PEMODELAN STATISTIK PROPAGASI BERGERAK DI ATAS PERMUKAAN LAUT PADA KANAL HIGH FREQUENCY / VERY HIGH FREQUENCY Lesti Setianingrum – 2206100119 Bidang studi Telekomunikasi Mutimedia Jurusan Teknik Elektro – FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih – Sukolilo, Surabaya – 60111 Email :
[email protected]
ABSTRAK : Vessel Messaging System (VMeS) berhubungan erat dengan propagasi High Frequency (HF) /Very high Frequency (VHF). Cukup banyak masalah propagasi yang timbul terutama di atas permukaan laut. Masalah ini dipengaruhi oleh lokasi, frekuensi dan waktu pengiriman serta adanya redaman propagasi akibat gangguan ionosfer seperti perbedaan waktu siang dan malam pada HF dan adanya refraksi,difraksi, scattering pada VHF. Nilai-nilai parameter propagasi ini belum memiliki pemodelan yang sesuai. Oleh karena itu pada pembahasan tugas akhir ini akan memodelkan parameter propagasi (redaman) dengan membandingkan data dari 2 daerah (Surabaya dan Rembang), dimana akan dilakukan pengukuran dengan menggunakan spectrum analyzer sehingga didapatkan nilai level daya terima. Hasil data yang didapat akan dianalisa dengan berbagai macam teorema distribusi agar diketahui jenis model distribusinya. Dari pengukuran, didapatkan bahwa pemodelan yang sesuai dengan kondisi HF dan VHF baik di Surabaya maupun di Rembang adalah menggunakan rumus PL = PL(d0) + n log (d/d0) + Xσ sehingga didapat pemodelan PL = PL(d0) + n log (d/d0) + randn(banyak data)*std, dimana Xσ terdistribusi log normal serta nilai n dan std sesuai dengan hasil masing-masing data. Kata kunci : pemodelan statistik, VmeS, redaman 1.
PENDAHULUAN Perbedaan sangat jelas dapat dilihat pada kondisi nelayan tradisional dan nelayan modern. Umumnya nelayan modern memakai kapal diatas 100 Gros Ton (GT) yang diwajibkan memiliki alat komunikasi laut seperti Vessel Monitoring System (VMS). Sedangkan nelayan tradisional yang memakai kapal di bawah 30 GT tidak ada keharusan untuk memiliki alat komunikasi sehingga ada perbedaan mencolok terkait pendapatan dari pencarian ikan. Untuk itu dibuatlah Vessel Messaging System (VMeS) yang diperuntukkan bagi nelayan tradisional yang memiliki kapal di bawah 30 GT agar mereka bisa memiliki alat komunikasi dengan harga yang murah. Vessel Messaging System (VMeS) berhubungan erat dengan propagasi High Frequency (HF) /Very high Frequency (VHF). Cukup banyak masalah propagasi yang timbul terutama di atas permukaan laut. Pada Komunikasi Radio Frekuensi Tinggi (HF Radio) yang maksimum dipengaruhi oleh lokasi, frekuensi dan waktu pengiriman serta adanya redaman propagasi akibat gangguan ionosfer 1
seperti perbedaan waktu siang dan malam. Pada kanal VHF sering terjadi adanya refraksi,difraksi dan scattering. Semua masalah ini bisa dijabarkan dalam karakterisasi kanal propagasi yang telah dibahas pada penelitian sebelumnya. Oleh karena adanya karakterisasi yang disertai dengan pengukuran dan perhitungan terhadap parameter-parameter propagasi, seperti redaman propagasi dan fading. Nilai parameter redaman inilah yang dihubungkan dengan pemodelan statistika seperti model Rayleigh Fading, Rician, Normal, Log normal atau yang lainnya sehingga dapat mempermudah dalam analisis. Untuk selanjutnya dapat dipakai pada pengembangan penelitian VMeS berikutnya. 