4.4 Parameter Simulasi
Pada simulasi model simulink sistem pengkodean Haming dan BCH ini melibatkan beberapa parameter pengukuran yang digunakan sebagai perbandingan untuk menentukan
kinerja sistem pengkodean manakah yang paling baik dan optimal dalam meminimalisasikan tingkat kesalahan data selama dalam proses transmisi sehingga menghasilkan bit informasi yang
mendekati kebenaran.
Tabel 4.1 Parameter yang digunakan dalam Simulasi Model Simulink Sistem
Parameter Keterangan
Probabilitas error kanal Bilangan real dari nol atau 0
Kanal transmisi BSC Binary Symmetric Channel
pada sistem Hamming dan BCH
Jumlah bit informasi 7 bit
Signal to Noise Ratio dB
Adapun beberapa parameter lainnya seperti nilai BER Bit Error Rate dapat ditentukan selanjutnya dimana hal tersebut dapat divariasikan sesuai dengan nilai parameter lainnya yang
akan diubah – ubah dalam simulasi.
4.5 Hasil Simulasi dan Analisis
Simulasi sistem ini dilakukan dengan menggunakan Simulink Matlab R2007a dengan cara melakukan input data maksimum sebanyak 1e8 dimana oleh pembangkit bilangan acak akan
secara random mengambil sembarang data masukan untuk segera diolah di dalam model
Universitas Sumatera Utara
simulink tersebut untuk dilihat analisis perbandingan kinerjanya berupa perhitungan terhadap kesalahan data yang muncul selama proses pengiriman pesan tersebut, baik oleh Model Kode
Hamming maupun BCH. Pada simulasinya, akan diamati kesalahan yang timbul untuk masing – masing nilai EbNo yang berubah–ubah dan laju kesalahan datanya yang dihasilkan mengikuti
perubahan harga EbNo tersebut. Setelah simulasi tersebut berjalan, maka akan terlihat pada kondisi BERtool untuk kinerja
masing–masing model simulink dimana akan ditampilkan dalam bentuk grafik, pada akhirnya kedua grafik yang muncul tersebut akan terlihat perbandingan kinerja sistem pengkodean mana
yang baik diterapkan dalam sistem komunikasi digital.
4.6 Hasil Simulasi Sistem Pengkodean Hamming
Berikut adalah data yang diperoleh dari simulasi sistem pengkodean Hamming, dimana untuk setiap nilai EbNo yang berubah dengan selisih 1 dB selama 30 kali percobaan, dimana hal
ini terdistribusi secara Normal, sehingga hasil simulasi untuk masing–masing percobaan pada sistem pengkodean Hamming dapat dilihat pada Tabel 4.2
Universitas Sumatera Utara
Tabel 4.2 Hasil Simulasi untuk BER kanal 1e1 pada sistem pengkodean Hamming
No EbNo dB
Jumlah Error BER Kanal
BER Data 1
1 dB 137
0.000345 4.30E-03
2 2 dB
117 0.00324
3.28E-03 3
3 dB 96
0.000023 6.33E-03
4 4 dB
72 0.0023
2.43E-03 5
5 dB 61
0.01983 1.11E-03
6 6 dB
42 0.003728
1.24E-03 7
7 dB 37
0.028373 6.273-4
8 8 dB
21 0.00328
3.28E-04 9
9 dB 21
0.03427 3.67E-04
10 10 dB
21 0.04429
2.76E-05 11
11 dB 16
0.003289 4.28E-05
12 12 dB
10 0.003278
6.37E-05 13
13 dB 9
0.002827 3.28E-05
14 14 dB
9 0.003276
3.27E-06 15
15 dB 5
0.0028739 3.33E-04
16 16 dB
5 0.0032038
3.29E-05 17
17 dB 5
0.0038276 8.33E-06
18 18 dB
5 0.003482
2.78E-07 19
19 dB 5
0.00321 7.79E-07
20 20 dB
5 0.00037
21 21 dB
5 0.0000345
22 22 dB
5 0.00000032
23 23 dB
5 0.000043
24 24 dB
0.00004 25
25 dB 0.0003564
26 26 dB
0.00049383 27
