46
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Masukan Simulasi
Simulasi ini mengamati performansi user yang sedang melakukan panggilan yang bergerak dari sel UMTS menuju ke sel LTE. Masukan simulasi berupa
RSCPmin, RSRPmin, HOM, TTT, TTI, dan jumlah iterasi adalah 100 untuk tiap kecepatan yang bervariasi. Posisi awal user berada pada titik pusat sel UMTS.
Kecepatan user divariasikan dari 3 kmjam, 10 kmjam, 30 kmjam, 60 kmjam, 90 kmjam, 180 kmjam, 360 kmjam, 450 kmjam, 550 kmjam, dan 620 kmjam.
Adapun untuk sudut perpindahan user diasumsikan dengan distribusi uniform antara sudut 0 sampai 60 derajat. Sampling pengukuran kuat sinyal penerimaan UE
dilakukan setiap 100 ms.
4.2 Keluaran Simulasi
Parameter kinerja dari keluaran simulasi yang diamati adalah probabilitas dropping. Performansi probabilitas dropping itu diamati terhadap RSCP minimum,
RSRP minimum, handover margin, dan time-to-trigger. Pemilihan nilai optimal ditentukan berdasarkan nilai probabilitas dropping yang rendah terhadap variasi
dari pada parameter masukan.
4.3 Implementasi Sistem Simulasi Terhadap Probabilitas Dropping
Pada kondisi awal diasumsikan user berada dalam pusat pelayanan sel UMTS dan komunikasi dengan Node B telah terhubung. Dalam pergerakan user menuju
Universitas Sumatera Utara
47
eNode B, user tetap mengukur kuat sinyal RSCP yang diterima dari Node B serving cell sel yang melayani dan kuat sinyal RSRP yang diterima dari eNode B neighbor
cell sel target. Pengukuran kuat sinyal ini dibutuhkan sebagai indikator bagi mekanisme handover dalam usaha mempertahankan kontinuitas panggilan.
4.3.1 Skenario 1 RSS Based Handover
Pada skenario 1 ini probabilitas dropping diamati untuk nilai RSCPmin, RSRPmin, dan HOM yang berbeda-beda. Adapun tampilan keluaran simulasi
berbasis GUI Matlab ditunjukkan pada Gambar 4.1.
Gambar 4.1 Tampilan saat simulasi dijalankan
Universitas Sumatera Utara
48
1. Pengamatan Probabilitas Dropping Terhadap Perubahan Nilai RSCPmin
Adapun kombinasi parameter awal dikonfigurasi berdasarkan Tabel 4.1.
Tabel 4.1 Kombinasi parameter skenario 1 dengan nilai RSCPmin yang berbeda RSCPmin
RSRPmin HOM
-95 dBm -98 dBm
2 dB -96 dBm
-98 dBm 2 dB
-97 dBm -98 dBm
2 dB -98 dBm
-98 dBm 2 dB
-99 dBm -98 dBm
2 dB -100 dBm
-98 dBm 2 dB
Dengan menjalankan simulasi sebanyak 100 kali untuk perubahan kecepatan diperoleh hasil seperti pada Tabel 4.2.
Tabel 4.2 Probabilitas dropping, RSCPmin vs kecepatan
RSCPmin dBm
Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
-95 1
1 1
1 1
1 0,98
1 1
1
-96 1
1 1
1 1
1 1
1 1
1
-97 1
1 1
1 1
1 1
1 1
1
-98 1
1 1
1 1
1 1
1 1
1
-99 1
1 1
1 1
1 1
1 1
1
-100 1
1 1
1 1
1 1
1 1
1
Universitas Sumatera Utara
49
Dari Tabel 4.2 diperoleh grafik probabilitas dropping seperti yang ditunjukkan pada Gambar 4.2.
Gambar 4.2 Hasil probabilitas dropping saat nilai RSCP berbeda-beda
Dalam Tabel 4.2 dapat dilihat bahwa semua nilai probabilitas dropping adalah 1 untuk semua perubahan RSCPmin. Hal ini dikarenakan RSCPmin sebagai tolak
ukur threshold sinyal terima tidak mentoleransi pada buruknya kuat sinyal yang diterima oleh user
dalam pemenuhan kondisi PBGT ≥ HOM. Hal ini dapat diperhatikan saat nilai RSCPmin diatur -95 dBm hingga -100 dBm nilai
probabilitasnya tetap 1. User dapat drop bila user memiliki PBGT HOM. Variabel kecepatan juga perlu dianalisis. Ketika kecepatan berada pada 360
kmjam, nilai probabilitas dropping akan lebih kecil seperti yang terlihat pada Tabel 4.2. Hal ini dikarenakan pada kecepatan 360 kmjam setelah HOM sebagai margin
sebelum serving cell pindah ke neighbour cell target, user akan lebih cepat mendapat kondisi RSRP RSRPmin target cell karena pengambilan data dilakukan
tiap 100 ms. Fading yang meningkat saat kecepatan user meningkat tidak terlalu berpengaruh pada received signal strength dengan metode RSS based handover ini.
