MOBILE DATA OFFLOADING JARINGAN SELULER MENGGUNAKAN TEKNOLOGI WIFI (802.11G)

Prosiding Seminar Nasional Manajemen Teknologi XX Program Studi MMT-ITS, Surabaya 1 Februari 2014

MOBILE DATA OFFLOADING JARINGAN SELULER MENGGUNAKAN TEKNOLOGI WIFI (802.11G) Ahmad Wilda Yulianto1) dan Wirawan2) 1) Program Studi Magister Teknik Elektro, Institut Teknologi Sepuluh Nopember, Jl. Arif Rahman Hakim, Surabaya, 60111, Indonesia e-mail: [email protected] 2) Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember ABSTRAK Perkembangan teknologi informasi yang pesat, meliputi media sosial, video streaming dan sejenisnya, telah memicu penggunaan secara tajam konsumsi layanan data seiring kebutuhan penggunanya. Kenyataan ini berakibat peningkatan trafik penggunaan layanan data yang telah melebihi kapasitas jauh diluar perkiraan sebelumnya. Hal ini menimbulkan permasalahan yaitu penurunan nilai throughput terhadap pelanggan. Keterbatasan nilai throughput pada media teknologi komunikasi yang ada yaitu pada 3G, memicu pemikiran untuk menggunakan alternatif kombinasi memanfaatkan teknologi yang sudah ada. Offloading data merupakan pemanfaatan media teknologi lain untuk membantu pelayanan permintaan lalu lintas data yang digunakan pelanggan. Pada makalah ini dibahas mengenai manajemen pengalokasian sumberdaya radio sistem offloading yang berorientasi pada pengguna. Strategi yang digunakan berbasis pada Game theory, dimana sebagai pemain adalah pengguna dan permainan akan berlangsung secara dinamis berdasarkan kondisi sistem dan aplikasi yang dijalankan pengguna. Strategi yang telah disusun kemudian didistribusikan dan memetakan perilaku secara rasional dengan menggunakan dua model: Kesetimbangan Nash dan Respon Quantal. Strategi yang diusulkan selanjutnya dibandingkan dengan strategi berbasis SNR. Kinerja yang dievaluasi adalah pada nilai throughput dan inisialisasi handover dari aplikasi berdasar strategi yang digunakan. Sebagai hasilnya adalah sebuah kerangka kerja untuk manajemen distribusi terminal pada sistem 3G-WiFi. Hasil simulasi diperoleh throughput pelanggan ketika berada pada jaringan wifi lebih besar 27 kali dibandingkan ketika user berada di jaringan 3G, dengan asumsi kondisi ideal.. Kata kunci: Mobile Data Offloading, 3G, Wifi, Throughput, Kapasitas, Manajemen Jaringan, Game Theory.

PENDAHULUAN Internet telah menjadi salah satu bagian penting dalam keseharian masyarakat modern. Kebutuhan akan akses informasi dan hiburan yang cepat bisa diperoleh dengan mengaksesnya melalui internet. Salah satu manfaat besar teknologi ini dirasakan dengan dimungkinkannya masyarakat secara mudah dapat saling terhubung dan bertukar informasi tanpa mengenal batas jarak dan waktu. Internet dikenal hampir seluruh lapisan masyarakat dengan berbagai latar belakang usia dan pendidikan. Adanya kemudahan dalam mengakses internet merubah cara pandang masyarakat akan pemenuhan kebutuhan informasi kapan saja dan dimana saja. Seiring dengan kemudahan akses tersebut, berbagai jenis aplikasi dikembangkan untuk dapat diakses melalui internet. Berbagai aplikasi mulai dari akses informasi media online, jejaring sosial, media penyimpan file, layanan streaming video, dan lain-lain semakin pesat pula peningkatannya. Adanya aplikasi ini telah merubah kebiasaan pengguna telpon genggam, khususnya smartphone, salah satunya dalam pengiriman pesan singkat yang sebelumnya ISBN : 978-602-97491-9-9 C-21-1