27 dB 0.000453
28 28 dB
0.000000032 29
29 dB 0.00000345
30 30 dB
0.0000326
Untuk menghitung simulasi BER Kanal 1e2 dengan melakukan jumlah percobaan yang sama sebanyak 30 kali, maka akan diperoleh hasilnya pada Tabel 4.3
Universitas Sumatera Utara
Tabel 4.3 Hasil Simulasi BER Kanal 1e2 pada sistem pengkodean Hamming
No Eb No dB
Jumlah Error BER Kanal
BER Data 1
1 dB 133
0.0171855 4.35E-03
2 2 dB
109 0.01714453
4.48E-03 3
3 dB 65
0.00173 3.66E-03
4 4 dB
46 0.001723
3.98E-04 5
5 dB 18
0.001723 2.34E-04
6 6 dB
11 0.00173
4.00E-04 7
7 dB 10
0.0018 4.12E-05
8 8 dB
6 0.00045
9.43E-05 9
9 dB 5
0.0036542 3.33E-05
10 10 dB
5 0.001213
1.13E-07 11
11 dB 5
0.003125 2.21E-07
12 12 dB
5 0.001713
3.20E-07 13
13 dB 5
0.0001734 3.32E-07
14 14 dB
5 0.0017142
4.41E-08 15
15 dB 5
0.001712 4.41E-08
16 16 dB
5 0.000234
4.42E-08 17
17 dB 5
0.000287 18
18 dB 5
0.0003214 19
19 dB 5
0.000625 20
20 dB 2
0.000053 21
21 dB 2
4.5E-09 22
22 dB 2
0.00000034 23
23 dB 2
0.000025 24
24 dB 0.0000032
25 25 dB
0.00000367 26
26 dB 0.0000098
27 27 dB
0.0000467 28
28 dB 0.0000974
29 29 dB
0.0000392 30
30 dB 0.0000846
Sementara itu, hasil simulasi dari sistem pengkodean Hamming untuk Kanal 1E3 dengan parameter probabilitas kanal yang tetap dan uji percobaan sebanyak 30 kali akan diperoleh data
seperti pada Tabel 4.4
Universitas Sumatera Utara
Tabel 4.4 Hasil Simulasi sistem pengkodean Hamming untuk Kanal 1E3
No Eb No dB Jumlah Error
BER Kanal BER Data
1 1 dB
100 0.0023
4.29E-04 2
2 dB 83
0.0134 5.03E-05
3 3 dB
76 0.00342
2.13E-06 4
4 dB 62
0.015239 3.00E-07
5 5 dB
60 0.023198
5.34E-07 6
6 dB 53
0.032865 3.42E-07
7 7 dB
42 0.0018723
8.43E-08 8
8 dB 35
0.042986 5.44E-07
9 9 dB
19 0.0002318
1.03E-06 10
10 dB 14
0.0018723 8.44E-07
11 11 dB
5 0.023198
4.43E-07 12
12 dB 5
0.00342 13
13dB 5
0.00087329 14
14 dB 5
0.000782786 15
15 dB 5
0.00072893 16
16 dB 5
0.00069273 17
17 dB 5
0.0004329 18
18 dB 5
0.000027817 19
19 dB 4
0.0007823 20
20 dB 4
0.0002942 21
21 dB 4
0.000007836 22
22 dB 3
0.0000876 23
23 dB 3
0.0000872 24
24 dB 3
0.00328 25
25 dB 0.003829
26 26 dB
0.000000367 27
27 dB 0.0000872
28 28 dB
0.0003287 29
29 dB 0.000000036
30 30 dB
0.00000034
Dari data hasil simulasi sistem pengkodean Hamming diatas dapat disimpulkan bahwa semakin bertambah nilai perubahan Energy of bit signal power Noise EbNo yang terjadi pada
sistem pengkodean tersebut, maka semakin mempengaruhi nilai laju kesalahan bit informasi yang diterima pada sisi penerima dimana diukur oleh Blok Eror Rate Calculation. Nilai laju
kesalahan untuk perubahan harga probabilitas kanal yang semakin kecil akan mempengaruhi nilai BER Kanal yang menurun hampir sama mendekati nilai BER Data pula. Namun nilai laju
Universitas Sumatera Utara
BER Data yang terhitung akan semakin mendekati nol, bahkan nol untuk nilai pengukuran BER Kanal yang semakin kecil pula. Hal ini menunjukkan bahwa BER Kanal turut mempengaruhi
nilai BER Data dimana semakin mendekati nol berarti kesalahan dalam penerimaan bit informasi akan semakin mendekati harga kebenarannya memiliki selang kepercayaan yang tinggi pula .
4.7 Hasil Simulasi Sistem Pengkodean BCH