0,1
0,2
0,3 0,4
0,5 0,6
0,7 0,8
0,9
1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
RO P
P IN
G
KECEPATAN KMJAM P E N G A M A T A N T E R H A D A P P E R U B A H A N R S C P M I N I M U M
RSCP = -95 dBm RSCP = -96 dBm
RSCP = -97 dBm RSCP = -98 dBm
RSCP = -99 dBm RSCP = -100 dBm
Universitas Sumatera Utara
50
2. Pengamatan Probabilitas Dropping Terhadap Perubahan Nilai RSRPmin
Adapun kombinasi parameter awal dikonfigurasi berdasarkan Tabel 4.3.
Tabel 4.3 Kombinasi parameter skenario 1 dengan nilai RSRPmin yang berbeda RSRPmin
RSCPmin HOM
-98 dBm -95 dBm
2 dB -99 dBm
-95 dBm 2 dB
-100 dBm -95 dBm
2 dB -101 dBm
-95 dBm 2 dB
-102 dBm -95 dBm
2 dB -103 dBm
-95 dBm 2 dB
Dengan menjalankan simulasi sebanyak 100 kali untuk perubahan kecepatan diperoleh hasil seperti pada Tabel 4.4.
Tabel 4.4 Probabilitas dropping, RSRPmin vs kecepatan
RSRPmin dBm
Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
-98 1
1 1
1 0,99
0,96 0,97
1 1
1
-99 1
1 1
1 0,89
0,85 0,71
1 1
1
-100 1
0,99 0,99
0,79 0,71
0,55 0,51
1 1
1
-101 1
1 0,78
0,5 0,41
0,34 0,29
1 1
1
-102 0,99
0,97 0,54
0,3 0,31
0,23 0,27
1 1
1
-103 0,86
0,66 0,18
0,07 0,17
0,2 0,24
1 1
1
Universitas Sumatera Utara
51
Dari Tabel 4.4 diperoleh grafik probabilitas dropping seperti ditunjukkan pada Gambar 4.3.
Gambar 4.3 Hasil probabilitas dropping saat nilai RSRP berbeda-beda
Dalam Tabel 4.4 dapat dilihat bahwa ketika nilai RSRPmin ditentukan semakin rendah, maka nilai probabilitas dropping akan semakin kecil. Sementara apabila
nilai RSRPmin ditentukan semakin tinggi, maka nilai probabilitas dropping semakin besar. Hal ini dapat diperhatikan saat nilai RSRPmin diatur -98 dBm nilai
probabilitasnya 0.99, saat -99 dBm nilai probabilitasnya 0.89, dan saat -103 dBm nilai probabilitasnya 0.17 pada kecepatan 90 kmjam. Hal ini dikarenakan
RSRPmin sebagai tolak ukur threshold sinyal terima yang dapattidak dapat mentoleransi pada buruknya kuat sinyal yang diterima oleh user. User dapat drop
bila user memiliki PBGT ≥ HOM dan RSRP RSRPmin saat berpindah ke
neighbour cell. Variabel kecepatan juga perlu dianalisis. Ketika kecepatan meningkat, maka
nilai probabilitas dropping akan lebih kecil seperti pada Tabel 4.4. Hal ini dikarenakan setelah HOM sebagai margin sebelum serving cell pindah ke
0,1 0,2
0,3 0,4
0,5 0,6
0,7 0,8
0,9
1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
RO P
P IN
G
KECEPATAN KMJAM P E N G A M A T A N T E R H A D A P P E R U B A H A N R S R P M I N I M U M
RSRP = -98 dBm RSRP = -99 dBm
RSRP = -100 dBm RSRP = -101 dBm
RSRP = -102 dBm RSRP = -103 dBm
Universitas Sumatera Utara
52
neighbour cell target, user akan lebih cepat mendapat kondisi RSRP RSRPmin target cell karena pengambilan data dilakukan tiap 100 ms. Fading yang meningkat
saat kecepatan user meningkat tidak terlalu berpengaruh pada received signal strength dengan metode RSS based handover ini.
