PROPOSAL

PENDAHULUAN PROYEK AKHIR

ANALISA KINERJA SISTEM MIMO (MULTIPLE-INPUT MULTIPLE-

OUTPUT) – OFDM (ORTHOGONAL FREQUENCY DIVISION
MULTIPLEXING) MENGGUNAKAN DWT (DISCRETE WAVELENGTH
TRANSFORM) DENGAN MODULASI M-PSK

Oleh :
ISMI DANIARSIH
NRP. 1210165027

Pembimbing :
ARIES PRATIARSO, ST. MT.
Ir. YOEDY MOEGIHARTO, MT.

DEPARTEMEN TEKNIK ELEKTRO

PROGRAM STUDI TEKNIK TELEKOMUNIKASI
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA
2017

1
 Abstrak

Dalam sistem komunikasi nirkabel, sinyal merambat melalui pemantulan oleh berbagai
objek dalam beragam lintasan sebelum sampai ke penerima yang biasa disebut sebagai
multipath fading. Multipath fading menyebabkan sinyal yang diterima oleh penerima tidak
sama dengan sinyal yang dikirim, karena adanya sinyal-sinyal pantul dari lapisan ionosfer dan
objek terestrial. Maka dari itu dibutuhkan sistem komunikasi wireless yang mendukung
aktivitas mobile user yang dapat menyediakan layanan data berkecepatan tinggi.
Pada proyek akhir ini akan diterapkan MIMO-OFDM berbasis DWT (discrete
wavelength transform) dengan modulasi M-PSK. OFDM merupakan salah satu teknik
multicarrier dengan sifat orthogonal yang menyediakan efisiensi spektral yang tinggi dimana
spektrum frekuensi antar subcarrier dapat saling tumpang tindih selama sinyal subcarrier saling
tegak lurus, sehingga utilitas spektralnya efisien dan juga kebal terhadap frekuensi selective
fading. Antenna MIMO digunakan dalam teknologi komunikasi wireless karena mempunyai
kemampuan signifikan dalam meningkatkan data troughput. OFDM berbasis DWT adalah
suatu langkah efisiensi untuk mengganti FFT dalam sistem konvensional OFDM. Pengontrolan
spectral kanal dalam DWT-OFDM lebih baik dibandingkan FFT-OFDM. Aplikasi DWT
digunakan dalam program untuk menghapus penggunaan dari CP (cyclic prefix) yang mana
dapat mengurangi penggunaan bandwidth dan daya transmisi. Sistem kerja DWT
menggunakan LPF dan HPF yang beroperasi sebagai QMF (Quadrature Mirror Filters) dan
memenuhi rekonstruksi yang sempurna dan sifat-sifat orthonormal. Dalam wavelet berbasis
OFDM, sinyal termodulasi ditransmisikan menggunakan zero padding dan vector transpossing.
DWT diketahui sebagai sesuatu yang mudah disesuaikan dan metode yang sangat efisien untuk
dekomposisi sinyal. Tahap akhir dari penelitian ini adalah menganalisa kinerja MIMO-OFDM
berbasis DWT menggunakan teknik modulasi M-PSK. Subcarrier pengujian sebanyak 512 dan
antenna yang akan digunakan yaitu 2 dan 4, 4 dan 4, 4 dan 2. Dengan beberapa pengujian
tersebut, akan ditampilkan dalam bentuk kurva BER untuk melihat mana kurva yang
menghasilkan SNR paling kecil untuk beberapa modulasi M-PSK.

OFDM, DWT, MIMO, BER, multipath fading, modulasi

1
1. JUDUL PENELITIAN
“Analisa kinerja sistem MIMO (multiple-input multiple-output) – OFDM (orthogonal
frequency division multiplexing) berbasis DWT (discrete wavelength transform) dengan
modulasi M-PSK”.

2. RUANG LINGKUP
Mata kuliah yang menunjang proyek akhir ini antara lain :
1. Sistem Komunikasi
2. Teknik Modulasi
3. Saluran Transmisi

3. TUJUAN
1. Menerapkan algoritma sistem OFDM berbasis DWT (Discrete Wavelength
Transform) pada sistem MIMO.
2. Menganalisa kinerja sistem dari hasil simulasi yang berupa kurva BER.

4. LATAR BELAKANG
Perkembangan teknologi komunikasi, khususnya komunikasi wireless saat ini
menuntut akses berkecepatan tinggi dengan kualitas sinyal yang baik serta tahan terhadap
gangguan dan interferensi. Gangguan yang biasa terjadi pada komunikasi wireless adalah
multipath fading. Multipath fading menyebabkan sinyal yang diterima oleh penerima tidak
sama dengan sinyal yang dikirim, karena adanya sinyal-sinyal pantul dari lapisan ionosfer
dan objek terestrial. Maka dari itu dibutuhkan sistem komunikasi wireless yang
mendukung aktivitas mobile user yang dapat menyediakan layanan data berkecepatan
tinggi. OFDM adalah salah satu teknik multicarrier yang bisa digunakan untuk memenuhi
kebutuhan tersebut karena utilitas spektralnya yang efisien dan juga kebal terhadap
frekuensi selective fading. Selain sistem OFDM yang menggunakan algorithma IFFT dan
FFT, terdapat sistem multicarrier berbasis transformasi wavelet dan dikenal dengan
Orthogonal Wavelet Division Multiflexing (OWDM) [1][2]. Pada sistem OWDM, Inverse
Fast Fourrier Transform dan Fast Fourrier Transform digantikan dengan Inverse Discrete
Wavelet Transform dan Discrete Wavelet Transform (DWT). Penggabungan OFDM
dengan MIMO menghasilkan efisiensi spectrum yang lebih baik, menaikkan diversity gain
dan throughput yang tinggi dengan kualitas layanan yang baik [3]. Dalam skema
konvensional MIMO OFDM ini, blok bangunan dasar yang digunakan untuk modulasi
OFDM adalah FFT dan untuk demodulasi FFT. Dalam beberapa kali telah ditetapkan
bahwa dengan mengganti blok IFFT/FFT dengan blok IDWT/DWT cukup banyak
peningkatan kinerja yang dicapai [4].
Pada Tugas Akhir ini, akan dibuat sistem MIMO-OFDM berbasis Discrete
Wavelength Transform (DWT) dengan modulasi M-PSK, dan menganalisa kinerjanya
dengan kurva BER sebagai fungsi SNR.

2
5. PERUMUSAN MASALAH dan BATASAN MASALAH
5.1 PERUMUSAN MASALAH
1. Bagaimana membuat program simulasi algoritma MIMO OFDM berbasis DWT.
2. Bagaimana menghasilkan kurva BER sebagai kinerja sistem di atas.
3. Bagaimana menganalisa kinerja sistem.

