Simulasi Proses Deteksi Dengan Pencarian Pohon Secara Iteratif Pada Sistem Nirkabel MIMO (Multiple-Input Multiple-Output).

(1)

i

Simulasi Proses Deteksi

dengan Pencarian Pohon secara Iteratif

pada Sistem Nirkabel

MIMO (Multiple-Input Multiple-Output)

Ratih Ayoe / 0322187

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia

Email :lucky_roxy@hotmail.com

ABSTRAK

Teknologi jaringan nirkabel (wireless) kini mulai meningkat dengan pesat. Teknologi jaringan wireless saat ini memungkinkan adanya transmisi file dan data dalam jumlah besar. Salah satu komunikasi digital yang sedang berkembang dengan pesat adalah Multiple-Input Multiple-Output (MIMO). Teknologi MIMO ini menggunakan lebih dari satu antena pada bagian pengirim dan penerimanya.

Teknik MIMO merupakan teknik yang sangat menarik untuk dibahas karena tujuan dari teknik MIMO adalah untuk mengurangi efek dari multipath fading. Pada bagian penerima MIMO akan digunakan detektor Iterative Tree Search (ITS) untuk mempercepat proses deteksi terhadap informasi yang dikirim. Proses deteksi yang digunakan pada detektor ITS adalah proses deteksi pencarian pohon secara iteratif dengan menggunakan metode algoritma-M dan kanal triangulasi.

Dalam Tugas Akhir ini telah direalisasikan simulasi untuk skema konfigurasi sistem MIMO 4x4. Simulasi ini menggunakan MATLAB 7.0.1. Pada simulasi ini juga diperlihatkan berbagai kondisi dengan M yang berbeda dan juga sistem modulasi QPSK, 16-QAM dan 64-QAM. Dari simulasi sistem MIMO ini, terlihat bahwa kompleksitas pada detektor adalah linier terhadap jumlah antena dan tidak bergantung (independen) jumlah bit per titik konstelasi.


(2)

ii

ABSTRACT

The technology of wireless is now increasing sharply. Wireless antenna technology is presently enable to transmit file and data in huge size. One of the latest of digital communication which develop very fast is Multiple-input Multiple-Output (MIMO). MIMO refers to the use of multiple antennas both at the transmitter and receiver.

MIMO technology is an interesting topic to discuss because of the aim of MIMO technology is to reduce the multipath fading effect. Iterative Tree Search (ITS) detector will be used at the receiver end of MIMO to approach optimal detection concerning to information has been sent. Detection process utilize in ITS detector is iterative tree search detection by employing M-algorithm and channel triangularization.

In this Final Project has been realized simulation of a configuration scheme of MIMO 4x4 system. The simulation is done by using MATLAB 7.0.1. These simulations weve done for some different conditions with different value of M and different modulation systems. From this MIMO simulation, it was shown that the complexity of ITS detector is linear in the number of transmit antennas and independent to the number of bit per constellation point.


(3)

iii

KATA PENGANTAR

Segala puja dan puji hanya untuk Allah SWT, yang menguasai seluruh alam semesta ini. Sholawat serta salam semoga selalu tercurah limpahkan kepada junjunan Nabi Muhammad SAW, juga kepada keluarganya, para sahabatnya, serta pengikutnya sampai akhir jaman.

Laporan Tugas Akhir yang berjudul ”Simulasi Proses Deteksi dengan

Pencarian Pohon secara Iteratif pada Sistem Nirkabel MIMO (Multiple-Input Multiple-Output)” ini disusun sebagai salah satu syarat untuk memenuhi

persyaratan akademik dalam program pendidikan Strata Satu (S1) Fakultas Teknik Jurusan Teknik Elektro Universitas Kristen Maranatha Bandung.

Penulis menyadari selesainya Tugas Akhir ini tidak lepas dari bimbingan, bantuan dan dorongan dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis hendak mengucapkan rasa terima kasih yang sebesar-besarnya kepada:

1. Bapak Ir. Aan Darmawan, MT., selaku Ketua Jurusan Teknik Elektro Universitas Kristen Maranatha.

2. Kedua orang tua yang telah memberikan dukungan moril dan doa.

3. Bapak Riko Arlando, ST. MT ., selaku Pembimbing Tugas Akhir, yang telah memberikan bimbingan serta pengarahan dalam penyusunan laporan Tugas Akhir ini.

