat digunakan untuk menghitung gain antena dari masing-masing mobile terminal. Penjadwalan
C. Pembangkitan Redaman Hujan Berdasarkan Metode Synthetic Storm Technique (SST)
Karena pembangkitan redaman hujan disini menggunakan Synthetic Storm Technique (SST), maka untuk menghitung redaman hujannya juga dipertimbangkan arah dan kecepatan anginnya. Sehingga didapatkan suatu intensitas curah hujan sebagai fungsi dari panjang lintasan/link (Km) dimana hujan tersebut bergerak sepanjang lintasan karena adanya pergerakan angin dengan kecepatan tertentu. Dari besarnya kecepatan angin dan arah angin maka diperoleh kecepatan angin dalam lintasan (vr). Arah perhitungan sudut yang digunakan adalah arah Utara. Dengan persamaa berikut ini maka akan didapatkan redaman hujan:
L
L
n
Δ
=
(1)Δ
L
=
v
r×
T
(2) (Scheduling)Menggambarkan Grafik Daerah Optimum (Pareto Front)
Persamaan untuk link barat-timur:
v
r=
v
cos
( )
θ
(3)Sedangkan redaman hujan dengan link selatan-utara dapat dihitung dengan persamaan (3.1) dengan nilai vr seperti
persamaan (3.5) berikut ini: [3]
( )
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
=
θ
sin
v
v
r (4)dengan : A menyatakan redaman (dB), R menyatakan intensitas curah hujan (mm/h), a,b menyatakan koefisien redaman spesifik, L menyatakan panjang link (km),
Δ
L
menyatakan panjang segmen (km), T menyatakan waktu sampling (s), vr menyatakan kecepatan angin (m/s), dan θmenyatakan sudut arah angin (degree).[6]
D. Perhitungan Signal to Noise ratio (SNR)
Perhitungan SNR ini dibagi menjadi dua tahap, yang pertama yaitu menghitung SNR Clear sky, dan selanjutnya menghitung SNR pada saat hujan.
• SNR Clear Sky
SNR Clear Sky merupakan perhitungan SNR pada link tanpa ada gangguan redaman hujan. Jadi SNR ini didapat dari perhitungan variabel-variabel intrinsik yang ada pada kanal telekomunikasi itu sendiri terumata faktor jarak antara pemancar dan penerima yang menyebabkan penurunan kualitas sinyal yang diterima oleh mobile terminal.
• SNR Hujan
SNR hujan merupakan suatu nilai yang didapatkan dari perhitungan dari SNR clear sky (dalam dB) masing-masing link dikurangi Redaman hujan (dalam dB) pada masing-masing link. SNR hujan merupakan faktor yang sangat penting untuk diperhitungkan karena memiliki dampak yang cukup signifikan dalam hal penurunan kualitas link telekomunikasi nirkabel terlebih lagi hujan dengan intensitas yang tinggi.
Jadi, redaman yang terjadi pada kanal adalah redaman clear sky dan redaman hujan.
E. Perhitungan Signal to Interference plus Noise ratio (SINR)
Dikarenakan desain jaringan merupakan jaringan multisel dan multiuser, sangat dimungkinkan terjadinya interferensi sinyal yang dialami oleh mobile terminal pada masing-masing sel oleh BTS yang bertugas memberikan layanan kepada mobile terminal pada sel-sel yang lain, maka dilakukanlah perhitungan SINR untuk mengetahui seberapa besar pengaruh inteferensi tersebut pada masing-masing mobile terminal.
Dengan perhitungan tersebut, maka dapat diketahui besarnya interferensi total pada masing-masing mobile terminal yang disebabkan oleh BTS dari sel-sel yang lain.
F. Perhitungan Kapasitas Available
Dari SINR yang telah didapatkan, kita dapat mengetahui kapasitas available dari masing-masing link telekomunikasi. Dengan menentukan lebar pita kanal sebesar 40 MHz dan menggunakan persamaan (5) dibawah ini, maka didapatkan kapasitas available dari masing-masing link telekomunikasi.