hanya melalui layanan Short Messages Service (SMS), telah beralih menggunakan aplikasi Messenger. Dengan adanya akses pada berbagai aplikasi tersebut oleh pelanggan yang terus bertambah, baik pengguna perangkat bergerak maupun yang tetap, menimbulkan konsekuensi adanya lonjakan trafik yang sangat tajam. Prediksi akses data bahkan sampai di angka 6,3 exabyte perbulannya yang akan terjadi pada tahun 2015 mendatang (Suhaimi, 2011), Gambar 1.1, naik 26 kali dibandingkan tahun 2010 (Cisco, 2011). Kenaikan ini ditimbulkan adanya perubahan secara drastis pada pola perilaku konsumen sehingga berkontribusi besar terhadap lonjakan trafik layanan data. Aktifitas ini sudah tidak lagi untuk sekedar melihat, membaca apa yang ditampilkan dihalaman website, namun telah mendorong pengguna untuk menyimpan file yang diinginkannya dengan cara mengunduh, mulai dari video, lagu, Gambar, maupun berbagai aplikasi software baik yang berlisensi maupun yang bebas pakai. Adanya social media dan web 2.0 memungkinkan semua orang untuk memiliki rumah pribadi di dunia maya (S. Gaonkar, 2008). Fenomena penggunaan media jejaring sosial telah menjangkau semua lapisan masyarakat dengan berbagai latar (usia, pendidikan, ekonomi, dll). Adanya media jejaring sosial sangat bermanfaat untuk pertukaran informasi antar pengguna, maupun secara massal. Beragam jenis gadget telah dikembangkan dan digunakan masyarakat saat ini sudah dilengkapi dengan aplikasi untuk mengakses berbagai jenis layanan data internet. Hal ini dilakukan untuk menarik minat masyarakat akan kemudahan akses internet dari gadget tersebut sehingga diharapkan lebih diminati oleh masyarakat. Jumlah pengguna layanan data premium yang begitu besar dengan akses internet secara bersamaan dan atau tempat yang sama secara massiv telah berkontribusi pada peningkatan kepadatan trafik. Adanya peningkatan kepadaan trafik ini mempengaruhi tingkat kepuasan konsumen dan juga memaksa operator penyedia layanan data untuk melakukan terobosan agar pelanggannya tidak beralih ke operator lain. Bagi operator hal ini mempengaruhi pola sistem operasionalnya mereka, mulai dari penyediaan jaringan yang handal hingga melayani keluhan masyarakat tentang layanan data pelanggan tidak sesuai dengan harapan. Bagi pengguna kepadatan trafik ini menimbulkan ketidaknyamanan. Karena dengan adanya lonjakan pengguna layanan data yang lain secara otomatis jaringan yang mereka gunakan selama ini harus dibagi dengan pengguna yang lainnya. Peningkatan trafik internet ini memerlukan perhatian serius dari operator agar masing-masing pihak saling menguntungkan. Mobile data offloading adalah penggunaan jaringan pelengkap untuk mengalihkan layanan data pengguna jaringan bergerak melalui media lain (B. Han dkk, 2011). Teknologi yang bisa dijadikan alternatif antara lain High Speed Packet Access (HSPA), Long Term Evolution (LTE), Femtocell, WiFi, dan berbagai pilihan lainnya (J. Andrews dkk, 2012) (S. Dimatteo dkk, 2011). HSPA dan LTE memiliki kendala yaitu belum banyak yang menggelarnya, otomatis belum bisa dirasakan secara luas kehandalan dari teknologi ini. Femtocell masih dalam proses pengembangan lebih lanjut. Penggabungan dengan jaringan WiFi dijadikan alternatif karena teknologi ini telah banyak diimplementasikan dan dikenal secara luas akan karakteristik dan performansinya.

ISBN : 978-602-97491-9-9 C-21-2


Gambar 1. Konsep Offloading (Wireless, 2010)

