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
Tabel 4.7 Perbandingan Ukuran Rata-rata Active Set dan Relative Error untuk 2 BTS
Lee Okumura
Hata Lee
Okumura Hata
2 1.2160
1.0792 1.1335
1.0763 11.2500 6.7862 11.4885 4
1.2410 1.1246
1.2632 1.1530
9.3795 1.7853
7.0911 6
1.2670 1.1355
1.3839 1.2237 10.3788 9.2301
3.4175 8
1.2900 1.1398
1.4912 1.2978 11.6434 15.5992 0.6047
10 1.3140
1.1364 1.5889
1.3676 13.5160 20.9220 4.0791 12
1.3390 1.1349
1.6702 1.4312 15.2427 24.7367 6.8857
14 1.3600
1.1342 1.7363
1.4918 16.6029 27.6665 9.6912
Rataan 1.2896
1.1264 1.4667
1.2916 12.5733 15.2466 6.1797
Ukuran rata-rata Active Set Empirik
Stokastik Relative error
Hyst Add
dBm
Pada Gambar 4.55 ditunjukkan karakteristik perbandingan ukuran Active Set untuk kedua model propagasi empiris dan model propagasi Stokastik. Masing-masing
model menggunakan Algoritma Hysteresis Threshold dengan jumlah site 2 BTS. Dengan merujuk pada nilai perbandingan kinerja sistem pada Tabel 4.6 dan error
relatif maka model propagasi Hata lebih sesuai dan lebih teliti mewakili model propagasi untuk kondisi parameter masukan seperti pada Tabel 4.1, karena
berkontribusi pada penurunan link radio yang relatif kecil, variasi rata-rata Active Set terhadap nilai optimalnya tanpa terjadi drop call dan laju handover juga relatif kecil
serta menghasilkan error relatif yang terkecil.
Gambar 4.55 Karakteristik Perbandingan Ukuran Active Set
Model Emprik dan Stokastik
untuk Algoritma Hysteresis Threshold Untuk 2 BTS
0,0000 0,2000
0,4000 0,6000
0,8000 1,0000
1,2000 1,4000
1,6000 1,8000
2,0000
2 4
6 8
10 12
14
U ku
ra n
Ac tiv
e S et
Hysteresis Add dBm
Stokastik Lee
Okumura Hata
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan pembahasan dan analisis terhadap hasil keluaran simulasi maka dapat disimpulkan sebagai berikut:
1. Telah berhasil dikembangkan algoritma soft handover hysteresis threshold yang pada awalnya mobile station MS hanya mampu dilayani oleh maksimum 2
BTS menjadi algoritma soft handover hysteresis threshold, dimana MS telah mampu dilayani hingga maksimum 4 BTS.
2. Dengan mengatur pertambahan ketinggian antena BTS maupun ketinggian antena MS serta penambahan jumlah BTS telah berhasil meningkatkan kualitas
link radio dan menurunkan laju drop call. 3. Dengan mengatur pertambahan ketinggian antena BTS maupun ketinggian
antena MS serta nilai hysteresis add maka ukuran rata-rata active set untuk masing-masing model propagasi empiris telah dapat ditingkatkan. Peningkatan
ukuran active set pada sistem cdma ini telah meningkatkan kehandalan pelayanan komunikasi terutama penghindaran dari terjadinya pemutusan panggilan atau
kehilangan jaringan pelayanan komunikasi. 4. Dengan mengoptimasi hasil keluaran algoritma hysteresis threshold dengan
algoritma locally optimal telah diperoleh ukuran active set dan laju handover yang optimal dengan kualitas kuat sinyal yang tetap sama sebagaimana sebelum
dilakukan optimasi. 5. Besar persentasi pengurangan active set hasil optimasi yang telah diperoleh
dengan pertambahan ketinggian Antena BTS dan Antena MS serta nilai hysteresis add merupakan persentasi banyaknya kanal radio yang dapat
digunakan kembali oleh user lain sebagai kanal berkomunikasi yang baru. Hal ini telah meningkatkan efisiensi dalam penggunaan kanal radio dari sistem cdma
itu sendiri. Demikian halnya dengan parameter laju handover, dimana besar persentasi pengurangan laju handover hasil optimasi merupakan persentasi
Universitas Sumatera Utara
Kategori