10e00277 PDF

ANALISIS KINERJA KODE BCH
Oleh :
NAMA : EDY SUSANTO
NIM : 030402002
DEPARTEMEN TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS SUMATERA UTARA
MEDAN
2009
Edy Susanto : Analisis Kinerja Kode BCH, 2010.

ANALISIS KINERJA KODE BCH
Oleh :
EDY SUSANTO
030402002
Disetujui oleh,
Pembimbing
IR. SIHAR P. PANJAITAN,MT.

NIP : 131 945 815
Diketahui oleh,
Ketua Departemen Teknik Elektro FT USU
IR. NASRUL ABDI, MT.

NIP : 131 459 554

FAKULTAS TEKNIK
MEDAN
2009

ANALISA KINERJA KODE BCH
Oleh :
NAMA : EDY SUSANTO

NIM : 030402002
Tugas akhir ini diajukan untuk melengkapi salah satu syarat

untuk memperoleh gelar sarjana Teknik Elektro pada

FAKULTAS TEKNIK
MEDAN
Sidang pada tanggal di depan penguji

1.
2.
3.
Diketahui Oleh: Disetujui Oleh:

Ketua Departemen Teknik Elektro Pembimbing Tugas Akhir
IR.NASRUL ABDI,MT. IR.SIHAR P. PANJAITAN

NIP : 131 459 554 NIP : 131 945 815

ABSTRAK
Untuk menghasilkan suatu sistem komunikasi yang handal, dalam artian

bebas dari error, perlu diterapkan suatu algoritma atau kode yang dapat
mengoreksi kesalahan bit. Salah satu dari kode pengoreksi kesalahan yang cukup
popular adalah kode BCH. Dalam tugas akhir ini, penulis menggunakan Visual
Basic 6 untuk menunjukkan kinerja kode BCH.
Kode BCH yang dibahas memiliki karakteristik 31 bit kode biner, dengan
rincian 16 bit informasi dan 15 bit parity check. Karenanya Kode BCH (31,16) ini
mampu mengoreksi sebanyak 3 bit kesalahan.
Pada tulisan ini penulis menggunakan algoritma Berlekamp sebagai

algoritma pengdekodean BCH. Tugas Akhir ini membahas bagaimana pengaruh
implementasi kode pengoreksi kesalahan terhadap kinerja sistem komunikasi
secara keseluruhan. Hasil analisis menunjukkan terjadi penurunan nilai Eb / No
yang diperlukan untuk memperoleh BER sama dengan 0. Pada transmisi yang
disertai pengkodean BCH, nilai Eb / No yang diperlukan adalah 7, sedang pada
transmisi tanpa pengkodean sama dengan 8.

KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas kasih
dan karunia-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini.
Laporan Tugas Akhir ini dibuat sebagai salah satu syarat untuk
menyelesaikan pendidikan di Fakultas Teknik Departemen Teknik Elektro
Program Studi Teknik Telekomunikasi Universitas Sumatera Utara.
Penyelesaian Tugas Akhir ini tidak terlepas dari bantuan banyak pihak dan
pada kesempatan ini penulis ingin menyampaikan ucapan terima kasih yang
sebesar-besarnya kepada :
1. Kedua orang tua penulis, yang telah memberikan dukungan moril, doa,
dan materiil serta limpahan kasih sayang kepada penulis.
2. Saudara-saudara penulis, yang memberikan yang terbaik bagi keluarga.
3. Buat kawan kawan di DCKC, yang selalu memberikan dukungan.
4. Bapak Ir. Sihar P. Panjaitan, MT, selaku dosen pembimbing Tugas Akhir,
atas segala bimbingan, pengarahan, dan motivasi dalam menyelesaikan
Tugas Akhir ini.
5. Bapak Ir. Nasrul Abdi, MT. dan Bapak Rahmad Fauzi,ST,MT. selaku
Ketua Departemen dan Sekretaris Departemen Teknik Elektro, Fakultas
Teknik Universitas Sumatera Utara.
6. Bapak Soeharwinto, ST. MT. selaku Dosen Wali penulis atas segala
nasehat dan bimbingannya kepada penulis dalam mengikuti kegiatan
akademik.

7. Seluruh staf pengajar Departemen Teknik Elektro, khususnya konsentrasi
telekomunikasi yang telah membekali penulis dengan berbagai disiplin
ilmu.
8. Seluruh pegawai dan karyawan Departemen Teknik Elektro Fakultas
Teknik Universitas Sumatera Utara.
9. Teman – teman di Departemen Teknik Elektro USU angkatan 2003; yang
selama ini telah menjadi teman seperjuangan dalam hari-hari kuliah.
10. Serta semua pihak yang telah banyak membantu penulis dalam
menyelesaikan Tugas Akhir ini yang tidak dapat disebutkan satu persatu.
Penulis menyadari bahwa Tugas Akhir ini tidak luput dari kekurangan-
kekurangan. Oleh karena itu, dengan segala kerendahan hati penulis memohon
maaf, dan penulis menerima saran dan kritik untuk perbaikan Tugas Akhir ini.
Akhir kata semoga Tugas Akhir ini bermanfaat bagi kita semua.
Medan, Mei 2009
Penulis

DAFTAR ISI
Abstrak .............................................................................................................. i
Kata Pengantar ................................................................................................. ii
Daftar Isi.................. .......................................................................................... iv
Daftar Gambar ................................................................................................. vii
Daftar Tabel....... ............................................................................................... viii
BAB I Pendahuluan .......................................................................................... 1
11 Latar Belakang ................................................................................... 1
1.2 Rumusan Masalah ............................................................................. 2
1.3 Tujuan Penulisan ............................................................................... 2
1.4 Batasan Masalah ................................................................................ 3
1.5 Metode Penulisan .............................................................................. 3
1.6 Sistematika Penulisan ........................................................................ 4
BAB II Landasan Teori .................................................................................... 5
2.1 Komunikasi Data ............................................................................... 5
2.2 Gangguan Transmisi ......................................................................... 9
2.3 Konsep Dasar Sistem Pengkodean ..................................................... 13
2.4 Pendeteksian Kesalahan ..................................................................... 20
2.5 Perkembangan Teori Pengkodean ...................................................... 20
2.5.1 Formula Shannon ............................................................. 21
2.6 Dasar Aljabar .................................................................................... 23
2.6.1 Group ............................................................................... 23
2.6.2 Ring ................................................................................. 24

2.6.3 Field………………………………………………………..25
2.6.4 Polynomial Ring…………………………………………...26
2.6.5 Galois Field………………………………………………...27
2.6.6 Primitif Polinomial…………………………………………30
2.6.7 Minimal Polinomial………………………………………..31
2.7 Kode Block Linear ............................................................................ 36
2.7.1 Jarak Minimum ................................................................ 38
2.8 Kode Siklis……………………………………………………………..39
2.9 Kode Hamming………………………………………………………...40
2.10 Kode Reed-Solomon………………………………………………….41
2.11 Kode Konvolusi………………………………………………………42
2.12 Metode BCH Code……………………………………………………48
BAB III Pemodelan Kode BCH ........................................................................ 53
3.1 Algoritma Pengkodean dan Pengdekodean BCH................................ 53
3.2 Model Sistem .................................................................................... 64
BAB IV Simulasi Kode BCH............................................................................ 68
4.1 Fungsi pada Model Sistem ................................................................. 68
4.1.1 Fungsi Pembangkitan Pesan ............................................... 68
4.1.2 Fungsi Encoder .................................................................. 69
4.1.3 Fungsi Modulator .............................................................. 70
4.1.4 Fungsi Pembangkitan Kesalahan Bit………………………..71
4.1.5 Fungsi Demodulator………………………………………..72
4.1.6 Fungsi Decoding ............................................................... .72
4.2 Penjelasan Interface ........................................................................... 74

4.3 Contoh Perhitungan Kode BCH ......................................................... 77
4.4 Evaluasi Performansi Kode BCH……………………………………….83
4.5 Faktor yang mempengaruhi Simulasi………………………………….85
4.6 Hasil Simulasi………………………………………………………….86
BAB V Kesimpulan dan Saran ......................................................................... 88
V.1 Kesimpulan ...................................................................................... 88
V.2 Saran ................................................................................................ 88
Daftar Pustaka .................................................................................................. 89

