Berdasarkan data Laju Handover pada Lampiran B.9 menunjukkan bahwa besar Laju Handover Optimal baik untuk 2, 3 maupun 4 BTS lebih rendah dibandingkan
dengan besar Laju Handover keluaran metode Hysteresis Threshold. Laju Rata-rata Handover Optimal untuk pertambahan nilai Hysteresis untuk masing-masing jumlah
BTS empat, tiga dan dua BTS adalah; 0.0019; 0,0000 dan 0,0000. Besar nilai persentasi hasil optimasi Laju Handover terhadap penambahan nilai
Hysteresis ditunjukkan di bagian Optimasi Laju Handover pada Lampiran B.9. Nilai persentasi rata-rata optimasi Laju Handover untuk masing-masing jumlah BTS
empat, tiga dan dua BTS adalah; 89,4997; 100,00 dan 100,00. Persentasi optimasi Laju Handover rata-rata tertinggi ketika jumlah BTS dalam sistem ada dua
atau tiga BTS. Dengan diperolehnya Laju Handover yang Optimal maka jumlah Handover rata-rata dalam sistem telah dapat dikurangi dan pengurangan ini tentunya
dapat menghemat biaya penyambungan switching.
4.2.4 Perbandingan Parameter Kinerja Sistem Dari Model-Model Propagasi
Untuk memudahkan pengamatan perbandingan kinerja maka nilai rata-rata parameter kinerja sistem dari masing-masing model-model propagasi berdasarkan
pengelompokan jumlah BTS dikumpulkan dalam satu tabel. Tabel 4.6 merupakan hasil kumpulan nilai rata-rata parameter kinerja sistem berupa Laju Drop Call, Laju
Penurunan Link Radio, Ukuran Active Set dan Laju Handover dari masing-masing model propagasi berdasarkan pengelompokan jumlah BTS.
Untuk mendapatkan urutan yang lebih baik diantara model-model propagasi berdasarkan nilai parameter kinerja sistem maka ditentukan urutan prioritas penilaian.
Urutan penilaian dimulai dari Laju Rataan Drop Call atau Laju Rataan Penurunan Link Radio, Jumlah Rataan Active Set Hysteresis Threshold dan Locally Optimal
dan Laju Rataan Handover Hysteresis Threshold dan Locally Optimal. Penilaian dari parameter Laju Drop Call menjelaskan bahwa ketika Laju Drop
Call mempunyai nilai lebih besar dari nol maka hal ini menunjukkan terputusnya panggilan MS. Perulangan keterputusan panggilan akan bertambah sering seiring
Universitas Sumatera Utara
dengan pertambahan Laju Drop Call. Keterputusan panggilan MS berada diantara 2000 kali pengukuran level daya sinyal penerimaan yang berjarak dari 1 meter
sampai 2000 meter. Level daya sinyal penerimaan pada titik-titik terjadinya Drop Call dari semua BTS yang melayani nilainya semuanya berada di bawah level
Threshold. Penilaian dari parameter Laju Penurunan Link Radio merupakan nilai peluang
penerimaan daya sinyal yang terbesar diantara BTS. Ketika Laju Penurunan Link Radio lebih besar dari 0,5 hal ini menandakan bahwa daya sinyal terbesar yang
diterima MS dari BTS-BTS yang melayani, nilai daya sinyal tersebut mendekati nilai Threshold dan ini mengindikasikan kualitas sinyal menurun. Sebaliknya ketika Laju
Penurunan Link Radio lebih kecil dari 0,5 hal ini menyatakan bahwa daya sinyal terbesar yang diterima MS dari BTS-BTS yang melayani, nilai sinyal tersebut