5.2 BATASAN MASALAH

1. Jumlah subcarrier OFDM sebanyak 512
2. Jumlah antenna MIMO 2 dan 4, 4 dan 4, 4 dan 2.
3. Modulasi yang digunakan adalah modulasi M-PSK, M=4,8.
4. Bahasa pemrograman yang digunakan adalah MATLAB

6. TINJAUAN PUSTAKA
6.1 PENELITIAN SEBELUMNYA
Anfal Ali Alansari melakukan penelitian tentang pengenalan sistem MIMO-OFDM yang
menawarkan perbaikan hasil tampilan dimana belum pernah ada sebelumnya pada masing-
masing sistem MIMO atau OFDM [5].
A.Vashidhar melakukann penelitian tentang perbandingan kinerja dari FFT dan DWT
berbasis sistem komunikasi MIMO-OFDM [6].
OFDM adalah sebuah bentuk khusus dari teknik transmisi multi-carrier. Hal ini banyak
diterapkan dalam komunikasi nirkabel karena kemampuan transmisi tinggi dengan eisiensi
bandwidth dan ketahanan transmisi yang berkaiatan dengan multipath fading dan delay [7].
Transformasi wavelet telah dianggap sebagai bentuk alternatif untuk menggantikan IFFT dan
FFT. Dengan menggunakan transformasi itu, penampungan kanal-kanal spektral lebih baik
karena tidak menggunakan Cyclic Prefix [8]. Salah satu jenis dari transformasi wavelet adalah
Discrete Wavelet Transform (DWT). Aplikasi DWT pada sistem OFDM memiliki kemampuan
untuk menghilangkan interfersi narrowband sebagaimana wavelet-wevelet memiliki sifat-sifat
penampungan spektrum yang baik, menjadikan sistem kebal terhadap intercarrier interferensi.
Karena CP tidak digunakan pada DWT OFDM maka laju data lebih baik dibanding sistem FFT
OFDM [9].
Pada penelitian proyek akhir ini akan diterapkan DWT pada sistem MIMO-OFDM
dengan modulasi M-PSK guna menganalisa keunggulan kinerja sistem tersebut. Salah satu
keunggulan yang dapat dianalisa yaitu efisiensi bandwidth dan kurva Bit Error Ratio (BER)
sebagai fungsi SNR. Diharapkan dengan penerapan DWT pada sistem MIMO-OFDM makin
meningkatkan laju transmisi data seperti tuntutan sistem komunikasi nirkabel di masa
mendatang.

6.2 STUDI PUSTAKA

Teori penunjang yang digunakan sebagai dasar penelitian dari proyek akhir yang berjudul
Analisa kinerja sistem MIMO (multiple-input multiple-output) – OFDM (orthogonal frequency
division multiplexing) berbasis DWT (discrete wavelength transform) dengan modulasi M-
PSK meliputi :

3
6.2.1 Kanal Nirkabel (Wireless)
Kanal wireless merupakan faktor pokok yang membatasi kinerja sistem komunikasi
wireless. Dalam sistem komunikasi wireless, sinyal merambat melalui pemantulan oleh
berbagai objek dalam beragam lintasan sebelum sampai ke penerima (multiple reflective
paths). Fenomena ini biasa disebut sebagai multipath fading. Efek dari multipath fading adalah
fluktuasi dari amplituda, fasa, dan sudut dari sinyal yang masuk ke penerima.

6.2.2 Fading
Fading merupakan karakteristik utama dalam propagasi radio bergerak. Fading dapat
didefenisikan sebagai perubahan fase, polarisasi dan level dari suatu sinyal terhadap waktu.
Karakteristik kanal wireless dapat dikelompokan menjadi dua kelompok besar,, yaitu fading
skala besar / large scale fading dan fading skala kecil / small scale fading.
Tiga mekanisme dasar yang dapat mempengaruhi sinyal propagasi pada sistem
komunikasi mobile adalah [10]:
 Reflection
Terdapat sinyal tak langsung datang ke penerima setelah mengalami pantulan terhadap
objek. Karena banyak pantulan, hal itu yang berkontribusi terhadap besarnya delay.
 Diffraction
Propagasi melewati objek yang cukup besar sehingga seolah-olah menghasilkan sumber
sekunder, seperti puncak bukit dan sebagainya.
 Scattering
Propagasi melewati objek yang kecil dan atau kasar yang menyebabkan banyak pantulan
untuk arah-arah yang berbeda.

Gambar 1. Mekanisme-mekanisme yang Mempengaruhi propagasi [10]

6.2.2.1 Large-Scale Fading

Large-scale fading disebabkan akibat keberadaan obyek-obyek pemantul serta
penghalang pada kanal propagasi serta pengaruh kontur bumi, menghasilkan perubahan sinyal
dalam hal energi, fasa serta delay waktu yang bersifat random. Sesuai namanya, large scale
fading memberikan representasi rata-rata daya sinyal terima suatu daerah yang luas. Statistic
dari large scale fading memberikan cara perhitungan untuk estimasi path loss sebagai fungsi

4
jarak. Estimasi path loss sebagai fungsi dari jarak hanya menghasilkan nilai rata-rata dan hal
tersebut tidak cukup untuk menggambarkan sinyal propagasi karena perbedaan kondisi
lingkungan antara pengirim dan penerima [10].

Gambar 2. Large-Scale Fading [11]

6.2.2.2 Small-Scale Fading

Small Scale Fading, merupakan fluktuasi redaman propagasi pada daerah yang sempit
dan interval waktu yang singkat. Small-scale fading atau disebut juga dengan multipath fading,
dihasilkan oleh dua macam mekanisme, yaitu time spreading sinyal sebagai akibat dari
multipath dan time varying channel yang disebabkan oleh pergerakan [12][13]. Ada dua
macam perwujudan/manifestasi propagasi multipath, yaitu time varying kanal dan time
spreading sinyal.
Time varying kanal terjadi akibat pergerakan antara pemancar dan penerima. Pada
fluktuasi ini dikenal istilah waktu koheren yang didefinisikan sebagai durasi waktu ketika
respon kanal tidak bergantung pada waktu. Jika waktu koheren kanal jauh lebih kecil
dibandingkan waktu durasi simbol, disebut sebagai kanal fast fading. Jika waktu koheren kanal
lebih besar dibandingkan waktu durasi simbol, disebut sebagai kanal slow fading.
Sedangkan time spreading sinyal didefinisikan sebagai perbedaan delay waktu antara
kedatangan komponen pertama sinyal dan komponen terakhir sinyal. Time spreading sinyal
juga dapat dilihat dari bandwidth koheren kanal. Bandwidth koheren kanal merupakan
pengukuran secara statistik dari suatu range frekuensi di mana kanal dapat dianggap “flat”,
yaitu kanal melewatkan semua komponen spektral dengan gain yang rata-rata tetap dan
memiliki fasa linear.

