Abstrak—Salah satu solusi untuk pemenuhan kebutuhan
pelayanan broadband adalah dengan menggunakan transmisi
Local Multipoint Distribution System (LMDS) yang beroperasi di frekuensi 20-40 GHz. Untuk aplikasi teknologi LMDS di negara tropis seperti Indonesia, redaman hujan akan menjadi permasalahan yang esensial mengingat daerah tropis mempunyai curah hujan tinggi. Tujuan penelitian ini adalah
untuk mengetahui perbandingan kinerja metode
penggabungan MAC-Physical Layer pada sistem LMDS di daerah tropis. Dari hasil penelitian redaman hujan yang mencapai 38,2 dB dengan panjang link 4 km pada frekuensi 30 GHz, algoritma Joint Subcarrier and Power Allocation (JSPA) mampu memberikan hasil yang lebih baik. Berbagai metode trafik pada sistem LMDS pada kanal gelombang milimeter yang diterapkan menunjukkan hasil bahwa algoritma JSPA mampu memberikan kinerja yang baik yang mendekati kinerja jaringan pada saat kondisi cerah.
.
Kata kunci : Redaman Hujan, Kanal Gelombang Milimeter, OFDM downlink, MAC-Physical Layer
I. PENDAHULUAN
Saat ini kebutuhan akan pelayanan telekomunikasi
wireless terus meningkat dengan cepat. Perkembangan internet yang sangat luar biasa mengakibatkan peningkatan permintaan terhadap layanan data secara wireless. Semua aplikasi akan membutuhkan perubahan yang luas dan jaminan QoS yang sangat berbeda untuk bermacam-macam tipe trafik yang ditawarkan. Mekanisme yang bermacam-macam telah diusulkan dan saat ini disebarkan untuk mendukung trafik data pada media wireless. Hal ini disusun pada range dari WLANs (Wireless Local Area Networks), berdasarkan IEEE 802.11b atau standar HiperLAN, sampai ke WWANs (Wireless Wide Area Networks) dimana layanan data didukung oleh versi sistem 2,5G dan 3G [1] dan standar IEEE 802.16 dimana layanan data didukung oleh versi sistem 4G [2].
Salah satu permasalahan propagasi pada sistem komunikasi yang beroperasi pada frekuensi diatas 10 GHz seperti layanan broadband yang menggunakan Local Multipoint Distribution System (LMDS) yang beroperasi di frekuensi 20-40 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 [3].
Untuk mengatasi frequency-selective fading dan mendukung data berkecepatan tinggi digunakan sistem
Orthogonal Frequency Division Multiplexing (OFDM), yang membagi suatu kanal besar ke dalam beberapa subkanal narrowband yang saling orthogonal. Pada sistem OFDM meskipun terjadi saling overlap (tumpang tindih) antar frekuensi yang bersebelahan, informasi masih tetap dapat diterima dengan baik tanpa adanya interferensi [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.
Pada penelitian ini penulis memfokuskan pada perbandingan kinerja metode penggabungan dua layer yang berdekatan, yaitu Physical (PHY) Layer dan Media Access Control (MAC) layer pada OFDM multiuser ini yang dilakukan dengan teknik dynamic subcarrier allocation
(DSA), adaptive power allocation (APA) dan gabungan DSA dan APA (JSPA), sehingga diharapkan dapat meningkatkan quality of service (QoS) dan efisien jaringan
broadband di wilayah tropis khususnya untuk wilayah Indonesia.
II. METODE PENELITIAN
A. Umum
Penelitian dilakukan di Medan. Adapun diagram alir kerjanya seperti yang terlihat pada Gambar 1.
