BAB IV ANALISA HASIL SIMULASI Pada bagian analisis dari tugas akhir ini akan menampilkan dan menjelaskan hasil simulasi untuk menunjukan perbaikan performansi jaringan FAP dengan teknik alokasi physical resource block (PRB) secara adaptive dengan clustering
HeNB/FAP. Untuk menganalisis
performansi sistem pada tugas akhir ini menggunakan 100 data sample. Pada bagian analisis ini kita akan mengalisis performansi sistem pada jaringan femtocell pada suatu area berukuran 50x50m dengan jumlah Femto Access Point (FAP) yang tersebar secara random. Femto User Equitment (FUE) yang dijadikan sample pada tugas akhir ini sebanyak 72 FUE yang tersebar secara random juga. Bertambah secara bertahap mulai 12 FUE sampai 72 FUE. Parameter yang digunakan untuk menilai dan menganalisis performansi sistem pada simulasi ini adalah data rate rata-rata, SINR rata-rata, dan effisiensi spektrum rata-rata masingmasing skenario. Skenario pertama kita asumsikan bahwa tiap FAP menggunakan seluruh spektrum yang tersedia, skenario kedua sampai keempat menggunakan teknik clustering antar FAP dengan parameter clustering masing-masing skenario adalah SINR threshold yang dilaporkan dari FUE ke FAP. Nilai SINR threshold tersebut adalah 5 dB, 10 dB, dan 15 dB. 4.1 DataRate Data pada tabel 4.1 merepresentasikan data rate yang berhasil didapat keseluruhan bagi tiap user pada lokasi yang diamati. Bisa dikatakan juga data rate ini merupakan data rate sistem rata-rata secara keseluruhan pada daerah tersebut dengan kondisi user yang bertambah dengan penambahan secara uniform dengan pola kedatangan yang random, dalam artinya rate kedatangannya sama untuk tiap interval tertentu, tetapi pola persebaran kedatangannya random seperti halnya FAP juga yang disebar secara random.
37
Gambar 4.1. Grafik Perbandingan data rate user rata-rata tiap skenario Tabel 4.1 Perbandingan data rate dan SINR rata-rata tiap skenario FUE 12 24 36 48 60 72 RataRata
UFR Data rate (Mbps) 2.7202 1.324 0.9351 0.7118 0.5699 0.4921 1.1255
SINR (dB) 7.5493 5.6296 5.1248 4.927 4.7787 4.71
= Data rate SINR (Mbps) (dB) 11.4147 30.1862 7.2493 32.7497 4.8746 33.373 3.4762 31.6845 2.5906 28.9915 2.0608 25.3529
Data rate (Mbps) 9.1908 4.5799 2.7163 1.7532 1.1932 0.8793
SINR (dB) 30.1891 31.8157 28.8057 24.0912 19.48 15.9032
= Data rate SINR (Mbps) (dB) 6.0902 30.1918 2.4821 29.8274 1.37 23.27 0.8378 17.6414 0.5623 13.6128 0.4453 11.0931
5.1159
5.2777
3.3855
24.7775
1.9646
29.8787
=
21.0157
Berdasarkan informasi dari gambar 4.1 dan tabel 4.1 data rate rata-rata sistem pada tiap skenario cenderung menurun setiap ada penambahan FUE baru. Hal ini terjadi karena semakin banyak FUE yang mengakses, maka FUE harus berbagi resource (PRB) dengan FUE lainya pada serving FAP yang sama. Clustering 15 dB memiliki data rate rata-rata terbesar diantara ketiga skenario lainya, yaitu pada saat 12 FUE aktif adalah sebesar 10,264 Mbps. Hal ini bisa terjadi karena data rate bisa mencapai maksimum jika diikuti nilai SINR yang bagus. UFR dan clustering yang dibawah 15 dB kemungkinannya ukuran clusternya lebih besar dari yang 38