DAFTAR GAMBAR
Gambar 2.1 Gambaran Umum Model Komunikasi ..................................... 7
Gambar 2.2 Rincian Proses Transmisi Data .................................................... 8
Gambar 2.3 Blok Diagram untuk Sistem Pengkodean Digital ........................ 15
Gambar 2.4 Perbedaan Kode BCH dan Kode R-S .......................................... 46
Gambar 3.1 Proses Encoding pada BCH Code ................................................ 54
Gambar 3.2 Proses Decoding pada BCH Code ................................................ 55
Gambar 3.3 Model Sistem................................................................................. 64
Gambar 4.1 Form Input untuk Tutorial Pembelajaran .................................. 74
Gambar 4.2 Form Tutorial Pembelajaran ....................................................... 75
Gambar 4.3 Form Analisis ................................................................................ 76
Gambar 4.4 Hasil Simulasi untuk carrier rate =20.......................................... 86
Gambar 4.5 Hasil Simulasi untuk carrier rate = 80......................................... 87

DAFTAR TABEL
Tabel 2.1 Primitive Polynomial pada GF(2) ................................................ 34
Tabel 2.2 Rincian Minimal Polynomial........................................................ 36
Tabel 3.1 Galois Field GF (25) ...................................................................... 57
Tabel 3.2 Tabel dari Algoritma Peterson-Berlekamp ................................. 63

BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Untuk menghasilkan suatu sistem komunikasi yang bebas error
diperlukan suatu pengkodean. Pengkodean ini bertujuan untuk mengoreksi
kesalahan atau error yang terjadi. Akan tetapi, masalah yang timbul
menunjukkan bahwa diperlukan suatu pengkodean yang tidak hanya dapat
mengoreksi error yang terjadi, tetapi juga menawarkan suatu algoritma
pengkodean dan pengdekodean yang efisien. Menurut teori Shannon, sebuah kode
yang bagus memungkinkan sistem komunikasi untuk mencapai kecepatan
transmisi yang mendekati kapasitas kanal itu sendiri.
Semua teori pengkodean, dimulai dari Kode Hamming, telah memberikan
kontribusi terhadap permasalahan ini, yaitu bagaimana melewatkan satu kesatuan
data melalui suatu kanal dengan kemungkinan error yang besar. Dengan bantuan
kode blok linear, dan formula matematika, banyak kode - kode yang telah
ditemukan, diantaranya, kode Golay, kode BCH, dan kode Reed – Solomon.
Kode BCH adalah kode pengoreksi kesalahan jamak yang berulang. Kode
ini ditemukan oleh Bose, Chaudari, dan Hocquenghem. Kode ini merupakan
sebuah kelas yang berisikan kode kode siklis pengoreksi kesalahan. Kode BCH
merupakan sebuah kode yang cukup menonjol dalam bidang pengoreksi kesalahan
jamak ( multiple error) secara teoritis maupun praktik.
Adapun parameter yang bisa digunakan untuk menentukan kehandalan
suatu kode dalam mengoreksi kesalahan pada transmisi sinyal digital adalah laju
kesalahan bit dan Eb / No. Oleh karena itu, dalam Tugas Akhir ini akan dianalisis

performansi system yang menggunakan kode BCH, dibandingkan dengan system
yang tidak mengimplementasikannya. Kode BCH dipilih karena kehandalannya
dalam mengoreksi sejumlah t kesalahan yang muncul secara acak dengan
menggunakan algoritma pengdekodean yang sederhana.
1.2 Rumusan Masalah
Rumusan masalah yang akan dibahas pada Tugas Akhir ini adalah :
a. Bagaimana prinsip kerja BCH dalam mengoreksi kesalahan bit.
b. Bagaimana performansi sistem yang menggunakan kode BCH.
c. Bagaimana cara kerja algoritma Berlekamp.
d. Apa saja kinerja yang dihitung atau ditampilkan.
1.3 Tujuan Penulisan
Tujuan penulisan Tugas Akhir ini adalah untuk memperlihatkan
penurunan nilai energy per bit Eb/No yang diperlukan untuk menghasilkan BER
=0, bila dibandingkan dengan transmisi data tanpa disertai pengkodean BCH.
1.4 Batasan Masalah
Untuk menghindari pembahasan yang meluas maka penulis membatasi
pembahasan permasalahan. Adapun yang menjadi batasan masalah dalam Tugas
Akhir ini adalah :
a. Hanya membahas algoritma pengkodean dan pengdekodean BCH (31,16).
b. Kanal pentransmisian merupakan kanal diskrit tanpa memory, dan Noise yang
dibangkitkan pada kanal hanya Noise AWGN

c. Algoritma yang digunakan adalah algortima pengdekodean Berlekamp
d. Model simulasi mengikut i model Jacobs – Viterbi
e. Tidak membahas kode BCH non binary
f. Jumlah bit yang dapat dikoreksi sebanyak 3 bit
g. Tidak membahas Daya Transmisi yang diperlukan untuk mentransmisi bit
data
1.5 Metodologi Penulisan
Metode pembahasan yang digunakan dalam Tugas Akhir ini adalah Studi
Literatur. Studi ini dilakukan dengan rincian sebagai berikut :
a. Pembahasan melalui buku-buku, jurnal, majalah maupun artikel-artikel
lainnya yang mendukung dalam analisis kinerja kode BCH
b. Diskusi dengan dosen yang menguasai ataupun memahami Tugas Akhir ini.
c. Menggunakan Simulasi untuk menampilkan grafik BER vs Eb / No
d. Simulasi menggunakan bahasa pemrograman Microsoft Visual Basic 6.0.
1.6 Sistematika Penulisan
Untuk mempermudah pembahasan, maka penulisan tugas akhir ini dibagi
atas lima bab, yaitu :
BAB I PENDAHULUAN
Bab ini berisi tentang latar belakang masalah, rumusan masalah,
tujuan penulisan, batasan masalah, metodologi penulisan dan
sistematika penulisan sebagai gambaran umum pembahasan secara
keseluruhan.

BAB II BCH
Bab ini berisi Pengertian dan Prinsip Dasar kode BCH, Pembentukan
Generator Polinomial, dan Pembentukan Kode BCH.
BAB III MODEL SISTEM
Bab ini berisi uraian mengenai Algoritma Pengkodean dan Algoritma
Pengdekodean, Model Sistem, dan Sistem Pembangkitan Salah Bit.
BAB IV SIMULASI
Bab ini berisi analisis hasil numerik yang didapatkan dari model
simulasi. Kemudian melakukan plot grafik BER vs Eb/ No.
BAB V PENUTUP
Bab ini berisi kesimpulan dari pengaruh implementasi Kode BCH
pada sistem Komunikasi.

BAB II
LANDASAN TEORI
2.1 Komunikasi Data
Komunikasi data merupakan penggabungan antara dunia komunikasi
dengan komputer. Komunikasi manusia adalah komunikasi antar manusia (baik
dengan bantuan alat maupun langsung) sedangkan komunikasi data adalah
komunikasi antar komputer atau perangkat digital lainnya (PDA, printer,
handphone).
Komunikasi data adalah proses transmisi data yang di-encode melalui
media elektrik, optik, wireless antara komputer atau prosesor jaringan. Transmisi
suara dapat saja dijadikan transmisi data jika informasi suara tersebut dirubah
(dikodekan) menjadi bentuk digital. Komunikasi digital merupakan sesuatu hal
yang penting dalam suatu infrastruktur komunikasi yang sedang dibangun. Di
bawah ini ada beberapa faktor yang harus diperhatikan pada komunikasi data:
a. Jumlah dan lokasi pemrosesan data.
b. Jumlah dan lokasi terminal (remote).
c. Tipe transaksi.
d. Kepadatan lalu lintas tiap tipe transaksi.
e. Prioritas/urgensi informasi yang disalurkan.
f. Pola lalu lintas.
g. Bit error rate yang dibutuhkan.
h. Keandalan sistem yang digunakan.
i. Revenue yang mungkin didapat.