Perbandingan Kinerja Metode Penggabungan
MAC-Physical Layer Sistem LMDS pada Kanal
Gelombang Milimeter
Naemah Mubarakah1), Suherman2), Yulianta Siregar3), Arman Sani4)
1,2,3,4)
Departemen Teknik Elektro, Universitas Sumatera Utara Medan-Indonesia 20155 e-mail : naemah.mubarakah@gmail.com
Gambar 1. Diagram alir penelitian
B. Pengukuran Data
Kota Medan termasuk pada daerah yang mempunyai curah hujan cukup tinggi. Mengingat karena cukup tingginya curah hujan pada kota Medan, maka hal ini akan berhubungan dengan besarnya redaman hujan pada kota Medan sehingga sinyal komunikasi akan mengalami gangguan yang cukup serius. Untuk itu pada penelitian ini dilakukan pengambilan sampel pada tiga titik yaitu daerah Padang Bulan, daerah Polonia dan daerah Sampali seperti yang terlihat pada Gambar 2.
Gambar 2. Peta lokasi pengambilan sampel
C. Redaman Hujan
Salah satu permasalahan propagasi pada sistem komunikasi yang beroperasi pada frekuensi diatas 10 GHz adalah redaman yang disebabkan oleh hujan. Redaman yang diakibatkan oleh curah hujan memberikan pengaruh yang sangat besar di dalam sistem komunikasi terutama sistem komunikasi nirkabel. Hujan menyebabkan beberapa fenomena pada propagasi gelombang elektromagnetik diantaranya redaman sinyal, penambahan noise temperature dan perubahan polarisasi [4]. Ketiga fenomena tersebut menyebabkan degradasi kualitas sinyal yang diterima terutama pada penggunaan frekuensi tinggi seperti Ka-band. Dari beberapa efek hujan diatas, redaman sinyal merupakan efek yang paling signifikan pada keberhasilan komunikasi
pada gelombang millimeter. Untuk sistem komunikasi nirkabel gelombang milimeter (10 - 40 GHz), redaman yang diakibatkan oleh hujan cukup besar dan dapat mengurangi keandalan sistem [3].
Redaman hujan pada lintasan dari suatu lintasan propagasi dengan panjang L (km) dapat dinyatakan :
³
Lo
b
dz
z
aR
A
(
)
(1)dengan :
A = redaman hujan (dB)
R(z) = curah hujan (mm/h) pada suatu titik a dan b = parameter yang tergantung pada
polarisasi dan frekuensi gelombang radio (Tabel 1) [5]
TABLEI
PARAMETER K DAN ǹ TERHADAP FREKUENSI DAN POLARISASI
Frekuensi
(GHz) kH kV ˞ H ˞V
1 2 4 6 7 8 10 12 15 20 25 30 35 40 45 50 60 70 80 90 100 120 150 200 300 400
0.0000387 0.000154 0.000650 0.00175 0.00301 0.00454 0.0101 0.0188 0.0367 0.0751 0.124 0.187 0.263 0.350 0.442 0.536 0.707 0.851 0.975 1.06 1.12 1.18 1.31 1.45 1.36 1.32
0.0000352 0.000138 0.000591 0.00155 0.00265 0.00395 0.00887 0.0168 0.0335 0.0691 0.113 0.167 0.233 0.310 0.393 0.479 0.642 0.784 0.906 0.999 1.06 1.13 1.27 1.42 1.35 1.31
0.912 0.963 1.121 1.308 1.332 1.327 1.276 1.217 1.154 1.099 1.061 1.021 0.979 0.939 0.903 0.873 0.826 0.793 0.769 0.753 0.743 0.731 0.710 0.689 0.688 0.683
0.880 0.923 1.075 1.265 1.312 1.310 1.264 1.200 1.128 1.065 1.030 1.000 0.963 0.929 0.897 0.868 0.824 0.793 0.769 0.754 0.744 0.732 0.711 0.690 0.689 0.684
D. Perhitungan rugi-rugi pada sistem LMDS
Dalam pembangkitan dan pengolahan data pada sistem LMDS terlebih dahulu dilakukan pembangkitan nilai redaman untuk masing-masing user yang kemudian dilakukan perhitungan SNR clear sky dari masing-masing posisi user tersebut. Dari hasil ini dapat diketahui berapa daya dan subcarrier yang dialokasikan oleh pemancar terhadap masing-masing user dalam penerapan metode penggabungan MAC-Physical layer. Untuk parameter LMDS nya dapat kita lihat pada Tabel 2 [2].
