Perbandingan Kinerja Metode Penggabungan MAC-Physical Layer Sistem LMDS pada Kanal Gelombang Milimeter

  rd Abstrak—

  Control (MAC) layer pada OFDM multiuser ini yang

  , Arman Sani 4) 1,2,3,4)

  , Yulianta Siregar 3)

  , Suherman

2)

  Naemah Mubarakah 1)

  

Perbandingan Kinerja Metode Penggabungan

MAC-Physical Layer Sistem LMDS pada Kanal

Gelombang Milimeter

  Penelitian dilakukan di Medan. Adapun diagram alir kerjanya seperti yang terlihat pada Gambar 1.

  A. Umum

  ENELITIAN

  P

  ETODE

  II. M

  broadband di wilayah tropis khususnya untuk wilayah Indonesia.

  dilakukan dengan teknik dynamic subcarrier allocation (DSA), adaptive power allocation (APA) dan gabungan DSA dan APA (JSPA), sehingga diharapkan dapat meningkatkan quality of service (QoS) dan efisien jaringan

  Pada penelitian ini penulis memfokuskan pada perbandingan kinerja metode penggabungan dua layer yang berdekatan, yaitu Physical (PHY) Layer dan Media Access

  Salah satu solusi untuk pemenuhan kebutuhan pelayanan broadband adalah dengan menggunakan transmisi Local Multipoint Distribution System (LMDS) yang beroperasi di frekuensi 20-40 GHz. Untuk aplikasi teknologi LMDS di negara tropis seperti Indonesia, redaman hujan akan menjadi permasalahan yang esensial mengingat daerah tropis mempunyai curah hujan tinggi. Tujuan penelitian ini adalah untuk mengetahui perbandingan kinerja metode penggabungan MAC-Physical Layer pada sistem LMDS di daerah tropis. Dari hasil penelitian redaman hujan yang mencapai 38,2 dB dengan panjang link 4 km pada frekuensi 30 GHz, algoritma Joint Subcarrier and Power Allocation (JSPA) mampu memberikan hasil yang lebih baik. Berbagai metode trafik pada sistem LMDS pada kanal gelombang milimeter yang diterapkan menunjukkan hasil bahwa algoritma JSPA mampu memberikan kinerja yang baik yang mendekati kinerja jaringan pada saat kondisi cerah. .

  Layer dan Media Access Control (MAC) layer.

  yang membagi suatu kanal besar ke dalam beberapa subkanal narrowband yang saling orthogonal. Pada sistem OFDM meskipun terjadi saling overlap (tumpang tindih) antar frekuensi yang bersebelahan, informasi masih tetap dapat diterima dengan baik tanpa adanya interferensi [1]. Untuk meningkatkan kualitas dan kapasitas layanan pada sistem yang sudah ada selama ini dilakukan pada layer (lapisan) yang terpisah namun hasilnya kurang optimal. Untuk itu dikembangkan mekanisme baru dalam framework (kerangka kerja) yang terintegrasi untuk mengoptimalkan kinerja dua layer yang berdekatan, yaitu Physical (PHY)

  Orthogonal Frequency Division Multiplexing (OFDM),

  Untuk mengatasi frequency-selective fading dan mendukung data berkecepatan tinggi digunakan sistem

  frekuensi 20-40 GHz adalah redaman yang disebabkan oleh hujan. Redaman hujan mengakibatkan terjadinya fading yaitu peristiwa pelemahan sinyal yang diterima oleh antena penerima berada dibawah batas threshold. Peristiwa fading ini sangat berpengaruh pada penyampaian gelombang elektromagnetik karena dapat menyebabkan sinyal yang diterima akan terganggu. Untuk aplikasi teknologi LMDS di negara tropis seperti Indonesia, redaman hujan yang merupakan fungsi distribusi ukuran titik hujan akan menjadi permasalahan yang esensial mengingat daerah tropis mempunyai curah hujan tinggi. Redaman hujan yang terjadi dapat mencapai 80 dB pada sistem dengan frekuensi 29 GHz dengan panjang link 5,7 km [3].

