alokasi sumber daya lintas lapisan pada sistem...
TRANSCRIPT
1
Abstract — Untuk meningkatkan kinerja layanan
komunikasi broadband, maka dikembangkan peng-
alokasian sumber daya lintas lapisan dengan meng-
gabungkan informasi lapisan yang berdekatan untuk
mengoptimalkan kualitas dan kapasitas layanan
dibanding dengan penggunaan layer secara terpisah. Cara
alokasi sumber daya lintas lapisan pada sistem OFDMA
yang digunakan adalah metode dynamic subcarrier
allocation. Pada metode tersebut digunakan trafik yang
heterogen karena tiap user memiliki kebutuhan rate yang
berbeda beda. Sehingga untuk mengoptimasikan
penggunaan bandwidth, tiap user seharusnya dibedakan
tipe trafiknya sesuai kebutuhannya. Pada Tugas Akhir ini,
akan dilakukan evaluasi alokasi sumber daya lintas
lapisan pada sistem OFDMA multiuser melalui simulasi
dengan model trafik yang heterogen (Streaming dan
Elastic). Kanal yang akan digunakan adalah kanal dengan
gangguan berupa redaman hujan hasil pengukuran di
ITS. Dari hasil penelitian ini, didapatkan bahwa dengan
mengalokasikan sumber daya lintas lapisan pada trafik
heterogen akan mengoptimalkan kapasitas kanal dengan
tetap menjaga fairness pada sistem. Dari hasil simulasi
juga menunjukkan terjadinya trade off antara jumlah user
Streaming dan Elastic.
Kata Kunci — Elastic Traffic, Orthogonal Frequency
Division Multiple Access (OFDMA), Streaming Traffic,
Alokasi Subcarrier
I. PENDAHULUAN
ADA sistem orthogonal frequency multiple access
(OFDMA), kondisi kanal pada tiap subcarrier untuk tiap
user berbeda beda. Jika sistem menggunakan frekuensi
yang tinggi, maka pengaruh intensitas hujan yang tinggi pada
sistem akan menurunkan performansi sistem. Untuk
peningkatan kualitas dan kapasitas layanan saat sistem berada
dalam kondisi hujan, maka dilakukan optimasi Cross Layer
atau lintas lapisan.
Penerapan lintas lapisan pada sistem OFDMA yaitu dengan
menggabungkan informasi lapisan yang berdekatan untuk
mengoptimalkan kualitas dan kapasitas layanan dibanding
dengan penggunaan lapisan secara terpisah. Dalam hal ini
lapisan fisik dan lapisan Medium Access Control (MAC)
dioptimasi secara bersama sama sehingga didapatkan layanan
yang efisien dengan tetap menjaga fairness. Salah satu cara
alokasi sumber daya lintas lapisan pada sistem OFDMA
adalah menggunakan metode dynamic subcarrier allocation.
Trafik umumnya dibagi menjadi dua yaitu trafik untuk
aplikasi yang real time seperti transmisi video dengan
kebutuhan delay seminimal mungkin atau biasa disebut
Streaming traffic dan trafik yang toleransi terhadap delay atau
Elastic traffic seperti transfer file. Sehingga untuk
mengoptimalkan penggunaan bandwidth, tiap user seharusnya
dibedakan tipe trafiknya sesuai kebutuhannya. Pada penelitian
ini, diformulasikan alokasi sumber daya yang optimal
berdasarkan kebutuhan delay yang berbeda. Tujuan utamanya
adalah untuk memaksimalkan total kecepatan transmisi pada
user dengan trafik Elastic dengan tetap memenuhi kebutuhan
delay pada user dengan trafik Streaming. Algoritma alokasi
sumber daya lintas lapisan yang digunakan mengatasi
permasalahan optimasi dan menemukan alokasi subcarrier
yang optimal.
Algoritma alokasi sumber daya yang digunakan pada
penelitian ini mengalokasikan kapasitas yang tersedia untuk
user dengan trafik Streaming sehingga QoS pada user dengan
trafik Streaming dapat terpenuhi. Namun, untuk menjaga
fairness pada sistem, maka user dengan trafik Elastic tetap
harus dilayani. Untuk menyelesaikan permasalahan optimasi
pada sistem, maka delay pada tiap user akan menjadi
pertimbangan dalam parameter lapisan fisik. Dengan
menggunakan simulasi, dievaluasi dampak trafik Streaming
pada total rate user trafik Elastic untuk jumlah user yang
berbeda.