3. Pengamatan Probabilitas Dropping Terhadap Perubahan Nilai HOM
Adapun kombinasi parameter awal dikonfigurasi berdasarkan Tabel 4.5.
Tabel 4.5 Kombinasi parameter skenario 1 dengan nilai HOM yang berbeda RSRPmin
RSCPmin HOM
-98 dBm -95 dBm
2 dB -98 dBm
-95 dBm 3 dB
-98 dBm -95 dBm
4 dB -98 dBm
-95 dBm 5 dB
Dengan menjalankan simulasi sebanyak 100 kali untuk perubahan kecepatan diperoleh hasil seperti pada Tabel 4.6.
Tabel 4.6 Probabilitas dropping, HOM vs kecepatan
HOM dB
Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
2
1 1
1 1
1 1
0,95 1
1 1
3 1
1 1
1 1
1 1
1 1
1
4 1
1 1
1 1
1 1
1 1
1
5 1
1 1
1 1
1 1
1 1
1
Universitas Sumatera Utara
53
Dari Tabel 4.6 didapat grafik probabilitas dropping seperti yang ditunjukkan pada Gambar 4.4.
Gambar 4.4 Hasil probabilitas dropping saat HOM berubah-ubah
Pada Tabel 4.6 dapat dilihat bahwa nilai probabilitas dropping untuk semua perubahan parameter HOM adalah 1. Hal ini dapat diperhatikan saat nilai HOM
diatur 2 dB hingga 6 dB nilai probabilitasnya adalah 1 pada kecepatan 90 kmjam. Kecuali pada kecepatan 360 kmjam dengan HOM = 2 dBm nilai probabilitas
dropping-nya adalah 0.95 dikarenakan setelah HOM sebagai margin sebelum serving cell pindah ke neighbour cell target, user akan lebih cepat mendapat kondisi
RSRP RSRPmin target cell pada kecepatan 360 kmjam dimana pengambilan data dilakukan tiap 100 ms. Oleh karena itu, perubahan parameter HOM pada Tabel 4.6
tidak mempengaruhi besar kecilnya nilai probabilitas dropping user. Hal ini dikarenakan perubahan HOM sebagai margin antara serving cell dan neighbour cell
0,92 0,93
0,94 0,95
0,96 0,97
0,98 0,99
1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
R O
P P
IN G
KECEPATAN KMJAM P E N G A M A T A N T E R H A D A P P E R U B A H A N H O M
HOM = 2 dB HOM = 3 dB
HOM = 4 dB HOM = 5 dB
HOM = 6 dB
Universitas Sumatera Utara
54
target tidak terpenuhi untuk semua kecepatan. User dapat drop bila user memiliki PBGT HOM sebelum berpindah ke neighbour cell.
Fading yang meningkat saat kecepatan user meningkat tidak terlalu berpengaruh pada received signal strength dengan metode RSS based handover ini.
4. Nilai Optimal untuk Parameter Handover
Berdasarkan pengamatan dari Tabel 4.2, Tabel 4.4, dan Tabel 4.6 dan kriteria optimal yang telah ditentukan, maka diperoleh nilai optimal RSCPmin, RSRPmin,
dan HOM masing-masing adalah -98 dBm, -99 dBm, dan 2 dB. Dengan
menjalankan simulasi sebanyak 100 kali untuk perubahan kecepatan diperoleh hasil seperti pada Tabel 4.7.
Tabel 4.7 Probabilitas dropping, parameter optimalisasi vs kecepatan
Parameter Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
RSRPmin = -102 dBm
RSCPmin = -95 dBm
HOM = 2 dB
1 0,97
0,58 0,18
0,23 0,21
0,20 1
1 1
Dari Tabel 4.7 diperoleh grafik probabilitas dropping seperti yang ditunjukkan pada Gambar 4.5.
Universitas Sumatera Utara
55
Gambar 4.5 Hasil optimalisasi parameter tradeoff handover
Dari parameter pada Tabel 4.7, didapat output terbaik dengan probabilitas dropping yang kecil, namun tidak menurunkan performansi jaringan dengan
menjaga received signal strength yang baik bagi pelanggan. Kondisi lebih baik dapat diperoleh dengan menurunkan RSCPmin atau RSRPmin pada masing-masing
sistem, namun apabila itu dilakukan, maka kualitas sinyal yang diterima user-lah yang akan dikorbankan. Begitu juga pada HOM, fungsi HOM sebagai margin yang
mengurangi terjadinya handover tidak boleh juga diatur terlalu besar, karena ini akan mengakibatkan turunnya RSS saat kondisi PBGT berlangsung.