  Multipoint Distribution System (LMDS) yang beroperasi di

  Salah satu permasalahan propagasi pada sistem komunikasi yang beroperasi pada frekuensi diatas 10 GHz seperti layanan broadband yang menggunakan Local

  internet yang sangat luar biasa mengakibatkan peningkatan permintaan terhadap layanan data secara wireless. Semua aplikasi akan membutuhkan perubahan yang luas dan jaminan QoS yang sangat berbeda untuk bermacam-macam tipe trafik yang ditawarkan. Mekanisme yang bermacam- macam telah diusulkan dan saat ini disebarkan untuk mendukung trafik data pada media wireless. Hal ini disusun pada range dari WLANs (Wireless Local Area Networks), berdasarkan IEEE 802.11b atau standar HiperLAN, sampai ke WWANs (Wireless Wide Area Networks) dimana layanan data didukung oleh versi sistem 2,5G dan 3G [1] dan standar IEEE 802.16 dimana layanan data didukung oleh versi sistem 4G [2].

  wireless terus meningkat dengan cepat. Perkembangan

  Saat ini kebutuhan akan pelayanan telekomunikasi

  ENDAHULUAN

  I. P

  Kata kunci : Redaman Hujan, Kanal Gelombang Milimeter, OFDM downlink, MAC-Physical Layer

  Departemen Teknik Elektro, Universitas Sumatera Utara Medan-Indonesia 20155

e-mail : naemah.mubarakah@gmail.com rd

  Gambar 1. Diagram alir penelitian

  1.18

  50

  60

  70

  80

  90 100 120 150 200 300 400

  0.0000387 0.000154 0.000650

  0.00175 0.00301 0.00454

  0.0101 0.0188 0.0367 0.0751

  0.124 0.187 0.263 0.350 0.442 0.536 0.707 0.851 0.975

  1.06

  1.12

  1.31

  40

  1.45

  1.36

  1.32 0.0000352 0.000138 0.000591 0.00155 0.00265 0.00395 0.00887 0.0168 0.0335 0.0691 0.113 0.167 0.233 0.310 0.393 0.479 0.642 0.784 0.906 0.999

  1.06

  1.13

  1.27

  1.42

  1.35

  1.31 0.912 0.963 1.121 1.308 1.332 1.327 1.276 1.217 1.154 1.099 1.061 1.021 0.979 0.939 0.903 0.873 0.826 0.793 0.769 0.753 0.743 0.731 0.710 0.689 0.688 0.683

  0.880 0.923 1.075 1.265 1.312 1.310 1.264 1.200 1.128 1.065 1.030 1.000 0.963 0.929 0.897 0.868 0.824 0.793 0.769 0.754 0.744 0.732 0.711 0.690 0.689 0.684

  D. Perhitungan rugi-rugi pada sistem LMDS

  45

  35

  B. Pengukuran Data

  k H k

  Kota Medan termasuk pada daerah yang mempunyai curah hujan cukup tinggi. Mengingat karena cukup tingginya curah hujan pada kota Medan, maka hal ini akan berhubungan dengan besarnya redaman hujan pada kota Medan sehingga sinyal komunikasi akan mengalami gangguan yang cukup serius. Untuk itu pada penelitian ini dilakukan pengambilan sampel pada tiga titik yaitu daerah Padang Bulan, daerah Polonia dan daerah Sampali seperti yang terlihat pada Gambar 2.

  Gambar 2. Peta lokasi pengambilan sampel

  C. Redaman Hujan

  Salah satu permasalahan propagasi pada sistem komunikasi yang beroperasi pada frekuensi diatas 10 GHz adalah redaman yang disebabkan oleh hujan. Redaman yang diakibatkan oleh curah hujan memberikan pengaruh yang sangat besar di dalam sistem komunikasi terutama sistem komunikasi nirkabel. Hujan menyebabkan beberapa fenomena pada propagasi gelombang elektromagnetik diantaranya redaman sinyal, penambahan noise temperature dan perubahan polarisasi [4]. Ketiga fenomena tersebut menyebabkan degradasi kualitas sinyal yang diterima terutama pada penggunaan frekuensi tinggi seperti Ka-band. Dari beberapa efek hujan diatas, redaman sinyal merupakan efek yang paling signifikan pada keberhasilan komunikasi pada gelombang millimeter. Untuk sistem komunikasi nirkabel gelombang milimeter (10 - 40 GHz), redaman yang diakibatkan oleh hujan cukup besar dan dapat mengurangi keandalan sistem [3].

  Redaman hujan pada lintasan dari suatu lintasan propagasi dengan panjang L (km) dapat dinyatakan :

  ³ L o b

  A dz z aR ) (

  (1) dengan : A = redaman hujan (dB) R(z) = curah hujan (mm/h) pada suatu titik a dan b = parameter yang tergantung pada polarisasi dan frekuensi gelombang radio (Tabel 1) [5]

  TABLE

  I P ARAMETER K DAN ǹ TERHADAP FREKUENSI DAN POLARISASI

  Frekuensi (GHz)

  V ˞ H ˞

  30

  V

  1

  2

  4

  6

  7

  8

  10

  12

  15

  20

  25

  Dalam pembangkitan dan pengolahan data pada sistem LMDS terlebih dahulu dilakukan pembangkitan nilai redaman untuk masing-masing user yang kemudian dilakukan perhitungan SNR clear sky dari masing-masing posisi user tersebut. Dari hasil ini dapat diketahui berapa daya dan subcarrier yang dialokasikan oleh pemancar terhadap masing-masing user dalam penerapan metode penggabungan MAC-Physical layer. Untuk parameter LMDS nya dapat kita lihat pada Tabel 2 [2].