Gambar 3. Small-Scale Fading [13]

5
6.2.3 Inter-symbol Interference (ISI)
Inter-symbol Interferense (ISI) adalah permasalahan yang tidak dapat dihindari dalam
sistem komunikasi wireless. Setiap sinyal yang ditransmit akan mengalami multipath, sehingga
receiver akan menerima sinyal yang notabene merupakan hasil akumulasi dari message yang
sama yang terdelay dan dengan power yang bervariasi. Base station memancarkan satu frame
data. Receiver menerima beberapa sinyal yang datang bersamaan dimana setiap sinyalnya
berisikan message yang sama.

Gambar 4. Ilustrasi sinyal pada sisi penerima [10]

Ilustrasi diatas menunjukkan apa yang terjadi pada sisi penerima. Setiap frame yang
diterima di sisi penerima mengalami waktu kedatangan yang berbeda (delay) dan power yang
berbeda (bisa dilihat dari tinggi tiap frame yang berbeda). Asumsi synchronizer pada sisi
penerima sempurna mendapatkan awal frame dimulai dari awal frame merah.
Setiap frame terdiri dari beberapa simbol. Ilustrasi diatas menunjukkan ada 2 simbol
dalam 1 frame. Karena semua frame berisikan message yang sama, maka akumulasi simbol
pada waktu yang sama tidak menghilangkan informasi/data pada simbol tersebut. Garis putus-
putus pada ilustrasi diatas menunjukkan batas dari simbol pertama. Bisa kita lihat adanya
akumulasi simbol pertama dan simbol kedua, dimulai dari frame ungu. Sebagian simbol
pertama frame ungu akan terakumulasi dengan simbol kedua frame merah. Begitu pula pada
frame hijau, dan seterusnya. Kondisi inilah kita sebut dengan inter-symbol interference (ISI)
[10].

Gambar 5. Inter-symbol Interference [10]

6
6.2.4 OFDM (Orthogonal Frequency Division Multiplexing )
Orthogonal Frequency Division Multiplexing (OFDM) merupakan sebuah teknik
transmisi yang menggunakan beberapa frekuensi multicarrier di dalam satu saluran, di mana
setiap frekuensi carrier saling tegak lurus (orthogonal). OFDM mengirimkan informasi secara
paralel dengan dibagi menjadi paket yang kecil-kecil, sehingga dapat menghemat
penggunaan bandwidth.
Sifat orthogonal juga menyediakan efisiensi spektral yang tinggi dimana spektrum
frekuensi antar subcarrier dapat saling tumpang tindih selama sinyal subcarrier saling tegak
lurus. Pada gambar berikut nampak bahwa spektrum pada tiap subcarrier memiliki null di pusat
subcarrier yang lain, sehingga tidak terjadi interferensi antar subcarrier.

Gambar 6. Spectrum Sinyal OFDM [11]

Dikarenakan sifatnya yang orthogonal, subcarrier pada sinyal OFDM diizinkan untuk
saling overlapping sehingga dapat menghemat bandwidth kanal sistem sampai 50% (lihat
gambar berikut).

Teknik FDM

Ch1 Ch2 Ch3 Ch4 Ch5 Ch6 Ch7 Ch8 Ch9 Ch10

Teknik OFDM Frekuensi

Ch2 Ch4 Ch6 Ch8 Ch10
Ch1 Ch3 Ch5 Ch7 Ch9

50% hemat Bandwidth

Frekuensi

Gambar 7. Perbandingan bandwidth OFDM dengan multicarrier konvensional [11]

Prinsip kerja dari OFDM dapat dijelaskan sebagai berikut. Deretan data yang akan
dikirim dikonversikan ke dalam bentuk paralel, sehingga jika bit rate semula adalah K, maka
bit rate tiap – tiap jalur paralel adalah K/N dimana N adalah jumlah subcarrier. Setelah itu
modulasi dilakukan pada tiap subcarrier bisa berupa PSK, QAM atau yang lain. Sinyal
termodulasi tersebut dirubah ke dalam ranah waktu menggunakan Invers Fast Fouier Tranform
(IFFT) untuk pembuatan simbol OFDM. Setelah itu simbol OFDM ditambahkan cyclic prefix

7
dan dikonverskan kembali ke bentuk serial barulah sinyal dikirim (lihat gambar 10). Pada
sistem OFDM sinyal terkirim terdiri dari sejumlah subcarrier yang orthogonal. Sampel
baseband dari sebuah simbol OFDM dapat dituliskan sebagai [11][10]:

𝑥(𝑡) =
1
√𝑁
∑𝑁−1
𝑘=0 𝑋𝑘 𝑒
𝑗2𝜋𝑓𝑛𝑡
,0≤k≤N (1)
Dimana:
X(t) = sample baseband
N = jalur subcarrier
k = bit rate semula
Xk = data termodulasi yang dibawa sucaarrier

Dimana N adalah jumlah subcarrier dari sistem OFDM, Xk adalah data termodulasi yang
dibawa oleh subcarrier ke-k. Pada gambar 10 [11] menunjukkan diagram blok sistem OFDM.

Input S CP P
Mod IFFT /
/ insertion
P S

channel

Output P CP S
/ FFT /
Demod removal
S P

Gambar 8. Diagram blok sistem OFDM IFFT [14]

6.2.5 MIMO (Multiple Input Multiple Output)

Multiple Input Multiple Output (MIMO) adalah sistem yang menggunakan multi antena
atau lebih dari satu antena pada pemancar (transmitter) maupun pada penerima (receiver)
dengan tujuan untuk menjadikan sinyal pantulan sebagai penguat sinyal utama sehingga tidak
saling menggagalkan. MIMO digunakan dalam teknologi komunikasi wireless karena
mempunyai kemampuan signifikan dalam meningkatkan data troughput tanpa adanya
tambahan bandwith maupun transmit power (daya pemancar)[3][6].

Gambar 9. Sistem Antenna MIMO ( Multiple-Input Multiple-Output) [3]

8
 Gambar 10. Perspektif dari Saluran MIMO [3]

MIMO memungkinkan transfer rate yang tinggi karena sinyal dipecah menjadi multiple
lower stream dan masing-masing aliran (stream) dipancarkan dalam antenna yang berbeda
namun tetap dalam satu kanal frequensi. Teknik transmisi sistem MIMO dapat memanfaatkan
keberadaan multipath untuk menciptakan sejumlah kanal ekuivalen yang seolah-olah terpisah
satu sama lain, dimana pada kondisi normal keberadaan multipath justru merugikan karena
menimbulkan fading[6].