TABLEII
PARAMETER SISTEM LMDS(K =1,38.10-23
DAN TO=298K)
Parameter Units Formula Value
Transmit antenna gain
dBi Gt:Gant 15
Frequency GHz f: Transmit frequency 30 Path Length Km d: Hub to Subscriber Antenna Gain
dBi Gr = Gant 30 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
E. Metode Penggabungan MAC-Physical Layer
Metode Penggabungan MAC-Physical Layer atau yang dikenal cross layer ini meliputi tiga metode yaitu Alokasi Subcarrier Dinamis (DSA),Alokasi Daya Adaptif (APA) dan Gabungan Alokasi Daya dan Subcarrier (JPSA).
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[1] :
¸ yang diinginkanp(f) = Daya ȡi(f) = Kondisi kanal
Hi(f) = gain kanal pada user i pada subcarrier frekuensi f
Ni(f) = daya noise pada user i pada subcarrier frekuensi f
Jika daya yang ditransmisikan dinormalisasi, dimana p(f) = 1, kemudian untuk mencapai troughput pada frekuensi f,
ci(f), dapat diekspresikan pada persamaan 4. )) 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 [6] :
)
Tujuan akhirnya adalah untuk memaksimalkan jumlah utilitas keseluruhan user dimana pada DSA untuk memaksimalkan keadilan pelayanan terhadap user (fainess) yang dirumuskan dengan :
¸
yang tersedia yang dapat dirumuskan sebagai berikut :
> @
Pengoptimalan kinerja APA dilakukan untuk mencapai kualitas BER sinyal informasi. Salah satu contohnya adalah dengan algoritma water-filling [7], yang dapat dilihat pada = Alokasi Daya = Noise per Carrier Water Level
Gambar 3 Algoritma water-filling
Algoritma water-filling digunakan sebagai fungsi untuk memperoleh alokasi daya yang optimal. Pada teorema ini pembagian subcarrier adalah tetap, Di untuk semua useri,
alokasi daya optimum p* f memenuhi persamaan (Song dengan
O
adalah konstanta untuk normalisasi rapat daya optimal. rapat daya.Pada algoritma water-filling setiap user mempunyai nilai marginal utilitas
U
ir
i tertentu. Daya yang diperoleh merupakan daya transmisi total dibandingkan dengan daya setiap user. Jika pencapaian throughput yang sebagai fungsi alokasi daya, maka :df Jika penempatan subcarrier tetap, optimisasi APA dapat diformulasikan sebagai penempatan subcarrier yang diberikan.Di untuk i = 1,2,!M., rapat daya , p(f), untuk memaksimalkan :
¸
Untuk alokasi daya pada JSPA memakai teknik APA dan untuk alokasi subcarrier digunakan teknik DSA. Teknik JSPA ini dapat digunakan secara simultan untuk mengoptimasi cross-layer sehingga dicapai nilai fairness
yang optimum. Untuk mencapai fairness, optimasi gabungan DSA dan APA dapat dirumuskan dengan :
>
@
¸¸Dari penerapan ketiga algoritma ini diperoleh hasil perbandingan kapasitas transmisi sistem. Pada kondisi clear sky, 99,99 % kapasitas rata-rata berada di atas 7,7 bps/Hz. Sedangkan pada kondisi terpengaruh redaman hujan tanpa teknik DSA, APA dan JSPA hanya 76,97% kapasitas rata-rata yang berada di atas 7,7 bps/Hz. Penggunaan teknik DSA tidak menunjukkan adanya peningkatan persentase
nilai kapasitas rata-rata. Akan tetapi dengan menggunakan teknik APA dan JSPA menunjukkan adanya peningkatan persentase. Untuk teknik APA dan JSPA masing-masing mempunyai 80,02% dan 86,21% nilai kapasitas rata-rata di atas 7,7 bps/Hz. Terlihat adanya peningkatan 3,02 % untuk teknik APA dan 9,24% untuk teknik JSPA. Ini dapat kita lihat pada Tabel 3.
