Konsep Dasar Perencanaan - DOC by VchdF7

VIEWS: 58 PAGES: 7

									Konsep Dasar Perencanaan
Filosofi umum dari desain jaringan telekomunikasi adalah mendapatkan performansi
terbaik dengan biaya implementasi yang minimal. Performansi radio meliputi kualitas
kanal kontrol / signalling dan juga kanal suara. Dalam kaitan ini, ukuran dari kualitas
transmisi adalah S/(I + N) atau biasa disebut RF signal to impairement ratio. Seorang
engineer harus menganalisa S/(I + N) untuk dua kondisi, yang pertama pada kondisi
S/(I + N) yang terburuk , sedangkan yang kedua pada kondisi S/(I + N) rata-rata yang
dicapai oleh jaringan yang didesain. Dalam hal ini, kondisi performansi rata-rata akan
menunjukkan ukuran persepsi pelanggan mengenai kualitas yang akhirnya bermuara
pada kepuasan pelanggan. Sedangkan analisa terburuk adalah untuk mencegah
berbagai kondisi terburuk yang mungkin saja terjadi.
Memanglah sulit untuk mencapai performansi yang diharapkan pada lingkungan
komunikasi mobile yang sangat kompleks. Oleh karena itu seorang engineer
diharapkan memiliki berbagai pengetahuan untuk melakukan optimalisasi sistem yang
nantinya akan melibatkan berbagai solusi kompromi dari berbagai kondisi trade off
yang nantinya akan dihadapi.
    Kapasitas Sistem CDMA
     Jika diasumsikan bahwa sebuah sel mempunyai N user yang konstan, maka
     sinyal yang diterima oleh base station pada sel tersebut terdiri dari sinyal user
     yang diinginkan ditambah (N-1) sinyal dari user penginterferensi. Dengan
     asumsi kontrol daya bekerja sempurna, maka sinyal terima untuk semua kanal
     adalah sama, yaitu sebesar S. Sehingga persamaan energy per bit (Eb) dan rapat
     spektrum daya penginterfernsi (Io) dapat dinyatakan sebagai berikut :
             S
     Eb =
             R
             S ( N  1)
      Io 
                 W
     Sedangkan persamaan energy bit to interference (Eb/Io) adalah :
      Eb       S/R        W /R
                       
      I o S ( N  1) / W N  1

     Dari persamaan di atas diperoleh bahwa kapasitas sel atau jmlah kanal yang
     dapat diakomodasi oleh satu frekuensi pembawa dengan bandwidth (W) adalah :
                 W /R
      N 1
                 Eb / I o
     Jika N diasumsikan sangat besar maka persamaan di atas dapat disederhanakan
     menjadi :
             W /R
      N
             Eb / I o

     Jika interferensi dari sel lain, gain aktifitas suara, dan gain sektorisasi antena
     juga diperhitungkan, maka persamaannya menjadi :
             W /R         
      N
             Eb / I o (1  f ) 
     Dimana :
     W            = lebar pita frekuensi spektral tersebar (Hz) = 1,2288 MHz
     R            = data rate sinyal informasi (kbps) = 9,6 kbps
     Eb/Io        = rasio energi per bit terhadap rapat daya penginterfernsi (dB)
     α            = gain aktifitas suara ( ≈ 2,67 untuk suara dan ≈ 1 untuk data)
     β            = gain sektorisasi antena ( ≈ 2,4 untuk antena trisektoral)
     f            = faktor interferensi dari sel lain ( ≈ 0,6)
Kapasitas Sistem CDMA2000 1x
     Kapasitas didefinisikan sebagai jumlah user yang bisa ditampung oleh sebuah
cell site dengan harga QoS/GOS yang memadai. Kapasitas dalam sistem CDMA2000
1x akan sangat tergantung pada interferensi dalam sistem itu sendiri. Penambahan
jumlah user dalam sistem juga akan menambah level interferensi dalam sistem. Setiap
penambahan kapasitas atau bertambahnya interferensi akan menurunkan kualitas
sinyal suara dalam batas tertentu. Sehingga bila kapasitas ditingkatkan maka akan
berpengaruh pada kualitas sinyal suara, jadi perlu diatur agar kualitas tetap tinggi
tanpa banyak mengurangi kapasitas. Dengan demikian terdapat trade off antara
kualitas dan kapasitas yang diakses. Fenomena ini disebut dengan soft capacity. Soft
capacity merupakan hal yang menguntungkan terutama untuk menghindari dropp call
pada saat terjadi handoff.
     Sistem CDMA menggunakan Universal Frequency Reuse, artinya bandwidth di
share untuk semua sel sedangkan transmisinya akan dibedakan dengan suatu
spreading sequence yang unik, dan dalam perencanaannya harus dipikirkan pula
mengenai Multiple Access Inteference (MAI) yang berasal dari user dari sel-sel
didekatnya. Teknik mengurangi multiple access interference dijabarkan sebagai gain
kapasitas.
Beberapa parameter yang mempengaruhi kapasitas adalah sebagai berikut :
     Voice Activity
      Sejak sistem CDMA menggunakan speech coding, maka MAI dapat dikurangi
dengan deteksi voice activity sepanjang variable speech transmission. Teknik ini akan
mengurangi rate dari speech coder saat periode silent/diam yang dideteksi dalam
speech waveform. Voice activity juga menjadi keuntungan bagi sistem multiple access
lainnya.
      Normalnya, jika kita sedang melakukan percakapan di telepon, maka dalam
suatu saat hanya ada satu orang saja yang berbicara. Fenomena ini dapat dimonitor
pada sistem seluler. Oleh karena itu pada saat periode diam, power dapat dikurangi.
Sehingga daya dapat dihemat dan pengaruh terhadap interferensi juga sedikit. Dengan
begitu kapasitas sistem bisa dimaksimalkan.
      Berdasarkan pengamatan di lapangan, ternyata vioce activity sekitar 3/8 atau
25% saja dari percakapan yang dilakukan. Secara teori, voice activity   3 / 8 dapat
dimasukkan dalam persamaan Eb/No, yaitu sebagai berikut :
                         G
      Eb / N o 
                                  