II. DASAR TEORI
A. OFDMA
Dalam sistem OFDMA, jika pada sistem terdapat bandwidth
kanal B Hz maka total bandwidth tersebut akan dibagi untuk
N subcarrier yang saling orthogonal. Sehingga, tiap subcarrier
mendapatkan bandwidth sebesar B/N Hz.
Penggunaan sistem OFDMA masih dapat ditingkatkan
dengan memaksimalkan available capacity atau kapasitas
yang tersedia. Hal ini dapat dilakukan dengan melakukan
optimasi pada pengalokasian sumber daya yang ada yang
diberikan kepada user sehingga laju transmisi menjadi lebih
besar.
Available capacity pada kanal dapat dicari dengan
menggunakan persamaan Shannon:
Dimana W adalah bandwidth untuk subcarrier sebesar B/N
Hz dan SNRk,n adalah signal to noise ratio saat sistem pada
subcarrier k user ke-i.
B. Redaman Hujan
Pengaruh redaman hujan terhadap gelombang radio mulai
diperhitungkan jika sistem itu menggunakan frekuensi diatas 5
GHz dan pada frekuensi 20-30 GHz [6]. Pengaruh ini cukup
signifikan karena mempunyai efek yang dapat menurunkan
Tiarlyna Patra Sarie Sihombing, Gamantyo Hendrantoro, Endroyono Program Studi Telekomunikasi Multimedia – Jurusan Teknik Elektro
Fakultas Teknologi Industri
Institut Teknologi Sepuluh Nopember - ITS Surabaya
Email: [email protected]
Alokasi Sumber Daya Lintas Lapisan Pada Sistem
OFDMA Untuk Trafik Heterogen
P
(1)
2
performansi sistem komunikasi atau mengurangi kualitas dari
komunikasi. Besarnya nilai redaman hujan bergantung pada
beberapa faktor yaitu intensitas curah hujan, frekuensi kerja
yang digunakan, serta arah dan kecepatan angin.
Metode statistik Synthetic Storm Technique (SST)
mendeskripsikan suatu intensitas curah hujan sebagai fungsi
dari panjang lintasan/link (km) dimana hujan tersebut bergerak
sepanjang lintasan karena adanya pergerakan angin dengan
kecepatan tertentu [7].
Untuk menghitung panjang segmen (∆L) dari masing-
masing lintasan, digunakan persamaan :
(2)
Dimana T adalah waktu sampling dan Vr adalah kecepatan
angin pada lintasan.
Dari perhitungan panjang segmen pada linatasan ini maka
selanjutnya dapat diperoleh nilai redaman hujan dengan
menggunakan persamaan :
(3)
Dimana Am adalah redaman hujan untuk m =1,2,...n, ΔLj
adalah panjang segmen pada saat j, R adalah intensitas hujan
(mm/h) dan a,b adalah koefisien ITU-R P.838-3.
C. Alokasi Sumber Daya Lintas Lapisan
Alokasi sumber daya radio pada sistem memiliki tujuan
untuk mengoptimalkan performansi, seperti throughput total
pada sistem dan layanan berdasarkan kondisi subcarrier yang
mengalami redaman.
Adapun optimasi dengan melakukan alokasi subcarrier pada
sistem adalah [1] :
(4)
Dimana ϵ {0,1} adalah faktor yang mengindikasian
pengalokasian subcarrier pada trafik jenis Elastic pada tiap
frame transmisi dan adalah kecepatan yang diterima
oleh user dengan jenis trafik Elastic.
Dengan syarat:
(5)
(6)
Pada persamaan (4) adalah total kecepatan transmisi dari
user Elastic dan sebagai fungsi obyektif; persamaan (5)
memastikan bahwa setiap subcarrier hanya ditempati oleh satu
user saja; dan persamaan (6) adalah batasan delay untuk user
Streaming dimana adalah rata rata waktu untuk
menunggu dan dilayani di dalam sistem.