TABLEIII
PERBANDINGAN KAPASITAS SISTEM DI ATAS 7,7 BPS/HZ
No Kondisi Persentase
1 Kondisi cerah 99,99 %
2 Kondisi buruk terpengaruh redaman hujan
76,97 % 3 Kondisi buruk terpengaruh redaman
hujan dengan menggunakan algoritma DSA
76,98 %
4 Kondisi buruk terpengaruh redaman hujan dengan menggunakan algoritma APA
80,02 %
5 Kondisi buruk terpengaruh redaman hujan dengan menggunakan algoritma JSPA
86,21 %
Untuk perbandinganan data rate dan fairness sistem dapat kita lihat pada Gambar 4 dan 5.
19,108775 21,26975
Data Rate Rata-rata (Mbps)
Tanpa Teknik DSA, APA dan
JSPA
Teknik DSA Teknik APA Teknik JSPA
Data Rate Rata-rata
Gambar 4. Perbandingan data rate sistem
15,288675
Clear Sky Tanpa Teknik DSA, APA dan JSPA
Teknik DSA Teknik APA Teknik JSPA
Fairness
Gambar 5. Perbandingan fairness sistem
Dari hasil penelitian diperoleh jika jaringan tersebut diberlakukan metode penggabungan MAC-Physical Layer, ini akan dapat meningkatkan kinerja sistem dibandingkan tanpa adanya penerapan metode ini. Dari ketiga algoritma, maka diperoleh algoritma JSPA lah yang terbaik hasilnya. Sebagai perbandingan untuk berbagai model trafik diperoleh perbandingan kinerja dari berbagai metode penggabungan MAC-Physical layer yang hasilnya dapat dilihat seperti pada Gambar 6 dan Gambar 7.
Gambar 6. Perbandingan Kinerja Paket
Gambar 7. Perbandingan Kinerja Utilitas Jaringan
IV. KESIMPULAN
Dengan dilakukannya metode Penggabungan MAC-Physical Layer akan dapat meningkatkan kinerja jaringan telekomunikasi hal ini dapat dilihat dari adanya peningkatan kapasitas sistem pada kondisi yang buruk yang terpengaruh oleh redaman hujan dimana teknik APA mampu memberikan peningkatan 3.96 % dan 12 % untuk teknik JSPA.
Dari berbagai model trafik yang dilakukan, diperoleh bahwa penerapan algoritma JSPA pada kondisi cuaca buruk hampir mampu mendekati kinerja jaringan pada kondisi cuaca baik. Dengan begitu dapat disimpulkan penerapan Metode Penggabungan MAC-Physical Layer ini sangat baik dilakukan untuk komunikasi broadband terutama di negeri tropis seperti Indonesia.
DAFTAR PUSTAKA
[1] Song, G. dan Ye Li, " Cross-layer Optimization for OFDM Wireless Networks-part I : Theoretical Framework#, IEEE Transaction on Wireless Communications Vol.4 No.2, 2005.
[2] Chu C.Y dan Chen K.S, "Effects of Rain Fading on the Efficiency of the Ka-Band LMDS System in the Taiwan Area#, IEEE Transaction On Vehicular Technology, Vol. 54 No. 1 hal. 9-19, 2005.
[3] Salehudin, M., Hanantasena, B., Wijdeman, L., #Ka Band Line-of-Sight Radio Propagation Experiment in Surabaya Indonesia#, 5th
Ka-Band Util. Conf., hal. 161-165, Taormina, Italy, 1999.
[4] Crane, R. K., Propagation Handbook for Wireless Communication System Design, CRC Press, 2003.
[5] Naemah Mubarakah, Soeharwinto, Fakhruddin Rizal B. Optimizing OFDM Downlink Performance on LMDS System. International Journal of Engineering Research & Technology (IJERT). Vol.2 - Issue 11 (November - 2013).
[6] Song , G., dan Ye Li, " Cross-layer Optimization for OFDM Wireless Networks-Part II : Algorithm Development#, IEEE Transaction on Wireless Communications Vol.4 No.2., 2005.
[7] Pfletschinger S, Münz G, Speidel J,# An Efficient Waterfilling Algorithm for Multiple Access OFDM#, IEEE Global Telecommunications Conference (Globecom !02), Taiwan, 2002.