2 PROPAGASI HF/VHF DAN TEORI STATISTIK 2.1 High frequency (HF)[1] High Frequency (HF) merupakan gelombang radio yang bekerja pada frekuensi 3-30 MHz dengan panjang gelombang 100-10 m, biasanya digunakan untuk radio komunikasi jarak jauh karena sifat gelombangnya yang dapat dipantulkan oleh lapisan ionosfer. Penerapan gelombang radio HF biasa digunakan untuk sistem broadcasting, dan juga untuk sistem komunikasi bergerak di laut maupun di udara. Frekuensi HF ini sangatlah sensitif terhadap perubahan ionosfer dan waktu (pagi, siang dan malam hari). Sinyal gelombang radio HF dapat diterima pada jarak yang cukup jauh melalui beberapa fenomena propagasi. Pada propagasi gelombang radio HF terdapat dua jenis fenomena propagasi mendasar, yaitu: Ground Wave Propagation (Propagasi gelombang permukaan). Sky Wave Propagation (Propagasi gelombang udara). 2.2 Very high Frequency (VHF) Very High Frequency (VHF) bekerja pada sistem komunikasi terresterial yang mempunyai jarak yang pendek (short-distance), dengan jarak Line of Sight yang jauh dari pemancar. VHF biasanya digunakan untuk komunikasi radio jarak dekat dan beroperasi pada frequency 30-300 MHz. Hal ini disebabkan karena gelombang radio dipancarkan secara garis lurus (horizontal) atau berhubungan dengan cara line of sight (saling bercermin), artinya kedua tempat dimaksud harus saling melihat sesamanya tanpa ada penghalang. Sehingga jika pada jarak antara 2 stasiun terdapat objek – objek seperti bangunan, pohon – pohon yang tinggi, ataupun pegunungan yang lebih tinggi dari pancaran gelombang radio, maka sudah pasti transmisi yang dikirimkan ataupun diterima akan terhambat.
Gelombang radio VHF pada sistem kelautan digunakan pada semua kapal besar dan beberapa kapal kecil. Manfaat dari gelombang radio VHF adalah digunakan untuk pelayanan keselamatan dan komunikasi antara pelabuhan dengan pelabuhan yang lain dan menara atau tower, dimana range frequency yang digunakan adalah berkisar antara 156.7625 – 174 MHz.
(2.2)
2.3 Redaman Propagasi Redaman propagasi merupakan selisih antara daya yang dipancarkan dengan daya yang diterima. Redaman propagasi pada komunikasi radio mobile, semata-mata disebabkan karena pengaruh permukaan bumi dan adanya scattering pada lingkungan radio mobile. Redaman (path loss) diekspresikan sebagai fungsi jarak dengan menggunakan tetapan redaman propagasi (n). Secara umum path loss dirumuskan [4]: PL ( db )
PL ( d 0 ) 10 n log
d
Gambar 2.1 Probability density function [3] 2.5 Standard deviation (Simpangan Baku) Simpangan baku diturunkan dari parameter yang disebut varians. Varians, var (xi) adalah besaran yang memberikan ukuran mengenai seberapa dekat nilai-nilai yang terdata terhadap nilai sentral apakah memusat atau menyebar. Simpangan baku (standard deviation) dinyatakan dalam persamaan:
(2. 1)
X
d0
Tetapan redaman propagasi n merupakan parameter yang mengkarakterisasi lingkungan dari system komunikasi radio. Oleh karena itu, tipe ruangan yang berbeda memiliki nilai n yang berbeda. Tetapan redaman propagasi dari berbagai tipe lingkungan yang didapat dari beberapa penelitian dapat dilihat dalam tabel 2.1.