Supaya suatu sistem komunikasi dapat berjalan secara lancar dan global,
maka perlu dibuat suatu standar protokol yang dapat menjamin:
• Kompatibilitas penuh antara dua peralatan setara
• Bisa melayani banyak peralatan dengan kemampuan berbeda-beda
• Berlaku umum dan mudah untuk dipelajari atau diterapkan.
Kegunaan dasar dari sistem komunikasi adalah menjalankan pertukaran
data antara 2 pihak. Contohnya adalah pertukaran sinyal-sinyal suara antara 2
telepon pada suatu jaringan yang sama.
Elemen-elemen kunci dari model komunikasi dasar adalah:
a. Source (Sumber)
Alat ini membangkitkan data sehingga dapat ditransmisikan, contoh: telepon
dan PC (Personal Computer).
b. Transmitter (Pengirim)
Biasanya data yang dibangkitkan dari sistem sumber tidak ditransmisikan
secara langsung dalam bentuk aslinya. Sebuah transmitter cukup memindah
dan menandai informasi dengan cara yang sama seperti menghasilkan sinyal-
sinyal elektro-magnetik yang dapat ditransmisikan melewati beberapa sistem
transmisi berurutan. Sebagai contoh, sebuah modem tugasnya menyalurkan
suatu digital bit stream dari suatu alat yang sebelumnya sudah dipersiapkan
misalnya PC, dan mentransformasikan bit stream tersebut menjadi suatu
sinyal analog yang dapat melintasi melalui jaringan telepon.
c. Transmission System (Sistem Transmisi)

Berupa jalur transmisi tunggal (single transmission line) atau jaringan
kompleks (complex network) yang menghubungkan antara sumber dengan
destination (tujuan).
d. Receiver (Penerima)
Receiver menerima sinyal dari sistem transmisi dan menggabungkannya ke
dalam bentuk tertentu yang dapat ditangkap oleh tujuan. Sebagai contoh,
sebuah modem akan menerima suatu sinyal analog yang datang dari jaringan
atau jalur transmisi dan mengubahnya menjadi suatu digital bit stream.
e. Sumber Noise
Noise merupakan gangguan yang muncul selama transmisi data berlangsung.
Noise memperngaruhi mutu atau kualitas dari sinyal yang diterima pada
bagian receiver. Untuk lebih detailnya, Noise dibahas pada sub-bab 2.2
f. Destination (Tujuan)
Menangkap data yang dihasilkan oleh receiver.
Sumber Pengirim Penerima

Tujuan
Informasi (Transmitter) Sinyal yg Sinyal yg (Receiver)
Pesan
dikirm diterima
Sumber Noise
Gambar 2.1 Gambaran Umum Model Komunikasi
Source (sumber) dan transmitter (pengirim) merupakan bagian dari sistem
sumber, sedangkan receiver (penerima) dan destination (tujuan) merupakan
bagian dari sistem tujuan.

Proses transmisi / pengiriman data secara terperinci dapat dilihat pada
gambar di bawah ini,
Analog Analog
Digital bit signal signal Digital bit
stream stream
Transmission
Source Transmitter Receiver Destination
System
1 2 3 4 5 6
Gambar 2.2 Rincian proses transmisi data
Keterangan :
1. Informasi yang di-input.
2. Data yang di-input.
3. Signal yang akan ditransmisikan berupa signal analog.
4. Signal yang diterima berupa signal analog.
5. Data output.
6. Informasi output.
Sebagai contoh komunikasi data, diambil ilustrasi transmisi data pada
surat elektronik (electronic mail) seperti berikut:
Anggap saja perangkat input dan transmitter merupakan komponen dari
suatu PC, user bermaksud mengirim suatu pesan m ke user yang lain. User
mengaktifkan program electronic mail di dalam PC dan memasukkan pesan
melalui keyboard (perangkat input). String karakter secara singkat ditahan di
dalam memori utama. PC dihubungkan dengan beberapa media transmisi,
misalnya sebuah local network atau jaringan telepon, lewat suatu perangkat I/O
(transmitter), dalam hal ini berupa local network transceiver atau modem. Data

yang masuk ditransfer ke transmitter sebagai rangkaian dari perubahan tegangan
yang menunjukkan bit – bit pada communication bus atau kabel. Transmitter
dihubungkan secara langsung ke media dan merubah aliran yang masuk menjadi
sinyal yang mampu untuk ditransmisikan.
Sinyal yang ditransmisikan yang diserahkan ke media menjadi subyek
untuk sejumlah gangguan, sebelum mencapai receiver. Jadi, sinyal yang diterima
dapat saja berbeda dari sumbernya. Receiver akan berupaya menganalisis keaslian
data sumber, didasarkan atas sinyal yang diterima dan pengetahuannya atas media
dan menghasilkan rangkaian bit. Bit – bit ini dikirim ke komputer output, di mana
bit – bit tersebut secara singkat ditahan di dalam memori. Dalam beberapa kasus,
sistem tujuan akan berupaya untuk memperingatkan bila terjadi error, dan untuk
selanjutnya bekerja sama dengan sistem sumber sampai akhirnya mendapatkan
data yang bebas dari error (error-free data). Data – data ini kemudian diberikan
kepada user melalui suatu perangkat output, seperti printer atau layar monitor.
Pesan atau message yang dilihat oleh user biasanya merupakan salinan dari pesan
aslinya.
2.2 Gangguan Transmisi
Masalah utama dalam merancang sebuah fasilitas komunikasi adalah
gangguan transmisi. Untuk sinyal-sinyal analog, gangguan transmisi
memperkenalkan efek random yang menurunkan mutu informasi yang diterima
dan kemungkinan mempengaruhi kejelasan data. Sedangkan sinyal-sinyal digital,
gangguan transmisi dapat menyebabkan bit error pada receiver.
Secara umum, gangguan transmisi yang paling signifikan adalah:

a. Atenuasi
Kekuatan sinyal berkurang bila jaraknya terlalu jauh melalui media transmisi.
Untuk guided media, penurunan dalam hal kekuatan, atau atenuasi, pada
umumnya mengikuti fungsi logarithm. Sehingga biasanya dinyatakan sebagai
jumlah desibel konstan per unit jarak. Untuk unguided media, atenuasi adalah
fungsi yang lebih kompleks dari jarak. Atenuasi membawa tiga pertimbangan
untuk membangun transmisi. Pertama, sinyal yang diterima harus cukup kuat
sehingga arus elektronik pada receiver bisa mendekati sinyal. Kedua, sinyal
harus mempertahankan level yang lebih tinggi dibanding derau yang diterima
tanpa error. Ketiga, atenuasi merupakan fungsi frekuensi yang meningkat.
Permasalahan pertama dan kedua berkaitan dengan perhatian terhadap
kekuatan sinyal dan penggunaan amplifier atau repeater. Untuk hubungan
ujung ke ujung, kekuatan sinyal sebuah transmitter harus cukup kuat agar
dapat diterima dengan jelas, namun juga tidak perlu terlalu kuat agar tidak
menimbulkan overload pada sirkuit transmitter atau repeater, yang bisa
menyebabkan distorsi. Melampaui jarak tertentu, atenuasi tidak dapat diterima
dengan baik, dan repeater atau amplifier dipergunakan utnuk memperkuat
sinyal pada interval yang wajar. Permasalahan ini menjadi lebih kompleks
untuk jalur multipoint dimana jarak dari transmitter menuju receiver tidak
tetap.
b. Distorsi Tunda
Distorsi tunda merupakan sebuah fenomena khas pada media guided. Distorsi
yang terjadi disebabkan oleh kenyataan bahwa kecepatan penyebaran sebuah
sinyal melewati medium guided berbeda dengan frekuensi. Untuk sebuah

signal band terbatasi, kecepatannya cenderung sangat tinggi di dekat pusat
frekuensi dan turun mengarah pada kedua sisi band. Sehingga berbagai
komponen frekuensi suatu sinyal akan mencapai receiver pada waktu yang
berlainan, dan mengakibatkan fasenya berubah di antara frekuensi yang
berbeda-beda.
Efek ini menunjuk pada distorsi tunda, akibat sinyal yang diterima mengalami
distorsi karena berbagai penundaan yang dialami pada pemilih frekuensinya.
Distrosi tunda sangat kritis bagi data digital. Anggap saja, suatu rangkaian bit
sedang ditransmisikan baik dengan menggunakan signal analog maupun signal
digital. Karena mengalami distrosi tunda, beberapa komponen sinyal dair satu
posisi bit meluap (spill over) ke posisi bit yang lain, dan menimbulkan
gangguan inter-simbol, yang merupakan batasan utama terhadap bit rate
maksimum sepanjang channel transmisi.
c. Derau
Untuk suatu peristiwa pentransmisian data, sinyal yang diterima akan berisikan
sinyal-sinyal yang ditransmisikan, dimodifikasi oleh berbagai distorsi yang
terjadi melalui sistem transmisi, plus sinyal-sinyal tambahan yang tidak
diinginkan yang diselipkan di suatu tempat di antara transmisi dan penerimaan.
Berikutnya, sinyal-sinyal yang tidak diharapkan tersebut disebut sebagai derau.
Derau dapat dibagi menjadi empat kategori, yaitu:
i. Derau suhu
Merupakan suatu gejolak thermal elektron. Muncul di semua perangkat
elektronik dan media transmisi serta merupakan fugnsi temperatur. Derau
suhu secara keseluruhan disebarkan sepanjang spektrum frekuensi dan

