Analisis Alokasi Kanal Dinamik Pada Komunikasi Seluler Dengan Algoritma Neural Network

(1)

ANALISIS ALOKASI KANAL DINAMIK PADA

KOMUNIKASI SELULER DENGAN ALGORITMA

NEURAL NETWORK

Diajukan untuk memenuhi salah satu persyaratan dalam menyelesaikan pendidikan sarjana (S-1) pada Departemen Teknik Elektro Sub Jurusan

Teknik Telekomunikasi Oleh :

110422018

SITI AMINAH

PROGRAM PENDIDIKAN SARJANA EKSTENSI

DEPARTEMEN TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS SUMATERA UTARA

MEDAN

(2)

(3)

ABSTRAK

Kemajuan teknologi telekomunikasi saat ini berkembang pesat. Hal ini mengakibatkan pengguna jaringan telekomunikasi semakin meningkat, sementara banwidth yang tersedia terbatas. Apabila trafik panggilan padat dan bandwidth yang tersedia tidak dapat memenuhi seluruh permintaan panggilan, maka akan mengakibatkan panggilan yang jatuh atau ditolak. Untuk menghindari panggilan yang jatuh atau ditolak diperlukan suatu teknik pengalokasian kanal yang dapat meminimalisasi jumlah panggilan yang ditolak dengan memaksimalkan penggunaan kanal yang tersedia.

Tugas Akhir ini membahas pengalokasian kanal dinamik pada GSM dengan menggunakan Algoritma Neural Network sebagai metode penyelesaiannya. Dalam hal ini algoritma Neural Network digunakan sebagai metode untuk mengimplementasikan channel assignment problem (CAP) pada sistem komunikasi seluler. Dari analisis alokasi kanal dinamik ini dapat dilihat dinamik terletak pada nilai call demand yang berubah.

Dari hasil pemodelan yang dilakukan diperoleh jumlah kanal yang dapat dialokasikan pada inisialisasi sebesar 126 kanal dengan nilai call demand tertinggi 26 panggilan. Dengan nilai bobot cii=5 terdapat 111 panggilan yang ditolak. Kemudian pada update 1 terdapat 96 panggilan yang ditolak dengan mengubah bobot cii=6 tetapi hanya pada sel yang terblok, pada update 2 terdapat 80 panggilan yang ditolak dan nilai bobot cii diubah menjadi 6 hanya pada sel yang terblocking. Pada update 3 tidak didapat lagi panggilan yang terblocking sehingga dapat dikatakan sistem bekerja dengan baik atau optimal.

(4)

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, atas berkat rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini.

Tugas Akhir dengan judul ANALISIS ALOKASI KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA NEURAL

NETWORK dibuat untuk memenuhi syarat kesarjanaan di Jurusan Teknik Elektro, Fakultas Teknik Universitas Sumatera Utara.

Pada kesempatan ini penulis menyampaikan terima kasih yang sebesar-besarnya kepada :

1. Bapak Ir. Surya Tarmizi Kasim, M.Si selaku Ketua Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara.

2. Bapak Rahmad Fauzi, ST. MT selaku Sekretaris Departemen Teknik Elektro Universitas Sumatera Utara dan Dosen Pembimbing saya.

3. Dosen Pembanding yang membantu dalam penyempurnaan Tugas Akhir ini. 4. Seluruh staf pengajar di Departemen Teknik Elektro Fakultas Teknik

Universitas Sumatera Utara yang telah memberi bekal ilmu kepada penulis selama menjalani masa perkuliahan.

5. Seluruh karyawan di Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara, khususnya buat Bang Martin dan Bang Divo terima kasih atas semua bantuannya.

6. Untuk ibu dan bapak tercinta H. Gacip Samsuri dan Hj. Roliana yang telah memberi banyak dukungan, semangat, dan doa kepada penulis sehingga penulis dapat menyelesaikan Tugas Akhir ini.

7. Untuk kakak tercinta Riyanti, S.Farm, Apt., abang tercinta Rifai, SE, dan keponakan kecil bunda yang selalu menjadi bahan suka dan tawa bunda, Khayla Aatifah dan Aizara Yumna Rifana.

8. Teman seperjuangan selama Tugas Akhir yaitu Isywalsyah Lani Putri Marbun dan Elisabeth B. Siregar.

9. Sahabat-sahabat tercinta Florensa, Ade, Novi, Nabela, Winda dan lainnya. 10. Teman-teman Ekstensi Teknik Elektro Telekomunikasi stambuk 2011 :

(5)

tak disebut namanya terima kasih atas kebaikan yang diberikan kepada penulis.

Penulis begitu menyadari bahwa di dalam penyusunan laporan Tugas Akhir ini masih banyak terdapat kekurangan, oleh sebab itu penulis sangat

mengharapkan kritik dan saran yang dapat menyempurnakan laporan ini. Medan, Mei 2014 Penulis

Siti Aminah NIM:110422018

(6)

DAFTAR ISI

LEMBAR PENGESAHAN

ABSTRAK ... i

KATA PENGANTAR ... ii

DAFTAR ISI ... iv

DAFTAR GAMBAR ... vi

DAFTAR TABEL ... vii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan Penulisan ... 2

1.4 Batasan Masalah ... 2

1.5 Metodologi Penulisan ... 3

1.6 Sistematika Penulisan ... 4

BAB II DASAR TEORI ... 6

2.1 Sistem Komunikasi Seluler ... 6

2.2 Konsep Seluler ... 9

2.2.1 Frekuensi Reuse ... 11

2.2.2 Handoff ... 13

2.3 Interferensi ... 14

2.3.1 Interferensi Kanal Yang Sama (Co-Channel Interferensi) 15

2.3.2 Interferensi Kanal Yang Berdekatan (Adjacent Channel Interferensi)... 15

2.4 Penugasan Kanal (Channel Assignment Problem) ... 16

2.4.1 Fixed Channel Allocation (FCA)... 17

2.4.2 Dynamic Channel Allocation (DCA) ... 18

2.4.3 Perumusan Channel Assignment Problem ... 19

2.5 Algoritma Neural Network ... 21

2.5.1 Model Neuron ... 23

2.5.2 Konsep Dasar Jaringan Saraf... 24

2.5.3 Arsitekstur Jaringan Saraf ... 25

2.5.4 Kelebihan dan Kelemahan Neural Network ... 27

2.5.5 Algoritma Neural Network pada Channel Assignment... 27

BAB III PERMODELAN ALOKASI KANAL DINAMIK DENGAN ALGORITMA NEURAL NETWORK ... 30

3.1 Umum ... 30

3.2 Asumsi Yang Digunakan ... 31

3.3 Parameter Kerja Sistem ... 31

3.4 Algoritma Neural Network ……….. ... 33

BAB IV ANALISIS ALOKASI KANAL DINAMIK DENGAN ALGORITMA NEURAL NETWORK ... 39

4.1 Umum ... 39

4.2 Mekanisme Algoritma Neural Network... 39

4.3 Hasil Simulasi Pengalokasian Kanal …….. ... 44 4.4 Pengaruh Call Demand Tertinggi Pada Pengalokasian Kanal… . 48

(7)

4.5 Analisis Hasil Alokasi Kanal Dinamik……… 51

BAB V PENUTUP... 52

5.1 Kesimpulan ... 52

5.2 Saran ... 53

DAFTAR PUSTAKA ... 54 LAMPIRAN 1

(8)

DAFTAR GAMBAR

Gambar 2.1 Arsitekstur Komunikasi Seluler... 7

Gambar 2.2 Pola Sel (a)Sel Ideal, (b) Sel Real, (c) Sel Model ... 10

Gambar 2.3 Konsep Frekuensi Reuse ... 12

Gambar 2.4 Aturan Pemakaian i dan j pada Alokasi Frekuensi……….. .. 13

Gambar 2.5 Matriks dan Bentuk Layout Sel ... 20

Gambar 2.6 Strategi Frekuensi Exhaustive Assignment ... 21

Gambar 2.7 Komponen Neuron ... 22

Gambar 2.8 Model Neuron ... 23

Gambar 2.9 Arsitekstur Lapisan Tunggal ... 25

Gambar 2.10 Arsitekstur Lapisan Jamak……….. 26

Gambar 2.11 Arsitekstur Lapisan Kompetitif……….. 26

Gambar 3.1 Permodelan Sistem Pengalokasian Kanal ... 30

Gambar 3.2 Layout Area Kota Medan ... 31

Gambar 3.3 Flowchart pengalokasian kanal dengan algoritma Hopfield neural network ... 34

Gambar 4.1 Nilai call demand yang berubah dengan nilai tertinggi 36... . 49

Gambar 4.2 Alokasi kanal dengan call demand tertinggi 36... ... 49

Gambar 4.3 Nilai call demand yang berubah dengan nilai tertinggi 24... . 50

(9)

DAFTAR TABEL

Tabel 3.1 Matriks Kompatibility C ………… ... 32

Tabel 3.2 Pola interferensi sel……… ... 33

Tabel 3.3 Tahapan pada algoritma neural network ………... ... 35

Tabel 3.4 Variabel yang dibutuhkan pada algoritma Neural Network ... 36

Tabel 4.1 Hasil urutan call demand pada 17 sel……….. 40

Tabel 4.2 Hasil inisialisasi pengalokasian kanal algoritma neural network.. 44

Tabel 4.3 Hasil pengalokasian dengan update1….………. 45

Tabel 4.4 Hasil pengalokasian dengan update2…….………. 46

(10)

ABSTRAK

(11)

BAB I

PENDAHULUAN

1.1 Latar Belakang

Kemajuan teknologi telekomunikasi saat ini berkembang pesat. Hal ini mengakibatkan pengguna jaringan telekomunikasi semakin meningkat, sementara banwidth yang tersedia terbatas. Apabila trafik panggilan padat dan bandwidth yang tersedia tidak dapat memenuhi seluruh permintaan panggilan, maka akan mengakibatkan panggilan yang jatuh atau ditolak. Sehingga berakibat pada penurunan kualitas dari jaringan tersebut yang dapat merugikan konsumen atau pengguna.

