 QOS Expressions

Kapasitas Kanal

Kapasitas Shannon :
 P 
C = W log 2 1 + 
 (W .N o )
=
W bandwidth

=
P daya sinyal

=
No daya noise

=
C kapasitas (bps)

Untuk kecepatan informasi R, jika R< C maka transmisi informasi handal.

Jika R > C maka transmisi informasi tidak handal atau tidak mungkin.
Dari matriks kanal yang diperoleh maka kapasitas dari sistem
D-MIMO dapat ditentukan melalui persamaan Shannon berikut
[2] :

 ρ *
C = log 2 det  I M + H d .H d 
 (N .K ) 
ρ =
SNR

=
Hd matriks kanal ; * = konjugat transpose (Hermitian)

=
M jumlah antena penerima

=
NK jumlah antena pemancar
Throughput

Throughput pada setiap link adalah jumlah bit yang berhasil

ditransmisikan pada link dengan benar setiap detik. Untuk
penyederhanaan, besarnya nilai throughput pada penelitian ini
dapat direpresentasikan oleh nilai kapasitas kanal. Pada kondisi
sempurna maka nilai throughput akan sama dengan kapasitas
kanal. Nilai throughput akan maksimal apabila daya terima juga
maksimal untuk bandwidth dan daya noise tetap.

Throughput = Kapasitas Kanal

Bit Error Rate (BER)

Dalam kanal dengan additive white noise gaussian (AWGN) probabilitas kesalahan

BPSK, QPSK, dan 8-PSK dapat dinyatakan sebagai berikut [8] :

 Es 
Ps = Q 
 N0 
 

 E s   1  E s 
Ps = 2Q  1 − Q 
 N   2  N 
 0   0 

 2Es π 
Ps = 2Q sin
 N0 M ary 
 
di mana Ps adalah probabilitas kesalahan simbol,

E s = E b (log 2 M ary ) adalah energi tiap simbol.

Ps
Pb ≅
log 2( M ary )

 x 
Q( x) = 0.5erfc 
 2
Estimasi BER

Ukuran kualitas suatu komunikasi digital adalah menghitung kinerja dari

probabilitas kesalahan simbol. Biasanya istilah yang biasa digunakan
yaitu probability of error (Pe) atau bit error rate (BER) Ada dua cara untuk
menentukan nilai BER yaitu [11] :

1. Simulasi Monte Carlo

Simulasi Monte Carlo adalah konsep yang paling sederhana dan

umum digunakan dalam menentukan probabilitas kesalahan Pe.
Urutan simbol yang diterima dibandingkan dengan simbol yang
ditransmisikan. Selanjutnya probabilitas kesalahannya dapat dihitung
sebagai berikut :
 jumlah kesalahan
Pe =
total simbol yang dikirim

Tingkat kehandalan yang baik dari probabilitas kesalahan pada

simulasi Monte Carlo dicapai jika Pe minimum yaitu 10 dibagi
jumlah simbol yang dikirimkan. Sebagai contoh yaitu apabila
dikirimkan 10 ribu bit maka probabilitas kesalahan yang diijinkan
adalah 10-3.
2. Simulasi Quasi Analytic

Simulasi yang dilakukan dalam menentukan probabilitas

kesalahan Pe dengan cara tanpa membandingkan jumlah simbol
yang salah dengan total simbol yang dikirim. Simulasi ini
dilakukan dengan tujuan untuk menghemat waktu dalam proses
running. Sebagai contoh yaitu apabila suatu simulasi
menggunakan modulasi BPSK maka setelah diketahui nilai SNR
dari persamaan (2-22) dapat ditentukan probabilitas kesalahan
sesuai persamaan (2-15).
Delay

Ada bermacam-macam delay pada sistem jaringan dan

telekomunikasi. Delay tersebut antara lain delay transmisi, delay
processing, delay antrian, dan delay propagasi. Berikut penjelasan
masing-masing delay tersebut.