menjauh di atas nilai Threshold dan ini mengindikasikan kualitas sinyal membaik. Penilaian dari parameter Ukuran Active Set menunjukkan jumlah kanal Radio
yang berasal dari BTS-BTS untuk melayani MS agar komunikasi tetap tetap terjaga. Semakin besar jumlah Active Set maka semakin banyak BTS yang menangani
komunikasi MS maka semakin handallah pelayanan komunikasi. Namun dengan diperolehnya ukuran Active Set yang Optimal maka jumlah rata-rata Active Set dalam
sistem dapat dikurangi dan pengurangan ini akan melepaskan sebagian kanal radio sehingga memberikan kesempatan bagi user yang lain untuk menggunakan kanal
tersebut. Hal ini tentunya akan meningkatkan efisiensi pemakaian kanal dari sistem. Penilaian parameter Laju Handover menunjukkan frekuensi pelepasan kanal
Radio dari BTS-BTS. Ketika Laju Handover bertambah besar maka fluktuasi pelepasan kanal akan semakin sering hal ini akan meningkatkan biaya switching
penyambungan dan semikian juga sebaliknya. Dengan diperolehnya Laju Handover yang Optimal maka jumlah Handover rata-rata dalam sistem telah dapat dikurangi
dan pengurangan ini tentunya dapat menghemat biaya penyambungan. Dari data pada Tabel 4.6 diperoleh urutan model propagasi yang berkontribusi
pada perbaikan parameter kinerja sistem yang lebih optimal : a. Berdasarkan
Universitas Sumatera Utara
perubahan tinggi Antena BTS dan Antena MS maka urutannya adalah model propagasi Hata urutan 1 kemudian model propagasi Okumura urutan 2 dan model
propagasi Lee urutan 3 baik ketika jumlah BTS dalam sistem ada 2, 3 maupun 4
BTS; b. Berdasarkan perubahan nilai Hysteresis Add; i. Ketika jumlah BTS dalam
sistem ada 2 maka urutannya adalah model propagasi Hata urutan 1 kemudian
model propagasi Okumura urutan 2 dan model propagasi Lee urutan 3; ii. Ketika
jumlah BTS dalam sistem ada 3 dan 4 BTS maka urutannya adalah model propagasi Hata urutan 1 kemudian model propagasi Lee urutan 2 dan model propagasi
Okumura urutan 3
Universitas Sumatera Utara
Tabel 4.6 Data Perbandingan Kinerja Sistem Antar Model Propagasi
Threshold Hysteresis
Locally Optimal
Optimasi Threshold
Hysteresis Locally
Optimal Optimasi
Lee 0,2304
0,24163 0,7942
0,7698 3,0747
0,0077 0,0051
33,5798 3
Okumura 0.0897
0,1553 1,2522
0,9104 27,2981
0,0109 0,0029
73,1675 2
Hata 0,0000
0,0232 1,3851
1,0000 27,7983
0,0052 0,0000
100,0000 1
Lee 0,1866
0,22123 1,0998
0,8306 24,4800
0,0150 0,0048
68,0635 3
Okumura 0,0735
0,1447 1,8282
1,4073 23,0258
0,0179 0,0059
67,1821 2
Hata 0,0000
0,0169 1,9705
1,53773 21,9831
0,0088 0,0032
63,8126 1
Lee 0,1783
0,21946 2,4006
1,6114 32,8753
0,0175 0,0038
78,3034 3
Okumura 0,0684
0,1429 2,8718
2,2189 22,7344
0,0199 0,0077
61,3050 2
Hata 0,0000
0,0164 2,5587
1,5526 39,3209
0,0118 0,0031
74,0218 1
Lee 0,1808
0,2069 0,9062
0,8193 9,5443
0,0086 0,0039
55,0829 3
Okumura 0,0667
0,1282 1,3202
0,9334 29,2996
0,0099 0,0028
72,1020 2
Hata 0,0000
0,0187 1,3656
1,0000 26,7708
0,0047 0,0000
100,0000 1
Lee 0,1504
0,1879 1,2712
1,0030 21,0977