Untuk menghindari panggilan yang jatuh atau ditolak, maka dibutuhkan pengalokasian kanal yang dapat memaksimalkan pemanfaatan kanal dengan memperhatikan kualitas sinyal yang tetap terjaga baik. Untuk itu diperlukan suatu teknik pengalokasian kanal yang dapat meminimalisasi jumlah panggilan yang ditolak dengan memaksimalkan penggunaan kanal yang tersedia.

Teknik alokasi kanal merupakan suatu metode untuk mengalokasikan kanal frekuensi dalam suatu sistem komunikasi seluler, sehingga penggunaan ulang dari kanal-kanal frekuensi (frequency reuse) dapat meningkat. Ada beberapa jenis teknik alokasi kanal yaitu Fixed Channel Assignment (FCA), Dynamic Channel Assignmen (DCA), dan Hybrid Channel Assignment (HCA).

Dalam Tugas Akhir ini akan memberi penjelasan tentang bagaimana Algoritma Neural Network dapat digunakan untuk pengalokasian kanal pada sistem komunikasi seluler secara dinamis. Dimana pengalokasian kanal tersebut

(12)

harus bebas dari interferensi sehingga kualitas dari panggilan tersebut tetap terjaga, sehingga dapat memperkecil jumlah panggilan yang diblok / ditolak dan meningkatkan jumlah panggilan yang diterima.

1.2 Rumusan Masalah

Dari latar belakang di atas, maka dapat dirumuskan beberapa permasalahan, yaitu :

1. Apa yang dimaksud dengan alokasi kanal dinamis. 2. Apa yang dimaksud dengan algoritma neural network.

3. Bagaimana mengatasi Channel Assignment Problem (CAP) pada sistem komunikasi selular.

4. Bagaimana penggunaan algoritma neural network untuk pengalokasian kanal pada sistem komunikasi selular.

5. Apa saja kinerja hasil pengalokasian kanal dengan algoritma neutral network

1.3 Tujuan Penulisan

Adapun tujuan Tugas Akhir ini adalah untuk menganalisis pengalokasian kanal pada sistem komunikasi seluler dengan algoritma neural network pada pengalokasian kanal dinamik.

1.4 Batasan Masalah

Untuk memudahkan pembahasan dalam penulisan Tugas Akhir ini, maka dibuat pembatasan masalah sebagai berikut :

(13)

2. Hanya membahas Channel Assignment Problem (CAP) pada pengalokasian kanal dinamis.

3. Hanya menggunakan algoritma Neural Network sebagai penyelesaian pengalokasian kanal.

4. Diasumsikan bahwa satu kanal = satu frekuensi = satu user.

5. Nilai call demand yang digunakan merupakan nilai yang diasumsikan. 6. Hanya menggunakan nilai bobot cii = 5 dan 6.

7. Parameter yang digunakan adalah layout area, matriks compatibility, pola interferensi dan call demand.

8. Hanya membahas penugasan kanal tanpa memasukkan trafik Hand Off.

9. Hanya membahas kinerja pengalokasian kanal yaitu optimasi jumlah kanal dan interferensi yang mempengaruhi probabilitas blocking.

10. Hanya menggunakan software Matlab R2010a.

1.5 Metodologi Penulisan

Metode penulisan yang digunakan pada Tugas Akhir ini adalah :

1. Studi Literatur, yaitu dengan membaca teori-teori yang berkaitan dengan topik Tugas Akhir yang terdiri dari buku-buku referensi baik yang dimiliki oleh penulis atau dari perpustakaan dan juga dari artikel-artikel, jurnal, internet, dan lain-lain.

2. Diskusi, konsultasi dengan dosen pembimbing dan narasumber lain yang berkompeten untuk mendapatkan pemahaman materi dan teori-teori terkait.

(14)

3. Tahap Perancangan Pemodelan, berdasarkan studi literatur dibuat perancangan sistem sesuai kondisi yang diinginkan dengan menggunakan software Matlab2010a.

4. Tahap Analisis dan Penarikan Kesimpulan.

1.6 Sistematika Penulisan

Untuk memberikan gambaran mengenai Tugas Akhir ini secara singkat, maka penulis menyusun sistematika penulisan sebagai berikut :

BAB 1 : PENDAHULUAN

Bab ini menguraikan tentang latar belakang masalah, tujuan penulisan, batasan masalah, metodologi penulisan, serta sistematik penulisan.

BAB II : DASAR TEORI

Bab ini berisi tentang gambaran teori yang dijelaskan pada bab ini berkisar dari teori konsep komunikasi seluler, prinsip dari dynamic channel assignment (DCA), prinsip kerja dari penugasan kanal atau channel assignment problem (CAP), algoritma neural network. BAB III : PERANCANGAN MODEL

Dalam bab ini akan dibahas tentang perancangan model algoritma Neural network.

BAB IV : PEMODELAN DAN ANALISIS PENGALOKASIAN KANAL DINAMIS PADA KOMUNIKASI SELULER DENGAN

(15)

Pada bab ini akan dijelaskan tentang spesifikasi kebutuhan minimum sistem yang digunakan dan menyampaikan hasil analisis dari hasil yang telah diperoleh.

BAB V : PENUTUP

Bab ini berisi tentang kesimpulan dan saran dari analisa yang telah dilakukan.

(16)

BAB II

DASAR TEORI

2.1 Sistem Komunikasi Seluler

Sistem komunikasi seluler merupakan salah satu jenis komunikasi bergerak, yaitu suatu komunikasi antara dua buah terminal dengan salah satu atau kedua terminal berpindah tempat. Dengan adanya perpindahan tempat ini, sistem komunikasi bergerak tidak menggunakan kabel sebagai

Sistem komunikasi seluler dapat melayani banyak pengguna pada cakupan area geografis yang cukup luas dalam frekuensi yang terbatas. Sistem ini juga menawarkan kualitas yang cukup tinggi dan tidak kalah jika dibandingkan dengan telepon tetap (PSTN). Untuk menambah kapasitas, daerah jangkauannya dibatasi dengan adanya pembagian area menjadi sel-sel. Dengan adanya sel-sel ini, kanal radio dapat dipergunakan kembali oleh base station pada jarak yang berjauhan. Ketika pengguna jasa seluer berpindah dari satu sel ke sel lain, panggilan dijaga agar tidak terinterupsi dengan menggunakan salah satu teknik switching, yaitu handoff. Berikut ini adalah gambaran umum sistem komunikasi seluler dapat dilihat pada Gambar 2.1[1].

(17)

Gambar 2.1 Arsitektur Komunikasi Seluler

Dari gambar, dapat dilihat bahwa sistem komunikasi seluler terdiri dari komponen berikut :

1. PSTN, tersusun atas local networks, exchange area networks, dan long-haul network. PSTN menginterkoneksikan antara telepon dengan peralatan komunikasi lain.

2. Mobile Switching Center (MSC) atau Mobile Telephone Switching Office (MTSO). Dalam sistem komunikasi seluler, MSC berfungsi untuk menghubungkan antara telepon seluler dengan PSTN. Dalam sistem seluler analog, MSC berfungsi untuk mengatur agar sistem tetap beroperasi. Suatu MSC dapat menangani 100.000 pelanggan seluler dan 5.000 panggilan dalam waktu yang bersamaan.

3. Base Station, sering disebut juga sebagai Base Transceiver Station (BTS) pada sistem GSM, cell site (site). Pada base station, terdapat beberapa pemancar (seringkali disebut sebagai transmitter atau TX) dan penerima (receiver atau RX). TX dan RX akan megangani komunikasi full duplex secara serempak. Biasanya, TX dan RX dikombinasikan menjadi transceiver (TRX) yang diletakkan di dalam suatu Radio Base Station (RBS). Base station biasanya

(18)

juga mempunyai menara untuk membantu proses pemancaran atau penerimaan sinyal pada antena.

4. Mobile Station (MS). MS merupakan suatu perangkat yang digunakan oleh pelanggan jasa komunikasi seluler untuk memperoleh layanan. Beberapa komponen yang ada pada MS adalah transceiver, antena, rangkaian pengontrol, dan sebagainya. Selain itu, MS juga dilengkapi dengan kartu Subscriber Identity Module (SIM) yang berisi nomor identitas pelanggan. 5. Visitor Location Register (VLR), penyimpan data-data temporer yang masuk

dari MSC lain dan sifatnya resident.

