Feedback

Pengoptimasian Kanal Dinamik Pada Komunikasi Seluler Dengan Algoritma Genetika

 3  163  100

dokumen informasi

PENGOPTIMASIAN KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA GENETIKA TUGAS AKHIR Diajukan untuk Memenuhi Salah Satu Persyaratan dalam Menyelesaikan Pendidikan Sarjana (S-1) pada Departemen Teknik Elektro Oleh : RIMHOT OMRI TUA SITUMEANG NIM : 110422027 DEPARTEMEN TEKNIK ELEKTRO PROGRAM PENDIDIKAN SARJANA EKSTENSI FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2014 Universitas Sumatera Utara Universitas Sumatera Utara Universitas Sumatera Utara ABSTRAK Sistem komunikasi seluler saat ini tumbuh sangat pesat, sementara bandwidth yang dibutuhkan tidak tumbuh sejalan dengan permintaan akan bandwidth. Hal ini dapat mengakibatkan banyak panggilan yang tidak dapat dilayani atau diblok. Dengan masalah tersebut perlu dicari solusi untuk dapat meminimalkan panggilan yang tidak dapat dilayani, yaitu dengan melakukan optimisasi pengalokasian kanal. Tugas Akhir ini membahas pengoptimasian kanal dengan menggunakan Algoritma Genetika sebagai metode penyelesaiannya. Algoritma Genetika adalah salah satu metode pengoptimasian yang banyak digunakan dalam bidang keteknikan. Dengan berlandaskan ilmu genetika, metode ini bertujuan mencari sifat-sifat unggul yang ada pada induk kemudian diturunkan kepada generasinya. Pada otimasi Algoritma Genetika ini, parameter yang diubah adalah nilai cross over untuk nilai 0,1 mendapatkan kanal 157, Untuk 0,5 mendapatkan kanal 163 dan 0,9 mendapatkan kanal 160. Parameter tipe Cross over satu titik, dua titik, dan banyak titik sama-sama memiliki jumlah kanal 149. Parameter nilai mutasi untuk nilai 0,005 memiliki jumlah kanal 162, untuk nilai 0,01 memiliki jumlah kanal 185, dan untuk nilai 0,1 memiliki jumlah kanal 373. Parameter tipe seleksi Roda Roulette, seleksi Ranking, dan Tournament memiliki jumlah kanal yang sama yaitu 149. Dan parameter string bit 6, 12, dan 33 memiliki jumlah kanal yang sama yaitu 149. Hasil optimal dari prosedur Algoritma Genetika ini untuk 18 sel adalah 149 kanal. Kata kunci : Algoritma Genetika, Optimasi, Pengalokasian kanal pada komunikasi seluler. i Universitas Sumatera Utara KATA PENGANTAR Puji syukur dan terima kasih penulis panjatkan kehadirat Tuhan Yang Maha Esa karena atas rahmat dan karunia-Nyalah penulis dapat menyelesaikan tugas akhir ini yang ”PENGOPTIMASIAN KANAL DINAMIK PADA KOMUNIKASI SELULER DENGAN ALGORITMA GENETIKA”. Tugas Akhir ini disusun untuk memenuhi syarat menyelesaikan Pendidikan Strata 1 (S1) pada Departemen Teknik Elektro Sub bidang Teknik Telekomunikasim, Fakultas Teknik, Universitas Sumatera Utara. Dalam menyelesaikan Tugas Akhir ini tidak sedikit kesulitan yang dihadapi penulis, Namun berkat dorongan, semangat, doa dan bantuan bail materiil, moril, maupun spiritual dari berbagai pihak akhirnya kesulitan itu dapat teratasi. Penulis mempersembahkan Tugas Akhir ini kepada kedua orang tua tersayang yang telah mengasihi, menyayangi dan mendukung penulis setiap saat, Ibunda N. Pakpahan dan Ayahanda (Alm) L. Situmeang, Kakak tercinta Wasti Juliana Situmeang, Abang tercinta Munson Hebron Situmeang, serta Adik tercinta Ira wina Yesi situmeang. Dalam kesempatan ini juga penulis menyampaikan rasa terimakasih yang sebesar – besarnya kepada : 1. Bapak Rahmad Fauzi, ST.MT selaku dosen pembimbing Tugas Akhir dan selaku Sekretaris Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara atas bimbingan, dukungan dan motivasi kepada penulis. 