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: tiar_sihombing@yahoo.com

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.