III. METODOLOGI
Alur penelitian ini dapat dilihat pada gambar 1 yang dimulai
dengan pemodelan sistem OFDMA. Sistem yang digunakan
adalah downlink dari sistem OFDMA multi user. User pada
sistem yaitu 3, 4, 5, 6, dan7 user dengan posisi user acak
didalam sel yang berukuran 8 x 8 km.
Setelah itu, dengan metode SST didapatkan nilai redaman
hujan yang dialami untuk tiap user. Selanjutnya, SNRcs dapat
dihitung menggunakan link budget [8]. Perhitungan SNRrain
menggunakan persamaan:
SNRrain = SNRCS + Ak (7)
Nilai available capacity pada sistem dapat dihitung
menggunakan persamaan (1). Nilai available capacity ini akan
menjadi batas trafik untuk user yang mampu dilewatkan pada
sistem.
Langkah selanjutnya membangkitan trafik pada sistem.
Trafik yang dibangkitkan adalah trafik heterogen dengan dua
jenis trafik yaitu Streaming dan Elastic. Dimana trafik
Streaming adalah trafik real time dengan delay ketat dan
sedangkan jenis trafik Elastic adalah trafik yang non real time.
Trafik jenis Streaming yang digunakan adalah trafik video
dengan delay yang ketat sedangkan trafik jenis Elastic adalah
trafik FTP yang toleran terhadap delay.
Setelah mendapatkan trafik untuk tiap user, maka dilakukan
alokasi sumber daya sesuai dengan intensitas trafik dan buffer
pada sistem. User dengan trafik jenis video memiliki jumlah
tetap yaitu 1 dan 2 user sedangkan sisanya adalah jumlah user
dengan trafik FTP. Dengan waktu tunggu yang dimiliki oleh
tiap user, fairness sistem tetap dijaga dengan melayani semua
user. Maka selanjutnya akan dilakukan evaluasi rate pada
sistem yaitu pengaruh yang diberikan oleh user Streaming
pada total rate user trafik Elastic.
Gambar 1. Diagram alir penelitian
Mulai
Model
OFDMA
Pengumpulan data
curah hujan
Model
Trafik
Menghitung redaman hujan
dengan metode SST
Mendapatkan SNRcs dan SNRrain
Mendapatkan available capacity
Evaluasi Rate Sistem
Alokasi Sumber Daya
Kesimpulan
Selesai
3
Diagram pada gambar 2 merupakan diagram alir dari
skenario alokasi sumber daya yang dilakukan. Untuk menjaga
fairness maka tidak ada user yang tidak terlayani. Jika waktu
tunggu di buffer telah mendekati maksimal, maka trafik user
yang menunggu tersebut harus segera dilayani.
Gambar 2. Diagram alir alokasi sumber daya
IV. ANALISA HASIL SIMULASI
Sistem OFDMA yang digunakan adalah sistem OFDMA
multiuser dengan single cell. Total bandwidth pada sistem
adalah 512 KHz yang dibagi pada 64 subcarrier. Total daya
pada sistem adalah 50 W.
Jumlah user yang digunakan adalah 3, 4, 5, 6, 7 user
dengan jumlah user trafik video tetap yaitu 1 dan 2 user,
selain itu, merupakan user dengan jenis trafik FTP. Delay
maksimal untuk tiap user berapa di buffer adalah user dengan
trafik video memiliki waktu delay selama 1 ms dan 1.125 ms
sedangkan user dengan trafik jenis FTP memiliki waktu delay
selama 5.75 ms, 6.25 ms, 6.625 ms. 7 ms, dan 7.5 ms. Melalui
simulasi, dievaluasi total rate dari user dengan trafik FTP
untuk jumlah user video yang berbeda. Pada paper ini,
ditampilkan hasil simulasi alokasi sumber daya dengan jumlah
user 3.
A. Posisi 3 User
Posisi user diacak didalam sel. Letak ketiga user di acak
disepanjang sel berukuran 8x8 km. Contoh posisi user pada
sel tersebut dapat dilihat pada tabel 1.
Tabel 1 Posisi 3 user
User X (km) Y(km)
1 3.2698 4.8227
2 4.7592 5.6897
3 2.0977 1.7740
Berdasarkan tabel 1 diatas dapat dilihat bahwa letak user
tersebar di dalam sel. Dimana X menyatakan sumbu absis
dalam kilometer dan Y menyatakan sumbu ordinat dalam
kilometer pada user di dalam sel.