6. Home Location Register (HLR), penyimpan data-data tetap dari pelanggan dalam MSC itu sendiri.

Komunikasi selular juga dibedakan antara sistem komunikasi konvensional dan sistem komunikasi modern. Sistem konvensional memiliki karakteristik sebagai berikut :

1. Daerah jangkauan luas 2. Daya yang digunakan besar 3. Kapasitas sistem masih rendah

4. Modulasi analog berupa frequency modulation (FM) sehingga memerlukan bandwidth yang besar

5. Belum menggunakan handoff

6. Belum terhubung ke jaringan public service telephone network (PSTN) 7. Untuk suara

(19)

Komunikasi seluler modern memiliki karakteristik sebagai berikut : 1. Alokasi bandwith kecil

2. Efisiensi pemakaian frekuensi tinggi, karena penggunaan frequency refuse. 3. Modulasi digital

4. Daerah pelayanan dibagi atas daerah - daerah kecil yang disebut sel, sering disebut sebagai sistem seluler.

5. Kapasitas besar

6. Daya yang dipergunakan kecil 7. Memiliki handoff

8. Efisiensi kanal tinggi karena menggunakan mode akses jamak (multiply access) seperti frequency division multiple access (FDMA), time divisin multiple access (TDMA), dan code division multiple access (CDMA).

2.2 Konsep Seluler

Konsep seluler hingga saat ini dapat dikatakan sebagai penyelesaian yang terbaik untuk mengatasi masalah terbatasnya spektrum frekuensi dan kapasitas pelanggan. Pada konsep ini ditawarkan kapasitas yang sangat tinggi dalam alokasi spektrum yang terbatas tanpa perubahan teknologi yang amat besar. Konsep dasarnya adalah mengganti pengirim tunggal berdaya tinggi dengan beberapa pengirim berdaya lebih rendah yang masing-masing melayani daerah cakupan yang lebih kecil. Daerah pelayanan yang lebih kecil ini disebut sel. Pada tiap-tiap sel ini dialokasikan sejumlah kecil kanal dari keseluruhan kanal yang ada, sehingga keseluruhan kanal yang dimiliki sistem tersebut terbagi-bagi dalam sel-sel yang ada.

(20)

Dalam banyak literatur tentang seluler, digambarkan bentuk dari coverage area sebuah sell adalah berbentuk hexagon, walau dalam kenyataan bentuk tersebut tidak bisa diterima. Dengan pertimbangan, bentuk hexagon adalah bentuk yang gampang untuk membuat layout coverage area sebuah sell dan bentuknya paling mendekati bentuk ideal dari sebuah coverage antena (lingkaran). Pola penggambaran dari kanal dapat dilihat pada Gambar 2.2[2].

(a) (b) (d)

Gambar 2.2 Pola Sel (a) Sel Ideal, (b) Sel Real, (c) Sel Model

Sebagai pengguna ponsel yang bergerak dari sel ke sel, percakapan dilakukan dengan teknik hand off antara sel-sel untuk mempertahankan layanan komunikasi agar berjalan lancar (tidak terputus). Saluran frekuensi yang digunakan dalam satu sel dapat digunakan kembali di sel lain yang letaknya agak jauh. Sel dapat ditambahkan untuk mengakomodasi pertumbuhan pelanggan, menciptakan sel-sel baru di daerah yang belum terlayani atau overlay sel di daerah yang telah terlayani.

Satu sel akan dilayani oleh site. Dalam satu site bisa memiliki lebih dari satu sel. Setiap site biasanya terdiri atas sebuah menara (tower) antena dan shelter. Ada juga yang hanya menjadi pengulang (repeater) untuk minilink saja. Penempatan site biasanya dilakukan di atas tanah, namun untuk daerah yang padat site ditempatkan di atas gedung - gedung yang tinggi.

(21)

Dalam selular pola-pola untuk penyusunan kanal frekuensi dalam satu cluster, yaitu dengan aturan bahwa satu cluster tidak boleh menggunakan kanal frekuensi yang sama.

2.2.1 Frekuensi Reuse

Frekuensi Reuse adalah penggunaan ulang sebuah frekuensi yang sama pada daerah yang berbeda tetapi diluar dari jangkauan interferensinya. Sehingga frekensi yang sama dapat digunakan kembali pada daerah yang berbeda tetapi dengan syarat daerah yang menggunakan frekuensi yang sama saling berjauhan sehingga tidak menimbulkan interferensi. Interferensi antar stasiun basis dapat diminimalkan jika stasiun basis yang berdekatan menggunakan grup kanal yang berbeda. Dengan memisahkan stasiun-stasiun basis dan grup-grup kanal dengan cara yang sistematis, kanal-kanal didistribusikan dan digunakan berulang kali[3].

Frekuensi reuse dilakukan untuk meningkatkan efisiensi alokasi frekuensi dan meningkatkan kapasitas sistem. Adapun latar belakang frekuensi re-use antara lain :

1. Keterbatasan alokasi frekuensi

2. Keterbatasan area cakupan cell (coverage area). 3. Menaikkan jumlah kanal.

4. Membentuk cluster yang berisi beberapa cell. 5. Co-channel interference

Dalam penggunaan kembali kanal frekuensi diusahakan agar daya pemancar masing-masing BS tidak terlalu besar, hal ini untuk menghindari adanya interferensi akibat pemakaian kanal yang sama atau Co-Channel

(22)

Intreference. Jarak minimum frekuensi reuse yang diperbolehkan, ditentukan oleh beberapa faktor, yaitu jumlah sel yang melakukan frekuensi reuse, bentuk geografi suatu wilayah, tinggi antena dan besarnya daya pemancar masing-masing base station. Jarak pengulangan frekuensi ditentukan dengan menggunakan persamaan dibawah ini[4]:

(D/R)2 = 3K (2.1) Dimana : D = Jarak pengulangan (reuse distance)

R = Jari-jari terjauh sel hexagonal (jarak terjauh dari pusat sel ke ujung sel)

K = cluster

Untuk melihat lebih jelas konsep dari frekukensi reuse dapat dilihat pada

Gambar 2.3.

Gambar 2.3. Konsep Frekuensi Reuse

Pelayanan seluler dicakup oleh beberapa kelompok sel yang disebut cluster. Satu cluster terdiri dari beberapa sel (K sel). K bisa berharga 3, 4,7, 9, 12. Cara menentukan sel-sel co-channel dengan menggunakan rumus[4]:

K = i2+j2+ij (2.2) Dimana : i = arah pergerakan awal

j = arah awal diputar 60o

Pola frekuensi reuse pada sistem selular diperlihatkan pada Gambar

(23)

menghindari interferensi akibat adanya penggunaan kanal yang berdekatan (Interference Adjacent Channel) dan Co-Channel Intereference.

i,j = 0,1,2,3, ...

i=1

j=2

j z 60 0

sel referensi

i 120 0

Gambar 2.4 Aturan Pemakaian i dan j pada Alokasi Prekuensi

2.2.2 Handoff

Pengertian handoff adalah suatu peristiwa perpindahan kanal/channel dari MS (mobile station) tanpa terjadi pemutusan hubungan dan tanpa campur tangan pemakai. Handoff umumnya terjadi karena pergerakan MS sehingga keluar dari jangkauan sel awal sehingga masuk ke sel baru.

Pada komunikasi bergerak, setiap user memiliki tingkat mobilitas yang tinggi. Ada kemungkinan user bergerak dari satu sel menuju sel lain yang memakai pasangan frekuensi yang berbeda ketika sedang terjadi percakapan. Untuk menjamin bahwa pembicaraan akan terus tersambung diperlukan fasilitas handoff yaitu proses otomatis pergantian frekuensi ketika mobile station bergerak ke dalam daerah atau sel yang mempunyai kanal dengan frekuensi berbeda dengan sel sebelumnya, sehingga pembicaraan dijamin akan terus tersambung tanpa perlu melakukan pemanggilan kembali atau inisialisasi ulang.

Ketika MS mulai melakukan panggilan di dalam sel 1 yang berfrekuensi F1 kemudian bergerak memasuki sel 2 C2, maka harus terdapat proses otomatis

(24)

yang melakukan pemindahan frekuensi yang dipakai dari F1 ke F2 tanpa campur tangan pemakai agar panggilan dapat terus tersambung, begitu seterusnya jika mobile station bergerak ke sel yang berbeda.

2.3 Interferensi

Interferensi adalah gangguan yang terjadi disebabkan adanya sinyal lain yang frekuensinya sama dan daya sinyal pengganggu tersebut cukup besar. Ukuran yang digunakan untuk menilai kualitas sinyal terhadap gangguan interferensi dinyatakan dengan C/I (dB) = Carrier to Noise Ratio. Unjuk kerja komunikasi seluler sangat dibatasi oleh kehadiran interferensi. Sumber-sumber yang dapat menyebabkan interferensi adalah:

a. MS lain dalam satu sel

b. Panggilan dalam proses dari sel sebelah

c. BS lain yang beroperasi pada frekuensi yang sama d. Peralatan lain

Interferensi pada kanal suara dapat menyebabkan cross-talk (cakap silang), sedang pada control dapat menyebabkan call-blocking. Ada dua macam interferensi yaitu interferensi antar kanal atau co-channel interference (CCI) dan interferensi kanal atau adjacent channel interference.