N x
2
N (N
(
x) 1)
2
(2.3)
2.6 Mean Squared Error Dalam statistik, Mean Squared Error (MSE) sebuah estimator adalah nilai yang diharapkan dari kuadrat error. Error yang ada menunjukkan seberapa besar perbedaan hasil estimasi dengan nilai yang akan diestimasi. Perbedaan itu terjadi karena adanya keacakan pada data atau karena estimator tidak mengandung informasi yang dapat menghasilkan estimasi yang lebih akurat
Tabel 2.1 Tetapan Redaman Propagasi untuk Berbagai Lingkungan[2] Tipe Lingkungan Free Space Urban area celluler radio Shadowed urban area celluler radio In building line of sight Obstructed in building Obstructed in factories
x
n 2 2.7 to 3.5 3 to 5 1.6 to 1.8 4 to 6 2 to 3
MSE
1 N
N
( yt
2 yˆ t )
(2.4)
t h
Prosentase MSE
2.4 Distribusi Log Normal Dalam teori probabilitas, distribusi log-normal merupakan distribusi probabilitas dari variabel acak yang terdistribusi normal logaritma. Jika Y adalah variabel random dengan distribusi normal, maka X = exp (Y) memiliki distribusi log normal. Jika Y log-terdistribusi normal, maka log (Y) adalah distribusi normal. Log-normal juga ditulis log normal atau lognormal. Hal ini kadang-kadang disebut sebagai distribusi atau distribusi Galton Galton's. Suatu variabel dapat dimodelkan sebagai log-normal jika dapat dianggap sebagai hasil perkalian dari banyak variabel acak independen yang masing-masing adalah positif. Dalam komunikasi nirkabel, atenuasi yang disebabkan oleh bayangan atau lambat memudar dari objek acak sering diasumsikan terdistribusi log-normal. Lihat model path loss log-jarak. PDF lognormal dapat dilihat pada gambar 2.1 Fungsi kepadatan probabilitas dari distribusi log-normal adalah:
(2.5) 3 METODE PENELITIAN 3.1 Konfigurasi Sistem Hardware Konfigurasi sistem hardware yang digunakan di Rembang hampir sama dengan konfigurasi di Surabaya. Beberapa perbedaan adalah di pemakaian antena. Berikut akan dijelaskan konfigurasi saat pengambilan data di Rembang. 3.1.1 Hardware HF di Rembang Hardware yang digunakan untuk melakukan pengukuran dan pengambilan data melalui kanal HF ini adalah spectrum analyzer tektronik 2711,network analyzer HP 8714C, 1 buah laptop, power supply,radio HF Yaesu FT80C dan antena HF dipole yang dipasang dengan balun sebagai antena penerima yang terhubung ke spectrum
2
analyzer untuk base station serta transceiver ICOM dan serta antena tuner ICOM, inverter, GPS dan accu untuk kapal.
3.3 Proses pengolahan data untuk pemodelan
3.1.2 Hardware VHF di Rembang Hardware yang digunakan untuk melakukan pengukuran dan pengambilan data melalui kanal VHF ini adalah spectrum analyzer tektronik 2711, network analyzer HP 8714C, power supply, 1 buah laptop, radio Kenwood TM241A dan antena VHF Gazden yang digunakan sebagai antena penerima yang terhubung ke spektrum analyzer untuk base station serta radio Alinco dan antena VHF Larsen PO,inverter, GPS dan accu untuk kapal. 3.1.3 Hardware HF di Surabaya Hardware yang digunakan untuk melakukan pengukuran dan pengambilan data melalui kanal HF ini adalah spectrum analyzer tektronik 2711, network analyzer HP 8714C, 1 buah laptop dan antena HF Maldol sebagai antena penerima yang terhubung ke spectrum analyzer untuk base station serta radio transceiver ICOM, antena HF Maldol, inverter, GPS dan accu untuk mobile. 3.1.4 Hardware VHF di Surabaya Hardware yang digunakan untuk melakukan pengukuran dan pengambilan data melalui kanal VHF ini adalah spectrum analyzer tektronik 2711, network analyzer HP 8714C, power supply, 1 buah laptop, radio Alinco dan antena VHF Gazden yang digunakan sebagai antena penerima yang terhubung ke spektrum analyzer untuk base station serta radio Kenwood TM-241A dan antena VHF Larsen PO,inverter, GPS dan accu untuk mobile.