HSPA dan LTE memiliki kendala yaitu belum banyak yang menggelarnya dan biaya investasi yang tinggi, berakibat belum bisa dirasakan secara luas kehandalan dari teknologi ini. Penggabungan dengan jaringan WiFi dijadikan alternatif karena teknologi ini telah banyak diimplementasikan dan dikenal secara luas akan karakteristik dan performansinya. Pemilihan teknologi WiFi dilakukan karena di-nilai efisien untuk saat ini karena investasi yang dikeluarkan operator tidak sebesar alternatif teknologi lainnya (HSPA,LTE). Selain faktor implementasi yang mencakup instalasi, perangkat dari WiFi ini tidak terlalu rumit dalam perawatan. Wifi juga di-pilih atas pertimbangan bahwa frekuensi kerja yang digunakan merupakan kategori bebas biaya (unlicensed). Kelebihan lain dari pemilihan WiFi ini adalah memiliki Bandwidth yang cukup besar sehingga diharapkan sangat efektif dan efisien sebagai solusi alternatif offloading data 3G. Konsep topologi jaringan dalam sistem offloading data adalah seperti pada Gambar 1. Tampak pada gambar tersebut perbedaan jaringan konvensional dan jaringan yang di-offloading. Jika pada jaringan konvensional saat pengguna mengakses internet harus melewati sisi transport dan core network dari jaringan 3G, maka pada sistem offloading bagian ini tidak digunakan, namun pengguna layanan data dapat langsung di sambungkan ke internet melalui infrastrukturWiFi. Sehingga dari sisi waktu akan lebih singkat yang membawa manfaat pada peningkatan kecepatan akses di perangkat pengguna. Sedangkan untuk pensinyalan tidak mengalami perubahan, yaitu dari terminal pengguna tetap melalui UTRAN selanjutnya melalui jaringan transport dan core network begitu juga sebaliknya. Sehubungan dengan hal itu terdapat beberapa permasalahan seputar mobile data offloading ini diantaranya adalah cara mengatasi offload jaringan 3G menggunakan teknologi WiFi. Hal ini mencakup konfigurasi penggabungan teknologi jaringan 3G dan WiFi untuk indoor maupun outdoor, dan berapa besar penghematan yang bisa diperoleh dengan adanya konfigurasi ini. Penggunaan pendekatan Game Theory (P.Xu dkk,2010) menjadi salah satu alternatif untuk mnebganalisa konsep offloading jaringan 3G ke Wifi. Game Theory/Teori Permainan merupakan aplikasi matematis yang digunakan pada banyak disiplin ilmu sebagai alat untuk pemodelan antar pihak yang saling berinteraksi. Definisi umum Teori Permainan: ”Suatu kerangka kerja yang ditujukan untuk pemodelan suatu situasi dimana para pengambil keputusan harus memilih suatu strategi tertentu dengan konsekuensinya yang terjadi bisa saja saling berlawanan”. Tujuannya adalah untuk memodelkan suatu situasi strategis yang mana keberhasilan seorang pemain tergantung pada pilihannya sendiri dan juga pada pilihan ISBN : 978-602-97491-9-9 C-21-3


pesaingnya. Dalam konteks ini, keputusan yang dihasilkan akan memperhitungkan efek interaksi antara pihak yang berhubungan. Interaksi antara dua pemain bisa bersifat suatu kerjasama atau juga dapat menjadi persaingan satu sama lainnya. Pokok bahasan dari teori permainan adalah menganalisa perubahan perilaku dari satu pihak atau kedua belah pihak pada suatu interaksi yang memiliki ketergantungan akan kesetimbangan secara umum. Selanjutnya dengan analisa yang dilakukan dapat diprediksi kemungkinan hasil dari suatu permainan. Hasil yang sangat sering diperoleh dari suatu permainan adalah didapatkannya kondisi Kesetimbangan Nash atau ”Nash Equilibrium”. Suatu kesetimbangan Nash adalah suatu hasil dari permainan dimana tidak ada pemain yang mendapatkan keuntungan lebih besar lagi dengan hanya merubah strateginya saja secara sepihak. Adapun tujuan dari penelitian ini antara lain menganalisa interaksi antara user dan jaringan dalam memilih jaringan yang terbaik dan memberikan solusi offloading data ke JaringanWiFi saat kebutuhan data telah melampaui kapasitas jaringan seluler existing. METODE Penelitian dimulai dengan pemodelan topologi jaringan yang digunakan. Pada penelitian ini diasumsikan bahwa pengguna berada pada lingkungan area ruangan/indoor. Di dalam area tersebut terlayani oleh jaringan 3G dan WiFi, dengan asumsi coverage AP dan BTS 3G berbentuk lingkaran. Posisi pengguna dibangkitkan secara acak dengan menggunakan distribusi random, dan saling bebas satu sama lainnya. Letak posisi AP dan BTS berada di tengah-tengah lingkaran pada masing masing area cakupan layanannya. BTS diasumsikan memiliki jangkauan radius 1000 m, sedangkan AP memiliki area cakupan dengan jari-jari 100 m. Penelitian dimulai dengan pemodelan topologi jaringan yang digunakan. Pada penelitian ini diasumsikan bahwa pengguna berada pada lingkungan area ruangan/indoor. Didalam area tersebut terlayani oleh jaringan 3G dan WiFi, dengan asumsi coverage AP dan BTS 3G berbentuk lingkaran. Posisi pengguna dibangkitkan secara acak dengan menggunakan distribusi random, dan saling bebas satu sama lainnya. Letak posisi AP dan BTS berada di tengah-tengah lingkaran pada masing masing area cakupan layanannya.