2.3.1 Interferensi Kanal Yang Sama (Co-Channel Interference)

Interferensi ko-kanal atau Co – Channel Iintreference (CCI) disebabkan oleh sel yang menggunakan frekuensi yang sama, dimana sel ini disebut sebagai sel co-channel. CCI ini tidak dapat dihilangkan dengan memperbesar daya

(25)

pembawa di pemancar. Hal dikarenakan, bila daya dinaikkan maka akan menaikkan daya interferensi yang berasal dari sel co-channel. Untuk menghilangkan pengaruh interferensi, maka jarak sel co-channel harus dipisahkan sedemikian sehingga secara fisik tidak terpengaruh oleh propagasi gelombang.

Parameter co-channel reuse, Q didefinisikan sebagai perbandingan D/R, yang dinyatakan sebagai[5]:

Q = �

� (2.3)

Dimana : D = adalah jarak antar sel yang menggunakan jarak yang sama R = fungsi jari – jari sel

Semakin besar Q, maka semakin besar jarak sel co-channel yang akan mengurangi pengaruh interferensi. Nilai Q yang besar juga akan meningkatkan kualitas transmisi disebabkan dengan mengecilnya level co-channel interferensi. Nilai Q yang kecil menyebabkan kapasitas sistem meningkat karena ukuran cluster menjadi kecil.

2.3.2 Interferensi Kanal Yang Berdekatan (Adjacent Channel Interference)

Interferensi kanal bersebelahan atau Adjacent Channel Interference disebabkan oleh interferensi sinyal yang berasal dari sel sebelah. Penyebab adjacent channel interference adalah dikarenakan tidak sempurnanya frekuensi operasi dari filter pada receiver. Penggunaan filter ini mengakibatkan frekuensi yang berdekatan dapat lolos dari filter. Interferensi ini akan menjadi masalah yang serius bila kanal yang bersebelahanan dari pengguna tersebut mentransmisikan informasi pada frekuensi yang sangat dekat dengan frekuensi pengguna.

(26)

Fenomena ini disebut sebagai efek near-far dimana daya dari transmitter yang terdekat mengganggu kerja dari receiver ketika menerima sinyal dari transmitter yang jauh. Efek dari adjacent channel interference dapat diperkecil dengan proses filterisasi yang baik dan pembagian kanal (channel assignment) yang baik. Channel assignment dilakukan dengan memberikan jarak frekuensi pemisah yang cukup besar antara satu kanal dengan kanal yang lainnya.

Untuk mengatasi hal ini maka digunakan filter yang tajam untuk meredam sinyal dengan frekuensi seperti yang digunakan pada kanal sebelahnya. Cara lain yang sering digunakan adalah dengan mengatur penempatan kanal frekuensi pada masing-masing sel, dengan menempatkan kanal frekuensi yang bersebelahan pada sel yang berbeda.

2.4 Penugasan Kanal (Channel Assigment Problem)

Channel assignment merupakan pengalokasian kanal frekuensi ke setiap sel berdasarkan atas beban trafik yang diketahui. Pengalokasian kanal frekuensi ini bergantung pada kemampuan reuse pada kelompok sel dan trafik yang ada.

Secara umum strategi penempatan kanal adalah untuk peningkatan kapasitas kanal dari setiap sel dan meminimalkan interferensi sesuai dengan yang diinginkan. Strategi penempatan kanal yang telah dikembangkan untuk memenuhi tujuan diatas, dapat dikelompokkan menjadi fixed atau dinamic. Pemilihan strategi penempatan kanal dapat mempengaruhi kinerja dari sistem, terutama pengaturan panggilan saat sebuah pengguna berpindah dari satu sel ke sel yang lain.

Channel assignment dapat dibagi menjadi Fixed Channel Allocation (FCA) dan Dynamic Channel Allocation (DCA).

(27)

2.4.1 Fixed Channel Allocation ( FCA )

Merupakan teknik pengalokasisn kanal secara tetap, pada setiap sel dialokasikan kanal secara tetap. Karena setiap sel dialokasikan secara tetap maka dalam sistem ini diperlukan management kanal yang tetap. Bila seluruh kanal terduduki maka sel akan diblok dan kadang digunakan strategi peminjaman kanal dari sel tetangga [2].

Syarat-syarat fixed channel allocation yaitu: 1. Setiap sel memiliki kelompok kanal yang tetap 2. Bila seluruh kanal terduduki, maka sel akan “block”.

3. Kadang digunakan strategi “peminjaman” kanal dari sel tetangga.

Kelebihan FCA dibandingkan dengan DCA adalah relatif lebih cepat untuk menangani panggilan yang terjadi dalam sel, lebih murah untuk instalasi dan investasi awal karena tidak dibutuhkan komputer switching yang super cepat untuk pengambilan keputusan saat adanya alokasi kanal baru. Kelemahan dari FCA adalah:

1. Butuh perencanaan alokasi kanal yang sangat matang saat instalasi

2. Butuh pengecekan berkala untuk melihat optimasi pembagian kanal dalam satu cluster atau dalam satu sistem keseluruhan.

3. Operator harus sering memeriksa perkembangan pelanggan dalam tiap area, perkembangan pelanggan harus diikuti tersedianya kanal di area tersebut, sehingga harus memetakan ulang pola kanal frekuensi.

Operator harus mencek keadaan di lapangan apakah ada perkembangan beban trafik atau ada daerah yang banyak pelanggannya tapi tidak terlayani ataupun jelek performasinya.

(28)

2.4.2 Dynamic Channel Allocation ( DCA )

Dynamic Channel Allocation (DCA) merupakan salah satu strategi untuk mengatasi penambahan beban trafik dalam sistem seluler. Konsep dasar dari strategi DCA adalah bila beban trafik tidak merata dalam tiap sel maka pemberian kanal frekuensi pada tiap sel akan sering tidak terpakai dalam sel yang kurang padat, dan terjadi bloking pada sel dengan beban trafik padat. Teknik DCA dapat mengalokasi kanal frekuensi bila hanya beban trafik meningkat dan melepaskan kanal frekuensi bila beban trafik menurun. Beberapa teknik DCA tersebut adalah sebagai berikut [2]:

1. First Avaible (FA) 2. Nearest Neighbour (NN) 3. Hybrid Assigment Strategi

4. Borrowing with Channel Ordering Strategi (BCO) 5. Borrowing with Directional Channel Locking

Strategi DCA inilah yang diangkat dalam Tugas Akhir ini, dimana trafik pada setiap sel berubah-ubah dalam kurun waktu tertentu.

2.4.3 Perumusan Channel Assignment Problem

Channel Assignmnet Problem (CAP) muncul dalam jaringan telepon seluler yakni rentang frekuensi diskrit dengan spektrum frekuensi radio tersedia yang disebut sebagai kanal, diperlukan untuk dialokasikan ke daerah lain guna meminimumkan bentangan frekuensi total, tergantung pada permintaan (demand) dan pembatas bebas interferensi (interference-free constraint).

(29)

Batasan electromagnetic compatibility (EMC) ditentukan melalui jarak minimum dimana dua kanal harus dipisahkan agar rasio S/I diterima kuat dapat dijamin dalam wilayah yang salurannya telah ditugaskan, dapat ditunjukkan melalui matrik N x N yang disebut matriks compatibility C.

Ada tiga jenis batasan kanal dalam penugasan kanal, yaitu [3] : 1. Cochannel Constraint (CCC) – cij dengan nilai = 0 atau 1

Dimana frekuensi yang sama tidak dapat dialokasikan pada satu kanal dengan pasangan frekuensi lain secara bersamaan.

2. Adjacent Channel Constraint (ACC) - cij dengan nilai ≥ 2

Dimana frekuensi yang berdekatan tidak dapat dialokasikan untuk sel radio yang berdekatan secara bersamaan.

3. Cosite Constraint (CSC) - cii dengan nilai = α

Dimana setiap pasangan frekuensi yang ditetapkan dalam sel yang sama

harus memiliki jarak frekuensi minimum α. Nilai α merupakan nilai positif

mulai dari 0 ditugaskan ke sel i. Nilainya tergantung pada standar komunikasi yang digunakan. Pada umumnya nilai α dimulai dengan 5 untuk menyatakan jarak antar kanal dalam satu sel.

Dari ketiga hal tersebut dapat dihitung jumlah kanal minimun yang dapat disediakan untuk penugasan kanal, dengan rumus [3]:

Kanal minimum yang dibutuhkan = (cii (di - 1) + 1) (2.4) Dimana : cii = nilai maksimum CSC pada matrik C

(30)

Ilustrasi pada Gambar 2.5 menunjukan strategi Channel Assignment Problem (CAP).

Matrik Bentuk Layout Sel

Gambar 2.5 Matrik dan Bentuk Layout Sel

Dari ilustrasi di atas dapat diperoleh jumlah kanal/frekuensi minimum yang dibutuhkan dengan melihat matrik demand dimana cii = 5, di = 3. Maka

dapat dihitung jumlah kanal minimum, 5 (3-1) + 1 = 11 kanal. Gambar 2.6 menunjukkan cara penentuan letak kanal pada tiap-tiap sel.

