State of The Art

1

BAB II DASAR TEORI

2.1 State of The Art

State of The Art merupakan pencapaian tertinggi dari sebuah proses pengembangan sebuah penelitian. Perencanaan Penempatan eNode B 4G LTE 1800 MHz pada BTS Existing di Kota Denpasar Menggunakan Metode Fuzzy C-Means dan Harmony Search belum ada yang melakukan penelitian ini. Berikut ada beberapa penelitian tentang beberapa metode optimasi pada jaringan mobile telekomunikasi. Penelitiain pertama pada tahun 2010, Fabio Garzia, Cristian Perna, dan Roberto Cusani melakukan penelitian mengenai optimasi perencanaan jaringan UMTS Universal Mobile Telecommunications System yang berjudul “Optmization of UMTS Network Planning Using Genetic Algorithms”. Tujuan dari penelitian ini adalah untuk menggambarkan metode berbasis Algoritma Genetika untuk mengatasi masalah cakupan optimasi dan kapasitas sistem UMTS, dengan memperhitungkan kondisi-kondisi yang sesuai dengan yang ada di lapangan. Persoalan optimasi frekwensi menjadi sangat penting untuk dibahas dalam dunia telekomunikasi dikarenakan perkembangan pengguna user yang sangat cepat sehingga perlu dilakukan sebuah perencanaan jaringan yang mampu mengatasi masalah ini. Dalam penelitian ini terdapat parameter yang sangat berpengaruh yaitu signal – interference ratio SIR, yaitu perbandingan antara daya signal asli dengan sinyal carrier atau dapat dikatakan jumlah pengguna aktif yang 2 terdapat pada suatu wilayah dalam satu sinyal carrier. Hasil menunjukkan bahwa Algoritma Genetika meghasilkan hasil optimasi yang berkualitas tinggi, yang mampu meningkatkan kinerja dengan ketepatan input data. Dari hasil penelitian itu didapatkan persentase hasil coverage mencapai 98 sedangkan persentase kapasitas mencapai 99. Waktu perhitungan juga cukup singkat, karena kebanyakan dari solusi yang baik diperoleh setelah sekitar 200 - 1.000 generasi dari Lagoritma Genetika sebagai fungsi dari situasi yang dipertimbangkan. Pada penelitian ini tidak memperhitungkan kondisi wilayah secara matematis sehingga hasil perhitungan Algoritma Genetika bisa lebih maksimal sesuai dengan kondisi kenyataan. Kemudian akan lebih maksimal jika ditambahkan perhitungan OBQ Offered Bit Quantity yaitu total bit throughput per km2 pada jam sibuk. Penelitian kedua pada tahun 2012, Elok Nur Hamdana, Sholeh Hadi Pramono, dan Erfan Achmad Dahlan melakukan penelitian mengenai Optimasi BTS yang berjudul “Optimasi Perencanaan Jaringan UMTS pada Node B Menggunakan Probabilistik Monte Carlo ”, dan dalam publikasinya dijelaskan bahwa optimasi jaringan sangat perlu dilakukan untuk membangun suatu jaringan telekomunikasi agar mampu melayani pelanggan dengan kualitas yang baik, dan nilai investasi yang ditanamkan bisa optimal. Maksud dari nilai investasi yang optimal adalah dengan biaya seminal mungkin mampu menghasilkan kualitas yang baik dengan kata lain memaksimalkan jumlah node B untuk menghasilkan pelayanan kepada pelanggan dengan kualitas yang baik. Pada penelitian ini dilakukan optimasi penentuan lokasi Node B yang akan digunakan pada salah satu operator yang ada di kota Malang. Metode yang digunakan untuk menentukan 3 optimasi ini adalah probabilistik Monte Carlo. Simulasi Monte Carlo merupakan sebuah simulasi probabilistik dimana solusi dari suatu maslah diberikan berdasarkan proses acak random. Tahapan proses penelitian ini adalah pendimensian jaringan dimana proses ini menentukan jumlah penduduk yang berpotensi sebagai pengguna jaringan UMTS pada tahun 2012. Kemudian dilanjutkan dengan perencanaan kapasitas dan coverage mengenai BTS yang akan digunakan. Tipe BTS yang akan digunakan mencakup besarnya kapasitas kanal yang mampu ditampung. Terakhir adalah melakukan pengoptimasian jaringan dimana proses optimasi dibagi menjadi 2 yaitu optimasi demand serta tipe Node-B, dan Optimasi menentukan lokasi dari Node-B. Hasil optimasi yang