sering juga disebut segagai white noise. Derau suhu tidak dapat
dihilangkan dan karena itu menempatkan suatu batas atas pada unjuk kerja
sistem komunikasi.
ii. Derau Intermodulasi
Derau intermodulasi akan terjadi bila terdapat beberapa sifat tidak linear
pada transmitter, receiver, atau sistem transmisi yang menghalangi.
Normalnya, komponen-komponen ini berlaku sebagai sistem linear, yaitu
output sama dengan input kali suatu konstanta. Pada suatu sistem
nonlinear, output merupakan fungsi yang lebih kompleks dari input. Sifat
tidak linear semacam ini disebabkan karena tidak berfungsinya komponen
atau penggunaan kekuatan sinyal yang terlalu berlebihan.
iii. Crosstalk
Crosstalk dialami oleh siapapun yang saat menggunakan telepon,
terdengan percakapan lain; ini merupakan kopel yang tidak diharapkan
yang terjadi di antara sinyal. Dapat pula terjadi karena kopel elektrik di
antara twisted pair yang berdekatan. Crosstalk dapat pula terjadi bila
sinyal-sinyal yang tidak diharapkan tersebut disebarkan melalui antena
gelombang mikro, meskipun antena pengarah dipergunakan, namun energi
gelombang mikro tersebar luas selama proses propagasi.
iv. Derau impuls
Derau impuls umumnya hanyalah gangguan kecil bagi data analog.
Sebagai contoh, transmisi suara dapat diganggu oleh bunyi klik dan

gemerisik tanpa mengurangi kejelasannya. Bagaimanapun juga, derau
impuls juga merupakan sumber utama terjadinya error dalam komunikasi
data digital. Gangguan ini kadang-kadang cukup memadai untuk
mengubah 1 menjadi 0 atau 0 menjadi 1.
2.3 Konsep Dasar Sistem Pengkodean
Pada proses transmisi data digital melalui suatu saluran komunikasi fisik
dalam sebuah sistem komunikasi dan penyimpanan data pada media penyimpanan
dalam sebuah sistem komputer, data digital ditransfer dari suatu sumber informasi
ke suatu tujuan. Karena saluran komunikasi atau media pemyimpanan dapat
mengalami berbagai macam jenis gangguan, distorsi dan interferensi, output dari
saluran komunikasi atau media penyimpanan dapat berbeda dari input. Hal ini
disebabkan oleh kesalahan (error) yang dapat menghalangi atau mengganggu
proses transmisi. Oleh karena itu, kebutuhan akan pengontrolan kesalahan (error
control) semakin besar dalam saluran komunikasi dan media penyimpanan.
Kode dan algoritma pengkodean yang bagus tersedia untuk memenuhi
kebutuhan ini. Kemajuan pesat dari teknologi integrated circuit chip
memungkinkan proses perancangan dan implementasi dari pasangan encoder-
decoder yang menggunakan algoritma pengkodean ini.
Teori dan praktek dari kode pengontrolan kesalahan (error-control coding)
berhubungan erat dengan pengamanan dari informasi digital terhadap kesalahan
yang muncul pada saat transmisi atau penyimpanan data. Perhatian utama dari
designer adalah proses pengontrolan kesalahan sehingga dapat dilakukan
reproduksi informasi dan data yang akurat dan dapat dipercaya.

Blok diagram pada Gambar 2.3 berikut mengilustrasikan elemen-elemen
dasar yang diperlukan untuk melakukan proses transmisi atau penyimpanan
informasi digital melalui suatu sistem pengkodean. Untuk sistem ini, semua
informasi yang ditransmisikan antar blok harus dalam bentuk digital.
Information Source Channel Modulator

source Encoder Encoder (writing unit)
Encoder
Digital source
Channel
Noise
(storage medium)
Source Channel Demodulator

User
Decoder Decoder (reading unit)
Decoder
Digital data sink Digital channel
Gambar 2.3 Blok Diagram untuk Sistem Pengkodean
Digital
Data yang masuk ke dalam sistem komunikasi (communication system)
atau sistem penyimpanan (storage system) dari sumber informasi (information
source) akan diproses pertama kali oleh suatu pengkodean sumber (source
encoder) yang dirancang untuk mengkonversi informasi sumber menjadi bentuk
kode. Biasanya, source encoder akan mengubah output sumber menjadi sebuah
deretan bit biner yang disebut sebagai deretan informasi (information sequence) d.
Output sumber dapat berupa sebuah gelombang kontinu (continuous waveform)
atau sebuah deretan dari simbol diskrit (sequence of discrete symbols). Dalam
kasus output analog, source encoder harus memiliki kemampuan konversi dari
analog ke digital (A/D), contohnya pulse-code modulation (PCM).
Pengkodean saluran komunikasi (channel encoder) mentransformasikan
information sequence d menjadi sebuah barisan pengkodean biner (binary-coded
sequence) c yang disebut sebagai code word.

Code word dari saluran komunikasi (channel) berupa sebuah barisan yang
baru dan lebih panjang yang berisi redundansi dari simbol cek paritas (parity-
check symbols). Setiap simbol dalam code word dapat diwakili oleh suatu bit
ataupun kelompok bit. Secara umum, digit biner tidak cocok untuk proses
transmisi melalui saluran komunikasi bergelombang (waveform channel) atau
proses penyimpanan pada media penyimpanan digital.
Digit biner pada sebuah code word dari channel encoder dimasukkan ke
dalam sebuah modulator atau unit penulisan (writing unit) yang
mentransformasikan setiap bit menjadi gelombang sinyal dasar (elementary signal
waveform). Oleh karena itu, modulator harus mengubah setiap bit dari code word
saluran komunikasi menjadi suatu gelombang yang cocok dengan durasi T sekon
agar bit-bit tersebut dapat ditransmisikan. Binary phase shift keying (BPSK) atau
frequency shift keying (FSK) sering dipakai sebagai pembentuk signal gelombang
untuk mentransmisikan code word.
Gelombang ini akan masuk ke saluran komunikasi atau media
penyimpanan dan akan dirusak atau diubah oleh kegaduhan (noise). Saluran
komunikasi gelombang ini terdiri dari semua perangkat keras (hardware) dan
media fisik yang akan dilalui oleh gelombang dari modulator output atau media
penulisan menuju ke demodulator input atau media pembacaan.
Dalam sistem koheren, skema modulasi biner dari BPSK yang sering
digunakan. Dengan proses transmisi biner ini, 1 direpresentasikan oleh gelombang
(7)
…(2.1)
sedangkan 0 direpresentasikan oleh sinyal antipodal
(7) …(2.2)

dimana kekuatan gelombang adalah
(7)
…(2.3)
.
Dalam sistem BPSK non-koheren, proses demodulasi dari signal
gelombang tidak dapat dilakukan. Maka, sebagai penggantinya, digunakan
sepasang signal nada (signal tones)
(7)
…(2.4)
dan
(7)
…(2.5)
untuk merepresentasikan digit 0 dan 1 yang ditransmisikan.
Beberapa contoh waveform channel adalah saluran telepon, hubungan
microwave, hubungan radio berfrekuensi tinggi, hubungan telemetri dan
hubungan satelit. Sedangkan, beberapa contoh media penyimpanan adalah core
memory, magnetic tapes, disk files dan optical memory unit.
Setiap elemen dalam contoh yang disebutkan di atas merupakan subjek
gangguan dari berbagai jenis noise. Beberapa kegaduhan acak (random noise)
atau kegaduhan penuh (burst noise) sering ditambahkan ke waveform channel
selama proses transmisi. Distorsi dapat diakibatkan oleh penyaringan padat atau
jalur signal ganda. Gangguan ini dapat mengakibatkan terjadinya penahanan
signal yang akan mengubah amplitudo dari signal yang diterima ataupun saluran
komunikasi itu sendiri akan memiliki berbagai interval waktu yang berbeda-beda.
Secara umum, gangguan ini dapat dimodelkan sebagai proses additive gaussian,

atau dapat berupa berbagai macam kegaduhan area (urban noise) ataupun terjadi
karena gangguan disengaja dari pihak yang tidak bersahabat.
Saluran komunikasi (channel) juga memiliki beberapa bentuk. Untuk
memoryless channel, noise akan memiliki efek terhadap setiap bit yang
ditransmisikan, sehingga kesalahan transmisi terjadi secara acak (random error)
pada code word yang diterima. Beberapa contoh memoryless channel adalah
saluran komunikasi satelit dan saluran komunikasi jarak jauh. Untuk memory
channel, noise tidak terjadi secara bebas pada saluran komunikasi, dan kesalahan
transmisi terjadi secara menyeluruh (burst error). Contoh dari channel ini adalah
saluran komunikasi radio, saluran telepon dan penyimpanan magnetik. Tentu saja
juga terdapat beberapa channel yang memiliki kombinasi dari random error dan
burst error.
Setelah itu, signal hasil yang diterima akan diproses pertama kali oleh
demodulator dan kemudian oleh channel decoder. Demodulator atau unit
pembacaan (reading unit) membuat keputusan untuk setiap signal yang diterima
dari durasi T sekon untuk menentukan digit 1 atau 0 yang ditransmisikan. Proses
ini disebut hard decision. Output dari demodulator disebut sebagai received word
r. Nilai r ini dapat tidak cocok dengan code word c yang ditransmisikan sebagai
akibat dari kesalahan transmisi. Setiap digit yang didemodulasi merupakan
perkiraan terbaik dari digit yang ditransmisikan , tetapi demodulator dapat
membuat beberapa kesalahan karena noise yang terdapat pada channel.
Probabilitas bahwa perkiraan ini benar tergantung pada signal-to-noise ratio
(SNR) pada data bandwidth, banyaknya distorsi signal yang terjadi sebagai akibat
dari penyaringan dan efek nonlinier, dan skema deteksi yang digunakan.