2. Bapak Ir. Surya Tarmizi Kasim, M.Si selaku Ketua Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara. 3. Bapak Ir. Panusur SML.Tobing selaku Dosen Pembimbing Akademik selama mengikuti perkuliahan. ii Universitas Sumatera Utara 4. Bapak Dr.Maksum Pinem, ST, MT selaku dosen pembanding yang membantu dalam penyempurnaan Tugas Akhir ini. 5. Bapak Ir. M. Zulfin. MT selaku dosen pembanding yang membantu dalam penyempurnaan Tugas Akhir ini. 6. Seluruh staf pengajar dan pegawai di Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara yang telah mengajar dan mendidik penulis. 7. Teman – teman Ekstensi Teknik Telekomunikasi angkatan 2011 Beny Saragih, Bevan Sitepu, Agus Pangaribuan, Bang Sony Naibaho, Rudi Mangirim Tua Manullang, dan semua teman buat kebersamaan dalam mengikuti pendidikan. Serta untuk semua senior dan junior Ekstensi Teknik Telekomunikasi USU. 8. Kekasihku tersayang Ester Lasrina Sinaga yang telah memberikan segala doa, perhatian, dan dukungan kepada penulis. Terimakasih atas kesabarannya ya, sayang. 9. Semua pihak yang tidak dapat disebutkan satu persatu oleh penulis, yang selalu membantu dalam menyelesaikan Tugas Akhir ini. Penulis akan sangat berterimakasih dan dengan senang hati menerima saran, usul, dan kritik yang membangun demi tercapainya tulisan yang lebih baik. Akhir kata penulis berharap semoga Tugas Akhir ini dapat memberi manfaat kepada pembaca. Medan, Juni 2014 Penulis, Rimhot Omri Tua Situmeang Nim : 110422027 iii Universitas Sumatera Utara DAFTAR ISI ABSTRAK . i KATA PENGANTAR . ii DAFTAR ISI . iv DAFTAR GAMBAR . vi DAFTAR TABEL . vii BAB I PENDAHULUAN . 1 1.1 Latar Belakang . 1 1.2 Rumusan Masalah . 1 1.3 Batasan Masalah . 2 1.4 Tujuan penulisan . 2 1.5 Metodologi Penelitian . 3 1.6 Sistematika Penulisan . 4 BAB II LANDASAN TEORI . 6 2.1 Konsep dasar Seluler . 6 2.2 Sistem komunikasi Seluler . 6 2.3 Channel Assigment Problem (CAP) . 7 2.3.1 Fixed Channel Allocation (FCA) . 8 2.3.2 Dynamic Channel Allocation (DCA) . 9 2.4 Pola cell . 11 2.5 Struktur Sel .13 2.6 Frequency Reuse . 15 2.7 Frequency Exhaustive Assignment .16 iv Universitas Sumatera Utara BAB III ALGORITMA GENETIKA . 18 3.1 Algoritma Genetika . 18 3.2 Prosedur Algoritma Genetika. 21 BAB IV PERMODELAN DAN ANALISA DATA . 28 4.1 Permodelan proses optimasi penugasan kanal .28 4.2 Proses Optimasi.31 4.2.1 Layout sel / Pola sel .31 4.2.2 Susunan Ulang Frekuensi (Frequency Reuse Patren) .34 4.2.3 Jumlah Trafik Tiap Sel dan Kanal yang Diasumsikan .35 4.2.4 Jumlah Trafik tiap Call Demand .36 4.2.5 Matriks Cij .37 4.2.6 Kanal minimum yang dibutuhkan dengan batas Lower Bound .39 4.3 Parameter Algoritma Genetika . 39 4.4 Optimasi . 41 BAB V KESIMPULAN DAN SARAN . 63 5.1 Kesimpulan . 63 5.2 Saran . 64 DAFTAR PUSTAKA . 66 LAMPIRAN v Universitas Sumatera Utara DAFTAR GAMBAR Gambar 2.1 Cell Hexagon .12 Gambar 2.2 Pola kanal . 13 Gambar 2.3 Struktur dari sel pada GSM . 15 Gambar 2.4 Frekuensi reuse . 16 Gambar 2.5 Strategi Frequancy Exhaustive Assigment . 17 Gambar 3.1 Struktur umum dari Algoritma Genetika . 19 Gambar 3.2 Diagram air proses pindah silang . 25 Gambar 3.3 Pindah silang satu titik . 26 Gambar 3.4 Diagram alir proses mutasi . 27 Gambar 3.5 Contoh proses mutasi . 27 Gambar 4.1 Diagram blok penugasan frekuensi menggunakan AG . 28 Gambar 4.2 Diagram alir proses pengoptimasian kanal . 29 Gambar 4.3 Layout kota Medan sebanyak 18 sel . 33 Gambar 4.4 Susunan ulang bfrekuensi dengan k=4 . 35 Gambar 4.5 Penomoran dan jumlah kanal pada tipa sel nya . 