clustering 15 dB sehingga komponen penginterferensi yang dihilangkan dari FAP neighbor lebih banyak, berbeda dengan clustering 15 dB yang kemungkinannya lebih sedikit memasukan FAP neighbor ke dalam clusternya karena level tresholdnya lebih kecil. Akan tetapi data rate rata-rata terendah juga dialami oleh skema clustering 15 dB pada saat 72 user aktif yaitu hanya sekitar 0.4453 Mbps atau berbeda sekitar 9.51 % dibawah skema UFR yang mencapai 0.4921 Mbps. Hal ini terjadi karena resource yang didapat tidak lebih sedikit walaupun SINR lebih besar. Kenaikan SINR sampai pada nilai SINR tertentu tidak akan menambah data rate karena ada keterbatasan dalam hal bandwidth dan kapasitas sistem. Penuruan performansi yang signifikan diantara semua skenario tersebut adalah saat FUE bertambah dari 12 FUE menjadi 24 FUE yang dialami pada skenario 4. Untuk skenario 1 (UFR) mengalami penurunan sebesar 51,327 % dari 2.7202 Mbps menjadi 1.324 Mbps, untuk skenario 2 (clustering 5 dB) mengalami penurunan sebesar 36.49 % dari 11,4147 Mbps menjadi 7,2493 Mbps, untuk skenario 3 (clustering 10 dB) mengalami penurunan 50.16 % dari 9,1908 Mbps menjadi 4,5799 Mbps sedangkan pada skenario 4 (clustering 15 dB) megalami penurunan performansi data rate sebesar 59,24 % dari yang sebelumnya 6,0902 Mbps menjadi 2,4821 Mbps. Nilai data rate diatas bisa dihitung dengan persamaan Shannon seperti pada persamaan (3.15)[15]. Akan tetapi pada persamaan (3.15), data rate bisa ditingkatkan dengan penambahan SINR. Hal ini tidak berlaku saat data rate sudah mencapai maksimum. Karena tiap sistem memiliki data rate maksimum yang tidak bisa dikaitkan dengan SINR, tetapi lebih kepada konstruksi frame dan level modulasinya. Data rate maksimum yang bisa dicapai oleh FUE pada saat tersedia 25 PRB atau bandwidth sistem 5 MHz adalah sebesar 25.2 Mbps. 25.2 Mbps dapat terjadi jika 25 PRB digunakan semua dan level modulasi menggunakan 64 QAM serta panjang OFDM simbol adalah 7 OFDM simbol per subcarrier . Berikut ini persamaan untuk mencari data rate pada sistem berbasis OFDMA [19]:
(
)=
(
) = 6 300
(4.1) (4.2) 39
(
) = 25,2
(4.3)
Seperti kita ketahui bahwa pada bandwidth 5 MHz terdiri dari 300 subcarrier, effisiensi spektrum 6
karena menggunakan 64 QAM dan satu subcarrier terdiri dari 7 OFDM simbol
saat shortcyclicprefix dan 6 OFDM simbol saat longcyclicprefix. Pada satu subframe terdapat dua slot yang durasi tiap slot tersebut adalah 0,5 ms dan pada satu subframe dengan durasi 1 ms ada 2 x 7 OFDM simbol. Sehingga dengan keterangan diatas didapatlah untuk bandwidth 5 MHz yang terdiri dari 300 subcarrier (4,5 MHz), data rate maksimum adalah 25,2 Mbps dan guardband sebesar 10 % dari bandwidth total yaitu sebesar 0,5 MHz. Adapun untuk bandwith 20 MHz data rate maksimum yang bisa dicapai adalah 4 x 25,2 Mbps pada konfigurasi antenna single input single output (SISO). Jika menggunakan antena MIMO maka data rate yang diapat bisa lebih tinggi tergantung konfigurasi MIMO yang digunakan. 4.2 SINR Kenaikan SINR dengan teknik clustering karena FAP yang menjadi penginterferensi yang di atas level threshold dimasukan ke dalam satu cluster sehingga alokasi PRB pada FAP yang berada dalam cluster tersebut berbeda. Alokasi PRB yang berbeda tidak akan menimbulkan interferensi bagi FUE. Namun interferensi akan tetap saja ada karena prinsip clustering ini harus bersifat mutual interferensi. Misalnya FUE dari FAP-1 mengalami interferensi dari FAP-2, dan FUE-2 dari FAP-2 menalami interferensi dari FAP-1, ini yang disebut mutual interferensi, harus kedua FUE dari FAP yang berbeda saling menginterferensi. Jika hanya satu maka tidak masuk dalam satu cluster. Sehingga kondisi seperti kasus inilah yang menjadikan interferensi tetap ada. Jika kita mengaitkan hubungan interferensi ini dengan teori graph, maka graph tersebut merupakan graph kuat yang mana ada edge antar node-nodenya.
