FTS dengan masukan trend bandwidth selama bulan 3. Hybrid Automatic Repeat and Request (HARQ)
Februari 2012 sampai Januari 2014 dan yang terakhir 4. Fast Scheduling
adalah menghitung tingkat keakuratan hasil peramalan 5. Handover (Fast Cell Selection)
menggunakan metode Mean Absolute Percentage Error Uu Iu
III. METODE PENELITIAN basis berdasarkan panjang interval yang telah ditetapkan
Data yang digunakan sebagai input dalam penelitian sesuai dengan Tabel 1.
ini adalah data sekunder. Data sekunder yang digunakan Penentuan Interval
berupa data trafik UMTS dan HSDPA, jumlah
pelanggan, kualitas pelayanan dan besar bandwidth
yang diperoleh dari Operator Telekomunikasi X di Hitung selisih absolut
wilayah Malang. Data yang diambil berupa data historis antar data-data time
series lalu di-rata-rata
selama 24 bulan dari bulan Februari 2012 sampai
dengan bulan Januari 2014. Node B di daerah Candi
Rata-rata selisih
Badut digunakan sebagai contoh perhitungan. absolut data time
Data historis tersebut digunakan untuk peramalan dan series
untuk menguji apakah output sistem sesuai dengan
kondisi yang sebenarnya. Hasil dari pengujian tersebut Bagi dua rata-rata kemudian
adalah nilai kesalahan yang diperoleh dari masing- ditentukan basis interval
masing metode baik FIS maupun FTS. Cara analisis berdasarkan tabel 1
data yang digunakan adalah analisis teoritik yang
mengacu pada kepustakaan dan jurnal hasil penelitian Panjang
yang terkait dengan permasalahan. Interval
START
RETURN
Akuisisi data : Gambar 4. Prosedur Penentuan Interval
- trafik UMTS
- trafik HSDPA START
- jumlah pelanggan
- kualitas pelayanan
Fuzzifikasi Sejumlah a
himpunan crisp i > n -1 ? Y
Fuzzy Rule T
Rubah himpunan crisp yang
terbentuk menjadi sejumlah Kumpulkan FLR-FLR yang
interval himpunan fuzzy terbentuk berdasarkan LHS
Proses Implikasi
(Left Hand Side) / Current
State yang sama.
Sejumlah n
Defuzzifikasi himpunan fuzzy
Data-Data FLRG
sebanyak h
Hasil peramalan Hitung nilai keanggotaan
tiap-tiap data time series
berdasarkan himpunan For i=1 to h
END fuzzy yang terbentuk
metode Sugeno, baik variabel input maupun variabel fuzzifikasi berdasarkan runtun
waktunya (current à next)
output dibagi menjadi satu atau lebih himpunan fuzzy.
Gambar 5. Diagram Alir Fuzzy Time Series (FTS)
Nilai output fuzzy merupakan nilai bandwidth yang
diramalkan. TABEL I
TABEL BASIS INTERVAL
B. Fuzzy Time Series (FTS)
Jangkauan Basis
Langkah awal pada proses FTS adalah penentuan 0,1 – 1,0 0,1
interval seperti dalam Gambar 4. Seluruh tahapan 1,1 – 10 1
11 – 100 10
metode FTS dapat dilihat dalam Gambar 5. Penentuan 101 - 1000 100
IV. HASIL DAN PEMBAHASAN Peramalan besarnya bandwidth bulan Februari pada
Node B Candi Badut maka data yang digunakan sebagai
A. Fuzzy Inference System (FIS) Sugeno
masukan adalah data pada bulan Januari yaitu :
Beberapa tahapan dalam proses peramalan FIS Trafik UMTS dan HSDPA : 70349 Mbit
metode Sugeno adalah sebagai berikut : Jumlah pelanggan : 2466 pelanggan
1. Fuzzifikasi Kualitas : 98.5075 %
Proses fuzzifikasi yaitu proses pengubahan nilai Dari Gambar 6, Gambar 7 dan Gambar 8 maka nilai
tegas tersebut ke dalam fungsi keanggotaan. Fungsi keanggotaan untuk data bulan Januari adalah sebagai
keanggotaan trafik, jumlah pelanggan dan kualitas berikut :
pelayanan untuk Node B di daerah Candi Badut Fungsi keanggotaan trafik UMTS dan HSDPA
ditunjukkan dalam Gambar 6, Gambar 7 dan Gambar 8.