37 Gambar 4.6 Pembentukan populasi awal pada Algoritma Genetika. 39 vi Universitas Sumatera Utara DAFTAR TABEL Tabel 4.1 Menunjukkan definisi dalam Algoritma Genetika dan analoginya dengan Channel Assignment Problem .30 Tabel 4.2 Luas wilayah Kota Medan berdasarkan Kecamatan .32 Tabel 4.3 Jumlah trafik dan kanal tiap sel.35 Tabel 4.4 Hasil urutan call demand untuk 18 sel .36 Tabel 4.5 Matriks Cij dengan Jarak Antar Kanal pada Satu Sel Adalah 6 .38 Tabel 4.6 Parameter Algoritma Genetika.41 Tabel 4.7 Populasi awal .43 Tabel 4.8 Bentuk desimal kromosom .45 Tabel 4.9 Nilai riil kromosom .46 Tabel 4.10 Nilai fitness untuk seleksi .52 Tabel 4.11 Probabilitas relatif (pk) setiap individu .53 Tabel 4.12 Probabilitas kumulatif (qk) setiap individu .54 Tabel 4.13 Proses penyeleksian .54 Tabel 4.14 Individu baru hasil seleksi.55 Tabel 4.15 Bilangan acak r untuk pindah silang .56 vii Universitas Sumatera Utara Tabel 4.16 Pemilihan induk pindah silang .57 Tabel 4.17 Proses pindah silang dari kromosom terpilih .58 Tabel 4.18 Individu setelah pindah silang.58 Tabel 4.19 Proses mutasi.59 Tabel 4.20 Hasil Akhir .59 Tabel 4.21 Pengaruh nilai Cross over terhadap jumlah kanal minimum .60 Tabel 4.22 Pengaruh tipe cross over terhadap jumlah kanal minimum .61 Tabel 4.23 Pengaruh nilai mutasi terhadap jumlah kanal minimum.61 Tabel 4.24 Pengaruh tipe seleksi terhadap jumlah kanal minimum.62 Tabel 4.25 Pengaruh string bit terhadap jumlah kanal minimum .62 viii Universitas Sumatera Utara ABSTRAK Sistem komunikasi seluler saat ini tumbuh sangat pesat, sementara bandwidth yang dibutuhkan tidak tumbuh sejalan dengan permintaan akan bandwidth. Hal ini dapat mengakibatkan banyak panggilan yang tidak dapat dilayani atau diblok. Dengan masalah tersebut perlu dicari solusi untuk dapat meminimalkan panggilan yang tidak dapat dilayani, yaitu dengan melakukan optimisasi pengalokasian kanal. Tugas Akhir ini membahas pengoptimasian kanal dengan menggunakan Algoritma Genetika sebagai metode penyelesaiannya. Algoritma Genetika adalah salah satu metode pengoptimasian yang banyak digunakan dalam bidang keteknikan. Dengan berlandaskan ilmu genetika, metode ini bertujuan mencari sifat-sifat unggul yang ada pada induk kemudian diturunkan kepada generasinya. Pada otimasi Algoritma Genetika ini, parameter yang diubah adalah nilai cross over untuk nilai 0,1 mendapatkan kanal 157, Untuk 0,5 mendapatkan kanal 163 dan 0,9 mendapatkan kanal 160. Parameter tipe Cross over satu titik, dua titik, dan banyak titik sama-sama memiliki jumlah kanal 149. Parameter nilai mutasi untuk nilai 0,005 memiliki jumlah kanal 162, untuk nilai 0,01 memiliki jumlah kanal 185, dan untuk nilai 0,1 memiliki jumlah kanal 373. Parameter tipe seleksi Roda Roulette, seleksi Ranking, dan Tournament memiliki jumlah kanal yang sama yaitu 149. Dan parameter string bit 6, 12, dan 33 memiliki jumlah kanal yang sama yaitu 149. Hasil optimal dari prosedur Algoritma Genetika ini untuk 18 sel adalah 149 kanal. Kata kunci : Algoritma Genetika, Optimasi, Pengalokasian kanal pada komunikasi seluler. i Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakang Telepon seluler pada masa sekarang dianggap menjadi sangat penting, ini dikarenakan banyaknya orang yang ingin berhubungan komunikasi dengan orang lain. Penggunaan kanal pada komuikasi seluler otomatis akan semakin tinggi pula. Sementara permintaan bandwidth oleh konsumen tidak tumbuh sesuai oleh kebutuhan konsumen. Permasalahannya ada pada mendapatkan