didapat dari penelitian ini adalah dari 25 BTS existing didapatkan 15 site terpilih untuk memenuhi coverage layanan. Untuk menentukan kapasitas kanal yang dibutuhkan pada masing-masing Node B tersebut dilakukan random yang memprediksi jumlah pelanggan yang masuk dalam wilayah perencanaan jaringan. Pada penelitian ini digunakan metode perhitungan link budget model Hatta Cost 231. Metode perhitungan link budget tersebut memiliki kelemahan dimana tidak memperhitungakan secara detail parameter-parameter seperti tinggi bangunan pengahalang, sudut antara pemancar dan penerima, kemudian tidak memperhitungakan jika user dalam keadaan bergerak. Akan lebih maksimal jika metode perhitungan link budget nya menggunakan metode Welfisch Ikegami, dimana metode ini memperhitungkan tinggi bangunan, sudut antara pemancar dan penerima, dan pergerakan user juga diperhitungkan. 4 Penelitan ketiga di tahun yang sama yaitu di tahun 2012, M. Fajrul Hakim, Wiwik Angraeni, Apol Pribadi melakukan sebuah penelitian mengenai optimasi BTS dengan hasil penelitiannya yang berjudul “ Optimasi Perencenaan Jumlah Base Transceiver Station BTS dan Kapasitas Trafik BTS Menggunakan Pendekatan Goal Programming pada Sistem Telekomunikasi Seluler Berbasis GSM”. Pada penelitian ini, penulis menggunakan metode Goal Programming untuk melakukan optimasi julah BTS dan kapasitas trafik BTS. Metode Goal Programming merupakan sebuah metode yang digunakan dalam pengambilan keputusan untuk mencapai tujuan-tujuan yang bertentangan di dalam batasan- batasan yang kompleks dalam sebuah perencanaan. Penelitian ini akan menentukan kapastias trafik yang bisa menampung semua permintaan trafik dari pengguna telepon seluler dan menentukan kapasitas total trafik BTS yang tidak melebihi total kapasitas yang dimiliki masing-masing BTS. Setelah dilakukan optimasi, Terdapat sisa sektor BTS yang tidak digunakan untuk melayani permintaan trafik. Pada tahun 1 terdapat 166 sektor BTS, tahun 2 terdapat 134 sektor BTS, tahun 3 terdapat 96 sektor BTS, tahun 4 terdapat 58 sektor BTS, dan tahun 5 terdapat 22 sektor BTS. Pada tahun ke-6 sampai tahun ke-10 kapasitas trafik yang tersedia sudah tidak mencukupi permintaan trafik. Pada tahun 6 dan 7 terdapat kekurangan 29 sektor BTS, tahun 8 terdapat kekurangan 62 sektor BTS, dan pada tahun 9 dan 10 terdapat kekurangan 93 sektor BTS. Berdasarkan hasil analisis sensitivitas, jumlah permintaan trafik tergolong parameter yang sensitif. Jika permintaan berubah, maka nilai dari fungsi tujuan dan solusi optimal akan ikut berubah. Kelemahan dari penelitian ini adalah tidak memperhitungkan kondisi wilayah yang dijadikan lokasi 5 penelitian ini. Akan lebih baik jika kondisi wilayah diperhitungkan dengan menggunakan metode perhitungan link budget, sehingga hasil coverage yang didapat sesuai dengan kenyataan real di lapangan. Metode goal programming memilik kelemahan yaitu tidak bisa menentukan priotas-prioritas dan kriteria- kriteria pengambilan keputusan sehingga perlu dipadukan dengan metode yang lainnya agar memperolah hasil yang lebih maksimal. Penelitian keempat di tahun 2013, Satvir Singh dan Kulvinder Kaur melakukan sebuah penelitian mengenai optimasi BTS menggunakan metode ABC Artificial Bee Colony dengan judul penelitian “ Base Station localization using Artificial Bee Colony Algorithm ”. Berbeda dengan penelitian – penelitian yang telah dilakukan, pada penelitian ini menggunakan metode ABC Artificial Bee Colony yaitu sebuah metode optimasi yang diadopsi dari sifat kawanan hewan seperti semut, rayap, lebah, dan yang lainnya dalam mencari rute terdekat dalam mencari makanan. Dalam penelitiannya ini menggunakan beberapa parameters untuk menghitung path loss diantara nya transmit power 500 mW, frequency 850 MHz dan Tinggi antena Base Station berkisar 20 – 200 m. Adapun tujuan dari penelitian ini adalah memperkenalkan