B. Redaman Hujan 3 User
Setelah mendapatkan posisi user, data tersebut akan
digunakan dalam perhitungan nilai redaman hujan. Dengan
jumlah user 3, maka intensitas curah hujan tanggal 3 Mei 2010
diolah melalui perhitungan menggunakan persamaan (3) dan
hasil yang didapatkan yaitu nilai redaman hujan yang dapat
dilihat pada gambar 3. Pada gambar tersebut dapat dilihat
bahwa nilai redaman hujan untuk tiap usernya berbeda beda
tergantung dari posisi yang dimiliki oleh tiap usernya terhadap
BTS.
Gambar 3. Kurva redaman hujan rata rata pada 3 Mei 2010
Berdasarkan gambar 4 dapat dilihat kurva redaman hujan
rata-rata selama bulan Januari-Mei 2010 untuk 3 user. Sumbu
absis dari kedua grafik tersebut menyatakan indeks sampel
dari hasil sampling data intensitas curah hujan yang
didapatkan. Sedangkan sumbu ordinat dari grafik tersebut
adalah nilai redaman hujan dalam dB.
Y
Y
N
I ≤ c
Alokasi subcarrier
End
IntensitasTrafik (I)
available capacity (c)
Tk1,Tk2,Tk3,Wk2,Wk3
Start
N
N
Y
Wk1 = Wk1 + 0.125
Wk1 = 0
Wk1 ≤ Tk1
Wk2 > Tk2
Wk3 > Tk3
Wk2 = Wk2 + 0.125
N
N
Wk2 = Wk2 + 0.125
Y
N
4
Gambar 4. Kurva redaman hujan rata rata pada Januari –
Mei 2010
Gambar 5. CCDF redaman hujan 3 user
Dari gambar 5 diatas, dapat disimpulkan bahwa kisaran
redaman hujan yang dialami sistem adalah antara 0 dB – 176
dB dengan link 3 atau lintasan user 3 berada paling jauh dari
BTS.
Nilai redaman hujan yang diperoleh beserta dengan nilai
SNRcs yang didapatkan melalui link [8] akan manjadi
masukan untuk perhitungan SNR rain seperti pada tabel 2.
Pada tabel tersebut dapat dilihat bahwa nilai SNR rain
beragam sesuai dengan posisi tiap user dalam sel.
Tabel 2. SNR rain untuk 3 user User Iterasi 1 Iterasi 2 Iterasi 3 Iterasi 4 Iterasi 5 Iterasi 6
1 70.1600 69.9671 69.1728 67.7800 66.7137 65.3001
2 63.3245 63.2383 62.8830 62.2601 61.7833 61.1511
3 58.4812 58.3593 57.8569 56.9760 56.3016 55.4076
C. Available Capacity 3 User
Setelah memodelkan posisi user dan mendapatkan nilai
SNR rain yang mengalami redaman hujan dari data intensitas
curah hujan serta data arah dan kecepatan arah angin maka
selanjutnya nilai available capacity dapat dicari untuk tiap
user. Dari data SNR rain yang diperoleh maka dengan
menggunakan persamaan 1, available capacity didapatkan
seperti pada gambar 6.
Gambar 6. Available capacity 3 user
Nilai available capacity seperti pada tabel 3 selalu berubah
ubah. Hal ini disebabkan hujan yang dialami oleh tiap user
mengalami pergerakan sehingga redaman hujan yang diterima
menjadi berubah ubah pula.
Tabel 3. Available capacity 3 user (Kbps/subcarrier) User Iterasi 1 Iterasi 2 Iterasi 3 Iterasi 4 Iterasi 5 Iterasi 6
1 186.453 185.941 183.830 180.129 177.295 173.538
2 168.288 168.058 167.114 165.459 164.192 162.512
3 155.416 155.092 153.757 151.416 149.624 147.248
D. Alokasi Sumber Daya 3 User
Alokasi sumber daya yang dilakukan berdasarkan trafik
yang digunakan dan available capacity. User dengan trafik
Streaming akan berjumlah tetap dan akan dilihat dampaknya
pada total rate user dengan trafik Elastic. Trafik Streaming
yang digunakan adalah trafik video dan trafik Elastic yang
digunakan adalah trafik FTP.
a. 1 User Trafik Video dan 2 User Trafik FTP
Alokasi sumber daya dengan 1 user trafik video dan 2 user
trafik FTP dapat dilihat pada gambar 7. Sedangkan total rate
serta jumlah user pada user dengan trafik video dan FTP dapat
dilihat pada tabel 4.