6.2.6 DWT (Discrete Wavelet Transform)

OFDM berbasis DWT adalah suatu langkah efisiensi untuk mengganti FFT dalam sistem
konvensional OFDM. DWT digunakan dalam program untuk menghapus penggunaan dari CP
yang mana dapat mengurangi penggunaan bandwidth dan daya transmisi juga menurun dengan
menggunakan wavelet transform. Pengontrolan spectral kanal dalam DWT-OFDM lebih baik
dibandingkan FFT-OFDM. Dalam Wavelet transform, sinyal yang menarik atau bagus
dibiarkan dalam basis waveform, yang dikenal dengan wavelet, yang menyediakan langkah
untuk menganalisa sinyal dengan menyelidiki koefisien-koefisien dari wavelet. Fungsi dasar
dari DWT adalah melokalisir sinyal sumber menjadi dua klasifikasi yaitu waktu dan frekuensi
serta mempengaruhi perbedaan resolusi pada kedua domain yang menjadikan wavelet
transform powerfull dalam berbagai aplikasi. Resolusi-resolusi yang berbeda cocok untuk
menganalisa karakteristik dari proses dan perubahan daya.
Sistem kerja DWT menggunakan LPF dan HPF yang beroperasi sebagai QMF
(Quadrature Mirror Filters) dan memenuhi rekonstruksi yang sempurna dan sifat-sifat
orthonormal. Dalam wavelet berbasis OFDM, sinyal termodulasi ditransmisikan menggunakan
zero padding dan vector transpossing. DWT diketahui sebagai sesuatu yang mudah disesuaikan
dan metode yang sangat efisien untuk dekomposisi sinyal [12].
Wavelet merupakan bentuk pengklasifikasian sinyal dalam versi penskalaan dan
pergeseran (scalling and shifting) masing-masing dari sinyal sumber atau dikenal dengan
mother wavelet. Transformasi wavelet hampir menyerupai transformasi fourier yang
merupakan bentuk pengklasifikasian sinyal menjadi bentuk sinusoidal dengan berbagai macam
frekuensi. DWT akan mengubah sinyal sumber menjadi dua klasifikasi sinyal yaitu frekuensi
tinggi dengan resolusi waktu yang tinggi serta frekuensi rendah dengan resolusi waktu yang
rendah. Proses DWT diawali dengan proses filtering dengan melewatkan sinyal pada
seperangkat highpass filter dan lowpass filter. Kemudian dilanjutkan dengan operasi sub-
sampling dengan mengambil masing-masing setengah dari keluaran filter. Proses selanjutnya
adalah modifikasi sinyal berdasarkan fungsi skala dan waktu, lalu proses rekronstruksi sinyal
pada tiap level koefisiennya. Seluruh proses ini dinamakan proses dekomposisi dan dapat
dilakukan secara berlanjut hingga didapatan tingkat dekomposisi yang diinginkan [12].

9
 Simbol DWT-OFDM s(t) dapat dipresentasikan sebagai persamaan berikut:

𝑠(𝑡) = ∑𝑗≤𝐽 ∑𝑘 𝑤𝑗,𝑘 (𝑡)𝜓𝑗,𝑘 (𝑡) + ∑𝑘 𝑎𝐽,𝑘 𝜑𝐽,𝑘 (1)

Dimana:
s(t) = simbol OFDM
k = time location
j = scale index

𝜓 = simbol wavelet

Data yang telah diproses dalam DWT-OFDM block, outputnya dapat dinyatakan dalam
persamaan berikut [12]:
𝑚 𝑚
𝑑(𝑘) = ∑∞ ∞ 𝑛
𝑚=0 ∑𝑚=0 𝐷𝑚 2 2 𝜓(2 2 − 𝑛) (2)

Dimana:
d(k) = rata-rata sample yang telah diproses DWT
𝑛
𝐷𝑚 = koefisien wavelet

𝜓 = simbol wavelet

𝑛
Dimana k adalah nilai dari sub carrier (0 ≤ k ≤ N – 1), 𝐷𝑚 adalah koefisien wavelet yang
merepresentasikan sinyal dalam skala dan posisi dalam sumbu waktu dan 𝜓(𝑡) adalah fungsi
wavelet dengan faktor yang dimampatkan m time dan tergeser n time untuk setiap subcarrier.
Pada sisi penerima, proses dibalikkan. Keluaran dari DWT merupakan representasi dari
persamaan[12]:
𝑚
𝑚
𝑛
𝐷𝑚 = ∑𝑁−1
𝑘=0 𝑑(𝑘)2 2 𝜓(2𝑘 − 𝑛) (3)

Dimana:
𝑛
𝐷𝑚 = koefisien wavelet

𝜓 = simbol wavelet

Transformasi DWT dilakukan dengan menggunakan filter. Satu filter analisa dipasang
LPF, sedangkan satu lainnya HPF. Masing-masing filter terdiri dari sebuah down-sampler
untuk membuat transformasi efisien. Dalam DWT-OFDM, eksponensial-eksponensial
komplek time-windowed digantikan dengan wavelet “carrier”, pada skala berbeda (j) dan
posisi dalam time-axis (k). Fungsi itu dihasilkan dengan penerjemah (translation) dan
pembesaran (dilation) dari sebuah fungsi unik, yang disebut “wavelets mother” dan
ditunjukkan dengan 𝜓(𝑡) [12].
Output dari filter yang memiliki ciri tersendiri pada simbol DWT-OFDM telah diperoleh,
dengan impulse response dari filter-filter (LPF dan HPF) ditetapkan oleh wavelet mother 𝜓(𝑡)
[12].