sebuah metode baru dalam melakukan sebuah optimasi berdasarkan teori segerombolan lebah Artificial Bee Colony. Pendekatan ini memungkinkan untuk secara efisien menentukan lokasi yang optimal dari BTS, menghindari pencarian secara menyeluruh yang memakan waktu yang lama. Hasil menunjukkan bahwa pendekatan ABC efektif dan kuat untuk masalah cakupan efisien lokasi BTS dan dianggap memberikan hampir solusi optimal dalam wireless jaringan komunikasi. Metode ABC jika dibandingkan 6 dengan algoritma lain yaitu sangat sederhana dan fleksibel. Namun, jika dimensi masalah meningkat, pertukaran informasi masih terbatas pada satu dimensi. Kemudian persekitaran dan dimensi dipilih secara acak, sehingga sumber makanan dengan fitness yang lebih tinggi memungkinkan untuk tidak dipilih. Sehingga perlu dicari solusi agar penggunaan algoritma ABC Artificial Bee Colony dapat menghasilkan optimasi yang maksimal. Penelitian kelima pada tahun 2013, Pancawati Dessy Aryanti, Sholeh Hadi Pramono, dan Onny Setyawati melakukan penelitian mengenai optimasi penempatan BTS dengan judul penelitian “Optimasi Penempatan Node B UMTS900 pada BTS Existing Menggunakan Algoritma Genetika”. Penelitian ini mengambil lokasi di Malang dengan menggunakan 46 BTS eksisting sebagai sample. Penelitian ini melakukan sebuah optimasi BTS hanya saja penulis disini menggunakan metode yang berbeda yaitu metode Algoritma Genetika untuk melakukan optimasi. Pada penelitian ini untuk perhitungan link budget menggunakan metode welfisch – ikegami, dimana metode memperhitungakan lebih detail parameter-parameter seperti tinggi bangunan pengahalang, sudut antara pemancar dan penerima, kemudian tidak memperhitungakan jika user dalam keadaan bergerak. Sehingga hasil yang didapat dari penelitian ini lebih menyerupai kenyataan real. Kemudian dalam penelitian ini juga memperhitungkan nilai OBQ Offered Bit Quantity yaitu total bit throughput per km2 pada jam sibuk. OBQ selama jam sibuk untuk suatu area tertentu dihitung berdasarkan beberapa asumsi, yaitu penetrasi user, durasi panggailan efektif, Busy Hour Call Attempt BHCA, dan bandwidth dari layanan. Performansi penempatan Node B ditentukan oleh daya 7 cakup wilayah coverage area yang dihasilkan, yaitu sebesar 35 dan tingkat layanan trafik sebesar 61. Tingkat optimasi yang didapatkan rendah disebabkan karena persebaran BTS exixting tidak merata di seluruh wilayah obyek penelitian, dan distribusi penduduk yang dibangkitkan tersebar merata di seluruh wilayah, sedangkan pada kenyataannya distribusi penduduk lebih banyak berada di pusat kota. Algoritma Genetika merupakan metode yang sudah sangat sering digunakan untuk melakukan optimasi jaringan seluler, sehingga perlu dicoba menggunakan metode yang lain untuk melakukan optimasi. Penelitian keenam pada tahun 2013, A. O. Onim, P. K. Kihato, dan S. Musyoki menerbitkan hasil penelitian yang berjudul ”Optimization of Base Station Location in 3G Networks using Mads and Fuzzy C- means”. Penelitian ini menggunakan metode Fuzzy C-Means sebagai metode untuk menentukan peletakan BTS yang tepat berdasarkan jumlah populasi pada suatu daerah. Kemudian hasil penempatan tersebut akan dioptimasi menggunakan metode Mesh Adaptive Direct Search MADS. Hasil dari penelitian ini adalah dari 1000 MS yang dijadikan sample, jumlah BTS yang dirasa cukup untuk mencover adalah 34 BTS dengan jangkauan masing-masing BTS 1,5 km. Penelitian ketujuh pada tahun 2014, I Gede Putu Bagus Primadasa, mahasiswa Teknik Elektro Universitas Udayana melakukan penelitian mengenai perencanaan “Coverage jaringan LTE Long Term Evolution pada frekuensi 1900 MHz di wilayah kota Denpasar dengan memperhitungkan Offered Bit Quantity OBQ ”. Dalam penelitian ini diasumsikan semua BTS 3G eksisting akan dipasang perangkat 4G. Penelitian ini menghasilkan kesimpulan dimana coverage 8 4G di kota Denpasar berdasarkan