C
hujan=
W
log
2(
1
+
SINR
)
(5)G. Pembangkitan Trafik
Pembangkitan trafik merupakan hal yang penting dalam tugas akhir ini, karena dengan pembangkitan trafik ini akan didapatkan data kedatangan dan intensitas sinyal informasi yang dipertukarkan sehingga dapat dilakukan penjadwalan berdasarkan kedatangan maupun intensitas trafik.
Dalam pembangkitannya, dilakukan dua pembangkitan bilangan random integer yang merepresentasikan kedatangan dan intensitas trafiknya.
H. Penjadwalan (Scheduling)
Dalam tugas akhir ini dilakukan beberapa penjadwalan sekaligus (multiobjective) sehingga didapatkan hasil yang jauh lebih baik jika dibandingkan dengan sistem yang hanya dijadwalkan pada satu obyektif saja.
Berikut ini paparan penjadwalan satu persatu menurut obyektif-obyektif yang telah ditentukan, yaitu: penjadwalan berdasarkan SINR (minimum transmit power), penjadwalan berdasarkan kapasitas available (maximum utility), dan penjadwalan berdasarkan kedatangan serta intensitas trafik (minimum delay).
I. Menggambarkan Grafik Daerah Optimum (Pareto Front)
Dengan didapatkannya penjadwalan-penjadwalan seperti di atas, maka selanjutnya dapat diakukan penjadwalan berikutnya yang mempertimbangkan minimum transmit power yang akan direpresentasikan dengan SINR, maximum utility, dan minimum delay. Penjadwalan inilah yang disebut dengan penjadwalan multiobyektif yang akan digambarkan dari pola hubungan grafiknya
Pada grafik tersebut lantas akan dapat kita lihat hubungan antara ketiganya jika dioptimisasikan secara bersamaan. Pada grafik tersebut akan terlihat daerah pareto optimal dimana terdapat kombinasi komposisi yang paling optimal dari obyekti-obyektif di atas.
3. HASIL DAN ANALISA DATA
Hasil dan analisa dari tugas akhir ini diulas pada bab ini .
A. Hasil Penentuan Skenario Jaringan
Skema sekenario peletakan mobile terminal secara random dapat dilihat pada gambar. Pada gambar tersebut terdapat 8 lingkaran dengan empat warna berbeda yang
melambangkan posisi mobile terminal pada masing-masing sel.
Gambar 3. Posisi 8 random user
Dari posisi user (mobile terminal) yang telah ditentukan secara random seperti di atas, maka dapat juga diketahui posisi masing-masing user terhadap masing-masing BTS yang terletak pada 4 sel dengan menggunakan teorema jarak. Dengan diketahuinya jarak tersebut, maka dari perhitungan akan didapatkan juga gain masing-masing user yang di dalam simulasi ini terletak pada kisaran 5,4307 dB hingga 0,3082 dB.
B. Pembangkitan Redaman Hujan
Dengan menetapkan variable:
• Koefisien redaman spesifik a sebesar 0,2403 • Koefisien redaman spesifik b sebesar 0,9485 • Kecepan angin rata-rata harian sebesar 10 m/s maka didapatkan besaran redaman hujan pada tiap link yang pada akhirnya didapatkan SNR hujan.
Pada simulasi ini digunakan even hujan sebanyak 10 even yang terdiri dari even 09, 10 , dan 19 Februari 2010; 08, 11, dan 23 Maret 2010; 04, 14, dan 15 April 2010; serta 03 Mei 2010. Dari beberapa even hujan tersebut, didapatkan redaman hujan tertinggi yaitu lebih dari 160 dB pada even tanggal 09 Februari 2010
C. Perhitungan SNR, SINR, dan Kapasitas
Available, serta Pembangkitan Trafik
Grafik hasil perhitungan SNR Clear Sky menunjukkan suatu kurva mendatar lurus yang menandakan sama sekali tidak ada fluktuasi pada redamannya, akan tetapi setelah Redaman hujan ditambahkan pada perhitungan tersebut, maka terjadi fluktuasi SNR yang kemudian dilakukan perhitungan lebih lanjut untuk mengetahui SINR masing-masing
mobile terminal.