40
Gambar 4.2 Grafik Perbandingan SINR user rata-rata tiap skenario Tabel 4.1 dan gambar 4.2 mengandung informasi tentang kondisi SINR rata-rata hasil dari simulasi dengan 4 skenario disertai perubahan penambahan user. Dari tabel tersebut tampak bahwa teknik clustering dengan
= 5
(skenario 2) memiliki SINR rata-rata lebih
besar untuk jumlah user berapa pun. Hal ini karena pada skenario 2 kemungkinan memasukan neighbor FAP kedalam cluster yang sama lebih besar jika dibandingkan dengan ketiga skenario lainya. Sehingga perbaikan SINR dapat terjadi. Dari tabel 4.1 dan gambar 4.2 tampak bahwa semakin besar
yang ditentukan dalam teknik clustering maka SINR rata-rata yang
dialami FUE akan cenderung lebih kecil karena alokasi PRB semakin berkurang. Grafik pada gambar 4.2 merupakan nilai rata-rata dari 100 sample. Adapun untuk mendapatkan grafik seperti pada gambar 4.2 bisa menggunakan persamaan (3.4). Data Hasil simulasi yang ditampilkan pada gambar 4.2 menunjukan ada kontribusi real yang diberikan dari teknik clustering ini. Tampak pada tabel bahwa SINR dengan teknik clustering, baik dengan clustering 5 dB, 10 dB dan 15 dB meningkat. Hal ini karena komponen penginterferensi yang datang dari FAP neighbor setelah clustering menjadi tidak ada, karena sudah ada pembagian PRB sehingga tidak saling menginterferensi walaupun resource yang didapat menjadi lebih sedikit. Adapun efek dari semakin besarnya SINR threshold pada clustering 15 dB khususnya adalah SINR makin besar karena ukuran cluster bertambah banyak sehingga komponen penginterferensi dari FAP neighbor yang kini mejadi bagian dari cluster lebih banyak dihilangkan dibanding saat clustering 5 dB dan 10 dB.
41
Secara keseluruhan dari 100 sample yang digunakan untuk jumlah user yang bervariasi mulai dari 12 sampai 72 user, SINR user rata-rata skenario 1 sampai 4 adalah 5,1159 dB, 29,8787 dB, 24,7775 dB dan 21,0157 dB. Nilai SINR ini akan sangat berpengaruh dengan data rate yang dicapai seperti pada persamaan Shannon (3.15) [19]. 4.3 Effisiensi Spektrum Effisiensi spektrum meurupakan nilai yang menunjukan banyaknya data yang ditransmisikan dalam waktu satu detik dalam bandwidth 1 Hz. Satuanya adalah bps/Hz [20]. Effisiensi spektrum juga merupakan rasio data rate yang dicapai user
terhadap occupied
spectrum oleh user tersebut. Dari rasio tersebut ada kaitanya dengan SINR, jika nilai SINR cenderung naik maka data rateuser akan meningkat, data rate yang meningkat dengan occupiedbandwidth yang tetap akan menghasilkan effisiensi spektrum yang tinggi. Nilai effisiensi spektrum ini merupakan nilai rata-rata dari 100 sample untuk tiap skenario dan untuk tiap perubahan jumlah user. Dari nilai effisiensi spektrum ini bisa didapat informasi jenis modulasi yang digunakan. Karena pada teknologi komunikasi wireless masa kini sudah menerapkan fitur AMC atau adaptive modulation and coding, dimana level modulasi dan coderate disesuaikan dengan kualitas kanal user, indikator kualitas kanal user ini bisa dilihat dari SINR, sehingga dari relasi tersebut maka hasil effisiensi ini sejalan atau berbanding lurus dengan nilai SINR. Namun, pada pembahasan effisiensi spektrum kali ini hanya membahas adaptivemodulation