4. Kedua orang tua yang telah memberikan dukungan moril dan doa. 5. Ibu Ir. Anita Supartono, M.Sc., selaku Koordinator Tugas Akhir.

6. Bapak DR. Ir. Daniel Setiadikurnia, MT, Ibu Novie T. Pasaribu ST, dan Bapak DRS. Zaenal Abidin, M.Sc, selaku Dosen Penguji yang telah banyak memberikan saran untuk kelengkapan laporan ini.

7. Seluruh Staf Pengajar, Staf Laboratorium, Staf Perpustakaan dan Tata Usaha Jurusan Teknik Elektro.

8. Rangga, Iriene, Andres dan Diana yang telah banyak memberikan dukungan moril dan doa.


(4)

iv

9. Om dan Tante Jodi, Anto dan Pandu yang telah banyak memberikan dukungan moril dan doa.

10.Teman-teman seperti Ervina, Dhaya dan Yadi, teman-teman yang tidak dapat disebutkan satu per satu, terima kasih atas segala dukungan dan doanya. 11.Semua pihak yang tidak bisa saya sebutkan yang telah memberi dukungan

serta bantuan agar terselesaikannya laporan ini.

Tidak ada yang dapat penulis balas atas bimbingan dan bantuan dari semuanya selain ucapan Jazakallahu Khairan Katsira (Semoga Allah memberikan balasan baik yang banyak).

Akhir kata, penulis berharap semoga laporan ini dapat bermanfaat bagi pembaca pada umumnya dan mahasiswa Teknik Elektro pada khususnya.

Bandung, Maret 2008


(5)

v

DAFTAR ISI

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... vii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Identifikasi Masalah ... 1

1.3 Tujuan ... 1

1.4 Pembatasan Masalah ... 2

1.5 Sistematika Penulisan ... 2

BAB II LANDASAN TEORI ... 4

II.1. Multiple-Input Multiple-Output (MIMO) ... 4

II.2. Pemodelan Sistem Space Time-Bit Interleaved Code Modulation (ST-BICM) ... 5

II.3. Teknik Pencarian Pohon ... 7

II.4. Algoritma-M ... 10

II.5. Macam-macam Teknik Modulasi ... 13

II.5.1 Quadrature Ampiltude Modulation (QAM) ... 13

II.5.2 Quadrature Phase Shift Keying (QPSK) ... 14

II.6. MATLAB ... 16

II.7. Aplikasi dari MIMO ... 16

BAB III PERANCANGAN DAN SIMULASI ... 18

III.1 Pemodelan Sistem MIMO pada ITS ... 18

III.2 Proses Deteksi dengan Pencarian Pohon secara Iteratif ... 19

III.2.1 MAP Detection ... 19

III.2.2 Kanal Triangulasi dan Algoritma-M ... 20


(6)

vi

BAB IV DATA DAN ANALISA DATA ... 24

IV.1 Kinerja Sistem MIMO pada Modulasi QPSK, 16-QAM dan 64-QAM dengan M yang berbeda dengan membandingkan antara detektor MAP dengan detektor ITS ... 24

IV.2 Perbandingan Kinerja antara Detektor ITS dengan Detektor MAP ... 28

BAB V KESIMPULAN DAN SARAN ... 29

V.1 Kesimpulan ... 29

V.2 Saran ... 29

DAFTAR PUSTAKA

LAMPIRAN: KODE PROGRAM SISTEM MIMO ST-BICM


(7)

