Sutoyo
Jurusan Teknik Elektro UIN SUSKA RIAU
Jl HR Soebrantas KM 15 Panam Pekanabaru
e-mail : sutoyo_te@yahoo.com
ABSTRAK
Perkembangan teknologi menempatkan pada penerapan teknologi yang tepat guna yang dapat
bemanfaat bagi masyarakat pada umumnya. Salah satu penerapan teknologi khususnya dalam bidang
telekomunikasi seperti penerapan sistem komunikasi nirkabel dengan pemanfaatan kanal high frequency
(HF) yang dapat digunakan bagi nelayan sebagai sarana untuk berkomunikasi. Untuk menentukan
ketersediaan kanal untuk komunikasi suara diperlukan suatu pemodelan terhadap karekteristikdata statistik
kanal. Pada tulisan sebelumnya pemodelan dilakukan dengan melakukan pendekatan distribusi gabungan
yaitu distribusi kontinu dan distribusi diskrit sehingga menghasilkan model data statistik pemakaian kanal
radio HF terdistribusi eksponential. Permasalahan yang terjadi bahwa model yang dihasilkan merupakan
distribusi kontinu sedangkan data yang dianalisis merupakan suara hasil sampel yang terdistribusi diskrit.
Untuk itu diperlukan pemodelan distribusi diskrit agar model yang didapat disesuaikan berdasarkan input
data sebenarnya. Dari hasil pemodelan melalui pendekatan distribusi diskrit diperoleh bahwa data pemakaian
kanal radio HF terdistribusi Negative Binomial dengan ketersediaan waktu layanan sebesar 27.9 detik
ABSTRACT
Technological developments placedon the application of appropriate technology can be beneficial
to the communityat large . One application of technology especially in the field of telecommunications such
as the application of wireless communication systems with high channel utilization frequency (HF) can be
used for fishing as a means to communicate. To determine the availability of channels for voice
communication we need a model of the statistical characteristics of the data channel. In a previous study
done by modeling the joint distribution approach the continuous distribution and discrete distribution,
resulting statistical models use an exponential distributed HF radio channel. Problems occurred that the
resulting modelis a continuous distribution while the data being analyzed is the voice of a distributed
discrete sample results. It is necessary for modeling the discrete distribution so that the model can be
adjusted based on the actual data input. From the modeling results obtained through discrete distribution
approaches that uset he data channel HF radios distributed Binomial Negative to the availability of the
service time 27.9 second.
115
Vol. 10. No. 1, 2012 Jurnal Sains, Teknologi dan Industri
dominan adalah sky wave sehingga terjadi Jika diketahui variabel acak dengan
pantulan melalui lapisan ionosfer parameter (n,p), maka cumulative
mengakibatkan transmisi sinyal yang sangat distribution function (cdf) dapat ditentukan
jauh [Australian Government, 2007]. (1)
Sedangkan pada mekanisme propagasi Mean dan variance dari distribusi
gelombang radio yaitu refleksi, difraksi dan binomial adalah sebagai berikut:
scattering. Mekanisme ini menyebabkan (2)
terjadinya lintasan jamak (multipath) (3)
sehingga sinyal yang diterima pada penerima
mengalami variasi waktu maupun frekuensi.
b. Distribusi Poisson
Ini dipengaruhi oleh lapisan ionosfer
Cumulative distribution function (cdf) dari
sehingga sinyal mengalami refleksi, difraksi
distribusi Poisson dapat ditentukan sebagai
dan scattering [Rapaport,1996].
berikut:
Pada kondisi propagasi gelombang yang
sangat baik spektrum sinyal HF memiliki dua (4)
fitur khusus yaitu memiliki sebuah kerapatan Mean dan variance dari distribusi
sinyal sangat tinggi (sampai dengan 600 binomial adalah sebagai berikut:
sinyal dalam bandwidth 1 MHz) dan range (5)
dynamic yang sangat tinggi (perbedaan antara (6)
tingkat sinyal maksimum dan minimum pada Dalam menentukan model pendekatan
masukan dari penerima sampai dengan 120 distribusi diskrit adalah dengan menentukan
dB) [NATO,2007]. kuadrat error rata-rata mean square
Disamping untuk komunikasi pada band error(MSE) dengan menentukan kualitas
maritim kanal HF juga sering digunakan pada error dari masing-masing distribusi dengan
komunikasi militer serta penerbangan dan menunjukkan seberapa besar perbedaan error
penyiaran (broadcasting) disebabkan antara nilai estimasi dengan nilai yang
memiliki kelebihan transmisi jauh, biaya diestimasi [Murray,2004].