Gambar 2.6 Strategi Fequency Exhaustive Assignment

Untuk menugaskan kanal pada Gambar 2.6 langkah pertama adalah terlebih dahulu perlu dilihat pola layout sel bersamaan dengan memperhatikan kendala Electromagnetic Compabily (EMC) yaitu CCC, ACC, dan CSC. Tugaskan/tempatkan demand D terbesar yang ada. Pada ilustrasi Gambar 2.6

(31)

demand D terbesar adalah 3 yaitu pada sel ke 4 dengan jarak antara cosite (CCC) adalah 5 yaitu menempati kanal (f1, f6, dan f11). Kemudian tempatkan demand D

berikutnya yaitu 1 pada sel ke 3 yang menempati kanal (f4). Selanjutnya pada demand yang sama yaitu 1 untuk sel 2 dan demand 1 untuk sel 1 yang menempati kanal (f3) untuk sel 2 dan kanal (f6) untuk sel 1[2].

2.5 Algoritma Neural Network

Jaringan saraf tiruan atau neural network muncul setelah pengenalan neuron disederhanakan oleh McCulloch dan Pitts pada 1943. Sebuah sel neuron (sel saraf) tertentu mengumpulkan sinyal berupa rangsangan dari neuron lain melalui dendrit. Sinyal yang datang dan diterima oleh dendrit akan dijumlahkan (summation) dan dikirim melalui axon ke dendrit akhir yang bersentuhan dengan dendrit dari neuron yang lain. Sinyal ini akan diterima oleh neuron lain jika memenuhi nilai threshold tertentu[7]. Komponen dari neuron dapat dilihat pada

Gambar 2.7.

Gambar 2.7 Komponen Neuron

Jaringan saraf tiruan, seperti manusia, belajar dari suatu contoh karena mempunyai karakteristik yang adaptif, yaitu dapat belajar dari data-data sebelumnya dan mengenal pola data yang selalu berubah. Selain itu, jaringan saraf tiruan merupakan sistem yang tak terprogram, artinya semua keluaran atau

(32)

kesimpulan yang ditarik oleh jaringan didasarkan pada pengalamannya selama mengikuti proses pembelajaran/pelatihan.

Jaringan saraf tiruan ditentukan oleh tiga hal :

1. Pola hubungan antar neuron (disebut arsitektur jaringan).

2. Metode untuk menentukan bobot penghubung (disebut metode training/learning).

3. Fungsi aktivasi, yaitu fungsi yang digunakan untuk menentukan keluaran suatu neuron.

2.5.1. Model Neuron

Satu sel saraf terdiri dari tiga bagian, yaitu: fungsi penjumlah (summing function), fungsi aktivasi (activation function), dan keluaran (output). Model neuron dapat dilihat Gambar 2.8[8].

Gambar 2.8 Model Neuron

Jika dilihat, neuron buatan diatas mirip dengan sel neuron biologis. Informasi (input) akan dikirim ke neuron dengan bobot tertentu. Input ini akan diproses oleh suatu fungsi yang akan menjumlahkan nilai-nilai bobot yang ada. Hasil penjumlahan kemudian akan dibandingkan dengan suatu nilai ambang (threshold) tertentu melalui fungsi aktivasi setiap neuron. Apabila input tersebut

(33)

melewati suatu nilai ambang tertentu, maka neuron tersebut akan diaktifkan, jika tidak, maka neuron tidak akan diaktifkan. Apabila neuron tersebut diaktifkan, maka neuron tersebut akan mengirimkan output melalui bobot-bobot keluarannya ke semua neuron yang berhubungan dengannya.

Sehingga dapat disimpulkan bahwa neuron terdiri dari 3 elemen pembentuk, yaitu:

1. Himpunan unit-unit yang dihubungkan dengan jalur koneksi. Jalur-jalur tersebut memiliki bobot yang berbeda-beda. Bobot yang bernilai positif akan memperkuat sinyal dan yang bernilai negatif akan memperlemah sinyal yang dibawa. Jumlah, struktur, dan pola hubungan antar unit-unit tersebut akan menentukan arsitektur jaringan.

2. Suatu unit penjumlah yang akan menjumlahkan input-input sinyal yang sudah dikalikan dengan bobotnya.

3. Fungsi aktivasi yang akan menentukan apakah sinyal dari input neuron akan diteruskan ke neuron lain atau tidak.

2.5.2. Konsep Dasar Jaringan Saraf Tiruan

Setiap pola-pola informasi input dan output yang diberikan kedalam jaringan saraf tiruan diproses dalam neuron. Neuron-neuron tersebut terkumpul di dalam lapisan lapisan yang disebut neuron layers. Lapisan-lapisan penyusun jaringan saraf tiruan tersebut dapat dibagi menjadi 3, yaitu[8]:

1. Lapisan input

Unit-unit di dalam lapisan input disebut unit-unit input. Unit-unit input tersebut menerima pola masukannya data dari luar yang menggambarkan suatu permasalahan.

(34)

2. Lapisan tersembunyi

Unit-unit di dalam lapisan tersembunyi disebut unit-unit tersembunyi. Dimana keluarannya tidak dapat secara langsung diamati.

3. Lapisan output

Unit-unit di dalam lapisan output disebut unit-unit output. Output dari lapisan ini merupakan solusi jaringan saraf tiruan terhadap suatu permasalahan.

2.5.3. Arsitektur Jaringan Jaringan Saraf Tiruan

Jaringan saraf tiruan memiliki beberapa arsitektur jaringan yang sering digunakan dalam berbagai aplikasi. Arsitektur jaringan saraf tiruan tersebut, antara lain[8]:

a. Jaringan layar tunggal (single layer network)

Jaringan dengan lapisan tunggal terdiri dari 1 layer input dan 1 layer output. Setiap neuron/unit yang terdapat di dalam lapisan/layer input selalu terhubung dengan setiap neuron yang terdapat pada layer output. Jaringan ini hanya menerima input kemudian secara langsung akan mengolahnya menjadi output tanpa harus melalui lapisan tersembunyi. Contoh algoritma jaringan saraf tiruan yang menggunakan metode ini yaitu: ADALINE, Hopfield, Perceptron. Arsitekstur jaringan layar tunggal dapat dilihat pada Gambar 2.9.

(35)

Gambar 2.9 Arsitektur lapisan tunggal

b. Jaringan layar jamak (multi layer network)

Jaringan dengan lapisan jamak memiliki ciri khas tertentu yaitu memiliki 3 jenis layer yakni layer input, layer output, dan juga layer tersembunyi. Jaringan dengan banyak lapisan ini dapat menyelesaikan permasalahan yang lebih kompleks dibandingkan jaringan dengan lapisan tunggal. Namun, proses pelatihan sering membutuhkan waktu yang cenderung lama. Contoh algoritma jaringan saraf tiruan yang menggunakan metode ini yaitu: MADALINE, backpropagation, Neocognitron. Arsitekstur dari jaringan layar jamak dapat dilihat pada Gambar 2.10.

(36)

c. Jaringan dengan lapisan kompetitif (competitive layer network)

Pada jaringan ini sekumpulan neuron bersaing untuk mendapatkan hak menjadi aktif. Contoh algoritma yang menggunakan metode ini adalah LVQ. Arsitekstur dari jaringan lapisan kompetitif dapat dilihat pada Gambar 2.11.

Gambar 2.11 Arsitektur lapisan kompetitif

2.5.4. Kelebihan dan Kelemahan Neural Network

Neural network mempunyai kemampuan yang luar biasa untuk mendapatkan informasi dari data yang rumit atau tidak tepat. Berikut adalah kelebihan – kelebihan yang diberikan dari neural network[7]:

1. Belajar Adaptive : Kemampuan untuk mempelajari bagaimana melakukan pekerjaan berdasarkan data yang diberikan untuk pelatihan atau pengalaman awal.

2. Self-Organisation : Sebuah neural network dapat membuat organisasi sendiri atau representasi dari informasi yang diterimanya selama waktu belajar.

3. Real Time Operation : Perhitungan neural netrwork dapat dilakukan secara paralel sehingga perangkat keras dirancang dan diproduksi secara khusus dapat mengambil keuntungan dari kemampuan ini.

(37)

Selain mempunyai kelebihan – kelebihan tersebut, neural network juga mempunyai kelemamhan – kelemahan sebagai berikut[7]:

1. Tidak efektif jika digunakan untuk melakukan operasi – operasi numerik dengan presisi tinggi.

2. Tidak efisien jika digunakan untuk melakukan operasi algoritma aritmatik, operasi logika dan simbolis.

3. Untuk beroperasi neural network butuh pelatihan sehingga bila jumlah datanya besar, waktu yang digunakan untuk proses pelatihan sangat lama.

2.5.5 Algoritma Neural Network pada Channel Assignment

Setiap elemen pengolahan (neuron) sepenuhnya saling berhubungan dalam jaringan neural network. Neuron i digambarkan oleh state, yang dilambangkan dengan Vi. Setiap neuron memiliki dua kemungkinan. Nilai dari setiap state ditentukan oleh total masukan dari neuron lain diikuti oleh operasi thresholding. Input dari neuron i berasal dari dua sumber : output dari neuron lain dengan skala oleh bobot koneksi dan eksternal yang sesuai masukan . Total input ke neuron # i dinotasikan dengan Ui [6].