vii

DAFTAR GAMBAR

Gambar II.1. MIMO dengan Skema ST-BICM ... 5

Gambar II.2.(a) Bagian Pengiriman ST-BICM ... 5

Gambar II.2.(b) Bagian Penerima ST-BICM ... 6

Gambar II.3. Diagram Struktur Pohon ... 8

Gambar II.4. Diagram Pohon Pencarian Melebar (Breadth-First Search) ... 10

Gambar II.5. Diagram Depth-First Search ... 10

Gambar II.6. Algoritma - M ... 12

Gambar II.7. Contoh penghapusan pada algoritma-M ... 13

Gambar II.8. Diagram Konstelasi Sinyal 16-QAM ... 14

Gambar II.9. Diagram Konstelasi QPSK dengan Gray Coding ... 15

Gambar III.1. Pemodelan sistem MIMO jenis ST-BICM ... 18

Gambar III.2. Konstelasi sinyal 64-QAM dengan multilevel Gray bit mapping ... 22

Gambar IV.1. Performansi eror sistem MIMO 4x4 ST-BICM pada modulasi QPSK ... 25

Gambar IV.2. Performansi eror sistem MIMO 4x4 ST-BICM pada modulasi 16-QAM ... 26

Gambar IV.3. Performansi eror sistem MIMO 4x4 ST-BICM pada modulasi 64-QAM ... 27

Gambar IV.4. Perbandingan kompleksitasper bit antara detektor MAP dengan detektor ITS dengan M = 8 ... 28


(8)

A-1

LAMPIRAN

KODE PROGRAM SISTEM MIMO ST-BICM MENGGUNAKAN MATLAB 7.0.1

% inisialisasi nRx=4;

% ---%

%Bagian Pengirim STBICM %

% ---% % Membangkitkan deretan data keluaran 0 atau 1

% k=input('Masukkan banyaknya bit yang mau dikirimkan = '); k=500;

msg_orig=randint(1,k);

% N=input('Masukkan level sinyal QPSK = '); N=1;

% Dilewatkan ke Convolutional Encoder numSymb=size(msg_orig,2);

numPlot=numSymb;

% Convolutional Encoding terhadap Sinyal Biner codeRate = 1/2; % Code rate

constlen = [7]; % Constraint length

codegen = [171 133]; % Generator polinomial trel=poly2trellis(constlen,codegen); % Trellis [msg_enc_bi]=convenc(msg_orig,trel);

numEncPlot=numPlot./codeRate; tEnc=[0:numEncPlot-1]*1;

% proses interleaving

out_conv=zeros(size(msg_enc_bi));

out_conv(1,1:size(msg_enc_bi,2)./2)=msg_enc_bi(1,size(msg_e nc_bi,2)./2+1:size(msg_enc_bi,2));

out_conv(1,size(msg_enc_bi,2)./2+1:size(msg_enc_bi,2))=msg_ enc_bi(1,1:size(msg_enc_bi,2)./2);


(9)

A-2

% proses seri to parallel

ukur_out_conv=size(out_conv,2); bnyk=ukur_out_conv./250; for n=1:bnyk m=n:4:ukur_out_conv; para{n}=[out_conv(m)]; end paralel_1(1,1:size(out_conv,2)./4)=para{1}; paralel_2(1,1:size(out_conv,2)./4)=para{2}; paralel_3(1,1:size(out_conv,2)./4)=para{3}; paralel_4(1,1:size(out_conv,2)./4)=para{4}; clear n;

% Proses Mapper (asumsi menggunakan QPSK) ukur_out_mapper=size(paralel_1,2); bnyk_kirim=ukur_out_mapper./2; for b=1:4 simpan(1,1:ukur_out_mapper)=para{b}; temp=zeros(1,bnyk_kirim); for n=1:bnyk_kirim [uji]=[simpan(2*n-1) simpan(2*n)]; if uji == [0 0]

out_map=1.*N; elseif uji == [0 1] out_map=i.*N; elseif uji == [1 1] out_map=-1.*N; elseif uji == [1 0] out_map=-i.*N; end; temp(n)=out_map; clear uji end; out_mapper{b}=[temp]; end; out_antena_1=out_mapper{1}; out_antena_2=out_mapper{2}; out_antena_3=out_mapper{3}; out_antena_4=out_mapper{4}; % ---%


(10)