Gambar 3.1 Diagram alir proses pemodelan 4. PEMBAHASAN DAN ANALISIS DATA 4.1 HF Surabaya Dari proses regresi linier sperti gambar 4.1, didapatkan nilai n sebessar 2.7. Selanjutnya dicari nilai selisih antara regresi dan data redaman HF Surabaya sehingga didapat model distribusi lognormal seperti gambar 4.2 dengan nilai mean, varians dan standar deviasi sebesar 0.197834, 26.721, 5.1692.
3.2 Software (Perangkat Lunak) Software yang digunakan dalam pengukuran ini adalah CVI-Lab Windows 5.0.1 berfugsi agar antara PC dengan spectrum analyzer dapat berkomunikasi dan General Purpose Interface Bus (GPIB) yang berfungsi sebagai interface yang dibutuhkan untuk pengukuran serta Matlab untuk pengolahan secara statistik.
Gambar 4.1 Regresi Linier HF Surabaya Dengan nilai tetapan redaman propagasi dan standar deviasi yang ada, dibangkitkan data random dengan menggunakan rumus (2.1) yang selanjutnya di plot dan dibandingkan dengan pengukuran seperti terlihat pada gambar 4.3. Selisih nilai antara model dan pengukuran dihitung dengan rumus (2.4) untuk mendapatkan nilai MSE. Dengan perhitungan dan proses yang telah dilakukan didapatka pemodelan untuk HF Surabaya adalah
Gambar 3.1 Tampilan GPIB saat pengambilan data
PL=27*log(d/0.015914)+randn(1,80)*5.1692 Dengan MSE sebesar 9.62%
3
gambar 4.6. Selisih nilai antara model dan pengukuran dihitung dengan rumus (2.4) untuk mendapatkan nilai MSE. Dengan perhitungan dan proses yang telah dilakukan didapatka pemodelan untuk HF Rembang adalah PL=24*log(d/4.350688)+randn(1,182)*1.18 Dengan MSE sebesar 12.29%
Gambar 4.2 Hasil model distribusi HF Surabaya
Gambar 4.5 Hasil model distribusi HF Rembang
Gambar 4.3 Hasil perbandingan model dan pengukuran HF Surabaya 4.2 HF Rembang Dari proses regresi linier sperti gambar 4.4, didapatkan nilai n sebessar 2.4. Selanjutnya dicari nilai selisih antara regresi dan data redaman HF Surabaya sehingga didapat model distribusi lognormal seperti gambar 4.5 dengan nilai mean, varians dan standar deviasi sebesar 1.37833, 1.40162, 1.1839.
Gambar 4.6 Hasil perbandingan model dan pengukuran HF Rembang 4.3 VHF Surabaya Dari proses regresi linier sperti gambar 4.7, didapatkan nilai n sebessar 3.46. Selanjutnya dicari nilai selisih antara regresi dan data redaman HF Surabaya sehingga didapat model distribusi lognormal seperti gambar 4.8 dengan nilai mean, varians dan standar deviasi sebesar 0.00712821, 41.3812, 6.4328. Dengan nilai tetapan redaman propagasi dan standar deviasi yang ada, dibangkitkan data random dengan menggunakan rumus (2.1) yang selanjutnya di plot dan dibandingkan dengan pengukuran seperti terlihat pada gambar 4.9. Selisih nilai antara model dan pengukuran dihitung dengan rumus (2.4) untuk mendapatkan nilai MSE. Dengan perhitungan dan proses yang telah dilakukan didapatka pemodelan untuk VHF Surabaya adalah
Gambar 4.4 Regresi Linier HF Rembang Dengan nilai tetapan redaman propagasi dan standar deviasi yang ada, dibangkitkan data random dengan menggunakan rumus (2.1) yang selanjutnya di plot dan dibandingkan dengan pengukuran seperti terlihat pada
4
PL=34.6*log(d/0.0896)+randn(1,105)*7.4282 Dengan MSE sebesar 10.06%
4.11 dengan nilai mean, varians dan standar deviasi sebesar 1.82139, 2.45945, 1.5682.