Gambar 1. Diagram Alir Penelitian ISBN : 978-602-97491-9-9 C-21-4


Tahap Pemilihan Jaringan Akses Generasi jaringan akses heterogen ditandai dengan keberadaan jaringan nirkabel multi-akses dengan penggunaan teknologi yang berbeda-beda yang mana bisa melengkapi satu sama lainnya dalam koridor untuk memberikan peningkatan bandwidth dan pemasukan pada operator layanan. Pemilihan jaringan akses merujuk pada proses penentuan jaringan akses yang akan digunakan oleh pengguna pada kurun waktu tertentu. Prinsip seleksi jaringan akses bukan hanya berpengaruh pada kualitas layanan secara umum, namun melalui kumpulan inputan yang dibutuhkan, dari teknologi jaringan akses yang berbeda-beda. Hal ini juga menentukan jenis arsitektur yang seperti apa uang bisa digunakan. Seleksi jaringan akses kemungkinan dilakukan pada skala waktu yang berbeda, dengan pertimbanagan atau alasan yang berbeda-beda juga termasuk didalamnya adalah memperhatikan perbedaan parameter jaringan dan kebutuhan penggunanya. Penelitian ini memfokuskan pada offloading dengan WiFi ketika jaringan 3G mengalami kemacetan. Seleksi jaringan akses berlangsung secara serentak/seketika dengan parameter masukan yang bervariasi. Secara umum, suatu seleksi jaringan akses dapat didefinisikan sebagai suatu fungsi yang bergantung pada parameter-parameter inputan Pi untuk memilih satu jaringan atau kumpulan jaringan aksesi bagi masing-masing pengguna i. SNR Berdasarkan posisi pengguna yang telah dibangkitkan tersebut maka dapat dihitung SNR sebagai fungsi jarak dengan menggunakan persamaan 1. (1) Level daya signal-to-noise ratio (SNR) adalah perbandingan level daya terima Pr terhadap level daya noise yang terjadi pada kisaran lebar pita B dari sinyal yang ditransmisikan. Level daya terima dihitung dan ditentukan nilainya oleh level daya kirim, path loss antara pengirim dan penerima, shadowing, dan multipath fading. Nash dan QRE Pada pemilihan jaringan dengan strategi Nash, maka ditentukan nilai Pemilihan jaringan berdasarkan Nash mengikuti algoritma : Jika nilai pada nilai utilitas jaringan ke i > �i maka pilih jaringan i, dan sebaliknya ketika nilai utilitas jaringan i < �i maka dipilih jaringan i. Solusi Nash bersifat optimal untuk keseluruhan pemain rasional. Kerasionalan ini memrlukan pemilihan strategi optimal. Untuk dua kemungkinan strategi (A dan B) dan fungsi guna u yang memetakan strategi keinginan, pemain yang rasional mengikuti hal-hal berikut:  u(A) > u(B); mainkanA  u(A) < u(B); mainkanB  u(A) = u(B); mainkan acak Kondisi Nash memenuhi persamaan 2. (2) Solusi QRE berdasar pada pilihan stokastik, dimana untuk dua kemungkinan strategi A dan B, pemain akan melakukan hal sebagai berikut:  u(A) + δa > u(B) + δb; mainkan A  u(A) + δa < u(B) + δb; mainkan B  u(A) + δa = u(B) + δb; mainkan acak dimana merupakan variabel random dengan rata-rata nol yang dapat diobservasi sebagai tambahan shock dalam penghitungan utilitas (kesalahan dalam pemetaan strategi ke ISBN : 978-602-97491-9-9 C-21-5