10
 𝑗
𝜓𝑗,𝑘 (𝑡) = 2−2 𝜓(2−𝑗 𝑡 − 𝑘) (4)

Fungsi dasar yang continu , 𝜓𝑗,𝑘 (𝑡) bersifat sama pada analisa dan sintesa wavelet
dengan sebuah orthonormal dasar. Dengan mendiskretisasi parameter penskalaan waktu, 𝜏, s,
dan memilih mother wavelet yang benar, Ψ(𝑡), memungkinkan untuk memperoleh sebuah
𝑗
orthonormal dasar yang benar. Faktor 2−2 pada persamaan (4) mengatur setiap wavelet untuk
mempertahankan sebuah norma konstan yang berdiri sendiri pada skala j. Dalam masalah ini,
periode diskretisasi dalam 𝜏 dinormalisasi ke satu dan diasumsikan bahwa itu sama dengan
periode sampling pada sinyal diskrit (𝜏 = 𝑘 2−𝑗). Semua sistem wavelet berguna
menghilangkan kondisi multiresolusi. Pada kasus ini, koefisien resolusi terendah dapat
dihitung dari koefisien resolusi tertinggi dengan 3 struktur algoritma yang disebut filter bank
Dekomposisi dari sinyal telah selesai sekaligus dengan menggunakan sebuah HPF.
Outputnya menyajikan detail koefisien-koefisien dari keluaran HPF dan penaksiran
(approximation) koefisien-koefisien dari output LPF. Kedua filter dihubungkan dengan satu
sama lain dan diketahui sebagai Quadratute Mirror Filter (QMF). Bagaimanapun, sebagian
dari frequency sinyal telah dihilangkan, jadi sebagian dari sample dapat dibuang berdasarkan
hukum Nyquist. Keluaran-keluaran dari filter kemudian di sub-sample menjadi kedua. Resolusi
waktu telah dibagi dua karena setiap dekomposisi sinyal digolongkan hanya setengah dari
keluaran filter lainnya.
Blok diagram untuk implementasi dari wavelet transform level satu ditunjukkan pada
gambar di bawah. Sebab hanya satu pasang dari filter, sebuah HPF dan sebuah LPF digunakan.
Setiap sub-stream dari data kemudian di sub-sample menjadi dua [12].

Approximation
g[n] coefficients

x[n]

h[n] Detail
coefficients

Gambar 11. Wavelet Decomposition [12]

Contoh ilustrasi dekomposisi dipaparkan pada Gambar 13 dengan menggunakan

dekomposisi tiga tingkat. Pada Gambar 13 y[k] tinggi dan y[k] rendah yang merupakan hasil
dari highpass filter dan lowpass filter, y[k] tinggi disebut sebagai koefisien DWT. y[k] tinggi
merupakan detail dari informasi sinyal, sedangkan y[k] rendah merupakan taksiran kasar dari
fungsi penskalaan. Dengan menggunakan koefisien DWT ini maka dapat dilakukan proses
inverse discrete wavelet transform (IDWT) untuk merekonstruksi menjadi sinyal asal.

11
 h[n] ↓2 Ytinggi [k]

X[n] Ytinggi [k]

h[n] ↓2

g[n] ↓2 h[n] ↓2 Ytinggi [k]

g[n] ↓2

g[n] ↓2 Yrendah [k]

Gambar 12. Dekomposisi Wavelet 3 tingkat [12]

Proses rekonstruksi diawali dengan menggabungkan koefisien DWT dari yang berada
pada akhir dekomposisi dengan sebelumnya meng-upsample oleh 2 ( 2) melalui highpass filter
dan lowpass filter. Proses rekonstruksi ini sepenuhnya merupakan kebalikan dari proses
dekomposisi sesuai dengan tingkatan pada proses dekomposisi.

6.2.7 Modulasi M-PSK

Modulasi adalah suatu proses penumpangan gelombang sinyal informasi dengan
gelombang pembawa sehingga sebagian dari karakteristik gelombang pembawa diubah sesuai
dengan nilai sesaat gelombang sinyal. Pada modulasi PSK sebuah sinyal pembawa sinusoidal
diubah – ubah phasanya dengan menjaga amplitudo dan frekuensinya tetap konstan. Secara
umum modulasi PSK disebut sebagai modulasi MPSK (M-ary PSK), dimana M merupakan
bilangan yang menunjukkan jumlah level digital. MPSK adalah jenis variasi modulasi fasa
yang merupakan peningkatan dari modulasi BPSK pada sisi jumlah perubahan fasa sinyal
pembawa. Bila M = 4 level, maka modulasi pulsa yang diterapkan adalah QPSK (quaternary
atau quadrature PSK). Bila M = 2, maka modulasi pulsa yang dihasilkan adalah BPSK (binary
PSK). Nilai M mengikuti bilangan 2v dengan v = 1, 2, 3, dst. Dengan nilai v yang demikian
itu, maka kemungkinan nilai M adalah, 2, 4, 8, 16, dst.Pada sistem modulasi QPSK terdapat
empat fasa berbeda yang dihasilkan untuk masing-masing bit. Kombinasi bit 00 akan
memodulasi sinyal pembawa yang mempunyai fasa 45 derajat, sedang dibit 01 memodulasi
sinyal pembawa yang mempunyai fasa 135 derajat. Sementara bit 10 dan 11, masing-masing
dengan fasa 315 derajat dan 225 derajat. Konstelasi atau penggambaran penyebaran fasa isyarat
QPSK ditunjukkan pada diagram salib sumbu [14].

6.2.7.1 Modulasi QPSK (4-PSK)

Pada QPSK sinyal informasi dibawa dalam bentuk perubahan – perubahan phasa. Istilah
“quadrature” mengartikan terdapat 4 kemungkinan phasa (4-PSK) yang dimiliki oleh sinyal
pembawa pada satu waktu. Empat phasa tersebut masing-masing berkaitan dengan satu dari
{0o, 90o, 180o, 270o}. Modulasi QPSK memiliki empat buah level sinyal yang
merepresentasikan empat kode binary, yaitu ‘00’, ‘01’, ‘11’, ‘10’ yang dinamakan dibit dimana
setiap dibit membangkitkan satu dari kemungkinan phasa.

12
 Q

11

I
10 01

00

Gambar 13. Diagram konstelasi modulasi QPSK [14]

Modulasi QPSK memilki efisiensi bandwidth dua kali lebih besar dibandingkan dengan
BPSK, karena dua bit dikirimkan pada satu simbol sinyal termodulasi. Sinyal QPSK dapat
dirumuskan seperti persmaan berikut [14] :

2𝐸 2𝜋𝑖
𝑆𝑄𝑃𝑆𝐾 (𝑡) = √ 𝑇 𝑠 cos [2𝜋𝑓𝑐 𝑡 + ] (6)
𝑠 2

0 ≤ 𝑡 ≤ 𝑇𝑠 , 𝑖 = 0, 1, 2, 3
dimana: SQPSK (t) = hasil modulasi.
Es = energi simbol.
Ts = periode sinyal (s).
Fc = frekuensi carrier (Hz).