A-3

% Batas bagian Pengirim STBICM %

% ---% % Proses di kanal %

% Matriks 4 x 4 : kondisi kanal diketahui % mat_kanal=sqrt(1/2).*(randn(numSymb/4,nRx) + j*randn(numSymb/4,nRx)); modtype='psk';%tambahan Mary=4; dobiterr='no'; snr=4; mc=10; Set=[0:Mary-1]'; Smap=dmodce(Set,1,1,modtype,Mary); Eav=Smap'*Smap/Mary; NF=10^(snr/10); S=sqrt(Eav/(2*NF)); noise=S*(randn(numSymb,1)+i*randn(numSymb,1)); %akhir tambahan % size(noise) noise=reshape(noise,125,4); % noise'; for ja=1:nRx rx(:,ja)=mat_kanal(:,ja).*out_mapper{ja}' + noise(1:125,ja); end

H=H.'; %Start decoding with perfect channel estimation

for co_ii=1:num_X for co_tt=1:size(eta,2) if eta(co_ii,co_tt)~=0 if coj_mt(eta(co_ii,co_tt),co_ii)==0 r_til(eta(co_ii,co_tt),:,co_ii)=Y(eta(co_ii,co_tt),:); a_til(eta(co_ii,co_tt),:,co_ii)=conj(H(epsilon(eta(co_ii,co _tt),co_ii),:)); else


(11)

A-4 r_til(eta(co_ii,co_tt),:,co_ii)=conj(Y(eta(co_ii,co_tt),:)) ; a_til(eta(co_ii,co_tt),:,co_ii)=H(epsilon(eta(co_ii,co_tt), co_ii),:); end; end; end; end; RR=zeros(num_X,1);

for ii=1:num_X %Generate decision statistics for the transmitted signal "xi" for tt=1:size(eta,2) for jj=1:Nr if eta(ii,tt)~=0 RR(ii,1)=RR(ii,1)+r_til(eta(ii,tt),jj,ii)*a_til(eta(ii,tt), jj,ii)*delta(eta(ii,tt),ii); end; end; end; end; re_met_sym=pskdemod(RR,M_psk,0,'gray'); % = ML decision for M-PSK

re_met_bit=de2bi(re_met_sym);

re_met_bit(1,num_bit_per_sym+1)=0; %For correct demension of "re_met_bit"

for con_dec_ro=1:num_X con_dec_ro

if re_met_sym(con_dec_ro,1)~=mat(con_dec_ro,1) % if

re_met_sym(con_dec_ro,1)~=de_data(con_dec_ro,1) n_err_sym=n_err_sym+1; for con_dec_co=1:num_bit_per_sym if re_met_bit(con_dec_ro,con_dec_co)~=bi_data(con_dec_ro,con_d ec_co) n_err_bit=n_err_bit+1; end; end; end; end; end;


(12)

A-5

Perr_sym=n_err_sym/(num_X*Nit); %Count number of error bits and symbols

graph_inf_sym(SNR-snr_min+1,2)=Perr_sym;

Perr_bit=n_err_bit/(num_X*Nit*num_bit_per_sym); graph_inf_bit(SNR-snr_min+1,2)=Perr_bit;

end;

x_sym=graph_inf_sym(:,1); %Generate plot

y_sym=graph_inf_sym(:,2); subplot(2,1,1);

semilogy(x_sym,y_sym,'k-v'); xlabel('SNR, [dB]');

ylabel('Symbol Error Probability'); grid on

x_bit=graph_inf_bit(:,1); y_bit=graph_inf_bit(:,2); subplot(2,1,2);

semilogy(x_bit,y_bit,'k-v'); xlabel('SNR, [dB]');

ylabel('Bit Error Probability'); grid on;


(13)

1

BAB I

PENDAHULUAN

1.1Latar Belakang

Industri telekomunikasi berkembang sangat pesat belakangan ini. Salah satunya adalah pada bidang telekomunikasi nirkabel. Permintaan pasar yang menginginkan transfer data dalam waktu yang sangat cepat mengakibatkan munculnya banyak penelitian untuk mengurangi kompleksitas pengiriman data pada penerima.