�� =∑ ��_� ��+�� (2.5)

Dimana Wij adalah berat koneksi dari neuron j ke neuron i dan Ii adalah input eksternal . Update setiap neuron state sendiri sesuai dengan aturan thresholding dengan ambang THD seperti ditunjukkan oleh [6].

�� =� 1, ��< ��

0, �� (2.6)

Aturan thresholding dapat diterapkan asynchronously (secara seri) atau serentak (secara paralel). Dalam modus asynchronous, aturan ini diterapkan

(38)

secara berurutan untuk setiap neuron, dan keadaan setiap neuron diperbarui secara individual. Dalam modus sinkron, operasi thresholding secara bersamaan diterapkan pada setiap neuron, dan state dari semua neuron diperbarui pada saat yang sama. Operasi memperbarui dihentikan ketika state tidak berubah atau energi telah mencapai nilai minimum. Menurut Kim et al . ( 1997) , Energi fungsi E didefinisikan sebagai [6].

� =−1

2∑ ∑ �� − ∑ �� (2.7)

Fungsi energi ini diminimalkan dengan prosedur update jaringan neural network. Penerapan berturut prosedur update akan memaksa jaringan untuk berkumpul sedemikian rupa sehingga energi jaringan menjadi lebih kecil selama prosedur update. Ketika jaringan mencapai keadaan stabil maka energi dalam keadaan minimum. Wij dan Ii harus ditetapkan dengan tepat untuk aplikasi sehingga E merupakan fungsi yang diminimalkan untuk memecahkan masalah optimasi kombinatorial. Untuk penugasan kanal jaringan neural network diimplementasikan, dimana energi di update sampai sama dengan nol atau nomor iterasi maksimum yang telah ditetapkan telah tercapai.

Untuk itu pada pengalokasian kanal, nilai energi diartikan dengan panggilan yang ditolak. Permintaan panggilan atau call demand yang masuk harus sesuai dengan jumlah panggilan yang sudah teralokasi pada kanal. Panggilan yang sudah teralokasi ini harus memenuhi kendala matriks C atau panggilan tidak ditolak atau tidak terjadi blocking. Apabila jumlah permintaan panggilan atau call demand tidak sama dengan jumlah panggilan yang sudah teralokasi maka terdapat panggilan yang ditolak, sehingga nilai energinya tidak sama dengan nol. Untuk itu

(39)

nilai bobot pada sel yang terblocking harus diubah untuk dapat mencapai nilai energi sama dengan nol.

(40)

BAB III

PEMODELAN ALOKASI KANAL DINAMIK DENGAN ALGORITMA

NEURAL NETWORK

3.1 Umum

Penganalisisan suatu sistem yang efektif adalah dengan cara memodelkan dan mensimulasikan sistem tersebut. Permodelan merupakan penggambaran dari sistem yang sebenarnya sedangkan simulasi merupakan proses penyelesaian permasalahan dari sistem yang dapat divisualisasikan sehingga mudah dianalisis. Pada Tugas Akhir ini penganalisisan kinerja pengalokasian kanal dapat dimodelkan seperti Gambar 3.1.

Gambar 3.1. Pemodelan Sistem Pengalokasian Kanal

Pada blok diagram dapat dilihat, sebelum melakukan optimasi menggunakan algoritma neural netwrok harus terlebih dahulu melihat layout sel yang digunakan, jumlah call demand per sel, kendala interferensi, dan jumlah kanal yang tersedia untuk seluruh sel.

Layout sel

Jumlah call

demand per sel

Kendala interferensi

Kanal yang tersedia

Proses pengalokasian dengan algoritma

neural network

Penugasan kanal

(41)

3.2 Asumsi yang Digunakan

Asumsi-asumsi yang digunakan meliputi :

1. Sistem pengalokasian kanal menggunakan algoritma neural network 2. Satu kanal = satu frekuensi = satu user

3.3 Parameter Kerja Sistem

Parameter lainnya sistem yang akan dilibatkan dalam simulasi mencakup: a) Layout Area

Layout area yang digunakan adalah berdasarkan pada area kota Medan yang terdiri dari 17 sel seperti Gambar 3.2.

Gambar 3.2. Layout Area Kota Medan

Layout sel pada Gambar 3.2 diasumsikan pada kota Medan dengan skala peta 1,63 : 5000000 (1,63 pada peta sama dengan 5 km sebenarnya). Bentuk sel yang digunakan adalah sel hexagonal mikro sel dengan radius sel sebesar 3 km.

(42)

Untuk bisa memplot sel hexagonal pada peta maka dibuat skala 1,956 : 600000. Kemudian dengan diameter 1,956 cm diplot pada peta kota dan didapat serta dibatasi jumlah sel sebanyak 17 sel.

b) Matriks Kompatibility

Matriks compatibility adalah syarat yang harus dipenuhi untuk pengalokasikan kanal. Matriks yang digunakan adalah matriks 17x17 dapat dilihat pada tabel 3.1.

Tabel 3.1. Matriks Kompatibiliti C

Sel 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 6 2 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0

2 2 6 2 0 2 2 0 0 0 0 0 0 0 0 0 0 0

3 0 2 6 0 0 2 2 0 0 0 0 0 0 0 0 0 0

4 2 0 0 6 2 0 0 0 0 2 0 0 0 0 0 0 0

5 2 2 0 0 6 0 0 0 0 2 2 0 0 0 0 0 0

6 0 2 2 0 2 6 2 0 0 0 2 2 0 0 0 0 0

7 0 0 2 0 0 2 6 2 0 0 0 2 2 0 0 0 0

8 0 0 0 0 0 0 2 6 2 0 0 0 2 2 0 0 0

9 0 0 0 0 0 0 0 2 6 0 0 0 0 2 2 0 0

10 0 0 0 2 2 0 0 0 0 6 2 0 0 0 0 2 0

11 0 0 0 0 2 2 0 0 0 2 6 2 0 0 0 2 2

12 0 0 0 0 0 2 2 0 0 0 2 6 2 0 0 0 2

13 0 0 0 0 0 0 2 2 0 0 0 2 6 2 0 0 0

14 0 0 0 0 0 0 0 2 2 0 0 0 2 6 2 0 0

15 0 0 0 0 0 0 0 0 2 0 0 0 0 2 6 0 0

16 0 0 0 0 0 0 0 0 0 2 2 0 0 0 0 6 2

17 0 0 0 0 0 0 0 0 0 0 2 2 0 0 0 2 6

Dari matriks Cij di atas dapat dilihat bahwa :

1. Jarak antar kanal dalam satu sel harus berjarak minimal 6.

2. Jarak kanal pada sel yang bertetangga/berdekatan harus berjarak minimal 2. 3. Jarak kanal pada sel yang berjauhan bisa berjarak 1 ataupun 0 (bisa

(43)

c) Pola Interferensi

Pola Interferensi adalah jumlah permintaan panggilan tiap sel. Dalam pemodelan ini pola interferensi sel dapat dilihat pada Tabel 3.2.

Tabel 3.2 Pola interferensi sel SEL

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

JUMLAH

INTERFERENSI 3 4 3 3 6 6 5 4 3 4 6 5 4 4 2 3

Interferensi tiap sel berbeda dilihat dari jumlah sel yang berada disekitarnya.

d) Call Demand

Call demand yang digunakan pada optimasi alokasi kanal dinamik ini merupakan panggilan yang ditawarkan pada setiap sel. Call demand pada setiap sel berbeda-beda.

3.4 Algoritma Neural Network

Simulasi dari kinerja pengalokasian kanal dinamik dengan menggunakan algoritma Neural Network dapat dilihat pada Gambar 3.3 yaitu flowchart dari algoritma hopfield neural network yang sudah disesuaikan dengan masalah pengalokasian kanal dan tahapan dari algoritma hopfield neural network dapat dilihat pada Tabel 3.3.

(44)

Mulai

Iterasi

Apakah frekuensi untuk semua sel di

tugaskan ?

Meninisialisasi nomor dari penugasan kanal c = 0

Pilih selI i berdasarkan daftar sell

Pilih secara acak dan update neuron ( i, j ), c = 1

Untuk update selanjutnya arah dipilih secara acak mengarah

ke kiri atau kanan

Apakah update memilih ke arah kanan atau kiri ?

j = j + 1

j = j - 1 T

Update neuron (i,j) pada sell i

c = c + 1

Nomor penugasan kanal c < LB

Hitung energi E

Y R

Y Apakah E = 0 ?

Hitung keluaran neuron

Selesai Y

L Masukan Input

Inisialisasi Membuat daftar sel sesuai dengan urutan menurun dari

RNC sel

(45)

Tabel 3.3 Tahapan pada algoritma neural network No Tahap Channel Assigment

1. Masukan Input Memasukkan input yaitu, jumlah sel, demand vector D, matrik C atau batasan (ACC,CCC, dan CSC).

2. Membuat daftar sel sesuai dengan urutan menurun dari RCN untuk setiap sel

Membuat daftar sel dibuat dengan urutan terbesar dan terkecil dari RCN sel. Misalnya jika RCN dari 6 sel, sel dari 1 sampai 6 adalah 3,6,1,30,23,17 masing-masing, kemudian urutan memperbarui daftar akan menjadi sel 4, 3, 5, 1, 6, dan 2. Hal ini dilakukan untuk

pemanfaatan maksimal dari spektrum frekuensi. 3. Inisialisasi Menentukan state awal atau menugaskan sel sesuai

dengan urutan dari RCN.