rendah dan memiliki perangkat yang Untuk menentukan ketersediaan kanal
sederhana. dengan melihat aktifitas pemakaian kanal
Didalam ilmu probabilitas dan statistik radio HF untuk keperluan komunikasi seperti
didalam melakukan suatu pemodelan untuk suara diperlukan suatu pemodelan terhadap
pengolahan variabel data misalnya variabel data karekteristik statistik kanal. Pada tulisan
data acak dinyatakan dalam bentuk fungsi sebelumnya pemodelan dilakukan dengan
distribusi serta data dapat dinyatakan dalam melakukan pendekatan distribusi gabungan
sebuah variabel yang mengandung sebuah yaitu distribusi kontinu dan distribusi diskrit
nilai misalkan dalam sebuah simbol. Variabel sehingga menghasilkan model data statistik
dapat dikelompokkan kedalam 2 jenis yaitu pemakaian kanal radio HF terdistribusi
variabel diskrit dan variabel kontinu. Untuk eksponential yang merupakan bagian dari
data variabel kontinu dapat dinyatakan dalam distribusi kontinu [Sutoyo,2012].
bentuk probability density function (pdf) dan Adapun model distribusi gabungan yang
cumulative distribution function (cdf) atau dilakukan adalah distribusi Normal,
probability distribution function [Hwei P. Eksponential, Poisson dan Binomial. Adapun
Hsu,1997]. permasalahan yang terjadi pengelompokkan
Untuk jenis distribusi terbagi menjadi distribusi berdasarkan input data yang diolah
beberapa bagian dan dapat dikelompokkan dalam menentukan model yang sesuai untuk
menjadi 2 jenis yaitu distribusi konitinu dan data kanal HF. Input data merupakan suara
diskrit. Berikut ini adalah distribusi yang hasil sampel data yang tergabung dalam
tergolong dalam distribusi diskrit adalah distribusi diskrit. Untuk itu diperlukan
sebagai berikut[Proakis ,2001] : pemodelan karekteristik data kanal radio HF
melalui model pendekatan distribusi diskrit
a. Distribusi Binomial agar model yang didapat disesuaikan
berdasarkan input data sebenarnya.
116
Vol. 10. No. 1, 2012 Jurnal Sains, Teknologi dan Industri
Mulai
Pengukuran
(spectrum analyzer)
2. Metode Penelitian
Variasi Threshold 10 Variasi Threshold 3
Pada bagian ini menjelaskan tentang dB dB
50
50
117
Vol. 10. No. 1, 2012 Jurnal Sains, Teknologi dan Industri
JUMLAH DATA
MALAM JAM 19.00 s/d 20.00
100
50
500
6.2 6.25 6.3 6.35 6.4 6.45 6.5 Gambar 5. Histogram waktu kosong vs
Frekuensi (MHz)
jumlah data untuk SNR 10 dB
Gambar 3. Probabilitas lama pendudukan
kanal pada waktu malam SNR 10 dB
3
hasil pengolahan jumlah data terhadap waktu
kosong melalui pendekatan distribusi diskrit
2
untuk SNR yang berbeda yaitu 3 dB dan 10
1
dB. Didalam menentukan model yang dipilih
dengan melihat hasil mean square error yang
0
0 5 10 15 20 25 30
JUMLAH WAKTU
35 40 45 50 memiliki nilai error terkecil dari masing-
masing distribusi.
Gambar 4. Histogram waktu kosong terhadap
Untuk pemodelan data pada SNR 3 dB
jumlah data untuk SNR 3 dB
untuk jenis trafik kecil didapatkan hasil
sebagai berikut :
118
Vol. 10. No. 1, 2012 Jurnal Sains, Teknologi dan Industri
119
Vol. 10. No. 1, 2012 Jurnal Sains, Teknologi dan Industri
kepada jurnal Sitekin yang telah bersedia [4] Murray R. S.,Larry J.S (2007).
menerbitkan jurnal ini. Schaum's Outline teori dan soal-soal
statistik.,edisi ketiga.Erlangga.
6. Referensi [5] NATO. (2007), HF Interference,
[1] Australian Government, (2007), Procedures and ToolsThe Research and
Introduction to HF Radio Propagation, Technology Organisation (RTO) of
IPS Radio and Space Services, Sidney, NATO.
Australia. [6] Proakis, J G. (2001), Digital
[2] Harris,(1996), Radio communications in Communication,MC. Graw Hill.
the digital age, Harris Corporation, RF Prentice hall.
Communications Division, Vol.1.HF [7] Rapaport, (1996), Wireless
technologi. communications principles and practice
[3] Hwei P. Hsu.(1997) Schaum's Outline [8] Sutoyo, (2012). Karekteristik statistik
of Theory and Problems of Probability, kanal radio HF domaian waktu pada band
Random Variables, and Random maritim Prosiding SNTIKI 4 FST UIN
ProcessesMc- graw Hill,united state of SUSKA Riau, Pekanbaru.
America.
.
120