0,1 0,2
0,3 0,4
0,5 0,6
0,7 0,8
0,9
1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
RO P
P IN
G
KECEPATAN KMJAM N I L A I O P T I M A L P R O B A B I L I A T S D R O P P I N G
Universitas Sumatera Utara
56
4.3.2 Skenario 2 RSS Based Handover with TTT
Pada skenario 2 ini probabilitas dropping diamati untuk nilai RSCPmin, RSRPmin, HOM, dan TTT yang berbeda-beda. Adapun tampilan keluaran simulasi
berbasis GUI Matlab ditunjukkan pada Gambar 4.6.
Gambar 4.6 Tampilan saat simulasi dijalankan
1. Pengamatan Probabilitas Dropping Terhadap Perubahan Nilai RSCPmin
Adapun kombinasi parameter awal dikonfigurasi berdasarkan Tabel 4.8.
Tabel 4.8 Kombinasi parameter skenario 2 dengan nilai RSCPmin yang berbeda RSCPmin
RSRPmin HOM
-95 dBm -98 dBm
2 dB -96 dBm
-98 dBm 2 dB
-97 dBm -98 dBm
2 dB -98 dBm
-98 dBm 2 dB
Universitas Sumatera Utara
57
RSCPmin RSRPmin
HOM
-99 dBm -98 dBm
2 dB -100 dBm
-98 dBm 2 dB
Dengan menjalankan simulasi sebanyak 100 kali untuk perubahan kecepatan diperoleh hasil seperti pada Tabel 4.9.
Tabel 4.9 Probabilitas dropping, RSCPmin vs kecepatan
RSCPmin dBm
Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
-95 1
1 1
1 1
0,99 0,91
-96 1
1 1
1 1
1 0,52
-97 1
1 1
1 1
1 1
-98
1 1
1 1
1 1
1
-99
1 1
1 1
1 1
1
-100 1
1 1
1 1
1 1
Dari Tabel 4.9 diperoleh grafik probabilitas dropping seperti yang ditunjukkan pada Gambar 4.7.
Universitas Sumatera Utara
58
Gambar 4.7 Hasil probabilitas dropping saat RSCP berubah-ubah terhadap TTT
Dalam Tabel 4.9 dapat dilihat bahwa ketika nilai RSCPmin ditentukan semakin rendah, maka nilai probabilitas dropping akan semakin kecil. Sementara apabila
nilai RSCPmin ditentukan semakin tinggi, maka nilai probabilitas dropping semakin besar. Hal ini dapat diperhatikan saat nilai RSCPmin diatur -95 dBm nilai
probabilitas dropping-nya 0.91 dan saat -96 dBm nilai probabilitas dropping-nya 0.52. Hal ini dikarenakan RSCPmin sebagai tolak ukur threshold sinyal terima yang
dapattidak dapat mentoleransi pada buruknya kuat sinyal yang diterima oleh user. User akan drop
pada saat PBGT ≥ HOM tidak terpenuhi pada TTT yang telah diberikan setelah RSCP ≤ RSCPmin kemudian RSRP selaku received signal
strength neighbour cell target berada pada kondisi RSRP ≤ RSRPmin.
Variabel kecepatan juga perlu dianalisis. Ketika kecepatan meningkat, maka nilai probabilitas dropping akan lebih kecil seperti pada Tabel 4.9. Hal ini
dikarenakan syarat HOM sebagai margin sebelum serving cell pindah ke neighbour
0,1
0,2 0,3
0,4
0,5
0,6 0,7
0,8
0,9
1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
RO P
P IN
G
KECEPATAN KMJAM P E N G A M A T A N T E R H A D A P P E R U B A H A N R S C P M I N I M U M
RSCP = -95 dBm RSCP = -96 dBm
RSCP = -97 dBm RSCP = -98 dBm
RSCP = -99 dBm RSCP = -100 dBm
Universitas Sumatera Utara
59
cell target lebih cepat terpenuhi dalam waktu TTT = 200 ms. Fading yang meningkat saat kecepatan user meningkat tidak terlalu berpengaruh pada received
signal strength dengan metode RSS based handover ini.