Channel decoder mentransformasikan deretan r yang diterima ke bentuk
deretan biner d, atau deretan informasi yang diperkirakan. Karena noise dapat
mengakibatkan beberapa kesalahan decoding, channel decoder harus
diimplementasikan untuk meminimisasi probabilitas dari kesalahan decoding.
Channel decoder menggunakan sindrom dasri code word r yang diterima untuk
memperbaiki kesalahan pada word yang diterima dan menghasilkan perkiraan
deretan informasi d. Jika semua kesalahan telah diperbaiki, maka deretan
informasi perkiraan d akan cocok dengan informasi sumber d yang asli.
Source decoder mentransformasikan deretan perkiraan d menjadi
perkiraan dari output sumber dan mengirimkan perkiraan ini kepada pemakai.
Dengan demikian, source decoder melakukan operasi yang berlawanan dengan
source encoder dan mengirimkan output-nya ke tujuan.
2.4 Pengdeteksian Kesalahan
Pada saat data berada dalam transmission system terdapat kemungkinan
data terkorupsi (data error). Data error tersebut akan diperbaiki oleh receiver
melalui proses error detection dan error correction. Proses error detection
dilakukan oleh transmitter dengan cara menambahkan beberapa bit tambahan
(parity check bit) ke dalam data yang akan ditransmisikan. Proses error detection
dan correction ini sering digunakan pada High speed modem, dan telepon selular
(cellular phones)

2.4.1 Ukuran Informasi
Kandungan informasi dari suatu kejadian terkait dengan probabilitas
kejadiannya. Suatu pesan dengan probabilitas kejadian tinggi mempunyai
informasi yang sedikit. Sebaliknya pesan dengan probabilitas rendah mempunyai
informasi yang lebih besar. Suatu sumber informasi yang mengirimkan satu dari
sejumlah q pesan yang mungkin : dengan probabilitas kemunculan
: mempunyai probabilitas total . Jumlah
informasi yang terkandung dalam pesan ke-i yang dilambangkan dengan Ii akan
berbanding terbalik dengan probabilitasnya. I akan mendekati 0 jika p mendekati
1 dan I tidak boleh bernilai negatif karena setiap pesan mengandung informasi.
Formula matematisnya dinyatakan sebagai berikut (8) :
untuk
…(2.1a)
untuk
…(2.1b)
untuk
….(2.1c)
Untuk sumber yang mengeluarkan dua pesan berurutan yang independent : xA dan
xB dengan probabilitas bersama , maka (8) :
...(2.2)
Shannon mendefinisikan ukuran informasi dari suatu pesan A dengan
probabilitas kejadian PA yang memenuhi persamaan (2.1-2.2) adalah suatu fungsi
logaritmik.

...(2.3)
dimana I disebut self-information dan b adalah basis logaritma.
Basis logaritma yang dipergunakan menentukan satuan informasi. Basis
logaritma bilangan natural (e) menghasilkan informasi dengan satuan nat, basis 10
mempunyai satuan decit dan basis 2 mempunyai satuan bit.
2.4.2 Entropy dan Kecepatan Informasi
Tinjau suatu sumber informasi yang mengeluarkan sederetan simbol yang
berasal dari M simbol yang berbeda, yang dinyatakan dengan .
Masing masing simbol mempunyai probabilitas Pi dan self information Ii.
Keseluruhan probabilitas simbol harus memenuhi
...(2.4)
Asumsi yang diberikan adalah bahwa sumber stationary dan simbol
simbol bersifat statistically independent. Sumber mengeluarkan simbol dengan
kecepatan r simbol/detik. Properti seperti ini didefinisikan sebagai discrete
memoryless source. Nilai kandungan informasi per simbol diberikan oleh rata rata
statistik :
...(2.5)
yang disebut entropy sumber. Jadi, untuk suatu deretan simbol yang panjang, rata
rata kandungan informasi tiap simbol adalah H bit, tanpa harus tahu seperti apa
deretan simbol tersebut. Jika sumber mengeluarkan simbol, total informasi
yang dikirm adalah nH bits. Karena sumber mengeluarkan sejumlah r simbol per
detik, maka durasi waktu dari deretan simbol ini adalah n/r. Jadi, informasi harus
dikirim dengan kecepatan rata rata :

...(2.6)
Dimana R adalah kecepatan transmisi informasi.
Shannon menegaskan bahwa informasi dari suatu sumber diskrit tanpa memori
bisa dikodekan dalam digit biner dan ditransmisikan melalui kanal bebas noise
dengan kecepatan :
(binit/detik)...(2.7)
2.5 Kanal Komunikasi
Elemen sistem komunikasi (digital biner) bisa dibagi dalam tiga bagian
utama, yaitu pemancar, penerima, dan kanal fisik. Istilah kanal komunikasi
mempunyai pengertian dan karakteristik yang berbeda, tergantung dari terminasi
dan fungsinya, seperti ditunjukkan pada gambar 2.2
Pemancar Kanal Phisik Penerima

noise
Channel Media demodulato Channel

modulator Σ
encoder transmisi r decoder
B C D E F
Kanal Kontinyu (analog)
Kanal coding (diskrit)
Kanal Komunikasi data (diskrit)

Gambar 2.4 Karakteristik Kanal Komunikasi Biner
Antara titik E-F pada gambar 2.4 disebut dengan kanal koding, yang merupakan
kanal diskrit. Dalam kanal diskrit, sinyal yang ditransmisikan di dalamnya adalah
sinyal diskrit. Kanal Koding menerima sederetan simbol pada inputnya dan juga
menghasilkan sederetan simbol pada outputnya.
2.5.1 Kanal Kontinyu

Kanal antara titik C-E menyediakan hubungan elektrik antara pemancar
dan penerima, dimana input dan outputnya adalah berupa gelombang listrik
analog. Bagian dari kanal ini disebut juga kanal modulasi. Contoh dari kanal ini
adalah sistem telepon, dan sistem radio frekuensi tinggi. Sinyal yang
ditransmisikan melalui kanal ini mendapatkan beberapa gangguan yang
disebabkan oleh karakteristik kanal yang tidak linear. Kanal juga memberikan
redaman yang melemahkan amplitudo sinyal. Selain itu, adanya noise juga
menimbulkan kerusakan pada sinyal. Semua pengaruh tersebut mengakibatkan
munculnya perbedaan antara sinyal yang dikirim dan yang diterima, sehingga
cenderung menimbulkan kesalahan dalam transmisi data.
2.5.2 Kapasitas Kanal Kontinyu
Transfer informasi dalam kanal kontinyu adalah berbentuk gelombang
elektromagnetik. Sumber mengeluarkan sinyal x(t), yang pada saat ditransmisikan
terkena noise, dan diterima sebagai r(t) pada penerima. Shannon menyatakan
bahwa transmisi informasi tanpa error pada kanal komunikasi ber-noise bisa
diperoleh selama kecepatan informasi R C, dimana C adalah kapasitas kanal.
Model kanal kontinyu yang paling umum dikenal adalah kanal AWGN (
additive white gaussian noise), yang didefinisikan mempunyai sifat sebagai
berikut :
1. Kanal menyediakan transmisi bebas error dalam bandwidth B, dengan
memberikan penguat untuk menangani rugi rugi transmisi
2. Kanal membatasi input dari sumber sebagai sinyal pita terbatas x(t)
dengan daya rata rata S.