4. Iterasi Menjalankan proses update bila ada kanal atau panggilan yang terbloking atau di tolak.

Menjalankan Subroutine Iterasi

Menjalankan subroutine iterasi atau mengupdate kanal yang terbloking untuk mencapai syarat dari keluaran neuron atau E = 0 atau tidak ada panggilan yang terbloking.

5. Lihat apakah E=0 Hitung energi E dari penugasan saat ini. Jika E=0 maka maka keluaran dari neural didapatkan atau penugasan kanal sesuai dengan matriks kompatibiliti C dan demand vector D didapatkan. Energi yang dimaksud dalam algoritma ini adalah meminimalkan jumlah panggilan yang ditolak.

(46)

Variabel-variabel yang dibutuhkan oleh algotirma neural network untuk menyelesaikan pengalokasian kanal dinamik dapat dilihat pada Tabel 3.4.

Tabel 3.4 variabel yang dibutuhkan pada algoritma neural network

Variabel Keterangan

n jumlah sel dalam jaringan selular

m jumlah kanal yang tersedia di jaringan selular c nomor kanal yang tersedia

RCN daftar sel panggilan yang diperlukan (Required Number Channel) matriks, R = (ri)

ri nomor saluran yang diperlukan untuk sel i, 1 < i < n

rmax jumlah panggilan maksimum pada matriks R

C matriks kompatibilitas, C = (cij)

cij pemisahan frekuensi minimum antara frekuensi dalam sel i dan

j, 1 < i, j< n

LB kanal minimum yang dibutuhkan

ACN Assigned Channel Number atau kanal yang sudah ditugaskan pada kanal

Penjelasan umum tentang tahapan dari simulasi yang akan dilakukan pada pengalokasian kanal adalah :

1. Masukan input

Pada tahapan ini parameter yang digunakan pada masalah penugasan kanal dimasukkan, seperti matrix C, jumlah sel, jumlah minimum kanal yang dibutuhkan.dan call demand atau matrix D.

2. Membuat daftar sel seseuai dengan urutan RCN(required number channel) Untuk mengetahui sel yang akan diproses terlebih dahulu agar pemanfaatan kanal menjadi lebih maksimal maka terlebih dahulu membuat daftar sel

(47)

sesuai dengan RCN. Pada tahapan ini matrix D atau daftar call demand diurutkan mulai jumlah call demand terbesar hingga terkecil.

3. Inisialisasi

Pada inisialisasi, penugasan kanal sesuai dengan urutan daftar RCN dilakukan. Pada tahapan ini semua permintaan call demand dialokasikan tanpa melihat apakah ada panggilan yang terblok atau tidak.

4. Iterasi

Proses iterasi atau menjalankan proses update dilakukan untuk menurunkan jumlah panggilan yang diblok. Pada tahapan ini pengalokasian kanal dilakukan kembali sehingga didapat pengalokasian kanal yang sesuai dengan matrix C dan seluruh call demand yang ada terpenuhi. Langkah prosedural untuk metode update adalah sebagai berikut :

a) Pilih sel i sesuai dengan urutan daftar sel .

b) Secara acak memilih satu neuron j dalam sel i [ neuron (i , j ) ] dan memperbarui neuron .

c) Untuk selanjutnya update neuron, arah dipilih secara acak sisi kiri[ neuron (i , j - 1 ) ] atau sisi kanan neuron [ neuron (i , j +1 ) ] .

d) Setelah arah awal ditentukan oleh langkah c ), neuron berikutnya di update secara berurutan .

e) Ulangi langkah a) - d ) sampai semua frekuensi untuk semua sel ditugaskan .

5. Hitung energi E

Energi pada algoritma neural nework adalah untuk mencapai keadaan konvergen pada neuron. Keadaan konvergen yang dimaksud adalah neuron

(48)

tersebut dalam keadaan stabil atau tidak ada lagi perubahan atau E=0. Untuk masalah penugasan kanal, energi erat kaitannya dengan jumlah panggilan yang terbloking atau panggilan yang jatuh. Sehingga untuk mencapai energi E=0 maka jumlah panggilan yang terbloking harus diminimalkan. Nilai energi didapat dengan menghitung selisih antar jumlah panggilan yang tersedia dengan jumlah panggilan yang terlayani.

(49)

BAB IV

ANALISIS ALOKASI KANAL DINAMIK DENGAN

ALGORITMA NEURAL NETWORK

4.1 Umum

Seperti telah dijelaskan pada Bab 3, proses alokasi kanal menggunakan algoritma neural network terdiri dari penentuan parameter yang digunakan yaitu layout sel yang digunakan, pola interferensi pada setiap sel, matriks compatibility, dan call demand yang digunakan. Selanjutnya apabila hasil telah didapatkan, maka input call demand ataupun matriks compatibility nilainya dapat diubah. Perubahan nilai call demand pada proses inilah yang dikatakan dinamik.

4.2 Mekanisme Algoritma Neural Network

Pada bab 3 telah dijelaskan mekanisme dari algoritma neural network, yaitu :

1. Masukan input

Merupakan input dari parameter yang digunakan pada masalah penugasan kanal dimasukkan, seperti matrix C, jumlah sel, jumlah minimum kanal yang dibutuhkan.dan call demand atau matrix D. Berikut inisialisasi untuk alokasi kanal dinamik menggunakan algoritma neural network.

%Masukan input%%

ncell=input('Masukkan jumlah cell=')

%17

C=xlsread('MatrixC.xlsx')

D=input('Masukkan nilai call of demand /matriks D:')

%[14;15;18;17;22;25;16;20;21;10;26;24;7;13;12;8;19]

(50)

%126

2. Membuat daftar sel seseuai dengan urutan RNC(required number channel)

Setelah memasukkan input dari parameter yang dibutuhkan, selanjutnya membuat daftar sel sesuai dengan urutan RCN (required number channel). Daftar sel RCN dibutuhkan untuk mengurutkan jumlah call demand dari yang terbesar hingga yang terkecil.

D1=sort(D,'descend')

for row=1:17

for i=1:17

if (D1(row)== D(i))

nomor_cell = i; D2(row)= nomor_cell;

end

D2=D2'

cell_dan_call = [D2 D1]; RCN=cell_dan_call

Panggilan yang pertama kali dilayani merupakan panggilan dengan nilai terbesar. Dan sel yang pertama kali digunakan untuk mengalokasikan kanal yaitu sel dengan nilai call demand terbesar. Hasil urutan sel dan call demand nya dapat dilihat pada Tabel 4.1 berikut.

Tabel 4.1 Hasil urutan call demand pada 17 sel

Sel Call Demand

11 26

6 25

12 24

5 22

9 21

8 20

17 19

3 18

4 17

(51)

Tabel 4.1 Lanjutan

Sel Call Demand

2 15

1 14

14 13

15 12

10 10

16 8

13 7

Dari Tabel 4.1 dapat dilihat kanal yang pertama dialokasikan terletak pada sel ke-11 dengan call demand sebesar 26 sehingga ada 26 kanal yang akan dialokasikan pada sel 11 untuk melayani 26 panggilan. Begitu seterusnya sampai sel yang yang terahir yaitu sel ke-13 dengan 17 panggilan yang harus dilayani.

3. Inisialisasi

Pada inisialisasi, penugasan kanal dilakukan sesuai dengan urutan daftar RCN. Pada tahapan ini semua permintaan call demand dialokasikan tanpa melihat apakah ada panggilan yang terblok atau tidak. Pengalokasian sel pertama dilakukan sesuai dengan urutan dari RCN dimana nilai call demand terbesar yang dialokasikan terdahulu

% Alokasi cell dengan demand terbesar no 1(sel 11) cell=cell_dan_call(1,1)

call=cell_dan_call(1,2) cell1=cell;

% if sum(sum(CAP))==0

f0=1;

CAP(cell,f0)=1; cii=5;

for n=1:(call-1)

F=f0+ cii; CAP(cell,F)=1; f0=F;

(52)

4. Iterasi

Pada iterasi atau proses update dikalaukan pengalokasian ulang pada sel yang terbloking. Dalam hal ini nilai dari cii pada sel yang terbloking diubah, dari yang bernilai 5 kemudian di update menjadi 6, tapi cii yang diubah hanya pada sel yang terbloking, untuk sel yang tidak terbloking nilai cii tidak diubah. Dalam simulasi proses update dilakukan sebanyak 3 kali, sehingga didapat pengalokasian kanal tanpa ada sel yang terbloking.