Gambar 7. Ilustrasi alokasi sumber daya 1 user video dan 2
user FTP
5
Tabel 4. Alokasi sumber daya 1 user video dan 2 user FTP
User Trafik Σ Subcarrier Total Rate (Kbps)
1 Video 62 1.46E+03
2 FTP 1 1 13.4608
3 FTP 2 1 1.4720
Dari tabel 4 dapat dilihat bahwa user yang menggunakan
trafik jenis video diberikan alokasi subcarrier yang lebih
banyak karena delay yang dimiliki sangat ketat.
b. 2 User Trafik Video dan 1 User Trafik FTP
Jenis trafik yang digunakan diubah. Jumlah user yang
menggunakan jenis trafik video adalah dua user sedangkan
jumlah user yang menggunakan jenis trafik FTP adalah
sisanya yaitu satu user. Hasil alokasi sumber daya dapat
dilihat pada gambar 8.
Gambar 8. Ilustrasi alokasi sumber daya 2 user video dan 1
user FTP
Sesuai alokasi yang telah dilakukan maka setiap user
mendapatkan total rate seperti pada tabel 5. Untuk memenuhi
fairness dalam layanan, maka user FTP harus dilayani
meskipun memiliki rate yang rendah. Jika pada user dengan
trafik FTP waktu tunggunya di buffer telah mendekati
maksimal maka user tersebut harus segera dilayani agar
selama pengalokasian tidak terjadi loss dalam sistem. Dapat
terlihat dari total rate untuk user dengan trafik FTP adalah
13.460 Kbps, fairness pada sistem telah terpenuhi karena
semua user telah terlayani.
Tabel 5. Alokasi sumber daya 2 user video dan 1 user FTP
User Trafik Σ
Subcarrier Total Rate (Kbps)
1 Video 1 38 908.7089
2 Video 2 25 592.1282
3 FTP 1 13.4608
E. Total Rate User FTP Pada Sistem
Berdasarkan simulasi dengan sistem 3, 4, 5, 6, dan 7 user,
total rate user dengan trafik FTP pada sistem diplot dan
didapatkan hasil seperti pada gambar 9. Pada simulasi
tersebut, jumlah user dengan trafik Streaming diubah yaitu 1
dan 2 user. Dapat dilihat bahwa seiring pertambahan jumlah
user dengan trafik Streaming maka total rate user dengan
trafik FTP akan berkurang.
Gambar 9. Total rate user dengan trafik FTP
V. KESIMPULAN
Pada data hasil perhitungan nilai redaman hujan pada bulan
Januari – Mei 2010, nilai available capacity yang didapatkan
dengan menggunakan daya 50 W memiliki nilai terendah
44.378 kbps dan tertinggi 186.453 kbps. Dari nilai available
capacity tersebut dapat dilihat bahwa dari hasil perhitungan,
kapasitas kanal yang tersedia memiliki nilai yang bervariasi
pada setiap lintasan yang disebabkan oleh pergerakan hujan
dan posisi user terhadap BTS di dalam sel.
Dari hasil pengalokasian sumber daya yang dilakukan untuk
jumlah 3, 4, 5, 6, 7 user, didapatkan bahwa total throughput
terbesar dengan menggunakan alokasi ini adalah 1.699 Mbps
dan total terendahnya 1.434 Mbps. Sehingga, dengan
melakukan alokasi sumber daya lintas lapisan ini, kapasitas
pada sistem dapat digunakan dengan optimal. Didapatkan
pula, dengan naiknya jumlah user dengan trafik Streaming
maka total rate pada user Elastic akan menurun. Sehingga
dapat disimpulkan bahwa terjadi hubungan tradeoff antara
user yang menggunakan trafik Streaming dengan user yang
menggunakan trafik Elastic.