• 1 Free-Space Loss dB FSL = -92.45-20log(f)-
• 128,013 Total Path Loss dB Ltot = FSL + LFM -129,013

  ¨ ¨ © §

  > @ M i

  1 _{1 1} (6) dengan M menyatakan sebagai jumlah user. Jumlah keseluruhan subcarrier dari M user adalah total bandwidth yang tersedia yang dapat dirumuskan sebagai berikut :

  1 ) (

  ) (

  U r M

  ³ ¦ ¦ _{D i} ^{i M} _i ^{i M} _i ^{i i} U df f c M

  ¸ ¸ ¹ ·

  (7)

  Tujuan akhirnya adalah untuk memaksimalkan jumlah utilitas keseluruhan user dimana pada DSA untuk memaksimalkan keadilan pelayanan terhadap user (fainess) yang dirumuskan dengan :

  U i = Utility pada user ke i r i = Data rate pada user ke i

  (5) dengan :

  U r r

  ) 3 , ln( ) 16 , ( 8 , i i i

  Setiap user atau setiap sesi memiliki bobot yang dinyatakan sebagai CSI dan berhubungan dengan waktu antrian. Bobot tersebut mengindikasikan fungsi utilitas yang digunakan untuk optimisasi crosslayer dan keseimbangan antara efisiensi dan fairness. Untuk trafik best effort (trafik non-real time) mengadopsi fungsi utilitas dengan r = x kbps dan dirumuskan sebagai [6] :

  EU (4)

  B Di

  10log(BRF) 35,8151

  )) ( ) 1 ( log (

  d: Hub to Subscriber Station Range

  II P ARAMETER S

  ISTEM LMDS ( K = 1,38.10 ^-23 DAN T O =298 K)

  Parameter Units Formula Value Transmit Power into Antenna dBW Ptx: transmit power per carrier

  Transmit antenna gain dBi Gt:Gant

  15 Frequency GHz

  f: Transmit frequency

  30 Path Length Km

  2 Field Margin dB Lfm : Antenna Mis- Alignment

  Carrier to Noise ratio dB C/N = RSL-No-

  20log(d)

  Receiver Antenna Gain dBi Gr = Gant

  30 Effective Bandwidth

  MHz BRF : Receiver Noise Bandwidth

  80 Receiver Noise Figure dB NF : Effective Noise

  Figure

  5 Thermal Noise dBW/MHz 10log(kTo) -143,85 System Loss dB Lsys=Gt+Ltot+Gr -84,013 Received Signal Level dBw RSL=Ptx+Lsys -84,013 Thermal Noise Power Spectral density dBW/MHz N0=10log(kTo)+NF -138,859

  2 f f c i i

E. Metode Penggabungan MAC-Physical Layer

  rd TABLE

  (8) dengan D

  (f) yang ditransmisikan dapat dirumuskan dengan[1] : ¸ ¹ ·

  i

  Tujuan dari DSA adalah untuk meningkatkan unjuk kerja jaringan berbasis OFDM pada saat daya transmisi terdistribusi secara seragam pada seluruh band frekuensi. Untuk menghitung kapasitas c

  1 , Ž

  Metode Penggabungan MAC-Physical Layer atau yang dikenal cross layer ini meliputi tiga metode yaitu Alokasi Subcarrier Dinamis (DSA),Alokasi Daya Adaptif (APA) dan Gabungan Alokasi Daya dan Subcarrier (JPSA).

  M j i j i D D j i

  ,..., 2 , , 1 , an d ‡ z

  i

  ¸ ¸ ¹ ·

  menyatakan sebagai subcarrier untuk user i dan

  r i adalah data rate dari user i

  Pengoptimalan kinerja APA dilakukan untuk mencapai kualitas BER sinyal informasi. Salah satu contohnya adalah dengan algoritma water-filling [7], yang dapat dilihat pada Gambar 3.