                   ( N  1)  
                                  S
Dengan estimasi voice activity 3/8, maka akan dapat menaikkan kapasitas sebesar 8/3
kalinya.
1.3     Peramalan Kebutuhan
        Prediksi pertambahan jumlah pelanggan hingga beberapa tahun kedepan
merupakan faktor yang sangat penting dalam perencanaan jaringan karena
menentukan kebijaksanaan dan strategi dalam pengembangan sistem untuk
mengantisipasi pertumbuhan pelanggan agar kelak semua target pelanggan dapat
terlayani.
        Ada beberapa metode untuk melakukan prediksi pelanggan, diantaranya :
1. Metode Deret Berkala (Time Series)
2. Metode Eksponensial Smoothing
3. Metode Regresi
4. Metode Iteratif


Metode Deret Berkala (Time Series)
       Metode ini merupakan metode dengan melakukan pendekatan secara makro.
Tujuan dari metode ini adalah menemukan pola dalam deret data yang lalu dan
mengekstrapolasikan data tersebut ke masa depan. Langkah penting dalam memilih
suatu metode pada Time Series adalah harus mempertimbangkan jenis pola yang akan
diramalkan. Ada beberapa macam jenis pola, salah satunya adalah Pola Trend yang
paling cocok untuk peramalan jumlah kebutuhan telepon. Untuk prediksi pelanggan
dengan Deret Berkala Pola Trend akan dibatasi metode yang digunakan sampai tiga
macam saja, yaitu metode Trend Linier, Trend Kuadratik, dan Trend Eksponensial.


Prediksi pelanggan dengan Metode Trend Linier
Bentuk umum persamaan linier :
       Y’ = a + b.X
Dimana:       Y’         = variabel tak bebas hasil ramalan (kepadatan pelanggan)
              X          = variabel bebas berupa periode waktu
              a & b = konstanta (dihitung dari data sample deret berkala)
Bila jumlah pengamatan sebanyak n, maka dari persamaan di atas diperoleh :
       ∑Y     = n.a + b. ∑ X
       ∑ XY = a ∑ X + b ∑ X2
Keterangan : X = unit periode waktu pengamatan (mulai 0,1,2,3 dan seterusnya)
              Y = data kepadatan pelanggan sebenarnya (per 100 penduduk)
Dengan cara eliminasi kedua persamaan tersebut di atas, maka diperoleh konstanta a
& b sehingga Y’ (variabel tak bebas hasil ramalan berupa kepadatan pelanggan) dapat
diperoleh.