a. Delay Transmisi

Dalam sebuah jaringan berbasis pada packet switching, delay transmisi

(store and forward delay) adalah jumlah waktu yang diperlukan untuk
mendorong semua paket bit ke dalam saluran transmisi. Dengan kata
lain, ini adalah keterlambatan yang disebabkan oleh kecepatan dalam
pengiriman bit. Secara matematis delay transmisi dapat ditulis sebagai
berikut (Hallsal, 1996) :
 𝐽
𝜏𝑇 =
𝑟
𝜏𝑇 delay transmisi
𝐽 jumlah bit
𝑟 transmisi rate (bps)

b. Delay Processing

Dalam sebuah jaringan berbasis pada packet switching, delay

processing adalah waktu yang diperlukan router untuk
memproses header paket. (Biasanya diabaikan).
c. Delay Antrian

Dalam teknik telekomunikasi dan komputer, delay antrian adalah

waktu pekerjaan menunggu dalam antrian sampai dapat dijalankan.
Istilah ini paling sering digunakan untuk merujuk pada router. Ketika
paket tiba di router, mereka harus diproses dan dikirimkan. Router
hanya dapat memproses satu paket pada suatu waktu. Jika paket tiba
lebih cepat di router maka router menempatkan paket ke dalam
antrian. Dianggap bahwa proses kedatangan berdistribusi
eksponensial (Poisson) serta proses layanan adalah tetap
(deterministik) yang memiliki server sebanyak satu. Sehingga model
antrian yang digunakan adalah M/D/1. Delay antrian pada model ini
dapat dituliskan seperti pada persamaan berikut (Fiche and
Hebuterne, 2004) :
 1 ℎ𝐴
𝜏𝐴 = ( )
2𝛿𝐴 𝛿𝐴 − ℎ𝐴

ℎ𝐴 rerata kedatangan suatu paket

𝛿𝐴 rerata keberangkatan suatu paket

d. Delay Propagasi

Propagasi dalam sistem komunikasi adalah proses perambatan

gelombang elektromagnetik (dalam hal ini medium transmisi adalah
udara) dari sumber ke tujuan. Waktu yang dibutuhkan gelombang
elektromagnetik tersebut menyebabkan delay propagasi. Delay
propagasi tersebut dapat dihitung dengan persamaan berikut
(Crane, 2003) :
 𝑑
𝜏=
𝐶

di mana 𝑑(𝑖, 𝑗) adalah jarak sumber ke tujuan dan 𝐶 adalah

kecepatan gelombang cahaya.

Dalam sistem jaringan dan komunikasi, biasanya delay

processing diabaikan sehingga delay keseluruhan yang
dibutuhkan sumber sampai ke tujuan dapat dituliskan dalam
persamaan berikut :

𝜏𝑈 = 𝜏 𝑇 + 𝜏𝐴 + 𝜏𝑃
Signal To Noise Ratio (SNR)

SNR pada setiap lintasan adalah perbandingan antara daya

terima dengan daya noise.

𝛾 = 𝑃𝑟 ⁄𝑁0

𝑃𝑟 daya sinyal terima

𝑁0 daya noise

Daya sinyal terima tergantung dari model propagasi yang

digunakan.
Model Path Loss dan Shadowing

1. Propagasi Nirkabel Luar Gedung

Komunikasi nirkabel adalah komunikasi antara pemancar dan

penerima menggunakan media transmisi berupa kanal nirkabel.
Dalam propagasi nirkabel, keberhasilan sinyal informasi sebelum
sampai destination akan dipengaruhi kondisi lingkungan
disekitarnya. Sinyal informasi dapat mengalami pantulan,
penyerapan, distorsi, maupun halangan.

𝛼
𝜆 𝜑
𝑃𝑟 = 𝑃𝑡 𝐺𝑡 𝐺𝑟 𝑑 −𝛼 1010
4𝜋
2. Propagasi Nirkabel Dalam Gedung

Untuk memahami propagasi di dalam gedung maka perlu

diketahui karakteristik propagasi antara lantai dengan dinding
dalam suatu gedung. Lintasan propagasi diantara lantai dalam
suatu gedung harus ditentukan. Menurut Honcharenko,dkk (1993)
ada dua lintasan yang terjadi dalam propagasi di dalam gedung
yang dapat dilihat pada Gambar 2.9.
 7

TX
4

RX
Lantai1

2 𝑀
𝜆 𝑋𝜑
𝑃𝑟 = 𝑃𝑡 𝐺𝑡 𝐺𝑟 𝑑 −𝛼 10 10 � |Γ𝑚 |2
4𝜋
𝑚=1
Load Variance

Load variance is the variance of traffic load over all

nodes, which is inversely proportional to the load
balance or fairness