2. Pengamatan Probabilitas Dropping Terhadap Perubahan Nilai RSRPmin
Adapun kombinasi parameter awal dikonfigurasi berdasarkan Tabel 4.10.
Tabel 4.10 Kombinasi parameter skenario 2 dengan nilai RSRPmin yang berbeda RSRPmin
RSCPmin HOM
TTT
-98 dBm -95 dBm
2 dB 0.2 s
-99 dBm -95 dBm
2 dB 0.2 s
-100 dBm -95 dBm
2 dB 0.2 s
-101 dBm -95 dBm
2 dB 0.2 s
-102 dBm -95 dBm
2 dB 0.2 s
-103 dBm -95 dBm
2 dB 0.2 s
Dengan menjalankan simulasi sebanyak 100 kali untuk perubahan kecepatan diperoleh hasil seperti pada Tabel 4.11.
Tabel 4.11 Probabilitas dropping, RSRPmin vs kecepatan
RSRPmin dBm
Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
-98 1
1 1
1 1
0,99 0,91
-99 1
1 1
1 0,9
0,77 0,62
-100
1 1
0,98 0,9
0,75 0,44
0,51
Universitas Sumatera Utara
60
RSRPmin dBm
Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
-101
1 0,99
0,82 0,53
0,49 0,36
0,27
-102 0,98
0,92 0,59
0,24 0,18
0,24 0,22
-103 0,86
0,67 0,17
0,03 0,19
0,2 0,24
Dari Tabel 4.11 diperoleh grafik probabilitas dropping seperti yang diperlihatkan dalam Gambar 4.8.
Gambar 4.8 Hasil probabilitas dropping saat nilai RSRP berbeda terhadap TTT
Dalam Tabel 4.11 dapat dilihat bahwa ketika nilai RSRPmin ditentukan semakin rendah, maka nilai probabilitas dropping akan semakin kecil. Sementara apabila
nilai RSRPmin ditentukan semakin tinggi, maka nilai probabilitas dropping semakin besar. Hal ini dapat diperhatikan saat nilai RSRPmin diatur -98 dBm nilai
probabilitas dropping-nya 1, saat -99 dBm nilai probabilitas dropping-nya 0.90,
0,1 0,2
0,3 0,4
0,5 0,6
0,7 0,8
0,9 1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
RO P
P IN
G
KECEPATAN KMJAM P E N G A M A T A N T E R H A D A P P E R U B A H A N R S R P M I N I M U M
RSRP = -98 dBm RSRP = -99 dBm
RSRP = -100 dBm RSRP = -101 dBm
RSRP = -102 dBm RSRP = -103 dBm
Universitas Sumatera Utara
61
saat -100 dBm nilai probabilitas dropping-nya 0.75, saat -101 dBm nilai probabilitas dropping-nya 0.49, dan seterusnya. Hal ini dikarenakan RSRPmin
sebagai tolak ukur threshold sinyal terima yang dapattidak dapat mentoleransi pada buruknya kuat sinyal yang diterima oleh user. User akan drop pada saat PBGT
≥ HOM tidak terpenuhi pada TTT yang telah diberikan setelah RSCP ≤ RSCPmin
kemudian RSRP selaku received signal strength neighbour cell target berada pada kondisi RSRP ≤ RSRPmin.
Variabel kecepatan juga perlu dianalisis. Ketika kecepatan meningkat, maka nilai probabilitas dropping akan lebih kecil seperti pada Tabel 4.11. Hal ini
dikarenakan setelah HOM sebagai margin sebelum serving cell pindah ke neighbour cell target, user akan lebih cepat terpenuhi dalam waktu TTT = 200 ms.
Fading yang meningkat saat kecepatan user meningkat tidak terlalu berpengaruh pada received signal strength dengan metode RSS based handover ini.
3. Pengamatan Probabilitas Dropping Terhadap Perubahan Nilai HOM
Adapun kombinasi parameter awal dikonfigurasi berdasarkan Tabel 4.12.
Tabel 4.12 Kombinasi parameter skenario 2 dengan nilai HOM yang berbeda RSRPmin
RSCPmin HOM
-98 dBm -95 dBm
2 dB -98 dBm
-95 dBm 3 dB
-98 dBm -95 dBm
4 dB -98 dBm
-95 dBm 5 dB
Universitas Sumatera Utara
62
Dengan menjalankan simulasi sebanyak 100 kali untuk perubahan kecepatan diperoleh hasil seperti pada Tabel 4.13.