Gambar 4.7 Regresi Linier VHF Surabaya
Gambar 4.10 Regresi Linier VHF Rembang
Gambar 4.8 Hasil model distribusi VHF Surabaya Gambar 4.11 Hasil model distribusi VHF Rembang
Gambar 4.9 Hasil perbandingan model dan pengukuran VHF Surabaya 4.4 VHF Rembang Dari proses regresi linier sperti gambar 4.10, didapatkan nilai n sebessar 1.33. Selanjutnya dicari nilai selisih antara regresi dan data redaman VHF Rembang sehingga didapat model distribusi lognormal seperti gambar
Gambar 4.12 Hasil perbandingan model dan pengukuran VHF Rembang Dengan nilai tetapan redaman propagasi dan standar deviasi yang ada, dibangkitkan data random dengan menggunakan rumus (2.1) yang selanjutnya di plot dan
5
dibandingkan dengan pengukuran seperti terlihat pada gambar 4.12. Selisih nilai antara model dan pengukuran RIWAYAT PENULIS dihitung dengan rumus (2.4) untuk mendapatkan nilai MSE. Dengan perhitungan dan proses yang telah dilakukan Lesti Setianingrum, merupakan didapatka pemodelan untuk VHF Rembang adalah sulung dari dua bersaudara. Penulis dilahirkan di Tulungagung pada PL=13.3*log(d/0.1014)+randn(1,88)*1.7508 tanggal 19 November 1987.Penulis Dengan MSE sebesar 5.41% menyelesaikan pendidikan sekolah dasar di SDN Kalisari 1 Surabaya dan 5. PENUTUP menamatkan sekolah menengah 5.1 KESIMPULAN pertama di SLTPN 19 Surabaya. Setelah melakukan proses pengukuran dan pengolahan Kemudian penulis melanjutkan data, dapat diambil kesimpulan untuk beberapa hal, antara pendidikanya di SMAN 2 Surabaya, dan meneruskan studi di lain : Teknik Elektro ITS pada tahun 2006 melalui jalur SPMB. 1. Pemodelan yang sesuai untuk HF Surabaya sesuai dengan rumus (2.1) adalah PL=PL(d0)+27*log(d/0.01591)+randn(1,80)*5.1692 Dengan Xσ terdistribusi log normal Dan MSE pemodelan 9.62% 2. Pemodelan yang sesuai untuk HF Rembang sesuai dengan rumus (2.1) adalah PL=PL(d0)+24*log(d/4.350688)+randn(1,182)*1.18 Dengan Xσ terdistribusi log normal Dan MSE pemodelan 12.29% 3. Pemodelan yang sesuai untuk VHF Surabaya sesuai dengan rumus (2.1) adalah PL=PL(d0)34.6*log(d/0.0896)+randn(1,105)*7.4282 Dengan Xσ terdistribusi log normal Dan MSE pemodelan 10.06% 4. Pemodelan yang sesuai untuk VHF Rembang sesuai dengan rumus (2.1) adalah PL=PL(d0)13.3*log(d/0.1014)+randn(1,88)*1.7508 Dengan Xσ terdistribusi log normal Dan MSE pemodelan 5.41% 5.2 SARAN 1. Sebelum pengambilan data sebaiknya dipersiapkan segala sesuatu terutama masalah teknis sehingga pelaksanaan pengambilan data bisa mendapatkan hasil terbaik 2. Agar mendapatkan model distribusi yang sesuai, diperlukan data dari karaktersisasi propagasi yang baik. Untuk itu perlu dilakukan pengambilan data berulang-ulang.
DAFTAR PUSTAKA [1] National telecommunication and Information (NTIA), “High frequency Radio Automatic Link Establishment (ALE) Application Handbook”. [2] T. S. Rappaport, Wireless Communication Principle and Practice, IEEE Press, 1996. [3] Harinaldi, Prinsip-prinsip Statistik untuk Teknik dan Sains, Departemen Teknik Mesin, Fakultas Teknik Universitas Indonesia, 2005
6