Sistem nirkabel Multiple Input Multiple Output (MIMO) memiliki potensi untuk menghasilkan efisiensi spektral yang cukup tinggi dalam lingkungan lintas-jamak (multipath). Teknik iterasi merupakan suatu teknik yang dapat mengurangi kompleksitas.

Dalam Tugas Akhir ini pendeteksian pada Soft-Input Soft-Output MIMO, maka digunakan proses deteksi dengan pencarian pohon secara iteratif (Iterative Tree Search = ITS) pada penerima. Metode ini memanfaatkan algoritma-M dan prosedur kanal triangulasi untuk mengurangi jumlah langkah pencarian (memori) pada penerima.

1.2Identifikasi Masalah

Bagaimana proses pendeteksian dengan pencarian pohon secara iteratif dapat mengurangi kompleksitas dari sistem nirkabel MIMO dengan menerapkan algoritma-M dengan prosedur kanal triangulasi?

1.3Tujuan

Menganalisa proses deteksi dengan pencarian pohon secara iteratif agar dapat mengurangi kompleksitas dari sistem nirkabel MIMO dengan menerapkan algoritma-M dengan prosedur kanal triangulasi.


(14)

2

1.4Pembatasan Masalah

1. Kanal yang digunakan adalah kanal nirkabel MIMO dengan diversitas ruang.

2. MIMO yang digunakan adalah MIMO 4 x 4.

3. Proses pendeteksian adalah dengan pencarian pohon secara iteratif.

4. Algoritma pengurutan (sorting) yang digunakan pada proses pendeteksian dengan pencarian pohon secara iteratif adalah algoritma-M.

5. Setiap node memiliki cabang sebanyak 4 yang masing-masing terdiri dari 2 bit.

6. Sistem MIMO 4x4 yang digunakan adalah Space Time-Bit Interleaved Code Modulation (ST-BICM).

1.5Sistematika Penulisan

Sistematika penulisan Tugas Akhir ini disusun menjadi lima bab, yaitu:

BAB I : PENDAHULUAN

Bab ini menjelaskan tentang latar belakang, identifikasi masalah, tujuan, pembatasan masalah, dan sistematika penulisan Tugas Akhir.

BAB II : LANDASAN TEORI

Bab ini menjelaskan tentang teori-teori yang berkenaan dengan proses deteksi dengan pencarian pohon secara iteratif pada sistem nirkabel MIMO (Multiple-Input Multiple-Output).

BAB III : PROSES PENDETEKSIAN POHON SECARA ITERATIF PADA SISTEM MIMO

Bab ini menjelaskan tentang proses deteksi dengan pencarian pohon secara iteratif pada sistem nirkabel MIMO (Multiple-Input Multiple-Output) dan juga menjelaskan tentang simulasi dari sistem pencarian pohon secara iteratif.

BAB IV : DATA dan ANALISA DATA

Bab ini akan menampilkan perbandingan yang dihasilkan oleh proses deteksi dengan pencarian pohon secara iteratif pada sistem


(15)

3

nirkabel MIMO (detektor ITS) dengan proses deteksi pada sistem nirkabel MIMO tanpa pencarian pohon secara iteratif (menggunakan detektor MAP = Maximum a Posteriory Probability).

BAB V : KESIMPULAN DAN SARAN


(16)

29

BAB V

KESIMPULAN DAN SARAN

V.1 KESIMPULAN

Berdasarkan hasil pengamatan dan analisa yang telah dilakukan, dapat disimpulkan bahwa:

1. Detektor ITS dapat mengurangi nilai BER dengan meningkatkan nilai M, karena semakin besar nilai M

2. maka keakuratan data akan semakin baik.

3. Kompleksitas per bit dari detektor ITS dengan menggunakan MIMO adalah linier terhadap jumlah antena dan tidak bergantung terhadap bit per titik konstelasi sedangkan pada detektor MAP kompleksitasnya adalah 2NtMc.

V.2 SARAN

Saran penulis untuk Tugas Akhir ini adalah untuk mengurangi memori yang digunakan agar algoritma yang dipakai untuk sistem MIMO adalah algoritma tanpa pengurutan (non-sorting, contohnya: algoritma single stack dan algoritma two-cycle).