%% Update1 pada sel 2, sel 4, sel 7, sel 11, sel 12 dan sel 14

nkanal=input('Lower Bound cell 2=')

%85

% Alokasi cell terbesar no 11 (sel 2) cell=cell_dan_call(11,1);

call=cell_dan_call(11,2); cell11=cell;

if (C1(cell1,cell11)==

0)&&(C1(cell2,cell11)==2)&&(C1(cell3,cell11)==0)&&(C1(cell4,cell11 )==2)&&(C1(cell5,cell11)==0)&&(C1(cell6,cell11)==0)&&(C1(cell7,cel l11)==0)&&(C1(cell8,cell11)==2)&&(C1(cell9,cell11)==0)&&(C1(cell10 ,cell11)==0)&&(CAP(cell1,1)== 1)

f0=1;

CAP(cell11,f0)=1; cii=6;

for n=1:(call-1)

F=(f0)+ cii; CAP(cell11,F)=1; f0=F;

end

%% Update2 untuk sel 1, sel 6, sel 9, sel 10, sel 13, sel 17

nkanal=input('Lower Bound cell 1=')

%78

% Alokasi cell terbesar no 12 (sel 1) cell=cell_dan_call(12,1);

call=cell_dan_call(12,2); cell12=cell;

if (C1(cell1,cell12)==

0)&&(C1(cell2,cell12)==0)&&(C1(cell3,cell12)==0)&&(C1(cell4,cell12 )==2)&&(C1(cell5,cell12)==0)&&(C1(cell6,cell12)==0)&&(C1(cell7,cel l12)==0)&&(C1(cell8,cell12)==2)&&(C1(cell9,cell12)==2)

elseif

(C1(cell10,cell12)==0)(C1(cell11,cell12)==2)&&(CAP(cell1,1)== 1) f0=3;

(53)

cii=6;

for n=1:(call-1)

F=(f0)+ cii; CAP(cell12,F)=1; f0=F;

end

%% Update3 untuk sel 3, sel 5, sel 8, sel 15, sel 16

nkanal=input('Lower Bound cell 3=')

%103

% Alokasi cell terbesar no 8 (sel 3) cell=cell_dan_call(8,1);

call=cell_dan_call(8,2); cell8=cell;

if (C1(cell1,cell8)==

0)&&(C1(cell2,cell8)==2)&&(C1(cell3,cell8)==0)&&(C1(cell4,cell8)== 0)&&(C1(cell5,cell8)==0)&&(C1(cell6,cell8)==0)&&(C1(cell7,cell8)== 0)&&(CAP(cell1,1)== 1)

f0=5;

CAP(cell8,f0)=1; cii=6;

for n=1:(call-1)

F=(f0)+ cii; CAP(cell8,F)=1; f0=F;

end

5. Hitung energi E

Untuk masalah penugasan kanal, energi erat kaitannya dengan jumlah panggilan yang terbloking atau panggilan yang jatuh. Sehingga untuk mencapai energi E=0 maka jumlah panggilan yang terblocking harus diminimalkan. Nilai energi didapat dengan menghitung selisih antar jumlah panggilan yang tersedia dengan jumlah panggilan yang terlayani.

%Hitung Energi Inisialisasi RCN=sum(D)

ACN=sum(D(1)+D(3)+D(5)+D(6)+D(8)+D(9)+D(10)+D(13)+D(15)+D(16)+D(17 ))

Energi=RCN-ACN Bloking=Energi

(54)

Untuk melihat keseluruhan program yang digunakan dapat dilihat pada

Lampiran 1 dan untuk melihat data hasil pengalokasian dapat dilihat pada Lampiran 2.

4.3 Hasil Simulasi Pengalokasian Kanal

Dengan menggunakan jumlah total panggilan RCN=287 dan jumlah kanal minimum 126 dengan inisialisasi awal bobot cii = 5 serta distribusi panggilan seperti pada Tabel 4.1. Hasil dari pengalokasian kanal dapat dilihat pada Tabel 4.2 berikut.

Tabel 4.2 Hasil inisialisasi pengalokaisan kanal algoritma neural network

Sel Jumlah Kanal Nomor Kanal

1 14 3,8,13,18,23,28,33,38,43,48,53,58,63,68 2 15 1,6,11,16,21,26,31,36,41,46,51,56,61,66,71 3 18 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90 4 17 1,6,11,16,21,26,31,36,41,46,51,56,61,66,71,76,81 5 22 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95

,100,105,110

6 25 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93, 98,103,108,113,118,123

7 16 1,6,11,16,21,26,31,36,41,46,51,56,61,66,71,76,81,86 8 20 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95

,100

9 21 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93, 98,103

10 10 3,8,13,18,23,28,33,38,43,48

11 26 1,6,11,16,21,26,31,36,41,46,51,56,61,66,71,76,81,86,91, 96,101,106,111,116,121,126

12 24 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93, 98,103,108,113,118

13 7 3,8,13,18,23,28,33

14 13 1,6,11,16,21,26,31,36,41,46,51,56,61 15 12 5,10,15,20,25,30,35,40,45,50,55,60

16 8 5,10,15,20,25,30,35,40

17 19 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93

(55)

adalah sel 2, sel 4, sel 7, sel 11, sel 12, dan sel 14. Dengan nilai energi terbloking adalah :

Total Panggilan =287

Panggilan yang terlayani =176, maka:

Energi = Bloking = 111 panggilan yang terblok

Karena terdapat sel yang terblocking maka nilai bobot cii pada sel yang terblocking diubah menjadi 6. Sehingga pengalokasiannya berubah dan perubahan pengalokasian tersebut dapat dilihat pada Tabel 4.3.

Tabel 4.3 Hasil pengalokasian kanal dengan update1

Sel Jumlah Kanal Nomor Kanal

1 14 3,8,13,18,23,28,33,38,43,48,53,58,63,68 2 15 1,7,13,19,25,31,37,43,49,55,61,67,73,79,85 3 18 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90 4 17 1,7,13,19,25, 31,37,43,49,55,61,67,73,79,85,91,97 5 22 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,

100,105,110

6 25 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93, 98,103,108,113,118,123

7 16 1,7,13,19,25, 31,37,43,49,55,61,67,73,79,85,91 8 20 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,

100

9 21 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93, 98,103

10 10 3,8,13,18,23,28,33,38,43,48

11 26

1,7,13,19,25,31,37,43,49,55,61,67,73,79,85,91,97,103, 109,115,121,127,133,139,145,151

12 24 5,11,17,23,29,35,41,47,53,59,65,71,77,83,89,95,101,107, 113,119,125,131,137,143

13 7 3,8,13,18,23,28,33

14 13 1,7,13,19,25,31,37,43,49,55,61,67,73 15 12 5,10,15,20,25,30,35,40,45,50,55,60

16 8 5,10,15,20,25,30,35,40

(56)

Setelah dilakukan update1, dapat dianalisa bahwa masih terdapat sel yang terblocking yaitu sel 1, sel 6, sel 9, sel 10, sel 13, dan sel 17. Dengan energi yang terblocking adalah :

Total Panggilan =287

Panggilan yang terlayani =191, maka:

Energi = Bloking = 96 panggilan yang terblok

Maka untuk menghindari sel yang terbloking tersebut dilakukan update2 dengan mengubah bobot cii pada sel yang terblocking menjadi 6. Dan hasil dari update 2 dapat dilihat pada Tabel 4.4.

Tabel 4.4 Hasil pengalokasian kanal dengan update 2

Sel Jumlah Kanal Nomor Kanal

1 14 3,9,15,21,27,33,39,45,51,57,63,69,75,81 2 15 1,7,13,19,25,31,37,43,49,55,61,67,73,79,85 3 18 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90 4 17 1,7,13,19,25, 31,37,43,49,55,61,67,73,79,85,91,97 5 22 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,1

00,105,110

6 25 3,9,15,21,27,33,39,45,51,57,63,69,75,81,87,93,99,105, 111,117,123,129,135,141,147

7 16 1,7,13,19,25, 31,37,43,49,55,61,67,73,79,85,91 8 20 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95,

100

9 21 3,9,15,21,27,33,39,45,51,57,63,69,75,81,87,93,99,105, 111,117,123

10 10 3,9,15,21,27,33,39,45,51,57

11 26

1,7,13,19,25,31,37,43,49,55,61,67,73,79,85,91,97,103, 109,115,121,127,133,139,145,151

12 24 5,11,17,23,29,35,41,47,53,59,65,71,77,83,89,95,101,107, 113,119,125,131,137,143

13 7 3,9,15,21,27,33,39

14 13 1,7,13,19,25,31,37,43,49,55,61,67,73 15 12 5,10,15,20,25,30,35,40,45,50,55,60

16 8 5,10,15,20,25,30,35,40

17 19 3,9,15,21,27,33,39,45,51,57,63,69,75,81,87,93,99,105, 111

(1)

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 Columns 121 through 135

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 136 through 150

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

(2)

0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Column 151

0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 >> update3 CAP =

Columns 1 through 15

0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1

(3)

0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 Columns 31 through 45

0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0

(4)

0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 Columns 61 through 75

0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 Columns 76 through 90

0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

(5)

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 Columns 106 through 120

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 Columns 121 through 135

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

(6)

0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 136 through 150

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Column 151

0 0 0 0 0 0 0 0 0 0 1 0 0 0 0

Analisis Alokasi Kanal Dinamik Pada Komunikasi Seluler Dengan Algoritma Neural Network