Dengan diketahuinya SINR masing-masing link, maka dapat dilakukan perhitungan Kapasitas Available yang nantinya akan digunakan sebagai salah satu dasar penjadwalan layanan.
Begitu juga dengan pembangkitan trafik, intensitas trafik pada masing-masing link juga akan menjadi salah satu dasar penjadwalan layanan pada simulasi ini yang sehingga didapatkan delay layanan.
Grafik hasil perhitungan-perhitungan tersebut dapat dilihat pada poin Penjadwalan di bawah ini.
D. Penjadwalan (Scheduling)
Penjadwalan merupakan tahap yang penting dalam langkah selanjutnya yaitu optimisasi. Ada tiga penjadwalan yang dilakukan, yaitu penjadwalan berdasarkan SINR, penjadwalan bedasarkan kapasitas available, dan penjadwalan berdasarkan intensitas trafik. Pada penjadwalan ini terdapat dua tahapan penjadwalan, yaitu penjadwalan yang tidak memperdulikan fairness dan penjadwalan yang memperdulikan fairness.
Penjadwalan yang tidak memperdulikan fairness hanya akan melayani link dengan intensitas objektif tertinggi saja, misal: SINR, kapasitas, dan intensitas trafik tertinggi.
Sedangkan penjadwalan yang memperdulikan fairness yaitu memberikan giliran layanan pada link yang memilii intensitas objektif yang lebih rendah juga. Grafik Penjadwalan tersebut dapat dilihat pada gambar 4, 5, dan 6 di bawah ini.
Gambar 4. Grafik penjadwalan berdasarkan SINR dengan
fairness
E. Menggambarkan Grafik Daerah Optimum (Pareto Front)
Tujuan akhir dari tugas akhir ini adalah mendapatkan daerah pareto optimal dari hubungan minimum power
transmit yaitu diepresentasikan oleh SINR, utility yaitu yang direpresentasikan oleh fairness, dan delay.
Dalam kasus ini objektif-objektif yang berkontradiksi adalah SINR dan delay serta utility dan delay. Sedangkan SINR dan utility adalan berbanding lurus. Dan
Gambar 5. Grafik penjadwalan berdasarkan kapasitas
available dengan fairness
Gambar 6. Grafik penjadwalan berdasarkan trafik dengan
fairness
Gambar 7. Grafik delay sistem
hubungan antara ketiganya dapat dilihat grafik tiga dimensi pada gambar 10.
Daerah pareto optimum pada grafik tersebut ditunjukkan oleh panah merah, pada daerah itulah sistem memiliki komposisi yang paling seimbang antara objektif-objektif yang terdapat dalam simulasi. Dengan mengetahui daerah pareto optimum ini, kita dapat menyesuaikan keadan sistem sesuai dengan tuntutan yang harus dijalankan dengan hanya merubah variabel pembobot. Setiap perubahan yang dikenakan pada variabel pembobot berpengaruh pada seberapa besar porsi yang dialokasikan untuk objektif yang dikalikan dengan variable pembobot tersebut.
Penggambaran daerah pareto tersebut dapat dilihat pada gambar 8, 9, dan 10 berikut ini.
Daerah Pareto Optimal
Gambar 8. Grafik pareto SINR dan Delay
Daerah Pareto Optimal
Daerah Pareto Optimal
Gambar 10. Grafik pareto SINR, Utility, dan Delay
4. KESIMPULAN
Setelah melakukan serangkaian proses dan tahapan dalam penelitian tugas akhir yang berjudul “Penerapan Optimisasi Muti-Objective Radio Resource Scheduling pada Jaringan OFDM” ada beberapa kesimpulan yang dapat diambil, diantaranya adalah :
1. Berdasarkan simulasi pada tugas akhir ini, dapat diketahui pengaruh redaman hujan terhadap link telekomunikasi 30 GHz sangatlah besar, oleh karena itu sangat diperlukan pengembangan metode transmisi yang makin hari makin tangguh dalam hal mengatasi redaman hujan tersebut.