tidak sampai pada adaptivecoderate. Level modulasi tertinggi yang bisa dicapai pada simulasi ini adalah 64 QAM, dimana ada 6 bit yang bisa ditransmisikan dalam 1 simbol. Kondisi tersebut hanya bisa dicapai pada skenario 2 dengan kondisi 12 user aktif. Berdasarkan persamaan Shannon (3.15)[19] kita bisa dapatkan SINR untuk menentukan level modulasi bagi user. Berikut ini nilai SINR untuk tiap level modulasi : Tabel 4.2 Perbadingan SINR untuk memberikan jaminan BER tertentu Effisiensi
SINR Untuk Memberikan Jaminan BER
(bps/Hz)
BER 10-6
BER 10-5
BER 10-4
BER 10-3
1
9.10 dB
8.20 dB
7.05 dB
5.48 dB
Modulasi BPSK
42
2
13.88 dB
12.97 dB
11.82 dB
10.25 dB
QPSK
3
17.56 dB
16.65 dB
15.50 dB
13.93 dB
8 QAM
4
20.87 dB
19.96 dB
18.81 dB
17.24 dB
16 QAM
5
24.02 dB
23.11 dB
21.96 dB
20.39 dB
32 QAM
6
27.10 dB
26.19 dB
25.04 dB
23.47 dB
64 QAM
Perbandingan SINR Margin untuk Jaminan BER 30.00
SINR (dB)
25.00 20.00 BER 1e-6
15.00
BER 1e-5
10.00
BER 1e-4
5.00
BER 1e-3
0.00 1
2
3
4
5
6
Effisiensi Spektrum (bsp/Hz)
Gambar 4.3 Grafik perbandingan SINR margin untuk memberikan jaminan BER tertentu Seperti kita ketahui LTE keluaran 3GPP rel. 9 ini sudah didukung oleh fitur adaptive modulation and coding (AMC). Adaptive modulation sangat bergantung pada nilai SINR yang alami oleh user. Adapun untuk level modulasi pada LTE rel.9 hanya ada 3 jenis modulasi, yaitu QPSK, 16 QAM dan 64 QAM. Jadi jika didapatkan nilai SINR user cocok dengan BPSK, maka akan dijadikan ke QPSK, jika nilai SINR user cocok dengan 8 QAM akan dijadikan ke 16 QAM begitupun 32 QAM akan dijadikan ke 64 QAM. Berikut ini penurunan rumus untuk mendapatkan nilai SINR minimum terhadap effisiensi spektrum pada saat menggunakan modulasi 16 QAM dan 64 QAM yang menggunakan persamaan Shannon [19]: = log ( 1 +
)
(4.4)
43
2 = log ( 1 +
)
(4.5)
2 =1+
(4.6)
=3
(4.7)
=
(4.8)
=
(4.9)
= 3
(4.10)
Dimana
merupakan SINR gap yang merupakan rugi-rugi daya yang membedakan
antara perhitungan secara praktis dan teoritis [10]. Dengan menambahkan SINR gap ini maka data yang dikirim akan diberikan jaminan error dengan nilai BER tertentu. Karena nilai sendiri sangat berkaitan dengan nilai dari BER yang hendak dicapai oleh user. Pada tugas akhir ini menggunakan jaminan BER sebesar 10 . =
(
)
.
( ∗
=
)
= 8,1374
.
Dari nilai
dan
(4.11)
, didapat nilai SINR user minimum untuk medapatkan effisiensi
spektrum diatas 2 bps/Hz adalah : = 3 8,1374 = 24,4122 (
(4.12)
) = 10 log ( 24,4122) = 13,87607
≈ 13,88
(4.13)
2 bps/Hz merupakan effisiensi spektrum yang didapat dengan modulasi QPSK. Jika effisiensi spektrum lebih besar dari 2 bps/Hz dan kurang dari atau sama dengan 4 bps/Hz maka cukup dengan modulasi 16 QAM. Jika lebih dari 4 bps/ Hz maka menggunakan 64 QAM. Adapun cara mencari SINR minimum untuk level modulasi 64 QAM adalah sebagai berikut : = log ( 1 + 4 = log ( 1 +
)
)
(4.14) (4.15) 44
2 =1+
=
(4.16)
= 15
(4.17)
=
(4.18)
(4.19)
= 15 8,1374 = 122,061 (
(4.20)
) = 10 log ( 122,061) = 20,86577
≈ 20,87
(4.21)
Jadi, jika disederhanakan dari perhitungan (4.3)-(4.21) dan tabel 4.2 di atas didapatlah :