Tabel 4.13 Probabilitas dropping, HOM vs kecepatan
HOM dB
Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
2 1
1 1
1 1
0,99 0,90
3
1 1
1 1
1 1
0,98
4
1 1
1 1
1 1
0,97
5
1 1
1 1
1 1
0,98
Dari Tabel 4.13 diperoleh grafik probabilitas dropping seperti yang ditunjukkan pada Gambar 4.9.
Gambar 4.9 Hasil probabilitas dropping saat HOM berubah-ubah terhadap TTT
0,1 0,2
0,3 0,4
0,5 0,6
0,7 0,8
0,9 1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
RO P
P IN
G
KECEPATAN KMJAM P E N G A M A T A N T E R H A D A P P E R U B A H A N H O M
HOM = 2 dB HOM = 3 dB
HOM = 4 dB HOM = 5 dB
HOM = 6 dB
Universitas Sumatera Utara
63
Pada Tabel 4.13 dapat dilihat bahwa ketika nilai HOM ditentukan semakin rendah, maka nilai probabilitas dropping akan semakin besar. Sementara apabila
nilai HOM ditentukan semakin tinggi, maka nilai probabilitas dropping semakin kecil. Hal ini dapat diperhatikan saat nilai HOM diatur 2 dB nilai probabilitas
dropping-nya 0.90, saat 3 dB nilai probabilitas dropping-nya 0.75, saat 4 dB nilai probabilitas dropping-nya 0.49, dan seterusnya. Hal ini dikarenakan HOM sebagai
margin antara serving cell dan neighbour cell target. User akan drop pada saat PBGT ≥ HOM tidak terpenuhi pada TTT yang telah diberikan setelah RSCP ≤
RSCPmin kemudian RSRP selaku received signal strength neighbour cell target berada pada kondisi RSRP ≤ RSRPmin.
Variabel kecepatan juga perlu dianalisis. Ketika kecepatan meningkat, maka nilai probabilitas dropping akan lebih kecil seperti pada Tabel 4.13. Hal ini
dikarenakan setelah HOM sebagai margin sebelum serving cell pindah ke neighbour cell target lebih cepat terpenuhi dalam waktu TTT = 200 ms. Fading
yang meningkat saat kecepatan user meningkat tidak terlalu berpengaruh pada received signal strength dengan metode RSS based handover ini.
4. Pengamatan Probabilitas Dropping Terhadap Perubahan Nilai TTT
Adapun kombinasi parameter awal dikonfigurasi berdasarkan Tabel 4.14.
Tabel 4.14 Kombinasi parameter skenario 2 dengan nilai TTT yang berbeda RSRPmin
RSCPmin HOM
TTT
-95 dBm -98 dBm
2 dB 0.2 s
-95 dBm -98 dBm
2 dB 0.4 s
-95 dBm -98 dBm
2 dB 0.6 s
Universitas Sumatera Utara
64
RSRPmin RSCPmin
HOM TTT
-95 dBm -98 dBm
2 dB 0.8 s
-95 dBm -98 dBm
2 dB 1 s
Dengan menjalankan simulasi sebanyak 100 kali untuk perubahan kecepatan diperoleh hasil seperti pada Tabel 4.15.
Tabel 4.15 Probabilitas dropping, TTT vs kecepatan
TTT second
Kecepatan kmjam
3 10
30 60
90 180
360 450
550 620
0,2
1 1
1 1
1 0,99
0,96
0,4
1 1
1 1
1 1
0,64
0,6
1 1
1 1
1 0,81
0,68
0,8
1 1
1 1
0,99 0,79
0,71
1,0
1 1
1 1
0,84 0,78
0,68
Dari Tabel 4.15 diperoleh grafik probabilitas dropping seperti yang ditunjukkan pada Gambar 4.10.
Universitas Sumatera Utara
65
Gambar 4.10 Hasil probabilitas dropping saat TTT berubah-ubah
Pada Tabel 4.15 dapat dilihat bahwa ketika nilai TTT ditentukan semakin sedikit, maka nilai probabilitas dropping akan semakin besar. Sementara apabila
nilai TTT ditentukan semakin banyak, maka nilai probabilitas dropping semakin kecil. Hal ini dapat diperhatikan saat nilai TTT diatur 0.6 detik nilai probabilitas
dropping-nya 1, saat 0.8 detik nilai probabilitas dropping-nya 0.99, saat 1 detik nilai probabilitasnya 0.84, saat 1 detik nilai probabilitas dropping-nya 0.96, dan
seterusnya. Hal ini dikarenakan TTT sebagai waktu pemenuhan kondisi HOM. User akan drop
pada saat PBGT ≥ HOM tidak terpenuhi pada TTT yang telah diberikan setelah RSCP ≤ RSCPmin kemudian RSRP selaku received signal
strength neighbour cell target berada pada kondisi RSRP ≤ RSRPmin.