I Channel Fb/2
Balance
Logic 1=+1 Modulator
Binary input Logic 0=-1
Data Fb
Sin ωct
Reference
Carrier
Linier
Data I Oscillator BPF
Summer
(sin ωct)
Buffer Q

90
Phase
2 Shift
Bit

cos ωct

Q Channel Fb/2
Balance
Logic 1=+1 Modulator
Logic 0=-1

Gambar 14. Diagram blok modulasi 4-PSK [14]

13
6.2.7.2 Modulasi 8-PSK
Pada modulasi 8-PSK, deretan bit serial masuk sebelum diproses melalui bit splitter yang
bertujuan untuk konversi ke parallel (output channel I (in-phase). Bit – bit yang berada pada
channel I dan C masuk ke konventer 2-to-4 level pada channel I dan bit-bit yang berada pada
channel Q dan masuk ke konveter 2-to-4 level pada channel Q. Converter 2-to-4 level
merupakan rangkaian simbol input digitat-to-analog converter (DAC). Pada gambar 15
menunjukkan diagram konstelasi dari modulasi 8-PSK.

Cos ωct

IQC
010
IQC
000 IQC
011

IQC
001 I
IQc
1 11

IQC
IQC
10 1
11 0

Gambar 15. Diagram konstelasi 8-PSK [14]

Pada modulasi 8-PSK sinyal yang dikirimkan mempunyai pergeserana phase untuk
setiap tribit (3 bit) yang berbeda sebesar 45°. Sehingga pada modulasi ini tiap 3 bit akan dikirim
pada 1 simbol. Gambar 16 menunjukkan diagram blok modulasi 8-PSK.

Fb/2 = ± 1 2 to 4 Sin ωct

Balance
Channel I converter Modulator

Sin ωct 8-PSK

Output
Reference
Data Oscillator Linier Summer
Input Biner
Q I C

90
Phase
Shift

cos ωct

Fb/2 = ± 1 2 to 4 Balance
converter Modulator ± cos ωct
Channel
Q

Gambar 16. Diagram blok modulasi 8-PSK [13]

14
7. METODOLOGI
7.1 Blok diagram sistem MIMO OFDM berbasis DWT

S P
Modulator IDWT
/ /
P S
INPUT

S P
Modulator IDWT
/ /
P S

Gambar 17. Pemancar MIMO OFDM dengan DWT [12].

S P
/ DWT / Demodulator
P S
OUTPUT

P P
/ DWT / Demodulator
S S

Gambar 18. Penerima MIMO OFDM dengan DWT [12].

Pada gambar blok diagram fungsional di atas, terlihat pada sisi pengiirim, sinyal
pertama-tama dikodekan untuk menambah redundansi bagi proses error recovery dan
disisipkan untuk mengacak efek error kanal. Bit-bit yang ada kemudian dipetakan
menjadi simbol-simbol pada tiap subcarrier dengan menggunakan skim modulasi klasik
seperti M-PSK. Setelah dimodulasi dengan setiap subcarrier orthogonal, bit-bit informasi
tersebut menjadi sinyal serial yang termodulasi, kemudian data di konversi kedalam
betuk parallel. Sinyal OFDM multi sub-carrier kemudian dibangun menggunakan
pemrosesan sinyal digital (Digital Signal Processing, DSP) dengan teknik IDWT (Invers
Develet Wavelet transform). Untuk pembuatan simbol OFDM, untuk penerapan blok
IDWT digunakan 512 subcarrier. Pada sisi terima, digunakan DWT (Descrete Wavelet
Transform) untuk membangkitkan kembali (demodulasi) sinyal multi subcarrier. Proses
pemecahan sinyal dalam DWT akan berusaha membagi sinyal menjadi dua bagian
dengan jumlah sampling sinyal yang sama. Dua bagian ini dipisahkan oleh dua jenis filter
yang terdiri dari dua band frekuensi yang berbeda, highpass dan lowpass filter. Setelah
proses tersebut, dilanjutkan dengan memodifikasi sinyal berdasarkan fungsi skala dan

15
 waktu. Kemudian proses deteksi simbol akan memutuskan apakah simbol telah diterima
dan menerjemahkannya menjadi bit-bit, kemudian dilakukan pengeluaran
(deinterleaved) sinyal asal dan pendekodean menjadi sinyal asli sesuai yang dikirim
[12].

7.2 Flowchart Pembuatan Sistem MIMO-OFDM Berbasis DWT

START A

Jumlah bit : 106 Transmit dengan

Modulasi: 4-PSK, 8-PSK MIMO (2 dan 4)
Subcarrier 512
Jumlah antenna, N: 2 dan 4

Plus Noise Kanal

Replikasi Sejumlah N Antenna

DWT

Modulator M-PSK
Parallel to Serial

Serial to Parallel
Demodulator M-PSK

IDWT

Plot Hasil Dalam

Bentuk Kurva BER
A

END

Gambar 19. Flowchart Pembuatan Sistem MIMO-OFDM Berbasis DWT.

7.2.1 Pembangkitan Bit Informasi

Pembangkitan bit informasi dilakukan secara random atau acak yang terdistribusi
uniform dengan nilai 0 dan 1. Data acak tersebut berupa vektor baris tunggal (data serial). Pada
proyek akhir ini akan dibangkitkan 1.000.000 bit informasi. Pada gambar berikut menunjukkan
flowchart dari pembangkitan bit informasi [14].

16
 Mulai

Masukkan jumlah data

Pembangkitan data biner

secara acak

Tampilkan Input

Selesai

Gambar 20. Flowchart pembangkitan Bit informasi

7.2.2 Modulasi M-PSK

1. QPSK (Quadrature Phase Shift Keying)
Pada QPSK dilakukan penyandian 2 bit pada tiap simbol (n=2) dan tebentuk sejumlah
M=4 sandi, tiap sandi tesusun atas n bit (M = 2n) dan dinyatakan dengan 4 buah fase
yang berbeda yaitu, 00, 01, 10 dan 11. Berikut ini merupakan pengalokasian fase dari
keempat simbol tersebut.

Bit Phase
11 45°
01 135°
00 225°
10 315°

Persamaan sinyal pada modulasi QPSK mulai dari sudut 0°, yaitu [14]:

2𝐸 2𝜋𝑖
𝑆𝑄𝑃𝑆𝐾 (𝑡) = √ 𝑇 𝑠 cos [2𝜋𝑓𝑐 𝑡 + ] (7)
𝑠 4

0 ≤ 𝑡 ≤ 𝑇𝑠 , 𝑖 = 0, 1, 2, 3
dimana: SQPSK (t) = hasil modulasi.
Es = energi simbol.
Ts = periode sinyal (s).
Fc = frekuensi carrier (hz).