3. Sinyal yang diterima pada tujuan terkontaminasi oleh penjumlahan
dengan white gaussian noise n(t) dengan bandwidth B, dan daya noise
N =ηB. Η adalah kerapatan spektral daya noise.
4. Sinyal dan noise bersifat independen, sehingga dan
...(2.8)
Pemodelan kanal AWGN ditunjukkan pada gambar 2.5 berikut :
Noise n(t)
Sinyal s(t) Σ Sinyal terima r(t)
Gambar 2.5 Kanal AWGN
Kapasitas kanal bisa dirumuskan sebagai berikut :

(11)
bps...(2.9)
Persamaan diatas dikenal sebagai Hukum Shannon-Hartley. Persamaan ini
memberikan batas atas untuk transmisi informasi dalam kanal AWGN pita
terbatas, yaitu :
(11)
…(2.10)
2.5.3 Kanal Diskrit
Kanal komunikasi antara titik E-F mempunyai sifat diskrit. Input dan
output dari kanal ini adalah deretan simbol yang berasal dari sekumpulan M
simbol. Kanal yang didesain untuk mengirim dan menerima satu dari M buah
simbol yang tersedia disebut kanal M-ary. Karena adanya error yang ditimbulkan

pada kanal, simbol output bisa berbeda dengan simbol inputnya. Error terutama
disebabkan oleh noise pada bagian kanal kontinyu.
Kanal diskrit dimodelkan dengan probabilitas yang dinotasikan sebagai
berikut :
P(xi) adalah probabilitas bahwa input kanal adalah simbol ke-i
P(yi) adalah probabilitas bahwa output kanal adalah simbol ke-i
P(yi|xj) adalah probabilitas bersyarat bahwa output adalah simbol ke-i
dengan input kanal adalah simbol ke-j
P(xi|yj) adalah probabilitas bersyarat bahwa input adalah simbol ke-i
dengan output kanal simbol ke-j
Kanal diasumsikan time-invariant dan memoryless. Pemodelan kanal
dengan M=2 ditunjukkan pada gambar 2.6.
P(y1|x1)
1 1
P(yo|x1)
X Y
P(y1|xo)
0 0
P(yo|xo)
Gambar 2.6 Model Kanal Diskrit Biner
Input kanal adalah suatu nilai biner yang merupakan suatu variabel acak
diskrit X. Output kanal juga merupakan suatu variabel acak diskrit biner Y. Nilai
dari kedua variabel acak tersebut digambarkan dengan dua buah titik yang bernilai
1 dan 0. Empat buah lintasan menghubungkan input dan output. Lintasan
mendatar P(y0|x0)dan P(y1|x1) menyatakan bahwa simbol yang dikirim diterima

dengan benar, sedangkan lintasan diagonal P(y1|x0) dan P(y0|x1) merupakan simbol
diterima salah.
Error terjadi secara acak, tetapi bisa dimodelkan secara statistik dengan
memberikan nilai probabilitas pada masing masing lintasan. Probabilitas
terjadinya kesalahan adalah :
...(2.11)
Jika , maka kanal seperti ini disebut dengan binary
symmetric channel.
2.6 Dasar Aljabar
Dasar penulisan sub-bab Dasar Aljabar ini adalah untuk memperjelas
aljabar dan toeri matematika lainnya yang diperlukan untuk memahami teori
pengkodean. Untuk menganalisis teori pengkodean beserta implementasi encoder-
decodernya diperlukan pemahaman akan Group, Ring, dan Galois Field.
2.6.1 Group
Sebuah group G adalah sebuah set dengan operasi * pada G sedemikian
sehingga aksioma berikut dipenuhi(9):
a. Untuk setiap a, b ∈ G, c = a * b ada dalam G (closure).
b. Untuk setiap a, b, c ∈ G, a * (b * c) = (a * b) * c (hukum asosiatif).
c. Terdapat sebuah elemen e ∈ G sedemikian sehingga setiap elemen a pada G,
a * e = e * a = a (identitas).
d. Untuk setiap a ∈ G, terdapat sebuah elemen a-1 pada G sedemikian sehingga
a * a-1 = a-1 * a = e (inverse).
Group merupakan kumpulan dari field. Sebuah group yang memiliki
sejumlah elemen tertentu disebut sebagai sebuah finite field, jika tidak maka
disebut sebagai infinite group. Jumlah elemen pada sebuah finite group G disebut
sebagai order dari G. Group dengan properti tambahan yaitu a * b = b * a untuk
semua a, b ∈ G, disebut sebagai group komutatif (commutative group) atau
abelian group. Dalam sebuah abelian group dengan operasi penjumlahan,
terdapat operasi a + (-a) = (-a) + a = 0, dimana elemen inverse dari a ditulis
dengan -a. Dalam kasus ini, elemen identitasnya e = 0. Pada operasi perkalian,
elemen identitas e = 1 dan elemen inverse dari a ditulis dengan a-1, sedemikian
sehingga a . a-1 = a-1 . a = 1.
Terdapat tiga buah group utama yang sangat disukai oleh para ahli
matematika yaitu:
1. Group perkalian dari field bilangan prima : GF(p).
2. Group perkalian dari finite field dari karakteristik 2 : GF(2n).
3. Elliptic Curve Group pada finite field F : EC(F).
Jika p adalah modulus dan bilangan prima, maka kompleksitas untuk
mencari logaritma diskrit pada GF(p) pada dasarnya sama dengan memfaktorisasi
sebuah integer n, dimana n adalah pemangkatan dari dua buah bilangan prima
yang hampir sama panjang.

2.6.2 Ring
Sebuah ring R adalah sebuah set yang memiliki dua buah operasi yang
didefinisikan dalam penjumlahan dan perkalian, sedemikian sehingga aksioma
berikut dipenuhi(9):
a. Set R adalah sebuah group komutatif ( abelian ) dengan operasi penjumlahan.
b. Untuk sembarang a, b ∈ R, hasil perkalian ab adalah dalam R (closure).
c. Untuk sembarang a, b, c ∈ R, a(bc) = (ab)c (hukum asosiatif).
d. Untuk sembarang a, b, c ∈ R, a(b + c) = ab + ac dan (b + c)a = ba + ca (hukum
distributif).
Operasi penjumlahan selalu bersifat komutatif dalam ring, tetapi operasi
perkalian tidak selamanya.
2.6.3 Field
Field adalah kumpulan dari elemen, X dan Y, yang terdapat dalam fungsi.
Beberapa contoh dari field adalah bilangan real, bilangan kompleks, bilangan
rasional dan bilangan integer modulo bilangan prima. Contoh yang terakhir ini
merupakan salah satu contoh finite field. Persyaratan dari sebuah field adalah
penjumlahan dan perkalian biasa, ditambah eksistensi dari inversi penjumlahan
dan perkalian, kecuali 0 yang tidak mempunyai inversi perkalian. Dengan
perkataan lain, sebuah field mempunyai penjumlahan, pengurangan, perkalian dan
pembagian. Operasi-operasi ini selalu menghasilkan sebuah hasil yang terdapat di
dalam field tersebut dengan pengecualian pembagian dengan bilangan nol yang
tidak terdefinisi.

Bilangan kompleks dapat didefinisikan sebagai b.i + a dengan aturan
reduksi t2 + 1 = 0. Untuk melakukan perkalian bilangan kompleks, kita dapat
menganggap t sebagai unknown (tak dikenal), mengumpulkan bilangan pangkat
dari t dan menerapkan aturan reduksi untuk menyederhanakan hasilnya.
Konstruksi ini berlaku untuk aturan reduksi lainnya yang mengandung bilangan
pangkat lebih besar dari t. Koefisien dari bilangan pangkat dari t boleh berasal
dari semua field, tetapi bila kita mengambil integer modulo p sebagai field-nya,
kita mendapatkan sebuah finite field dengan pm elemen, dimana m adalah derajat
dari aturan reduksi. Tidak semua aturan reduksi berlaku, kita harus menggunakan
polinomial yang tidak dapat direduksi lagi (irreducible polynomial).
Sebagai catatan, ketika mengalikan elemen dari field sebenarnya dua
aturan reduksi bekerja secara simultan, yaitu aturan untuk mereduksi koefisien
modulo p dan aturan untuk mereduksi pangkat besar dari t. Konstruksi ini bekerja
untuk semua p dan m, selama p adalah bilangan prima. Faktanya, setiap finite field
dapat dikonstruksikan dengan cara ini. Fakta ini sebenarnya direferensikan kepada
Galois field dengan pm elemen, dengan menggunakan notasi GF(pm). Bilangan
prima p merupakan karakteristik dari field.
Representasi field menentukan bit-pattern mana yang akan digunakan
untuk merepresentasikan bermacam-macam elemen field. Representasi dipilih
untuk membuat operasi aritmatika field menjadi efisien.
2.6.4 Polynomial Ring
Asumsikan R adalah sebuah ring. Sebuah polinomial f(x) dengan koefisien
dalam R dapat diekspresikan dengan sebuah bentuk penjumlahan seperti berikut:

(6)
…(2.12)
dimana x adalah sebuah variabel sedangkan indeks dan eksponennya adalah
integer. Derajat dari f(x) adalah pangkat terbesar dasri x dalam bentuk fn-1 dengan
koefisien bukan bernilai 0. Sebuah polinomial disebut monic jika koefisien dari
pangkat tertinggi dari x adalah 1.
Untuk setiap field F, terdapat sebuah ring F(x) yang disebut ring dari
polinomial pada F. Sebuah polynomial ring analog dengan sebuah integer ring.
Penjumlahan dari dua buah polinomial f(x) dan g(x) pada F(x) adalah sebuah
polinomial lain dalam F(x) yang dapat didefinisikan sebagai berikut:

(6)
…(2.13)
dimana derajat dari g(x)≤ derajat dari f(x), dengan ketentuan bahwa derajat dari
polinomial hasil tidak lebih besar daripada derajat terbesar dari kedua polinomial.
Hasil perkalian dari dua buah polinomial pada F(x) adalah sebuah polinomial lain
pada F(x) sedemikian sehingga:

(6)
…(2.14)
dimana derajat dari g(x) ≤ derajat dari f(x)
Derajat dari polinomial hasil perkalian dari dua buah polinomial sama dengan
penjumlahan dari derajat kedua faktor.
Dalam sebuah ring dari polinomial, operasi pengurangan selalu dapat
dilakukan, tetapi operasi pembagian tidak selamanya dapat dilakukan. Jika
terdapat sebuah polinomial a(x) sedemikian sehingga

(6)
…(2.15)
maka dapat dikatakan bahwa polinomial s(x) dapat dibagi oleh polinomial r(x)
ataupun dengan perkataan lain polinomial r(x) membagi s(x) atau r(x) merupakan

sebuah faktor dari s(x). Sebuah polinomial bukan nol p(x) yang hanya dapat
dibagi oleh p(x) itu sendiri disebut sebagai irreducible polynomial (sebuah
polinomial yang tidak dapat diperkecil lagi). Sebuah monic irreducible
polynomial disebut sebagai sebuah primitive polynomial. Semua r(x) yang dapat
membagi s(x) dan dapat dibagi oleh s(x), maka :

(6)
…(2.16)
Oleh karena itu,

(6)
…(2.17)
dengan ketentuan bahwa a(x) dan b(x) harus memiliki pangkat nol. Jadi,
(6)
…(2.18)
dimana α adalah sebuah elemen dari field F.
Faktor persekutuan terbesar atau greatest common divisor (GCD) dari dua
buah polinomial r(x) dan s(x) dapat dinotasikan dengan GCD[r(x), s(x)], adalah
sebuah monic polynomial dari pangkat terbesar yang dapat membagi keduanya.
Dua polinomial dikatakan relatif prima apabila GCD dari keduanya adalah sama
dengan 1. GCD dari dua buah polinomial r(x) dan s(x) dapat diekspresikan dalam
bentuk:
(6)
…(2.19)
Kelipatan persekutuan terkecil atau least common multiple (LCM) dari dua buah
polinomial r(x) dan s(x) dapat dinotasikan dengan LCM[r(x), s(x)] adalah sebuah
monic polynomial dari pangkat terkecil yang dapat dibagi oleh keduanya.

Untuk setiap polinomial f(x) dan polinomial bukan nol g(x), terdapat
sebuah pasangan unik dari polinomial q(x), polinomial hasil bagi dan s(x),
polinomial sisa bagi, sedemikian sehingga

(6)
…(2.20)
dan derajat dari s(x) lebih kecil daripada derajat dari g(x). Sisa hasil bagi s(x)
disebut sebagai residu dari f(x) ketika dibagi oleh g(x). Kongruen s(x)f(x) [mod
g(x)] berarti bahwa s(x) dan f(x) memiliki sisa hasil bagi yang sama apabila dibagi
dengan g(x) tetapi derajat dari s(x) tidak harus sama lebih kecil daripada g(x).
Sebuah elemen a ∈ F adalah sebuah akar dari f(x) ∈ F[x] jika dan hanya
jika x – a adalah sebuah faktor dari f(x) pada F[x]. Hal ini dapat dibuktikan
melalui penjabaran berikut:
Anggap bahwa f(a) = 0 untuk a ∈ F, maka berdasarkan persamaan 2.15, terdapat
q(x), s(x) ∈ F sedemikian sehingga:

(6)
…(2.21)
dimana derajat dari s(x) lebih kecil dari 1. Misalkan, diperoleh s(x) = c, untuk c ∈
F, maka:
(6)
…(2.22)
Karena f(a) = 0 untuk a ∈ F, maka:
(6)
…(2.23)
Agar persamaan di atas memiliki hasil, maka c harus sama dengan 0, sehingga
diperoleh:
(6)
…(2.24)
Maka, x – a adalah sebuah faktor dari f(x). Kebalikannya, jika x – a adalah sebuah
faktor dari f(x) pada F[x], dimana a ∈ F, maka f(a) = 0 dan q(a) = 0.

Misalkan diberikan dua buah polinomial r(x) dan s(x) pada F[x], maka faktor
persekutuan terbesar kedua polinomial tersebut dapat dihitung dengan sebuah
aplikasi iteratif dari algoritma pembagian. Jika derajat dari s(x) lebih besar
daripada derajat dari r(x), maka perhitungan dari GCD[r(x),s(x)] adalah:
(6)
…(2.25)
dimana proses iteratif berhenti ketika diperoleh sisa hasil bagi sama dengan 0.
Maka, faktor persekutuan terbesar dari r(x) dan s(x) adalah rn(x) atau
(6)
…(2.26)
Misalkan diketahui F[x], ring dari polinomial pada field F. Jika dipilih
sembarang monic polynomial p(x) dari F[x], maka dapat ditentukan ring hasil bagi
dengan menggunakan p(x) sebagai modulus. Ring dari polinomial modulo p(x)
adalah sebuah set dari semua polinomial dengan derajat yang lebih kecil daripada
p(x).termasuk hasil dari penjumlahan polinomial dan perkalian polinomial
modulo p(x).
Ring dari polinomial modulo p(x) adalah sebuah field jika dan hanya jika
p(x) adalah sebuah primitive polynomial. Oleh karena itu, ketika sebuah primitive
polynomial p(x) dari derajat m pada GF(q) ditemukan, maka dapat
dikonstruksikan sebuah Galois Field GF(qm) dengan qm elemen. Elemen-elemen
tersebut direpresentasikan dengan qm polinomial pada GF(q) dengan derajat yang
lebih kecil daripada m.

2.6.5 Galois Field
Misalkan E adalah sebuah perluasan field dengan derajat m pada sebuah
finite field F. Jika F memiliki q elemen, maka E memiliki qm elemen. Field semula
disebut sebagai ground field. Oleh karena itu, field yang dibentuk dengan
mengambil polinomial pada finite field F modulo p(x), dimana p(x) adalah sebuah
irreducible polynomial dengan derajat m, disebut sebagai sebuah field perluasan E
dengan derajat m pada F. Untuk beberapa pangkat prima dari q dan integer positif
m, GF(qm) adalah sebuah field perluasan dari GF(q) atau GF(q) adalah sebuah
subfield dari GF(qm).
Setiap Galois Field GF(q) memiliki paling sedikit satu elemen primitif
(primitive element). Elemen primitif dari GF(q) adalah sebuah elemen α
sedemikian sehingga setiap elemen field kecuali nol dapat diekspresikan sebagai
perpangkatan dari α. Elemen primitif sangat berguna dalam mengkonstruksikan
field, karena dapat diperoleh elemen field dengan melakukan operasi perkalian
terhadap pangkat dari elemen primitif α.
Karena p(α) = 0, maka α adalah sebuah akar dari p(x), dan dapat dikatakan
bahwa field perluasan diperoleh dari operasi penggabungan sebuah akar (root)
dari p(x) ke ground field. Sebagai tambahan, GF(qn) bukan sebuah subfield dari
GF(qm) jika n tidak dapat membagi m. Derajat dari minimal polynomial pada
GF(q) dari sembarang elemen pada GF(qm) adalah sebuah pembagi dari m.