Variabel kecepatan juga perlu dianalisis. Ketika kecepatan meningkat, maka nilai probabilitas dropping akan lebih kecil seperti pada Tabel 4.15. Hal ini
dikarenakan setelah HOM sebagai margin sebelum serving cell pindah ke neighbour cell target lebih cepat terpenuhi dalam waktu TTT yang telah ditentukan.
0,1 0,2
0,3 0,4
0,5 0,6
0,7 0,8
0,9 1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
RO P
P IN
G
KECEPATAN KMJAM P E N G A M A T A N T E R H A D A P P E R U B A H A N T T T
TTT = 200 ms TTT = 400 ms
TTT = 600 ms TTT = 800 ms
TTT = 1000 ms
Universitas Sumatera Utara
66
Fading yang meningkat saat kecepatan user meningkat tidak terlalu berpengaruh pada received signal strength dengan metode RSS based handover ini.
5. Nilai Optimal untuk Parameter Handover
Berdasarkan pengamatan dari Tabel 4.9, Tabel 4.11, Tabel 4.13, dan Tabel 4.15 dan berdasarkan kriteria optimal yang telah ditentukan, maka diperoleh nilai
optimal RSCPmin, RSRPmin, HOM, dan TTT masing-masing adalah -98 dBm, - 99 dBm, 2 dB, dan 800 ms. Dengan menjalankan simulasi sebanyak 100 kali untuk
perubahan kecepatan diperoleh hasil seperti pada Tabel 4.16.
Tabel 4.16 Probabilitas dropping, parameter optimalisasi vs kecepatan
Parameter Kecepatan kmjam
3 10
30 60
90 180
360 450 550 620 RSRPmin =
-102 dBm RSCPmin =
-95 dBm HOM
= 2 dB
TTT = 400 ms
0.96 0.97
0.52 0.19
0.24 0.15
Dari Tabel 4.16 diperoleh grafik probabilitas dropping seperti yang ditunjukkan pada Gambar 4.11.
Universitas Sumatera Utara
67
Gambar 4.11 Hasil optimalisasi parameter tradeoff handover
Dari parameter yang ditunjukkan pada Tabel 4.16, didapat output terbaik dengan probabilitas dropping yang kecil namun tidak menurunkan performansi jaringan
dengan menjaga received signal strength yang baik bagi pelanggan. Kondisi lebih baik dapat diperoleh dengan menurunkan RSCPmin atau RSRPmin pada masing-
masing sistem, namun apabila itu dilakukan, maka kualitas sinyal yang diterima user-lah yang akan dikorbankan. Begitu juga pada HOM, fungsi HOM sebagai
margin yang mengurangi terjadinya handover yang tidak perlu juga tidak boleh di- set terlalu besar, karena ini akan mengakibatkan turunnya RSS
SS
saat kondisi PBGT berlangsung. TTT sebagai waktu pemenuhan kondisi HOM margin tersebut juga
di-set sebaik mungkin agar kondisi HOM dapat tercapai namun dengan waktu yang tidak terlalu lama.
0,1 0,2
0,3 0,4
0,5 0,6
0,7 0,8
0,9 1
3 1 0
3 0 6 0
9 0 1 8 0
3 6 0 4 5 0
5 5 0 6 2 0
P R
O BA
BI L
IT A
S D
RO P
P IN
G
KECEPATAN KMJAM N I L A I O P T I M A L P R O B A B I L I T A S D R O P P I N G
Universitas Sumatera Utara
68
4.4 Rangkuman Hasil Simulasi
Dari hasil simulasi untuk kedua skenario yang telah dijelaskan pada Subbab 4.3.1 dan Subbab 4.3.2, maka korelasi antara parameter handover terhadap
probabilitas dropping ditabelkan kembali dalam rangka memudahkan pengamatan nilai optimal. Adapun data korelasi parameter handover terhadap probabilitas
dropping tersebut untuk kecepatan 90 kmjam ditunjukkan pada Tabel 4.17.