perhitungan link budget dan Offered Bit Quantity OBQ sudah memenuhi wilayah kota Denpasar. Namun realitanya jaringan 4G LTE dialokasikan menggunakan frkwensi 1800 MHz Dirjen SDPPI, 2014, sehingga perlu dilakukan perhitungan ulang mengenai link budget dari jaringan 4G di kota Denpasar. Kemudian untuk kondisi saat ini masyarakat belum terlalu banyak menggunakan jaringan ini, sehingga dalam penelitian ini akan mengkaji tentang jumlah BTS yang diperlukan hingga 5 tahun kedepan. Penelitian kedelapan pada tahun 2015, Muthmainnah dan Achmad Mauludiyanto menerbitkan hasil penelitian mengenai optimasi penempatan BTS dengan judul “Optimasi Penempatan Lokasi Potensial Menara Baru Bersama pada Sistem Telekomunikasi Seluler dengan Menggunakan Fuzzy Clustering di Daerah Sidoarjo”. Penelitian ini hampir sama dengan penelitian keenam, dimana pada peneletian ini menggunakan metode clustering Fuzzy C-Means untuk menentukan posisi BTS yang tepat sesuai dengan jumlah penduduk, luas wilayah, dan kebutuhan menara di tahun 2019. Kemudian dioptimasi menggunakan metode Harmony Search. Dari hasil perencanaan kebutuhan menara baru bersama telekomunikasi untuk tahun 2019, khusus untuk optimasi layangan jaringan 3G dibutuhkan penambahan BTS sebanyak 359 BTS dengan kebutuhan menara baru bersama sebanyak 97 menara. Dimana setiap zona mampu mengcover 2 menara baru sekaligus, jadi 97 titik menara baru dapat diwakili dengan menggunakan 49 zona. Untuk layanan coverage zona biru zona menara baru di Kabupaten Sidoarjo berada dalam range radius antara 500 – 800 m dengan ketinggian menara antara 25 – 50 m. Metode yang digunakan dalam penelitian ini sangat tepat digunakan 9 untuk sebuah optimasi dan perencanaan jumlah BTS kedepan untuk jaringan 3G UMTS. Namun untuk penambahan jumlah BTS kedepan untuk jaringan 3G dirasa kurang tepat karena sudah ada generasi jaringan yang terbaru yaitu generasi keempat 4G LTE. Penelitian ini sangat menarik jika metode yang digunakan dalam pnelitian ini diterapkan dalam jaringan 4G LTE untuk mengembangkan infrastrukturnya di Indonesia. 10 Tabel 2.1 State Of The Art Review Jurnal Judul Variabel dan indikator penelitian Metode Jaringan 1 Fabio Garzia, Cristina Perna, Roberto Cusani Optimization of UMTS Network Planning Using Genetic Algorithms Genetic Algorithms UMTS 2 Elok Nur Hamdana, Sholeh Hadi Pramono, dan Erfan Achmad Dahlan Optimasi Perencanaan Jaringan UMTS pada Node B Menggunakan Probabilistik Monte Carlo Monte Carlo UMTS 3 M. Fajrul Hakim, Wiwik Anggraeni dan Apol Pribadi Optimasi Perencenaan Jumlah Base Transceiver Station BTS dan Kapasitas Trafik BTS Menggunakan Pendekatan Goal Programming pada Sistem Telekomunikasi Seluler Berbasis GSM Goal Programming GSM 4 Pancawati Dessy Aryanti, Sholeh Hadi Pramono, dan Onny Setyawati Optimasi Penempatan Node B UMTS900 pada BTS Existing Menggunakan Algoritma Genetika Algoritma Genetika UMTS900 5 Satvir Singh dan Kulvinder Kaur Base Station Localization using Artificial Bee Algorithm colony Artificial Bee Algorithm colony 11 Tabel 2.2 State Of The Art Review 2 6 A. O. Onim, P. K. Kihato, dan S. Musyoki Optimization of Base Station Location in 3G Networks using Mads and Fuzzy C-means Mads and Fuzzy C- means UMTS 7 Muthmainnah dan Achmad Mauludiyanto Optimasi Penempatan Lokasi Potensial Menara Baru Bersama pada Sistem Telekomunikasi Seluler dengan Menggunakan Fuzzy Clustering di Daerah Sidoarjo Fuzzy C-means dan Harmony Search UMTS 8 I Gede Putu Bagus Primadasa Coverage jaringan LTE Long Term Evolution pada frekuensi 1900 MHz di wilayah kota Denpasar dengan memperhitungkan Offered Bit Quantity OBQ Offered Bit Quantity OBQ LTE 9 Penelitian ini Perencanaan Penempatan E-Node B 4G LTE 1800 MHz pada BTS Existing di Kota Denpasar Menggunakan Metode Fuzzy C-Means dan Harmony Serach Fuzzy C-means dan Harmony Search LTE 12

2.2 Long Term Evolution LTE