0,0149 0,0046
68,8241 3
Okumura 0,0482
0,1185 1,9240
1,4736 23,4115
0,0172 0,0059
65,8165 2
Hata 0,0000
0,0130 1,9366
1,1403 41,1187
0,0082 0,0010
88,6760 1
Lee 0,1440
0,1862 2,4309
1,6024 34,0804
0,0174 0,0037
78,7705 3
Okumura 0,0428
0,1170 2,9049
2,2550 22,3737
0,0186 0,0077
58,7484 2
Hata 0,0000
0,0126 2,5070
1,5429 38,4568
0,0112 0,0030
73,6129 1
Lee 0,3050
0,1092 1,1256
0,9999 11,1666
0,0113 0,0001
98,7255 3
Okumura 0,0000
0,0505 1,371
1,0000 27,1697
0,0090 0,0000
100,0000 2
Hata 0,0000
0,0025 1,2244
1,0000 18,3259
0,0053 0,0000
100,0000 1
Lee 0,0000
0,0927 1,5547
1,0128 34,8513
0,0179 0,0003
98,5750 2
Okumura 0,0000
0,0442 1,9042
1,3535 28,9208
0,0190 0,0029
84,6604 3
Hata 0,0000
0,0014 1,5945
1,0000 37,2840
0,0131 0,0000
100,0000 1
Lee 0.0000
0,0907 2,0739
1,3078 36,9401
0,0235 0,0028
88,0076 2
Okumura 0,0000
0,0432 2,4550
1,6322 33,5160
0,0268 0,0054
79,7342 3
Hata 0,0000
0,0014 2,0238
1,2756 36,9715
0,0180 0,0019
89,4997 1
Jml BTS
Laju Rataan
Drop Call Laju
Penurunan Link Radio
Model Propagasi
Tinggi Antena MS
1.0 meter - 11.0 meter
Hysteresi s Add 1.0
dBm-10.0 dBm
Urutan Terbaik
Parameter Vari abel
2 3
4 2
3 4
2 3
4
Ukuran Rat aan Active_Set Laju Rataan
Han dover
Tinggi Antena
BTS 20 meter-120
meter
Universitas Sumatera Utara
4.3 Validasi Parameter Active Set Terhadap Nilai Hysteresis Add dengan
Algortima Hysteresis Threshold untuk 2 BTS
Untuk menguji kesesuaian hasil simulasi berdasarkan model propagasi empiris ini maka sebagian dari nilai parameter kinerja algortima soft handoff
divalidasi dengan nilai parameter kinerja algoritma soft handoff pembanding hasil penelitian sebelumnya.
Berdasarkan penelusuran literatur maka diperoleh karakteristik data keluaran kinerja algoritma soft handoff berupa Active Set sebagai fungsi dari nilai Hysteresis
Add dengan model jaringan 2 BTS Singh, N. P. et al. 2010. Instrumen yang
dijadikan sebagai indikator berkenaan dengan perkiraan relatif kesesuaian dengan
hasil penelitian sebelumnya adalah Relative Error Mardeni, R. 2012. Relative
Error δ didefenisikan dengan persamaan 4.1
δ =
| �− �
������
| |
� |
� 100 4.1
dimana : δ
= relative error V
= nilai pembanding V
approx
= nilai perkiraan Pada Tabel 4.7 ditunjukkan data perbandingan ukuran rata-rata Active Set fungsi
Hysteresis Add untuk 3 model propagasi empiris model Lee, Hata dan Okumura yang diperoleh dari hasil simulasi dengan data ukuran rata-rata Active Set model
propagai stokastik yang diperoleh berdasarkan hasil penelitian sebelumnya Singh, N.
P. et al. 2010. Dari Tabel diperoleh bahwa dari ketiga model propagasi emprik maka
nilai rata-rata ukuran Active Set model propagasi Emprik Hata lebih mendekati nilai rata-rata ukurann Active Set model propagasi stokastik dengan rata-rata error relatif
sebesar 6,1797 kemudian diikuti dengan model propagasi Lee sebesar dengan rata- rata error relatif sebesar 12,5733 selanjutnya oleh model propagasi Okumura
dengan rata-rata error relatif sebesar 15,2466 .
Universitas Sumatera Utara