2. Metode optimisasi multiobjektif ini sangatlah tepat pada pengoperasian jaringan telekomunikasi multi sel multi user karena metode ini mempertimbangkan beberapa aspek sekaligus dalam penerapannya sehingga QoS menjadi lebih baik.
3. Daerah pareto optimal merupakan daerah yang memiliki keseimbangan komponen yang sangat ideal yang akan didapatkan kombinasi terbaik antara objektif-objektif yang terdapat dalam sistem telekomunikasi.
5. DAFTAR PUSTAKA
[1] M. Elmusrati, H. El-Sallabi, and H. Koivo, “Applications of Multi-Objective Optimization Techniques in Radi Resource Scheduling of Cellular Communication Systems,” in Proc. IEEE Transactions on Wireless Communication, vol. 7, pp. 343-353, 2008 [2] R.I. Ledesmana, “OFDM Transmission Simulation using
GNU Octave”, Proceedings of the International MultiConference of Engineers and Computer Scientist, vol 2, pp. 1222-1226, March 2010
[3] I. Tito, “OFDM pada Komunikasi Digital Pita Lebar”, Tugas Akhir Teknik Elektro, Universitas Indonesia, 2006
[4] Handayani, Puji, “Propagasi dan Gelombang Elektromagnetik”, Slide Kuliah, Teknik Elektro ITS
[5] Crane, Robert K., “Propagation Handbook for Wireless Communication System Design”, Handbook, New Hampshire, 2003
[6] A. Mauludiyanto, G. Hendrantoro, “Analisa Spektral Redaman Hujan Tropis Menggunakan Data Pengukuran di Surabaya untuk Evaluasi Sistem Radio Gelombang Milimeter”, Seminar Nasional Aplikasi Teknologi Informasi, 2008
[7] A. Roy, N. Banerjee, and K. Das, “An efficient multi-objective QoS-Routing algorithm for wireless multicasting,” in Proc. IEEE Vehicular Technology Conference-Spring, vol. 3, pp. 1160-1164, 2002
[8] F.P. Fontan, A. Nunez, A. Valcarce and U.C.Fiebig,”Converting Simulated Rain-rate Series into Attenution Series Using the Synthetic Storm Technique”, COST 280 PM9104 3rd International Workshop, June 2005
[9] M. Elmusrati and H. Koivo, “Multi-objective distributed power and rate control for wireless communications,” in Proc. IEEE International Conference on Communication 2003
[10] Ramjee Prasad, ”OFDM for Wireless Communications Systems”, Artech House, pp 11-12, 2004
[11] S. Nuradi, M. Haniah, W. Ari, P. Okkie,”Estimasi Redaman Hujan Menggunakan Synthetic Storm Technique (SST) dan Segmentasi Link Untuk Gelobang Milimeter,” ”, Seminar Nasional Aplikasi Teknologi Informasi, 2009
6. RIWAYAT PENULIS
M Edwin Pradana,
dengan berbekal optimisme dan keyakinan akan dunia
teknologi telekomunikasi anak yang lahir di Kota Bandung tepat di hari ke 25 pada bulan Agustus, 22 tahun yang lalusejak buku ini diterbitkan, mengawali pendidikan di bangku kuliah dengan menjadi mahasiswa di Teknik Elektro ITS dengan mengambil Bidang Studi Telekomunikasi Multimedia. Pada bulan Januari 2011 mengikuti seminar dan ujian Tugas Akhir di Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro FTI-ITS sebagai salah satu syarat untuk memperoleh gelar sarjana Teknik Elektro dengan dosen pembimbing Prof. Gamantyo Hendrantoro.