Gambar 4.4 SINR minimum untuk adaptive modulation Dari gambar 4.4 di atas, jika SINR user dibawah 13,88 dB, maka untuk transmisi data user tersebut menggunakan QPSK dengan jaminan BER 10 -6. Jika lebih dari 27, 10 dB baiknya bagi user tersebut diberikan powercontrol untuk effisiensi daya. Berikut ini adalah nilai effisensi spektrum yang didapat dari simulasi dengan meggunakan persamaan Shannon (3.15)[19] : Tabel 4.3Tabel perbandingan effisiensi spektrum rata-rata tiap skenario =
UFR FUE
Effisiensi
Effisiensi
= Effisiensi
= Effisiensi
spektrum Modulasi spektrum Modulasi spektrum Modulasi spektrum Modulasi (bps/Hz)
(bps/Hz)
(bps/Hz)
(bps/Hz)
12
1.1354
QPSK
4.876
64 QAM
4.8763
64 QAM
4.8764
64 QAM
24
0.8843
QPSK
5.1906
64 QAM
5.05
64 QAM
4.719
64 QAM
45
36
0.7896
QPSK
5.214
64 QAM
4.5222
64 QAM
3.6267
64 QAM
48
0.7464
QPSK
4.8878
64 QAM
3.734
64 QAM
2.658
16 QAM
60
0.7306
QPSK
4.3671
64 QAM
2.968
16 QAM
2.0604
QPSK
72
0.7259
QPSK
3.811
64 QAM
2.3642
16 QAM
1.7522
QPSK
0.8461
QPSK
4.7427
64 QAM
3.9127
64 QAM
3.2801
16 QAM
RataRata
Berdasarkan nilai effisiensi rata-rata skenario 2 hingga 3, jenis modulasi yang cocok digunakan adalah 64 QAM saat 12 user aktif, karena dengan 64 QAM ini bisa menampung 4-6 bit dalam 1 simbol. Untuk skenario 1 maksimal menggunakan QPSK pada semua kondisi user yang aktif. Dan skenario 4 cocok dengan 64 QAM hanya pada saat 12 hingga 36 user aktif saja.
Gambar 4.5 Grafik perbandingan spektrum effisiensi rata-rata tiap skenario Perlu diketahui bahwa nilai-nilai pada tabel bab IV dari laporan tugas akhir ini adalah nilai rata-rata yang diambil dari 100 sample. Sehingga sangat munkin untuk kondisi tertentu, pada skenario 1, 2 dan 3 juga bisa menggunakan modulasi 64 QAM jika kondisi kanal user memungkinkan. 46
Jika dilihat dari gambar 4.3, untuk skenario 1 effisiensi spektrum cenderung menurun setiap ada penambahan jumlah user. Untuk skenario 2,3, dan 4 dengan penambahan user effisiensi cenderung menurun tapi penurunan tersebut bukan sesuatu yang mutlak terjadi dengan penambahan jumlah user. Pada skenario 3 pada saat 12 user aktif effisiensi yang dicapai sebesar 4.8763 bps/Hz. Nilai ini lebih kecil dari skenario 3 dengan jumlah user 24 sebesar 5.05 bps/Hz. Hal serupa juga terjadi pada skenario 2. Jika kita melihat grafik dan nilai rata-rata ini, seakanakan tidak ada jaminan dengan penambahan jumlah user effisiensi akan menurun. Walaupun effisiensi sangat erat kaitannya dengan data rate dan occupied bandwidth, tapi ada nilai SINR juga yang sangat berpengaruh. Kondisi effisiensi spektrum diatas dicapai pada kondisi BER sebesar 10-6 . Hasilnya akan berbeda jika target BER yang ditentukan jadi lebih besar misalnya 10-3, tentu nilai effisiensi spektrum yang didapat akan lebih tinggi, korelasinya bisa dilihat dari persamaan (3.12) (3.13) dan (3.14). Jadi, setidaknya ada 4 parameter penting dalam yanag akan mempengaruhi nilai effisiensi spektrum, yaitu data rate, occupied bandwidth, SINR dan BER yang hendak dicapai. Dari hasil simulasi yang telah dipaparkan sebelumnya, menunjukan adanya perbedaan yang signifikan jika tanpa clustering atau Universal Fractional Reuse (UFR) dengan menggunakan teknik clustering atau Fractional Frequency Reuse (FFR) dalam mengatasi dampak interferensi inter-femtocell pada jaringan LTE di Gedung Bertingkat.
47