  User 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 ^{D ay a} _{Keterangan : = Alokasi Daya = Noise per Carrier} ^{Water Level}

  Gambar 3 Algoritma water-filling Algoritma water-filling digunakan sebagai fungsi untuk memperoleh alokasi daya yang optimal. Pada teorema ini pembagian subcarrier adalah tetap, _i

  D

  untuk semua user i,

  ¨ © §

  ¨ ¨ © §

  p(f) = Daya ȡ i (f) = Kondisi kanal H i

  dimana :

  (f) = gain kanal pada user i pada subcarrier

  frekuensi f

  N i

  (f) = daya noise pada user i pada subcarrier

  frekuensi f Jika daya yang ditransmisikan dinormalisasi, dimana p(f) = 1, kemudian untuk mencapai troughput pada frekuensi f, c i (f), dapat diekspresikan pada persamaan 4.

  (f) = Kapasitas pada user i pada frekuensi f ȕ

  c i

  H f f _i ⁱ _i U

  Hz bps f f p f c N f

  ) ( ) ( ² N f

  1 BER E dan ) (

  ) 5 ln( 5 ,

  ) 1 log ( ₂ ² ₂ U E E (2) (3) dengan :

  ) ( ) ( ) (

  ) ( ) ( ) 1 log (

  H f f p f c _{i i i} ⁱ _i

  = Nilai konstanta untuk mendapatkan nilai BER yang diinginkan

• p f memenuhi persamaan (Song nilai kapasitas rata-rata. Akan tetapi dengan menggunakan

  alokasi daya optimum

  teknik APA dan JSPA menunjukkan adanya peningkatan 2005) : _' persentase. Untuk teknik APA dan JSPA masing-masing mempunyai 80,02% dan 86,21% nilai kapasitas rata-rata di

• ^* ª º

  U i r i * 1 , O ! p f « »

  atas 7,7 bps/Hz. Terlihat adanya peningkatan 3,02 % untuk

  O EU _i f ¬ ¼ (9)

  teknik APA dan 9,24% untuk teknik JSPA. Ini dapat kita

  f  D _i lihat pada Tabel 3.

  dengan adalah konstanta untuk normalisasi rapat daya

  O TABLE

  III optimal. P ERBANDINGAN K APASITAS S

  ISTEM DI ATAS 7,7 BPS /H Z ­ x , x t x

  > @ ® , x ¯

  No Kondisi Persentase

  1 Kondisi cerah 99,99 % dan p dan r memenuhi

  i _B

  2 Kondisi buruk terpengaruh redaman 76,97 %

  hujan

  p ( f ) df

  1 ³

  1 ^*

  B

  3 Kondisi buruk terpengaruh redaman 76,98 % hujan dengan menggunakan dan _{* *} algoritma DSA

  r log _{i 2 > @}

  1 E p ( f ) U ( f ) df _i ³ _{D i}

  4 Kondisi buruk terpengaruh redaman 80,02 % hujan dengan menggunakan

  r p ( f )

  dengan dan adalah nilai optimal bit rate dan

  i

  algoritma APA rapat daya.

  5 Kondisi buruk terpengaruh redaman 86,21 % Pada algoritma water-filling setiap user mempunyai nilai hujan dengan menggunakan algoritma JSPA marginal utilitas U r tertentu. Daya yang diperoleh

  i i

  merupakan daya transmisi total dibandingkan dengan daya Untuk perbandinganan data rate dan fairness sistem setiap user. Jika pencapaian throughput yang sebagai fungsi dapat kita lihat pada Gambar 4 dan 5. alokasi daya, maka : _{Data Rate Rata-rata}

• _* c ( f ) log (
_{i 2 EU i} 1 ( f ) df _D ³ (10) _{i 50 60 53,56301 55,377075}

  Jika penempatan subcarrier tetap, optimisasi APA dapat _{Data Rate Rata- 40} diformulasikan sebagai penempatan subcarrier yang _{rata (Mbps) 19,108775 20 30 21,26975} diberikan. D untuk i = 1,2,!M., rapat daya , p(f), untuk

  i ₁₀

  memaksimalkan : _{M M Tanpa Teknik Teknik DSA Teknik APA Teknik JSPA} § ·

  1

  1 _{DSA, APA dan} ¨ ¸

  U ( r ) U log (

  ¦ ¦ ³

  1 ( f ) df _{i i i 2 i (11) JSPA} EU

  ¨ ¸

• ^* M M _i
_{1 i 1 D i} © ¹

  Gambar 4. Perbandingan data rate sistem dengan : _B

  1 dan

  p ( f ) t p ( f ) df

  1 d ^Fairness (12)