Tabel 4.17 Rangkuman hasil simulasi dengan kecepatan 90 kmjam Parameter yang Berubah-ubah
Skenario 1 Skenario 2
RSCP
minUMTS
-95 dBm
-96 dBm
-97dBm
-98 dBm
-99 dBm
-100 dBm Prob. Dropping
1
1
1
1
1
1
Prob. Dropping
1
1
1
1
1
1
RSRP
minLTE
-98 dBm
-99 dBm
-100 dBm
-101 dBm
-102 dBm
-103 dBm Prob. Dropping
0.99
0.89
0.71
0.41
0.31
0.17
Prob. Dropping
1
0.90
0.75
0.49
0.18
0.19
Handover Margin
1 dB
2 dB
3 dB
4 dB
5 dB Prob. Dropping
0.99
1
1
1
1
Prob. Dropping
0.99
1
1
1
1
Time-to-Trigger
0,2 detik
0,4 detik
0,6 detik
0,8 detik
1 detik Prob. Dropping
-
-
-
-
-
Prob. Dropping
1
1
1
0.99
0.84
Optimalisasi Prameter Handover
RSRPmin = -102 dBm RSCPmin = -95 dBm
HOM = 2 dB
TTT = 400 ms skenario 2
Prob. Dropping
0.23
Prob. Dropping
0.24
Universitas Sumatera Utara
69
Berdasarkan data hasil rangkuman pada Tabel 4.17, maka didapatkan penjelasan sebagai berikut:
a Untuk pengamatan perubahan nilai RSCP
minUMTS
, tidak terjadi banyak perbedaan nilai probabilitas dropping untuk kedua skenario.
b Keputusan dropping tidak diputuskan pada kondisi pemenuhan Power
Budget mengacu pada model simulasi. c
Untuk pengamatan perubahan nilai RSRP
minLTE
, terjadi perbedaan nilai probabilitas dropping yang signifikan untuk kedua skenario.
d Pada skenario 1, nilai RSRP
minLTE
menjadi satu-satunya keputusan dropping dan pemenuhan kondisi Power Budget.
e Pada skenario 2, kondisi Power Budget harus terpenuhi dalam waktu yang
ditentukan pada simulasi ini TTT = 200 ms, setelah itu kondisi RSRP
minLTE
baru akan dipertimbangkan. f
Pada skenario 1, semakin besar HOM maka probabilitas dropping semakin rendah. Sehingga banyak margin yang dimiliki user sehingga kondisi RSRP
RSRP
minLTE
lebih mungkin terpenuhi. g
Hasil pengamatan HOM pada skenario 1 tidak berlaku pada skenario 2, karena handover margin yang besar itu tidak dapat terpenuhi pada waktu
yang ditentukan pada model simulasi TTT = 200 ms. h
Untuk pengamatan perubahan nilai TTT, didapat kecenderungan hasil probabilitas dropping yang menurun ketika TTT di-set semakin besar.
i Nilai optimal parameter handover untuk kedua skenario hampir memiliki
kecenderungan hasil yang sama.
Universitas Sumatera Utara
70
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil pembahasan yang telah dilakukan terhadap keluaran simulasi handover jaringan UMTS ke jaringan LTE maka dapat ditentukan kesimpulan
sebagai berikut: 1.
Kecepatan user sangat berpengaruh terhadap fading namun sebaliknya kurang berpengaruh terhadap probabilitas dropping.
2. Dampak perubahan nilai RSCPmin
UMTS
dan RSRPmin
LTE
baik untuk metode RSS based handover maupun metode RSS based handover with
time-to-trigger terhadap nilai perubahan probabilitas dropping adalah sangat kecil, yakni perubahaan yang tidak signifikan.
3. Perubahan parameter RSRPmin pada metode RSS based handover dengan
syarat Time-to-Trigger memiliki probabilitas dropping yang lebih kecil dibandingkan dengan metode RSS based handover with time-to-trigger.
4. Nilai optimal masing-masing RSCPmin
UMTS
dan RSRPmin
LTE
sebagai parameter tradeoff handover untuk kedua metode adalah -95 dBm dan -
102 dBm. 5.
Hasil HOM untuk kedua metode cenderung berbanding terbalik sebagai dampak adanya syarat TTT.
6. Untuk metode RSS based handover, semakin besar nilai HOM maka nilai
probabilitas dropping yang diperoleh juga semakin besar.
Universitas Sumatera Utara