preferensi). Persamaan 3 berikut menunjukkan peluang untuk suatu pemain memainkan strategi A dengan solusi QRE: (3) HASIL DAN PEMBAHASAN Hasil yang adalah sebagai berikut. SNR Nilai SNR untuk masing-masing posisi user adalah seperti pada Tabel 1. Diketahui bahwa pengguna ke-1 yang berada pada jarak 14,14 m dari posisi antena AP mendapatkan nilai SNR sebesar 22.17 dB, sedangkan untuk 3G sebesar 23.93 dB. Namun pada pengguna ke-10 yang berjarak 98.18 m dari antena AP didapatkan nilai SNR yang lebih kecil dari pengguna 1 yaitu sebesar 5.34 dB untuk WiFi dan pada 3G hanya sebesar 7.10 dB. Dari data tersebut disimpulkan bahwa semakin jauh posisi pengguna dari titik antena maka nilai SNR yang diperoleh semakin kecil. Untuk mendapatkan level daya penerimaan yang masih baik, maka diketahui bahwa nilai batasan pada SNR untuk jarak 100 m, dengan perhitungan yang sama diperoleh sebesar 5.05 dB. Kemampuan WiFi dalam level penerimaan sinyal adalah adanya fungsi adaptasi terhadap jenis modulasi yang digunakan. Jika jarak terminal lebih dekat lagi dengan AP, maka terdapat aplikasi yang mengatur secara otomatis untuk pengguna menerima sinyal yang terkuat, disebut juga skema adaptasi laju data Tabel 1. Nilai SNR Berdasar Posisi Pengguna

Jarak (m) 14.14 19.1 24.16 33.6 36.68 39.21 40.26 76.79 96.17 98.18

Daya Terima WiFi (watt) 4.9 x10-9 2.7 x10-9 1.7 x10-9 8.8 x10-10 7.3 x10-10 6.4 x10-10 6.1 x10-10 1.6 x10-10 1.1 x10-10 1.0 x10-10

SNR WiFi(dB) 22.17 19.56 17.52 14.66 13.89 13.31 13.09 7.48 5.52 5.34

Daya Terima 3G (watt) 7.4 x10-9 4.0 x10-9 2.5 x10-9 1.3 x10-9 1.1 x10-10 9.6 x10-10 9.1 x10-10 2.5 x10-10 1.6 x10-10 1.5 x10-10

3G (dB) 23.93 21.32 19.28 16.42 15.66 15.08 14.85 9.24 7.28 7.10

Throughput Pada bagian ini dilakukan analisa nilai throughput yang didapatkan pengguna untuk digunakan sebagai acuan pemilihan jaringan. Throughput pada 802.11 pada penelitian ini diasumsikan berada pada payload layer TCP. Untuk masing-masing transaksi akan dikirimkan sejumlah satu paket data. Selanjutnya didapatkan respon jaringan untuk menerima paket data yang diminta. Dari keseluruhan payload ethernet yang berjumlah 1500 byte, hanya 1460 byte saja yang digunakan, sedangkan 40 byte digunakan untuk header. Throughput dihitung berdasarkan waktu yang dibutuhkan masing-masing komponen untuk melakukan transaksi. Pada throughput kondisi idel, nilai yang diperoleh pada pengguna ji jaringan 3G untuk 1 pengguna adalah sebesar 364 kbps, sedangkan pada user WiFi sebesar 54 Mbps. Namun

ISBN : 978-602-97491-9-9 C-21-6


dalam aplikasi nyata nilai ini tidak pernah tercapai dikarenakan beberapa factor yang mempengaruhinya antara lain derau perangkat, spesifikasi perangkat dan lain-lain.