  ³ B _{14,5 15,5 15 15,288675 14,116575 14,140375}

  Untuk alokasi daya pada JSPA memakai teknik APA dan s _{ir n 13,5 e s 14 12,89865 12,91535} untuk alokasi subcarrier digunakan teknik DSA. Teknik _{F a 12,5 13} JSPA ini dapat digunakan secara simultan untuk _{11,5 12} mengoptimasi cross-layer sehingga dicapai nilai fairness _{Clear Sky Tanpa Teknik Teknik DSA Teknik APA Teknik JSPA DSA, APA} yang optimum. Untuk mencapai fairness, optimasi _{dan JSPA} gabungan DSA dan APA dapat dirumuskan dengan : _{M M} Gambar 5. Perbandingan fairness sistem

  § ·

• ^* 1

  1 ¨ ¸

  U ( r ) U log

  1 E p ( f ) U ( f ) df Dari hasil penelitian diperoleh jika jaringan tersebut _{i i i 2 i (13)} > @

  ¦ ¦ ³

  ¨ ¸

  M M _{i 1 i 1 D i}

  © ¹ diberlakukan metode penggabungan MAC-Physical Layer, ini akan dapat meningkatkan kinerja sistem dibandingkan tanpa adanya penerapan metode ini. Dari ketiga algoritma, III. H ASIL DAN A NALISIS maka diperoleh algoritma JSPA lah yang terbaik hasilnya.

  Sebagai perbandingan untuk berbagai model trafik diperoleh Dari penerapan ketiga algoritma ini diperoleh hasil perbandingan kinerja dari berbagai metode penggabungan perbandingan kapasitas transmisi sistem. Pada kondisi clear

  MAC-Physical layer yang hasilnya dapat dilihat seperti pada sky, 99,99 % kapasitas rata-rata berada di atas 7,7 bps/Hz. Gambar 6 dan Gambar 7. Sedangkan pada kondisi terpengaruh redaman hujan tanpa teknik DSA, APA dan JSPA hanya 76,97% kapasitas rata- rata yang berada di atas 7,7 bps/Hz. Penggunaan teknik DSA tidak menunjukkan adanya peningkatan persentase _rd rd

  Gambar 6. Perbandingan Kinerja Paket Gambar 7. Perbandingan Kinerja Utilitas Jaringan

  IV. K

  ESIMPULAN

  Dengan dilakukannya metode Penggabungan MAC- Physical Layer akan dapat meningkatkan kinerja jaringan telekomunikasi hal ini dapat dilihat dari adanya peningkatan kapasitas sistem pada kondisi yang buruk yang terpengaruh oleh redaman hujan dimana teknik APA mampu memberikan peningkatan 3.96 % dan 12 % untuk teknik JSPA.

  Dari berbagai model trafik yang dilakukan, diperoleh bahwa penerapan algoritma JSPA pada kondisi cuaca buruk hampir mampu mendekati kinerja jaringan pada kondisi cuaca baik. Dengan begitu dapat disimpulkan penerapan Metode Penggabungan MAC-Physical Layer ini sangat baik dilakukan untuk komunikasi broadband terutama di negeri tropis seperti Indonesia.

  D

  AFTAR

  P

  USTAKA [1] Song, G. dan Ye Li, " Cross-layer Optimization for OFDM Wireless Networks-part I : Theoretical Framework#, IEEE Transaction on Wireless Communications Vol.4 No.2, 2005. [2] Chu C.Y dan Chen K.S, "Effects of Rain Fading on the Efficiency of the Ka-Band LMDS System in the Taiwan Area#, IEEE Transaction

  On Vehicular Technology, Vol. 54 No. 1 hal. 9-19, 2005.

  [3] Salehudin, M., Hanantasena, B., Wijdeman, L., #Ka Band Line-of- Sight Radio Propagation Experiment in Surabaya Indonesia#, 5 ^th Ka- Band Util. Conf., hal. 161-165, Taormina, Italy, 1999.

  [4] Crane, R. K., Propagation Handbook for Wireless Communication System Design, CRC Press, 2003. [5] Naemah Mubarakah, Soeharwinto, Fakhruddin Rizal B. Optimizing OFDM Downlink Performance on LMDS System. International

  Journal of Engineering Research & Technology (IJERT). Vol.2 - Issue 11 (November - 2013).

  [6] Song , G., dan Ye Li, " Cross-layer Optimization for OFDM Wireless Networks-Part II : Algorithm Development#, IEEE Transaction on Wireless Communications Vol.4 No.2., 2005.

  [7] Pfletschinger S, Münz G, Speidel J,# An Efficient Waterfilling Algorithm for Multiple Access OFDM#,

  IEEE Global Telecommunications Conference (Globecom !02), Taiwan, 2002.