17
 Pada gambar berikut menunjukkan flowchart modulasi QPSK pada sinyal OFDM.

Mulai

Input (bit)
t= 0:2π

T
Data = 11

Y T
Data = 01
45°

Y T
Data = 00
135°

Y
225°

315°

QPSK

Selesai

Gambar 21 . Flowchart modulasi QPSK [14]

2. Modulasi 8-PSK
Pada modulasi 8-PSK dilakukan penyandian dengan 3 bit sehingga n = 3 dan terdapat
M= 8 sandi yang berbeda, yaitu 111, 011, 010, 000, 001, 101, 100 dan 110. Kedelapan
sandi tersebut dinyatakan dalam 8 fase yang berbeda pula. Secara umum dapat diketahui
jarak antar fase 360°/M. sehingga fase antar sandi 8-PSK sebesar 360°/16=45°.
Persamaan sinyal modulasi 8-PSK mulai dari sudut 0° :

2𝐸 2𝜋𝑖
𝑆8−𝑃𝑆𝐾 (𝑡) = √ 𝑇 𝑠 cos [2𝜋𝑓𝑐 𝑡 + ] 𝑖 = 0, 1, 2, … , 7 (8)
𝑠 8

Bit Phase
111 0°
011 45°
010 90°
000 135°
001 180°
101 225°
100 270°
110 315°

18
 Pada gambar 22 menunjukkan flowchart modulasi 8-PSK pada sinyal OFDM.

Mulai

Baca input, frekuensi w0t

T=0:2π
Y
T
Data = 111

T
Data = 110
q = 0°
Y T
Data = 100
q = 315°
T
Y
Data = 101
q = 270°
Y T
Data = 001
q = 225°
Y T
Data = 000
q = 180°
Y T
Data = 010
q = 135°
Y

q = 90°

q = 45°

8-PSK

Selesai

Gambar 22. Flowchart modulasi 8-PSK [14]

7.2.3 Konversi Serial ke Paralel

Blok S/P berfungsi untuk mengubah aliran data yang terdiri dari satu baris dan beberapa
kolom menjadi beberapa baris dan beberapa kolom. Keluaran dari blok Serial to Paralel yaitu
berupa matriks bit-bit dengan jumlah baris menyatakan jumlah simbol data yang dikirimkan
pada tiap subcarrier.

7.2.4 DWT-OFDM Transmitter

Pada sisi transmitter, modulator digital memetakan bit-bit serial data dalam simbol
OFDM 𝑋𝑚 dalam langkah serupa sama halnya pada FFT-OFDM sampai N data-stream parallel
diwakili oleh 𝑋𝑚 (𝑖) dimana (0 ≤ 𝑖 ≤ 𝑁 − 1).
Setiap data stream 𝑋𝑚 (𝑖) diloloskan melewati Serial to Parallel Converter untuk
menciptakan sebuah vector. Kemudian transpose dari vector ini dibawa untuk mendapat
approximation coefficients yang diketahui sebagai koefisien skala.

19
 𝑋𝑚 (0)

𝑋𝑚 (1) Parallel to
𝑋𝑚 (𝑖) Vector Approximation
serial
Transpose Coeficients
converter
𝑋𝑚 (𝑁 − 1)
X

0(0)
Zero 0(1) Parallel to
padding Vector Detail Coeficients
serial
Transpose
converter
0(𝑁 − 1)

Gambar 23. Blok diagram DWT-OFDM Transmitter [12]

Sinyal tersebut disampling ke atas dan telah dilakukukan Low-pass Filter untuk
mendapat sinyal berfrekuensi rendah. Dengan cara yang sama, vector dihasilkan dari zero
padding sinyal yang telah dimasukkan dengan HPF yang mengandung koefisien-koefisien
detail atau wavelet coefficients. Nilai-nilai dari aproksimasi tersebut dan koefisien-koefisien
detail tergantung dari golongan wavelet (wavelet family) yang digunakan. MATLAB
Command [𝑋] = 𝑖𝑑𝑤𝑡(𝑐𝐴, 𝑐𝐷,′ 𝑤𝑛𝑎𝑚𝑒 ′ ) digunakan untuk simulasi sinyal pada sisi
transmitter dimana ‘wname; menyatakan wavelet family yang digunakan.

Mulai

A
Data parallel
termodulasi
Up sampling data

Convert Filter data dipecah

Serial to Paralel menjadi dua (HPF&LPF)

Pemberian Vector Hasil Filter dijumlah

Transpose Matrix
Selesai

Gambar 24. Flowchart Sistem DWT-OFDM pada Sisi Transmitter

20
7.2.5 DWT-OFDM Receiver
Penerima DWT-OFDM ditunjukkan dalam gambar di bawah. Ini menunjukkan proses
kebalikan dari transmitter. MATLAB command [𝑐𝐴; 𝑐𝐷] = 𝑖𝑑𝑤𝑡(𝑌; ′𝑤𝑛𝑎𝑚𝑒 ′ ) digunakan
untuk simulasi penerima sinyal dimana ‘wname’ menyatakan wavelet family yang digunakan.
Data Y yang diterima dikomposisikan kedalam dua bagian dan kemudian dikirim ke LPF dan
HPF untuk mendapat approximation dan detailed coefficient masing-masing. Hanya keluaran
cA pada LPF diloloskan melalui demodulator dan keluaran cD pada HPF dibuang. Sebelum
proses demodulasi, transpose dari data dibawadan kemudian diloloskan melalui Serial to
parallel Converter. cD dibuang karena ini hanya mengandung elemen-elemen kosong (zeroes
elements) dan tidak menbawa beberapa informasi yang berguna. Data asli dipulihkan pada
keluaran demodulator.

𝑌𝑚 (0)

𝑌𝑚 (𝑖) 𝑌𝑚 (1) Serial to

Vector Approximation
Parallel
Transpose Coeficients
converter
𝑌𝑚 (𝑁 − 1)

0(0)
Zero Serial to
0(1) Vector Detain
discard parallel
Transpose Coeficients
converter
0(𝑁 − 1)

Gambar 25. DWT-OFDM Receiver [12]

7.3 Pengujian Penelitian

Pada tujuan proyek akhir ini, akan dilakukan analisa dengan melihat kurva BER terhadap
algorithma DWT pada MIMO-OFDM. Beberapa pengujian yang akan dilakukan sebagai
berikut:
a. Pengujian dengan jumlah subcarrier
Subcarrier yang akan digunakan sebanyak 512.
b. Pengujian dengan variasi antenna MIMO
Antenna yang akan digunakan yaitu 2 dan 4, 4 dan 4, 2 dan 4, 4 dan 2.
Dengan beberapa pengujian diatas, akan ditampilkan dalam bentuk kurva BER untuk
melihat mana kurva yang menghasilkan SNR paling kecil untuk beberapa modulasi M-PSK.

7.4 Analisa Hasil Penelitian

Tahap akhir dari penelitian ini adalah menganalisa kinerja MIMO-OFDM berbasis DWT
menggunakan teknik modulasi M-PSK. Performasi yang dianalisa adalah kurva BER. Dengan
mengetahui kurva BER maka dapat diketahui perbandingan kinerja DWT pada MIMO-OFDM
dengan beberapa modulasi PSK.