Gambar 2. Throughput WiFi vs 3G

Pendekatan Game Theory Simulasi dengan menggabungkan piranti : Qualnet, Java dan Gambit. Simulator Qualnet untuk simulasi wlan, dan terminal dengan dua antar muka. Sel pada 3G memiliki cakupan penuh pada area simulasi, dimana WiFi memiliki cakupan lebih kecil, yang berada dalam area 3G. Sebagai hasilnya jaringan 3G selalu tersedia untuk semua pengguna, sedangkan WiFi bersifat terbatas. Hasil dari alokasi dinamis aplikasi dengan Nash/QRE/SNR yang diteliti pada jaringan 3G dan WiFi seperti tampak pada Gambar 4.6. Dari gambar terlihat penggunaan aplikasi lebih banyak ketika berada pada jaringan wifi. Karena terminal pengguna tidak mempunyai informasi mengenai jaringan (jumlah pengguna, aplikasi, dll) maka estimasi utilitasnya dilakukan secara dinamis pada permainan ini berdasar pada dua aplikasi yaitu parameter jaringan statis dan inputannya ke jaringan. Hasilnya menunjukkan dengan menggunakan strategi Nash dan SNR , diperoleh kemiripan nilai untuk kesetimbanagan beban jaringan, menghasilkan penggunaan yang jarang pada jaringan 3G. Strategi QRE, dengan menggunakan metode berlawanan dengan Nash, menunjukkan penggunaan jaringan 3G yang lebih sering. Pada situasi ini, strategi QRE menyediakan kesetimbanagn beban yang lebih baik pada proses pengambilan keputusan terdistribusi untuk jaringan 3G.

Gambar 3. Distribusi Aplikasi pada Pengguna ISBN : 978-602-97491-9-9 C-21-7


Nilai rata-rata throughput aplikasi pada WiFi tiap pengguna ditunjukkan pada Gambar 2. Parameter ini merupakan rata-rata selama simulasi berlangsung, karena 3G selalu tersedia / area cakupan yang luas untuk semua pengguna sesuai skenario yang digunakan. Nilai rata-rata throughput aplikasi merupakan rata-rata throughput yang ada pada terminal. Hasilnya menunjukkan bahwa strategi QRE menghasilkan nilai throughput tertinggi per-pengguna dibandingkan SNR dan Nash dimana keduanya memiliki nilai yang hampir sama. Penggunaan rata-rata AP ditunjukkan pada Gambar 4.7, dalam nilai throughput. Gambar ini menunjukkan seberapa banyak AP digunakan selama waktu simulasi pada rata-rata pengguna. Strategi QRE menunjukkan nilai tertinggi penggunaan dari AP dikarenakan distribusi dinamis dari aplikasi pada kedua jaringan. Strategi SNR dan Nash memiliki nilai rata-rata yang sama pada penggunaan AP. Parameter ini juga berhubungan dengan parameter sebelumnya untuk throughput aplikasi ratarata tiap pengguna pada jaringan 3G. Saat penggunaan sumberdaya radio lebih sering menggunakan AP, maka hal ini akan menghasilkan beban lebih kecil pada 3G dan throughput 3G meningkat pada nilai rata-rata nya. Handover pada aplikasi ditunjukkan pada Gambar 4.8, dalam suatu keadaan normal, dimana strategi dengan jumlah handover tertinggi (QRE) menunjukkan nilai 98%. Parameter ini menunjukkan seberapa besar handover terjadi untuk semua aplikasi pengguna dengan tiap strategi manajeman sumberdaya radio. Parameter ini juga menunjukkan bagaimana strategi manajeman sumberdaya radio mampu melakukan handover vertikal pada sistem. Parameter tertinggi dicapai dengan menggunakan strategi QRE, sementara strategi Nash masih berada lebih tinggi dibandingkan dengan SNR. Terdapat suatu penurunan kualitas layanan ketika terjadi handover vertikal dikarenakan dikarenakan konfigurasi ulang protokol komunikasi yang memungkinkan mengalami kebuntuan pada link pengguna-jaringan menurunkan kualitas layanan. Dalam kondisi ini, strategi QRE menghasilkan penurunan degradasi tertinggi dibandingkan dengan Nash dan SNR.

