Analisis Performa Sistem High Altitude Platforms Menggunakan Algoritma Genetika Untuk Pengalokasian Subcarrier

A. Utami, Barokatun Hasanah
{"title":"Analisis Performa Sistem High Altitude Platforms Menggunakan Algoritma Genetika Untuk Pengalokasian Subcarrier","authors":"A. Utami, Barokatun Hasanah","doi":"10.22441/incomtech.v12i1.14211","DOIUrl":null,"url":null,"abstract":"Perkembangan teknologi di bidang telekomunikasi semakin maju, dimana terdapat salah satu teknologi yaitu High Altitude Platforms (HAPs). HAPs merupakan teknologi yang sangat modern guna memenuhi kebutuhan akan jaringan internet khususnya di daerah-daerah pelosok yang belum terjangkau oleh jaringan internet. Pada implementasi HAPs dibutuhkan pengaturan dalam pengalokasian seluruh sumber daya radio secara tepat kepada user agar tercapai suatu sistem yang optimal sehingga dapat melayani pengiriman data berkecepatan tinggi secara merata. Oleh karena itu dibutuhkan algoritma pengalokasian sumber daya radio agar mencapai performa sistem yang optimal. Pada penelitian ini akan dibahas mengenai pengalokasian sumber daya radio berupa subcarrier kepada user yang terdapat dalam sistem. Parameter yang diukur adalah performa kapasitas dengan menggunakan algoritma genetika, sehingga dihasilkan pengalokasian subcarrier secara tepat kepada user sesuai dengan kondisi kanal yang dibangkitkan dengan Channel State Information (CSI). Simulasi dilakukan dengan memvariasikan jumlah user dan bandwidth agar diperoleh hasil yang lebih optimal. Pengalokasian resource pada simulasi dengan Algoritma Genetika memperoleh nilai rata-rata kapasitas sistem tertinggi mencapai 9.8049Mbps. Hasil simulasi menunjukkan bahwa dengan adanya penambahan jumlah user akan mempengaruhi kapasitas. Semakin banyak jumlah user maka nilai rata-rata kapasitas akan menurun. Kapasitas dipengaruhi oleh jumlah subcarrier yang dialokasikan dengan Algoritma Genetika, semakin banyak subcarrier maka kapasitas akan semakin meningkat.","PeriodicalId":123793,"journal":{"name":"InComTech : Jurnal Telekomunikasi dan Komputer","volume":"161 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-04-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"InComTech : Jurnal Telekomunikasi dan Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22441/incomtech.v12i1.14211","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Perkembangan teknologi di bidang telekomunikasi semakin maju, dimana terdapat salah satu teknologi yaitu High Altitude Platforms (HAPs). HAPs merupakan teknologi yang sangat modern guna memenuhi kebutuhan akan jaringan internet khususnya di daerah-daerah pelosok yang belum terjangkau oleh jaringan internet. Pada implementasi HAPs dibutuhkan pengaturan dalam pengalokasian seluruh sumber daya radio secara tepat kepada user agar tercapai suatu sistem yang optimal sehingga dapat melayani pengiriman data berkecepatan tinggi secara merata. Oleh karena itu dibutuhkan algoritma pengalokasian sumber daya radio agar mencapai performa sistem yang optimal. Pada penelitian ini akan dibahas mengenai pengalokasian sumber daya radio berupa subcarrier kepada user yang terdapat dalam sistem. Parameter yang diukur adalah performa kapasitas dengan menggunakan algoritma genetika, sehingga dihasilkan pengalokasian subcarrier secara tepat kepada user sesuai dengan kondisi kanal yang dibangkitkan dengan Channel State Information (CSI). Simulasi dilakukan dengan memvariasikan jumlah user dan bandwidth agar diperoleh hasil yang lebih optimal. Pengalokasian resource pada simulasi dengan Algoritma Genetika memperoleh nilai rata-rata kapasitas sistem tertinggi mencapai 9.8049Mbps. Hasil simulasi menunjukkan bahwa dengan adanya penambahan jumlah user akan mempengaruhi kapasitas. Semakin banyak jumlah user maka nilai rata-rata kapasitas akan menurun. Kapasitas dipengaruhi oleh jumlah subcarrier yang dialokasikan dengan Algoritma Genetika, semakin banyak subcarrier maka kapasitas akan semakin meningkat.
电信方面的技术发展正在取得进展,其中包括高海拔平台(HAPs)。HAPs是一种非常现代的技术,可以满足互联网网络的需求,尤其是在互联网网络还未开发的偏远地区。在实现HAPs时,需要对用户进行精确的无线电资源分配,以达到最佳系统,使其能以均匀的高速数据传输服务。因此,需要无线电资源分配算法来达到系统的最佳性能。本研究将讨论将无线电资源子载波分配给系统中的用户。测量参数是使用基因算法对用户的能力表现,因此通过信息通道(CSI)精确地将子载体分配给用户。模拟是通过改变用户数量和带宽来获得更理想的结果来完成的。用基因算法进行模拟的资源分配,获得系统最高平均容量为9.8049mbps。模拟结果表明,增加用户数量将影响容量。用户数量越多,平均容量就会下降。受基因算法分配的子载波数量的影响,子载波越多,容量就越高。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信