alokasi kanal yang tepat untuk dapat memaksimumkan kapasitas penggunaan kanal dengan tetap memperhatikan kualitas sinyal yang baik. Ada beberapa Strategi alokasi kanal diantarannya FCA (Fixed Channel Assigment) dan DCA (Dinamic Channel Assigment ). Dari masalah tersebut diperlukan sebuah metode optimasi untuk dapat mengoptimalkan pengalokasian kanal dinamik pada sistem komunikasi seluler. Salah satu metode optimasi tersebut adalah Algoritma Genetika. Metode optimasi Algoritma genetika berlandaskan pada ilmu genetika , yaitu seleksi alam. Dalam latar belakang di atas, Penulis tertarik untuk membahas tentang optimasi dalam penugasan kanal untuk setiap cell dengan menggunakan Algoritma Genetika. 1.2 Rumusan Masalah Dari latar belakang di atas maka dapat dirumuskan beberapa permasalahan yaitu : 1. Apa yang dimaksud dengan alokasi kanal dinamik. 2. Apa yang dimaksud dengan Algoritma Genetika. 1 Universitas Sumatera Utara 3. Bagaimana mengatasi Channel Assignment Problem (CAP) pada sistem komunikasi selular. 4. Bagaimana penggunaan Algoritma Genetika untuk optimasi kanal minimum. 1.3 Batasan Masalah Untuk menghindari pembahasan yang terlalu meluas, maka penulis akan membatasi pembahasan Tugas Akhir ini sebagai berikut : 1. Hanya membahas sistem komunikasi seluler secara umum. 2. Hanya membahas tentang Algoritma Genetika secara umum. 3. Hanya membahas Channel Assignment Problem (CAP) pada pengalokasian kanal dinamik. 4. Diasumsikan 1 kanal = 1 frekuensi = 1 user. 5. Tidak membahas dan memasukkan trafik handoff kanal. 6. Hanya membahas kinerja optimasi jumlah kanal dan interferensi yang mempengaruhi probabilitas blocking. 7. Nilai call demand yang digunakan merupakan nilai yang diasumsikan (tidak random). 1.4 Tujuan Penulisan Adapun tujuan dari penulisa Tugas Akhir ini adalah untuk mengoptimasi kanal dinamik pada sistem komunikasi seluler menggunakan Algoritma Genetika. 1.5 Metodologi Penelitian Adapun metodologi penelitian dalam penyusunan Tugas Akhir ini meliputi beberapa tahap yaitu : 1. Studi literatur 2 Universitas Sumatera Utara Pada studi literatur dipelajari dan dipahami bahan-bahan referensi tertulis seperti : buku referensi, jurnal-jurnal, dan situs-situs dari internet yang mendukung penulisan Tugas Akhir ini. 2. Diskusi Melakukan konsultasi dengan dosen pembimbing dan narasumber lain yang berkompeten untuk mendapatkan gambaran dan pemahaman tentang optimasi pengalokasian kanal dinamik. 3. Melakukan Pemodelan Berdasarkan studi literatur dibuat pemodelan dari gambaran umum optimasi pengalokasian kanal dinamik. Pemodelan dilakukan dengan tahap-tahap sebagai berikut : a. Memetakan Layout kota Medan b. Membuat layout pola cell c. Pada tahapan ini pengalokasian kanal dilakukan kembali sehingga didapat pengalokasian kanal yang sesuai dengan matrix C dan seluruh call demand yang ada terpenuhi. Langkah prosedural untuk metode update adalah sebagai berikut : a) Pilih sel i sesuai dengan urutan daftar sel . b) Secara acak memilih satu neuron j dalam sel i [ neuron (i , j ) ] dan memperbarui neuron . c) Untuk selanjutnya update neuron, arah dipilih secara acak sisi kiri[ neuron (i , j - 1 ) ] atau sisi kanan neuron [ neuron (i , j +1 ) ] . d) Setelah arah awal ditentukan oleh langkah c ), neuron berikutnya di update secara berurutan . e) Ulangi langkah a) - d ) sampai semua frekuensi untuk semua sel ditugaskan . 