Prediksi pelanggan dengan Metode Trend Kuadratik (Parabola)
Metode Trend Kuadratik biasanya sebagai persamaan parabola. Bentuk umum
persamaan ini adalah :
       Y’ = a + b.X + c.X2
Dimana :      Y’                = variabel tak bebas hasil ramalan (kepadatan
pelanggan)
              X                 = variabel bebas berupa periode waktu
              a, b, dan c       = konstanta (dihitung dari data sample deret berkala)
Cara menghitung konstanta a, b, dan c memakai persamaan normal :
       ∑Y     = an + b∑X + c∑X2
       ∑XY = a∑X + b∑X2 + c∑X3
       ∑X2Y = a∑X2 + b∑X3 + c∑X4


Keterangan : 1. X = unit periode waktu pengamatan
                   Untuk n = ganjil (misal n = 3) maka : X1 = -1 ; X2 = 0 ; X3 = 1
                   Untuk n = genap (misal n = 2) maka : X1 = -1 ; X2 = 1
               2. Y = data kepadatan pelanggan sebenarnya (per 100 penduduk)
Dengan cara mengeliminasi ketiga persamaan tersebut diatas, maka diperoleh
konstanta a, b, dan c sehingga Y’ (variabel tak bebas hasil ramalan berupa kepadatan
pelanggan) dapat diperoleh.


Prediksi pelanggan dengan Metode Trend Eksponensial
Bentuk persamaan metode Trend Eksponensial :
       Y’ = a.bX
Dimana :          Y’                = variabel tak bebas hasil ramalan (kepadatan
pelanggan)
                  X                 = variabel bebas berupa periode waktu
                  a, b, dan c       = konstanta (dihitung dari data sample deret berkala)
Bentuk persamaan metode Trend Eksponensial tersebut dapat diubah menjadi bentuk
persamaan linier sebagai berikut :
       Y’ = a.bX........ Log Y’ = log a.bX
                              Log Y’ = log a + log bX
                              Log Y’ = log a + X (log b)


Bila log Y’ = Yo ; log a = ao dan log b = bo, maka persamaan Trend Eksponensial
tersebut menjadi :
       Yo’ = ao + bo.X
Sehingga :
       Y '  10( a0 b0 X )
Konstanta-konstanta ao dan bo dapat dicari dengan cara eliminasi kedua persamaan di
bawah ini :
       ∑ Y0 = a0.n + b0 ∑X
       ∑XY0 = a0 ∑X + b0 ∑X2
       Y0       = log Y


Keterangan : 1. X = unit periode waktu pengamatan
                Untuk n = ganjil (misal n = 3) maka : X1 = -1 ; X2 = 0 ; X3 = 1
                Untuk n = genap (misal n = 2) maka : X1 = -1 ; X2 = 1
            2. Y = data kepadatan pelanggan sebenarnya (per 100 penduduk)




Langkah-langkah dalam prediksi pelanggan
Tahapan dalam prediksi pertambahan jumlah pelanggan adalah sebagai berikut :
1. Dari data jumlah penduduk dari tahun ke tahun serta jumlah pelanggan yang ada
   dari tahun ke tahun dapat ditentukan kepadatan pelanggan sebenarnya (per 100
   penduduk) untuk daerah yang direncanakan. Persamaan yang digunakan :

   Kepadatan pelanggan tahun ke-n =
                                        pelanggan tahun ke - n   x 100
                                        penduduk tahun ke - n
   Kepadatan pelanggan yang diperoleh dari persamaan diatas digunakan sebagai
   variabel Y yang digunakan sebagai acuan dalam perhitungan untuk metode Trend
   Linier, Kuadratik maupun Eksponensial untuk mencari variabel Y’ (variabel tak
   bebas hasil ramalan).
2. Ketiga metode tersebut dicoba satu per satu untuk dibuktikan metode mana yang
   paling sesuai untuk dipakai dalam prediksi pelanggan., dimana dipilih yang
   mempunyai selisih jumlah sekecil mungkin antara kepadatan pelanggan
   sebenarnya dengan kepadatan hasil perhitungan.
3. Setelah metode ditetapkan, maka dapat digunakan persamaannya dalam
   menentukan kepadatan pelanggan untuk prediksi hingga tahun ke-n sesuai
   kebutuhan perencanaan yang akan diterapkan sampai berapa tahun.
4. Prediksi pertambahan jumlah penduduk hingga tahun ke-n dihitung secara
   terpisah. Persamaannya adalah sebagai berikut :
       Pn = Po ( 1 + h )n
   Keterangan : Pn = prediksi jumlah penduduk hingga tahun ke-n
                 Po = jumlah penduduk tahun ke-0 (tahun yang dijadikan sebagai
       acuan)
                 h = laju pertumbuhan penduduk rata-rata per tahun
5. Sehingga prediksi pertambahan jumlah pelanggan hingga tahun ke-n dapat
   diperoleh. Persamaannya adalah sebagai berikut :
                                     kepadatan pelanggan tahun ke - n
   Prediksi pelanggan tahun ke-n =                                    x Pn
                                                   100


   Jumlah pelanggan hasil prediksi yang diperoleh akan dibagi luas wilayah dari
   daerah layanan untuk memperoleh jumlah pelanggan per kilometer persegi.

								
To top