(17)

DAFTAR PUSTAKA

1. Gesbert, David, Mansoor Shafi, Da-shan Shiu, Peter J. Smith, dan Ayman Naguib , From Theory to Practice: An Overview of MIMO Space-TimeCoded Wireless System, IEEE Journal on Selected Areas in Communications, Vol 21, No 3, April 2003.

2. Goldsmith, Andrea, Wireless Communication, Cambridge University Press, 2005.

3. www.wikipedia.org/wiki/QAM. 4. www.wikipedia.org/wiki/QPSK

5. J.B. Anderson dan S. Mohan, Sequential coding algorithms: A survey and cost analysis, IEEE Trans. Commun, vol. COM-32, no.2, pp. 169-176, Februari 1984.

6. Peranginangin Kasiman, Pengenalan MATLAB,Andi, Jogjakarta, 2006. 7. Sjukani, Moh., Struktur Data dengan C dan C++, Mitra Wacana Media,

Jakarta, 2007.

8. Tse, David, Fundamentals of Wireless Communication, Cambridge University Press, September 2004.

9. W. Lee, J. Cho, Chang-Kyung Sung, H. Song, dan I. Lee, Mapping Optimization for Space Time-Bit Interleaved Coded Modulation with Iterative Decoding, IEEE Trans. Commun., Vol. 55, No. 4, April 2007.


(1)

A-5

Perr_sym=n_err_sym/(num_X*Nit); %Count number of error bits and symbols

graph_inf_sym(SNR-snr_min+1,2)=Perr_sym;

Perr_bit=n_err_bit/(num_X*Nit*num_bit_per_sym); graph_inf_bit(SNR-snr_min+1,2)=Perr_bit;

end;

x_sym=graph_inf_sym(:,1); %Generate plot

y_sym=graph_inf_sym(:,2); subplot(2,1,1);

semilogy(x_sym,y_sym,'k-v'); xlabel('SNR, [dB]');

ylabel('Symbol Error Probability'); grid on

x_bit=graph_inf_bit(:,1); y_bit=graph_inf_bit(:,2); subplot(2,1,2);

semilogy(x_bit,y_bit,'k-v'); xlabel('SNR, [dB]');

ylabel('Bit Error Probability'); grid on;


(2)

1

BAB I

PENDAHULUAN

1.1Latar Belakang

Industri telekomunikasi berkembang sangat pesat belakangan ini. Salah satunya adalah pada bidang telekomunikasi nirkabel. Permintaan pasar yang menginginkan transfer data dalam waktu yang sangat cepat mengakibatkan munculnya banyak penelitian untuk mengurangi kompleksitas pengiriman data pada penerima.

Sistem nirkabel Multiple Input Multiple Output (MIMO) memiliki potensi untuk menghasilkan efisiensi spektral yang cukup tinggi dalam lingkungan lintas-jamak (multipath). Teknik iterasi merupakan suatu teknik yang dapat mengurangi kompleksitas.

Dalam Tugas Akhir ini pendeteksian pada Soft-Input Soft-Output MIMO, maka digunakan proses deteksi dengan pencarian pohon secara iteratif (Iterative Tree Search = ITS) pada penerima. Metode ini memanfaatkan algoritma-M dan prosedur kanal triangulasi untuk mengurangi jumlah langkah pencarian (memori) pada penerima.

1.2Identifikasi Masalah

Bagaimana proses pendeteksian dengan pencarian pohon secara iteratif dapat mengurangi kompleksitas dari sistem nirkabel MIMO dengan menerapkan algoritma-M dengan prosedur kanal triangulasi?

1.3Tujuan

Menganalisa proses deteksi dengan pencarian pohon secara iteratif agar dapat mengurangi kompleksitas dari sistem nirkabel MIMO dengan menerapkan algoritma-M dengan prosedur kanal triangulasi.


(3)

2

1.4Pembatasan Masalah

1. Kanal yang digunakan adalah kanal nirkabel MIMO dengan diversitas ruang.

2. MIMO yang digunakan adalah MIMO 4 x 4.

3. Proses pendeteksian adalah dengan pencarian pohon secara iteratif.

4. Algoritma pengurutan (sorting) yang digunakan pada proses pendeteksian dengan pencarian pohon secara iteratif adalah algoritma-M.