21
7.5 Parameter Simulasi
Pada perancangan simulasi ini dilakukan perencanaan pembuatan simulasi dengan
menentukan parameter-parameter yang akan digunakan pada sistem MIMO-OFDM.
Parameter-parameter tersebut adalah sebagai berikut:

Parameter Nilai yang digunakan

Jumlah Sub-carrier 512

Tipe Modulasi M-PSK

Jumlah Antena Pemancar - Penerima 2 dan 4

Jumlah bit Minimal 106 (1 juta)

8. Hasil yang Diharapkan

Pada tugas akhir ini hasil yang diharapkan berupa simulasi sistem MIMO-OFDM
menggunakan Discrete Wavelet Transform (DWT) dan modulasi M-PSK, dimana hasil dari
simulasi direpresentasikan dalam bentuk kurva BER terhadap SNR. Kurva BER yang akan
ditampilkan diantaranya:
a. Kurva BER terhadap SNR dengan Modulasi M-PSK, M=4 dan 8
b. Kurva BER terhadap SNR sebagai fungsi MIMO-OFDM menggunakan DWT
c. Kurva BER terhadap SNR sebagai fungsi MIMO-OFDM 2x2 dengan modulasi 4-PSK
d. Kurva BER terhadap SNR sebagai fungsi MIMO-OFDM 2x2 dengan modulasi 8-PSK
e. Kurva BER terhadap SNR sebagai fungsi MIMO-OFDM 2x4 dengan modulasi 4-PSK
f. Kurva BER terhadap SNR sebagai fungsi MIMO-OFDM 2x4 dengan modulasi 8-PSK
g. Kurva BER terhadap SNR sebagai fungsi MIMO-OFDM 4x2 dengan modulasi 4-PSK
h. Kurva BER terhadap SNR sebagai fungsi MIMO-OFDM 4x2 dengan modulasi 8-
PSK.

Gambar 26. Simulasi Kurva BER [12]

22
9. Relevansi
Algorithma Discrete Wavelet Transform (DWT) diterapkan untuk meningkatkan kinerja
sistem OFDM dalam membatasi penggunaan bandwidth dan daya transmisi. MIMO-OFDM
merupakan teknik pengiriman yang hingga saat ini sangat popular digunakan pada beberapa
teknologi sistem komunikasi. Sehingga dengan penerapan DWT pada system MIMO-OFDM
makin meningkatkan kinerja sistem komunikasi multicarrier.

10. Jadwal Kegiatan

Berikut dibawah ini jadwal kegiatan selama menyelesaikan proyek akhir ini:

N BULAN KE-
KEGIATAN
O. 1 2 3 4 5 6
1 Studi Literatur
Perancangan
2
Sistem
3 Integrasi Sistem
Pengujian dan
4
Analisa
Penyusunan
5
Laporan
Presentasi hasil
6
penelitian

11. Rencana Pembiayaaan

Berikut dibawah ini rencana pembiayaan dalam menyelesaikan proyek akhir ini:

No Jenis Pengeluaran Keterangan Harga

1. Kertas A4 1 X Rp 32.000 Rp 34.000

2. Print Proposal Rp 45.000

3. Print Bahan Bimbingan Rp 90.000

4. Kertas A5 3 X Rp 30.000 Rp 90.000

5. Print Buku TA Rp 220.000

6. Paket Internet Selama pengerjaan PA Rp 250.000

Total Pengeluaran Rp 729.000

23
12. Referensi
[1] O. Eiji, I Yasunori, I Tetsushi, “Multimode transmission using wavelet packet
modulation and OFDM”, IEEE vehicular technology conference, vol. 3, pp. 1458-
1462, Oktober 2003.
[2] G. Mahesh Kumar, S. Tiwari, “Performance evaluation of conventional and
wavelet based OFDM system”, International journal of electronics and
communications, Elsevier, vol. 67, no. 4, pp. 348-354, April 2013.
[3] Bolcskei, H., 2006. MIMO-OFDM wireless systems: Basics, perspectives and
challenges. IEEE Wireless Commun., 13: 31-37.
[4] Abdullah, K. and Z.M. Hussain, 2009. Studies on DWT-OFDM and FFT-OFDM
systems. Proceedings of the International Conference on Communication,
Computer and Power, Feb. 15-18, Muscat, Oman, pp: 1-5.
[5] Anfal Ali Ansari, “MIMO-OFDM System Performance Analysis Based on DWT”,
International Journal of Advanced Science and Engineering Technology, vol. 3,
no. 1, pp. 214-220, 2013.
[6] A.Vamsidhar, “permormance comparation of FFT and DWT based MIMO-OFDM
Communication Systems”, International Journal of Modem Trends in Engineering
and Research, volume 03, issue 02, Februari 2016.
[7] J.Faezah, and K.Sabira, "Adaptive Modulation for OFDM Systems ," International
Journal of Communication Networks and Information Security (IJCNIS), Vol. 1,
No. 2, pp.1-8, August 2009.
[8] Peng Tan and Norman C. Beaulieu, “A Comparison of DCT-Based OFDM and
DFT-Based OFDM in Frequency Offset and Fading Channels”, IEEE Transactions
on Communication, vol. 54, no. 11, pp. 2113-2125, Nov. 2006.
[9] M. Weeks, Digital Signal Processing Using Matlab and Wavelets, Infinity Science
Press LLC, 2007.
[10] Purbawanto, Sugeng,”Pengaruh Fading Pada Sistem Komunikasi Gelombang
Mikro Tetap Dan Bergerak”, Jurnal Teknik Elektro UNNES, Vol.3 No.1, Jan-Jun
2011.
[11] Choi, Yang-Seok, Peter J. Voltz dan Frank A. Cassara, “On Channel Estimation
and Detection for Multicarrier Signals in Fast and Selective Rayleigh Fading
Channels”, IEEE Transactions on Communications, vol. 49, no. 8, August 2001
[12] Kaur, K.”Master Of Engineering In Wireless Communication”, Department of
Electronics and Communication Engineering, THAPAR UNIVERSITY,
PATIALA, July-2014.
[13] Pratama, Riandy, ”Modulasi Phase Shift Keying”, Teknik Elektro UNHAS, 2012.
[14] Vernanda, Dita.“Reduksi Peak To Average Power Ratio Pada Sistem Ofdm
Menggunakan Skema Hybrid Tone Reservation (Tr) - Partial Transmit Sequence
(Pts)”, Teknik Telekomunikasi Politeknik Elektronika Negeri Surabaya, Juli 2015.

24