5. Hitung energi E Energi pada algoritma neural nework adalah untuk mencapai keadaan konvergen pada neuron. Keadaan konvergen yang dimaksud adalah neuron Universitas Sumatera Utara tersebut dalam keadaan stabil atau tidak ada lagi perubahan atau E=0. Untuk masalah penugasan kanal, energi erat kaitannya dengan jumlah panggilan yang terbloking atau panggilan yang jatuh. Sehingga untuk mencapai energi E=0 maka jumlah panggilan yang terbloking harus diminimalkan. Nilai energi didapat dengan menghitung selisih antar jumlah panggilan yang tersedia dengan jumlah panggilan yang terlayani. Universitas Sumatera Utara BAB IV ANALISIS ALOKASI KANAL DINAMIK DENGAN ALGORITMA NEURAL NETWORK 4.1 Umum Seperti telah dijelaskan pada Bab 3, proses alokasi kanal menggunakan algoritma neural network terdiri dari penentuan parameter yang digunakan yaitu layout sel yang digunakan, pola interferensi pada setiap sel, matriks compatibility, dan call demand yang digunakan. Selanjutnya apabila hasil telah didapatkan, maka input call demand ataupun matriks compatibility nilainya dapat diubah. Perubahan nilai call demand pada proses inilah yang dikatakan dinamik. 4.2 Mekanisme Algoritma Neural Network Pada bab 3 telah dijelaskan mekanisme dari algoritma neural network, yaitu : 1. Masukan input Merupakan input dari parameter yang digunakan pada masalah penugasan kanal dimasukkan, seperti matrix C, jumlah sel, jumlah minimum kanal yang dibutuhkan.dan call demand atau matrix D. Berikut inisialisasi untuk alokasi kanal dinamik menggunakan algoritma neural network. %Masukan input%% ncell=input('Masukkan jumlah cell=') %17 C=xlsread('MatrixC.xlsx') D=input('Masukkan nilai call of demand /matriks D:') %[14;15;18;17;22;25;16;20;21;10;26;24;7;13;12;8;19] nkanal=input('Lower Bound=') Universitas Sumatera Utara %126 2. Membuat daftar sel seseuai dengan urutan RNC(required number channel) Setelah memasukkan input dari parameter yang dibutuhkan, selanjutnya membuat daftar sel sesuai dengan urutan RCN (required number channel). Daftar sel RCN dibutuhkan untuk mengurutkan jumlah call demand dari yang terbesar hingga yang terkecil. D1=sort(D,'descend') for row=1:17 for i=1:17 if (D1(row)== D(i)) nomor_cell = i; D2(row)= nomor_cell; end end end D2=D2' cell_dan_call = [D2 D1]; RCN=cell_dan_call Panggilan yang pertama kali dilayani merupakan panggilan dengan nilai terbesar. Dan sel yang pertama kali digunakan untuk mengalokasikan kanal yaitu sel dengan nilai call demand terbesar. Hasil urutan sel dan call demand nya dapat dilihat pada Tabel 4.1 berikut. Tabel 4.1 Hasil urutan call demand pada 17 sel Sel Call Demand 11 26 6 25 12 24 5 22 9 21 8 20 17 19 3 18 4 17 7 16 Universitas Sumatera Utara Tabel 4.1 Lanjutan Sel Call Demand 2 15 1 14 14 13 15 12 10 10 16 8 13 7 Dari Tabel 4.1 dapat dilihat kanal yang pertama dialokasikan terletak pada sel ke-11 dengan call demand sebesar 26 sehingga ada 26 kanal yang akan dialokasikan pada sel 11 untuk melayani 26 panggilan. Begitu seterusnya sampai sel yang yang terahir yaitu sel ke-13 dengan 17 panggilan yang harus dilayani. 3. Inisialisasi Pada inisialisasi, penugasan kanal dilakukan sesuai dengan urutan daftar RCN. Pada tahapan ini semua permintaan call demand dialokasikan tanpa melihat apakah ada panggilan yang terblok atau tidak. Pengalokasian sel pertama dilakukan sesuai dengan urutan dari RCN dimana nilai call demand terbesar yang dialokasikan terdahulu % Alokasi cell dengan demand terbesar no 1(sel 11) cell=cell_dan_call(1,1) call=cell_dan_call(1,2) cell1=cell; % if sum(sum(CAP))==0 f0=1; CAP(cell,f0)=1; cii=5; for n=1:(call-1) F=f0+ cii; CAP(cell,F)=1; f0=F; end Universitas Sumatera Utara 4. Iterasi Pada iterasi atau proses update dikalaukan pengalokasian ulang pada sel yang terbloking. Dalam hal ini nilai dari cii pada sel yang terbloking diubah, dari yang bernilai 5 kemudian di update menjadi 6, tapi cii yang diubah hanya pada sel yang terbloking, untuk sel yang tidak terbloking nilai cii tidak diubah. Dalam simulasi proses update dilakukan sebanyak 3 kali, sehingga didapat pengalokasian kanal tanpa ada sel yang terbloking. %% Update1 pada sel 2, sel 4, sel 7, sel 11, sel 12 dan sel 14 nkanal=input('Lower Bound cell 2=') %85 % Alokasi cell terbesar no 11 (sel 2) cell=cell_dan_call(11,1); call=cell_dan_call(11,2); cell11=cell; if (C1(cell1,cell11)== 0)&&(C1(cell2,cell11)==2)&&(C1(cell3,cell11)==0)&&(C1(cell4,cell11 )==2)&&(C1(cell5,cell11)==0)&&(C1(cell6,cell11)==0)&&(C1(cell7,cel l11)==0)&&(C1(cell8,cell11)==2)&&(C1(cell9,cell11)==0)&&(C1(cell10 ,cell11)==0)&&(CAP(cell1,1)== 1) f0=1; CAP(cell11,f0)=1; cii=6; for n=1:(call-1) F=(f0)+ cii; CAP(cell11,F)=1; f0=F; end end %% Update2 untuk sel 1, sel 6, sel 9, sel 10, sel 13, sel 17 nkanal=input('Lower Bound cell 1=') %78 % Alokasi cell terbesar no 12 (sel 1) cell=cell_dan_call(12,1); call=cell_dan_call(12,2); cell12=cell; if (C1(cell1,cell12)== 0)&&(C1(cell2,cell12)==0)&&(C1(cell3,cell12)==0)&&(C1(cell4,cell12 )==2)&&(C1(cell5,cell12)==0)&&(C1(cell6,cell12)==0)&&(C1(cell7,cel l12)==0)&&(C1(cell8,cell12)==2)&&(C1(cell9,cell12)==2) elseif (C1(cell10,cell12)==0)(C1(cell11,cell12)==2)&&(CAP(cell1,1)== 1) f0=3; CAP(cell12,f0)=1; Universitas Sumatera Utara cii=6; for n=1:(call-1) F=(f0)+ cii; CAP(cell12,F)=1; f0=F; end end %% Update3 untuk sel 3, sel 5, sel 8, sel 15, sel 16 nkanal=input('Lower Bound cell 3=') %103 % Alokasi cell terbesar no 8 (sel 3) cell=cell_dan_call(8,1); call=cell_dan_call(8,2); cell8=cell; if (C1(cell1,cell8)== 0)&&(C1(cell2,cell8)==2)&&(C1(cell3,cell8)==0)&&(C1(cell4,cell8)== 0)&&(C1(cell5,cell8)==0)&&(C1(cell6,cell8)==0)&&(C1(cell7,cell8)== 0)&&(CAP(cell1,1)== 1) f0=5; CAP(cell8,f0)=1; cii=6; for n=1:(call-1) F=(f0)+ cii; CAP(cell8,F)=1; f0=F; end end 5. Hitung energi E Untuk masalah penugasan kanal, energi erat kaitannya dengan jumlah panggilan yang terbloking atau panggilan yang jatuh. Sehingga untuk mencapai energi E=0 maka jumlah panggilan yang terblocking harus diminimalkan. Nilai energi didapat dengan menghitung selisih antar jumlah panggilan yang tersedia dengan jumlah panggilan yang terlayani. %Hitung Energi Inisialisasi RCN=sum(D) ACN=sum(D(1)+D(3)+D(5)+D(6)+D(8)+D(9)+D(10)+D(13)+D(15)+D(16)+D(17 )) Energi=RCN-ACN Bloking=Energi Universitas Sumatera Utara Untuk melihat keseluruhan program yang digunakan dapat dilihat pada Lampiran 1 dan untuk melihat data hasil pengalokasian dapat dilihat pada Lampiran 2. 4.3 Hasil Simulasi Pengalokasian Kanal Dengan menggunakan jumlah total panggilan RCN=287 dan jumlah kanal minimum 126 dengan inisialisasi awal bobot cii = 5 serta distribusi panggilan seperti pada Tabel 4.1. Hasil dari pengalokasian kanal dapat dilihat pada Tabel 4.2 berikut. Tabel 4.2 Hasil inisialisasi pengalokaisan kanal algoritma neural network Sel Jumlah Kanal Nomor Kanal 1 14 3,8,13,18,23,28,33,38,43,48,53,58,63,68 2 15 1,6,11,16,21,26,31,36,41,46,51,56,61,66,71 3 18 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90 4 17 1,6,11,16,21,26,31,36,41,46,51,56,61,66,71,76,81 5 22 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95 ,100,105,110 6 25 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93, 