µ (T)
Trafik (Mbit)
Gambar 6. Fungsi Keanggotaan Himpunan Trafik UMTS dan
HSDPA
µ (P)
0
1377 2206 3035
Jumlah pelanggan (orang)
Gambar 7. Fungsi Keanggotaan Himpunan Jumlah Pelanggan
Diagram fuzzy output (variabel Z) untuk peramalan
bandwidth menggunakan proses Fuzzy Sugeno Orde-
Nol ditunjukkan pada Gambar 9.
2. Fuzzy Rule
Buruk Sedang Baik
1 IF-THEN rule yang dibuat berdasarkan pada
kondisi-kondisi yang pernah terjadi di waktu lampau
µ (K)
yang diketahui dari data waktu lampau. Kombinasi
sebanyak 27 fuzzy rule secara lengkap ditunjukkan
dalam Tabel 2.
0
98,5 99,5 99,75
3. Aplikasi Fungsi Implikasi
Kualitas pelayanan (%)
Gambar 8. Fungsi Keanggotaan Himpunan Kualitas Pelayanan
Fungsi implikasi yang digunakan adalah AND
(fungsi MIN) hal ini karena semua variabel masukan
saling mempengaruhi. Aplikasi fungsi implikasi
dilakukan dengan mencari α-predikat (fire strength)
yaitu nilai keanggotaan sebagai hasil dari operasi tiga
Bandwidth Rendah Bandwidth Sedang Bandwidth Tinggi
1 himpunan dan nilai Z untuk masing-masing aturan :
(R1) If trafik RENDAH and jumlah pelanggan
Z SEDIKIT and kualitas pelayanan BURUK then
RENDAH
α-predikat1 = µTrafikRENDAH ∩ µPelangganSEDIKIT ∩
0 µkualitasBURUK
10389 14362 18335
= min (µRENDAH(70349);
Fuzzy Output Bandwidth (kbps)
Gambar 9. Diagram fuzzy output (Z) untuk kapasitas
µSEDIKIT(2466); µBURUK(98,5075))
bandwidth = min (0; 0; 0,99)
=0
Setelah hasil defuzzifikasi tiap kelompok sudah 40 Mbps – 60 Mbps : jumlah sewa yang
diketahui maka selanjutnya dilakukan proses peramalan direkomendasikan sebesar 75 Mbps
untuk tiap data yang ada seperti dalam Tabel 8 :
TABEL VIII TABEL IX
HASIL PERBANDINGAN BANDWIDTH AKTUAL DAN BANDWIDTH NILAI MAPE METODE FIS SUGENO DAN FTS
HASIL PERAMALAN FTS NODE B CANDI BADUT UNTUK 20 NODE B
Transmission Schemes in the UTRAN. IEEE Communications [9] Song, Q. & Chissom, B.S. 1993. Forecasting enrollments with
Society. fuzzy time series - part I, Fuzzy Sets and Systems 54.
[4] Kusumadewi, S. & Purnomo, H. 2010. Aplikasi Logika Fuzzy [10] Xihao, S. & Yimin, L. 2008. Average-based fuzzy time series
untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. models for forecasting Shanghai compound index. World Journal
[5] Seo, S., Kim, S.S., Agoulmine, N. & Hong, J.W.K. 2010. On of Modelling and Simulation. ISSN 1 746-7233, England, UK.
Achieving Self-Organization in Mobile WiMAX Network. [11] Holma, H. & Toskala, A. 2004. WCDMA for UMTS: Radio
IEEE/IFIP Network Operations and Management Symposium Access for Third Generation Mobile Communications. England:
Workshops John Wiley and Sons, Ltd.
[6] Jacquin, A.P., & Shamseldin, A.Y. 2009. Review of the [12] Holma, H. & Toskala, A. 2006. HSDPA/HSUPA for UMTS:
application on fuzzy inference systems in river flow forecasting. High Speed Radio Access for Mobile Communications. England:
Jurnal of Hydroinformatics IWA Publishing. John Wiley and Sons, Ltd.
[7] Aqil, M., Kita, I., Yano, A., & Nishiyama, S. 2006. A Takagi- [13]Huawei. 2008. IP RAN Description. Huawei Technologies Co.,
Sugeno Fuzzy System for the Prediction of River Stage Ltd
Dynamics. JARQ. [14]Cisco. 2009. Migration to All-IP RAN Transport. Cisco Systems,
[8] Ahmadi, S., Bevrani, H., & Jannaty, H. 2012. A Fuzzy Inference Inc.
Model for Short-Term Load Forecasting. IEEE 2012 Second [15] Makridakis, S., Wheelwright, S.C., & McGee, V.E. 1999.
Iranian Conference on Renewable Energy and Distributed Metode dan aplikasi peramalan. Jilid 1. Jakarta : Erlangga.
Generation.