5. Setiap node memiliki cabang sebanyak 4 yang masing-masing terdiri dari 2 bit.

6. Sistem MIMO 4x4 yang digunakan adalah Space Time-Bit Interleaved

Code Modulation (ST-BICM).

1.5Sistematika Penulisan

Sistematika penulisan Tugas Akhir ini disusun menjadi lima bab, yaitu:

BAB I : PENDAHULUAN

Bab ini menjelaskan tentang latar belakang, identifikasi masalah, tujuan, pembatasan masalah, dan sistematika penulisan Tugas Akhir.

BAB II : LANDASAN TEORI

Bab ini menjelaskan tentang teori-teori yang berkenaan dengan proses deteksi dengan pencarian pohon secara iteratif pada sistem nirkabel MIMO (Multiple-Input Multiple-Output).

BAB III : PROSES PENDETEKSIAN POHON SECARA ITERATIF PADA SISTEM MIMO

Bab ini menjelaskan tentang proses deteksi dengan pencarian pohon secara iteratif pada sistem nirkabel MIMO (Multiple-Input Multiple-Output) dan juga menjelaskan tentang simulasi dari sistem pencarian pohon secara iteratif.

BAB IV : DATA dan ANALISA DATA

Bab ini akan menampilkan perbandingan yang dihasilkan oleh proses deteksi dengan pencarian pohon secara iteratif pada sistem


(4)

3

nirkabel MIMO (detektor ITS) dengan proses deteksi pada sistem nirkabel MIMO tanpa pencarian pohon secara iteratif (menggunakan detektor MAP = Maximum a Posteriory Probability).

BAB V : KESIMPULAN DAN SARAN


(5)

29

BAB V

KESIMPULAN DAN SARAN

V.1 KESIMPULAN

Berdasarkan hasil pengamatan dan analisa yang telah dilakukan, dapat disimpulkan bahwa:

1. Detektor ITS dapat mengurangi nilai BER dengan meningkatkan nilai M, karena semakin besar nilai M

2. maka keakuratan data akan semakin baik.

3. Kompleksitas per bit dari detektor ITS dengan menggunakan MIMO adalah linier terhadap jumlah antena dan tidak bergantung terhadap bit per titik konstelasi sedangkan pada detektor MAP kompleksitasnya adalah 2NtMc.

V.2 SARAN

Saran penulis untuk Tugas Akhir ini adalah untuk mengurangi memori yang digunakan agar algoritma yang dipakai untuk sistem MIMO adalah algoritma tanpa pengurutan (non-sorting, contohnya: algoritma single stack dan algoritma two-cycle).


(6)

DAFTAR PUSTAKA

1. Gesbert, David, Mansoor Shafi, Da-shan Shiu, Peter J. Smith, dan Ayman Naguib , From Theory to Practice: An Overview of MIMO Space-TimeCoded

Wireless System, IEEE Journal on Selected Areas in Communications, Vol

21, No 3, April 2003.

2. Goldsmith, Andrea, Wireless Communication, Cambridge University Press, 2005.

3. www.wikipedia.org/wiki/QAM. 4. www.wikipedia.org/wiki/QPSK

5. J.B. Anderson dan S. Mohan, Sequential coding algorithms: A survey and

cost analysis, IEEE Trans. Commun, vol. COM-32, no.2, pp. 169-176,

Februari 1984.

6. Peranginangin Kasiman, Pengenalan MATLAB,Andi, Jogjakarta, 2006. 7. Sjukani, Moh., Struktur Data dengan C dan C++, Mitra Wacana Media,

Jakarta, 2007.

8. Tse, David, Fundamentals of Wireless Communication, Cambridge University Press, September 2004.

9. W. Lee, J. Cho, Chang-Kyung Sung, H. Song, dan I. Lee, Mapping

Optimization for Space Time-Bit Interleaved Coded Modulation with Iterative Decoding, IEEE Trans. Commun., Vol. 55, No. 4, April 2007.