Gambar 4. AP Throughput Pengguna

ISBN : 978-602-97491-9-9 C-21-8


Gambar 5. Inisiasi Handover

Secara garis besar model ini bisa diterapkan pada lingkungan yang serupa dimana terminal mengembangkan strategi manajemen sumberdaya jaringan terdistribusi untuk memaksimalkan keuntungan dengan adanya mekanisme offloading. Hasil menunjukkan adanya kompromi antara throughput yang terjadi dengan handover sebagai faktor degradasi. Kompromi ini harus menjadi pertimbangan ketika mengelola terminal pada sistem. KESIMPULAN DAN SARAN Pada penelitian ini dibahas mengenai manfaat dari skema offloading dan proses seleksi jaringan heterogen berbasis teori permainan . Pemodelan dengan menggunakan teori permainan tidak selalu mencapai apa yang dikenal dengan kesetimbangan Nash, untuk itu digunakan alternatif pendekatan lain yaitu QRE dan SNR . Metode ini mengacu pada respon terbaik hasil permainan yang dilakukan. Kesetimbangan dari permainan ini memilih sendiri dari masing-masing pihak baik pelanggan maupun operator dengan pilihan yang saling menguntungkan. Hasil simulasi menunjukkan sebagai berikut Kesimpulan dari hasil penelitian ini adalah sebagai berikut: 1. Pada skema offloading data seluler jaringan 3G ke WiFi , didapatkan peningkatan throughput sebesar 27 kali pada jaringan WiFi dibandingkan jaringan WiFi 2. Model yang digunakan yaitu Nash dan QRE mencapai sebuah kompromi antara nilai throughput yang didapatkan pelanggan dengan keuntungan pada operator 3. Nilai throughput terjadi paling besar pada strategi QRE, karena pada strategi ini hanya memilih pengguna yang memiliki probabilitas lebih besarr ndari nilai utilitas terkecil. 4. Terdapat kompromi antara nilai throughput yang didapatkan dengan inisiasi handover yang mengakibatkan terjadinya peluang penurunan performansi jaringan secara umum. Untuk memperbaiki hasil penelitian ini, maka sarannya adalah: 1. Pemodelan dengan menggunakan teori permainan dapat dilakukan dengan variasi tipe permainan yang beragam. 2. Penelitian dilakukan dengan menggunakan software simulasi lain untuk mendapatkan tingkat akurasi yang lebih baik.

ISBN : 978-602-97491-9-9 C-21-9


DAFTAR PUSTAKA H. Suhaimi, “Examine seamless mobility,” Seminar Wifi offloading The way to handle data booming in Indonesia, 2012. R. Wireless. (2010) Thinking networks. [Online]. http://www.cambridgewireless.co.uk/ H. Kaaranen, A. Ahtiainen, L. Laitinen, S. Naghian, and V. Niemi, UMTS Networks, Architecture, Mobility, and Services, 1st ed. John Willey and Sons, 2001. P. Xu, X. Fang, and X. Liu, “A non-cooperative pairwise matrices game model for heterogeneous network selection,” in Communications and Mobile Computing (CMC), 2010 International Conference on, vol. 3, 2010, pp. 387–391. R. Chechi and R.Kanna, “Qos support in wifi, wimax and umts technologies,” IJECT, pp. 176–179, 2011. “Wireless best practice,” White Paper, Ruckus Wireless, May 2011. “Cisco visual networking index: Global mobile data trac forecast update 2010-2015,” White Paper, Cisco, May 2011. S. Gaonkar, J. Li, R. Choudhury, L. Cox, , and A. Schimdt, “A micro-blog: Sharing and querying content through mobile phones and social participation,” Proc. ACM Mobisys, pp. 174–186, 2008. B. Han, P. Hui, V. S. A. Kumar, M. V. Marathe, J. Shao, and A. Srinivasan, “Mobile data offloading through opportunistic communications and social participation,” IEEE Trans. Mobile Comput., vol. 11, no. 12, pp. 821–825, May 2012. J. Andrews, H. Clasussen, M. Dohler, S. Rangan, and M. Reed, “Femtocells: Past, present, and future,” IEEE J. Select. Areas Commun., vol. 30, no. 03, pp.497–508, Apr. 2012. S. Dimatteo, P. Hui, B. Han, and V. Li, “Cellular traffic offloading through wifi networks,” in Proc. 8th IEEE International Conf. Mobile AdHoc and Sensor Systems (IEEE MASS’11), Nagoya, Japan, Apr. 2011, pp. 497–508.

ISBN : 978-602-97491-9-9 C-21-10

MOBILE DATA OFFLOADING JARINGAN SELULER MENGGUNAKAN TEKNOLOGI WIFI (802.11G)

Recommend Documents