98,103,108,113,118,123 7 16 1,6,11,16,21,26,31,36,41,46,51,56,61,66,71,76,81,86 8 20 5,10,15,20,25,30,35,40,45,50,55,60,65,70,75,80,85,90,95 ,100 9 21 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93, 98,103 10 10 3,8,13,18,23,28,33,38,43,48 11 26 1,6,11,16,21,26,31,36,41,46,51,56,61,66,71,76,81,86,91, 96,101,106,111,116,121,126 12 24 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93, 98,103,108,113,118 13 7 3,8,13,18,23,28,33 14 13 1,6,11,16,21,26,31,36,41,46,51,56,61 15 12 5,10,15,20,25,30,35,40,45,50,55,60 16 8 5,10,15,20,25,30,35,40 17 19 3,8,13,18,23,28,33,38,43,48,53,58,63,68,73,78,83,88,93 Dan dari hasil inisialisasi terdapat sel yang melanggar batasan matrik Cij sehingga sel tersebut terbloking atau tidak dapat dilayani. Sel-sel yang terbloking Universitas Sumatera Utara adalah sel 2, sel 4, sel 7, sel 11, sel 12, dan sel 14. Dengan nilai energi terbloking adalah : Total Panggilan =287 Panggilan yang terlayani 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 Columns 113 through 126 0 0 1 1 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 127 through 140 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 Universitas Sumatera Utara 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 141 through 154 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 155 through 168 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Universitas Sumatera Utara 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 169 through 176 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 cell = 13 call = 7 FAP = Columns 1 through 14 1 1 1 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 Universitas Sumatera Utara 1 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1 1 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1 1 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 15 through 28 1 1 1 1 0 0 1 1 1 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 Columns 29 through 42 1 1 1 1 0 0 1 1 1 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 Universitas Sumatera Utara 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 43 through 56 1 1 1 1 0 0 1 1 1 0 1 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 Columns 57 through 70 1 1 1 1 0 0 1 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 Columns 71 through 84 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Universitas Sumatera Utara 0 0 1 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 85 through 98 1 1 1 1 0 0 1 1 1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 Columns 99 through 112 0 1 1 1 0 0 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 Universitas Sumatera Utara 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 113 through 126 0 0 1 1 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 127 through 140 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 141 through 154 Universitas Sumatera Utara 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 155 through 168 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Universitas Sumatera Utara Columns 169 through 176 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 Universitas Sumatera Utara
Pengoptimasian Kanal Dinamik Pada Komunikasi Seluler Dengan Algoritma Genetika Pengoptimasian Kanal Dinamik Pada Komunikasi Seluler Dengan Algoritma Genetika
RECENT ACTIVITIES

Penulis

Bergabung : 2016-09-17

Dokumen serupa

Upload teratas

Pengoptimasian Kanal Dinamik Pada Komunikasi Seluler Dengan Algoritma Genetika

Bebas