DAFTAR PUSTAKA
[1] Nader Mokari, Mohammed R. Javan, dan Keivan Navaie
(2010), ―Cross-Layer Resource Allocation in OFDMA
Systems for Heterogeneous Traffic With Imperfect
CSI,‖ IEEE Transactions on Vehicular Technology,
vol. 59, no. 2 hal. 1011-1017.
[2] M. Tao, Y.-C. Liang, dan F. Zhang (2008), ―Resource
Allocation for Delay Differentiated Traffic in Multiuser
OFDM Systems,‖ IEEE Trans. Wireless Commun., vol.
7, no. 6, hal. 2190–2201.
[3] Wonjong Rhee dan John M. Chioffi (2010). ―Increase in
Capacity of Multi-user OFDM System Using Dynamic
Subcarrier Allocation,‖ Proc. IEEE Veh. Technol.
Conf, vol. 2, hal. 1085–1089.
[4] D. S. W. Hui, V. K. N. Lau, dan W. H. Lam (2007),
―Cross-Layer Design for OFDMA Wireless Systems
with Heterogeneous Delay Requirements,‖ IEEE
Trans. Wireless Commun., vol. 6, no. 8, hal. 2872–
2880.
6
[5] Sanam Sadr, Alagan Anpalagan dan Kaamran
Raahemifar (2009), ―Radio Resource Allocation
Algorithms for the Downlink of Multiuser OFDM
Communication Systems,‖ IEEE communications
surveys & tutorials, vol. 11, no. 3, hal. 92-106.
[6] S
eybold. John S (2005), ―Introduction To RF
Propagation,‖ New Jersey: John Wiley and Sons,Inc.
[7] M
ahmudah, H. (2008). Prediksi Redaman Hujan
Menggunakan Synthetic Storm Technique (SST). Tesis.
ITS.
[8] Chu. Chih Y., dan Chen. K. S. (2005), ―Effect of Rain
Fading on Efficiency of Ka-Band LMDS System in
The Taiwan Area,‖ IEEE Trans. On Vehicular
Technology, Vol. 54.
[9] Cristina Cornaniciu, Narayan B. Mandayarn, H. Vincent
Poor (2005), ―Wireless Networks: Multiuser Detection
in Cross-Layer Design,‖ Springer.
[10] C
orvino Virgina, dan Tralli Velio (2009), ―Cross Layer
Radio Resource Allocation for Multicarrier Air
Interference in Multicell Multiuser Environment‖,
IEEE Trans. Inform.Theory, vol. 58 no 4.
[11] I
TU R P.838-3 (2005). Specific Attenuation Model for
Rain for Use in Prediction Methods.
[12] Endroyono, dan Hendrantoro, G (2009) ―Cross-layer
Optimization Performance Evaluation of OFDM
Broadband Network on Millimeter Wave Channels‖,
WOCN, OpenConf Conference Management Sistem..
[13] P
rasad, R (2004), ‖OFDM for wireless Communication
System‖, Artech House,Inc, Boston, London.
[14] L
aurentius Aditya dan Gamantyo (2010), “Peningkatan
Kinerja Sistem LMDS dengan Metode Adaptive Coded
Modulation Menggunakan Relay Decode and Forward
di Bawah Pengaruh Redaman Hujan Tropis‖ Tugas
Akhir, Jurusan Teknik Elektro, ITS, Surabaya.
[15] F
arid Baskoro. Gamantyo. Endroyono. Evaluasi Kinerja
Adaptive Resource Allocation (ARA) di Kanal
Redaman Hujan Dibandingkan Dengan Simple
Resource Allocation (SRA) dan Random Resource
Allocation (RRA). Thesis, Jurusan Teknik Elektro,
ITS, Surabaya. 2010
RIWAYAT PENULIS
Tiarlyna Patra Sarie Sihombing, lahir di
kota Bandung, 25 Oktober 1990.
Menyelesaikan pendidikan di SDN Randu
Agung II Gresik, kemudian meneruskan
pendidikan di SMPN 12 Surabaya dan
SMAN 16 Surabaya. Setelah menamatkan
SMA pada tahun 2008, meneruskan
studinya di Jurusan Teknik Elektro Institut
Teknologi Sepuluh Nopember Surabaya
jalur SPMB dan mengambil Bidang Studi Telekomunikasi
Multimedia.