2.6.6 Primitif Polinomial
Sebuah irreducible polynomial p(x) dengan derajat m dikatakan primitif
jika dan hanya jika dapat membagi xn + 1 untuk n yang lebih besar atau sama
dengan 2m – 1. Kenyataannya, setiap primitive polynomial biner p(x) dengan
derajat m adalah sebuah faktor dari x2 –1

+ 1. Primitive polynomial dari setiap
derajat ada pada setiap Galois Field dan setiap Galois Field memiliki sebuah
primitive element α. Galois Field GF(q) adalah sebuah field perluasan dari
subfield GF(p) dimana p adalah sebuah bilangan prima. Sebagai contoh, field
biner GF(2) adalah sebuah subfield dari Galois Field GF(2m) dengan q = 2 m
elemen (m > 1). Subfield dari GF(2) disebut juga sebagai ground field dari
GF(2m). Subset {0, 1} membentuk sebuah subfield GF(2) dari GF(2m). Set GF(2m)
= {0, 1, α, α2, …, α2 –1
} adalah sebuah Galois Field dengan 2m elemen. Tabel 2.1
memberikan sebuah daftar dari primitive polynomial pada GF(2)(9)

Tabel 2.1 Primitive Polynomial pada GF(2)
m p(x)
2 x2 + x + 1
3 x3 + x + 1
4 x4 + x + 1
5 x5 + x2 + 1
6 x6 + x + 1
7 x7 + x3 + 1
8 x8 + x4 + x3 + x2 + 1
9 x9 + x4 + 1
10 x10 + x3 + 1
11 x11 + x2 + 1
12 x12 + x6 + x4 + x + 1
13 x13 + x4 + x3 + x + 1
14 x14 + x10 + x6 + x + 1
15 x15 + x + 1
16 x16 + x12 + x3 + x + 1
17 x17 + x3 + 1
18 x18 + x7 + 1
19 x19 + x5 + x2 + x + 1
20 x20 + x3 + 1
21 x21 + x2 + 1
22 x22 + x + 1
23 x23 + x5 + 1
24 x24 + x7 + x2 + x + 1
25 x25 + x3 + 1
26 x26 + x6 + x2 + x + 1
27 x27 + x5 + x2 + x + 1

Operasi penjumlahan dan perkalian yang didefinisikan pada GF(2m)
merupakan operasi penjumlahan dan perkalian modulo 2. Jumlah elemen pada
subfield terkecil dari GF(q) disebut sebagai karakteristik dari GF(q). Setiap Galois
Field memiliki sebuah subfield terkecil yang unik, dimana memiliki jumlah
elemen berupa bilangan prima. Oleh karena itu, GF(pm) adalah sebuah field dari
karakteristik p untuk sembarang m. Sebagai contoh, karakteristik dari GF(2m)
adalah 2.
2.6.7 Minimal Polinomial
Dalam sebuah finite field (field tertentu / terbatas) GF(q) dengan
karakteristik p, maka berlaku:

(6)
…(2.27)
untuk sembarang dua elemen α dan β pada GF(q).
Teorema di atas dapat digunakan untuk merumuskan ketentuan berikut:
Anggap bahwa karakteristik p dari sebuah finite field GF(q) adalah sebuah
bilangan prima. Jika β1, β2, ..., βn ∈ GF(q) dan jika q adalah hasil perpangkatan
dari p, q = pm, maka:

(6)
…(2.28)
Anggap β adalah sebuah elemen bukan nol pada finite field GF(q), maka
(6)
…(2.29)
Misalkan diketahui sebuah ground field GF(2) dan sebuah field perluasan
GF(2m), serta anggap β adalah sembarang elemen field dari GF(2m), maka monic
polynomial m(x) dari pangkat terkecil dengan koefisien pada GF(2) sedemikian

sehingga m(β) = 0 disebut sebagai minimal polynomial dari β. Rumusan untuk
menentukan minimal polynomial dari β pada GF(2m) adalah sebagai berikut:
(6
…(2.30)
Untu k β = αi, maka minimal polynomial untuk beberapa nilai i memiliki
solusi yang sama seperti ditunjukkan oleh Tabel 2.2(9)
Tabel 2.2 Rincian Minimal Polynomial
E Pangkat Konjugasi Minimal Polynomial
2.7 Kode Block Linear
Asumsikan output dari sebuat sumber informasi merupakan susunan
bilangan biner “0” atau “1”. Pada pengkodean blok, susunan bit informasi ini
disimpan dalam blok pesan dengan panjang yang tetap, dengan setiap satu blok
pesan d menyimpan sebanyak k digit informasi. Jadi, ada total blok sepanjang 2k.
Kemudian, encoder akan mentransformasikan setiap d menjadi sebuah set data n-
biner c dengan ketentuan n > k. Set data biner-n c ini disebut sebagai
code word dari d. Karena ada kemungkinan pesan sebanyak 2k-buah, maka
terdapat 2k code word, yang disebut sebagai kode block. Setiap 2k code word
yang dihasilkan haruslah berbeda, oleh sebab itu hubungan antara d dan c
berkorespondensi satu-satu.
Untuk setiap kode block dengan 2k code word dan panjang n, kecuali
disebutkan mempunyai struktur khusus, akan diperlukan peralatan yang rumit

untuk mengkodekan informasi dengan nilai k dan n yang besar. Untuk itu,
dilakukan pembatasan struktur kode block yang disebut sebagai linearity.
Sebuah kode block dengan 2k code word dan panjang n dikatakan linear
jika dan hanya jika 2k code word membentuk vektor berdimensi k untuk semua
biner-n GF(2):
(8)
…(2.31)
dimana : (8)
…(2.32)
dengan adalah matriks identitas k x k dan mengindikasikan matriks
k x ( n-k). Panjang baris menentukan banyak bit k dalam satu blok data dan
panjang
kolom menentukan panjang kode n dalam satu blok kode.
Untuk memeriksa apakah kode yang diterima berisikan vektor kode yang
benar,diperlukan suatu matrik parity-check H, yaitu sebuah matriks ( n-k ) x m
yang didefinisikan sebagai :
(8)
…(2.33)
dimana, adalah matriks transposisi dari pada persamaan 2.4. Matriks H ini
diperlukan untuk memeriksa code word yang dihasilkan bebas dari error atau
tidak, sesuai dengan persamaan:

(8)
…(2.34)

Jika sindrom S yang dihasilkan bernilai nol, maka code word dinyatakan bebas
dari error. Jika S ≠ 0, maka telah terjadi error pada code word yang diterima.
Posisi error dapat diketahui dengan membandingkan nilai S dengan baris pada
2.7.1 Jarak Minimum
Jarak Minimum dmin menentukan kemampuan sebuah kode untuk
mendeteksi error secara acak sekaligus mengoreksi error tersebut. Jarak minimum
dapat dihitung sebagai :

(8)
…(2.35)
Supaya sebuah kode linear dapat mengoreksi t error, maka nilai dmin harus
memenuhi persamaan :
(8)
…(2.36)
yang berarti, nilai dmin harus selalu satu lebih banyak dari dua kali jumlah error
yang ingin dikoreksi. Semua kode linear (n,k) yang mempunyai jarak minimum
sesuai persamaan (2.36) adalah kode yang sempurna.
2.7.2 Kode Siklis
Jika komponent dari sebuah set data-n digeser satu
kali ke arah kanan, akan diperoleh sebuah set data-n yang baru:
(9)
…(2.37)
yang disebut sebagai pergeseran siklis V. Demikian juga sebaliknya, jika set data-
n V digeser ke arah kiri.

Sebuah kode linear C (n,k) disebut kode siklis jika setiap vektor kode C
yang digeser juga merupakan vektor kode dari C.
Algoritma pengkodean sebuah kode siklis (n,k) adalah sebagai berikut(9) ;
1. Kalikan sumber informasi u(X) dengan ,
2. Cari digit parity-check, yaitu nilai sisa b(X) yang diperoleh dari membagi
dengan generator polinomial g(X),
3. Code word yang diperoleh adalah hasil penjumlahan b(X) dan .
Algoritma pengdekodean sebuah kode sikils (n,k) membutuhkan
perhitungan sindrom pada bagian penerimaan. Pada pengdekodean kode linear,
sindrom adalah vektor (n-k)-bit yang dihasilkan persamaan (2.34). Pada
kode siklis, sindrom polinomial berderajat n – k – 1 atau kurang adalah :
(6)
…(2.38)
dimana = polinomial yang diterima. Jika nilai = 0, maka tidak ada error
yang terjadi.
2.8 Kode Hamming
Ide dasar pengkodean Hamming adalah menggunakan metode parity-
checking, yaitu menambahkan satu bit parity pada blok data. Bit parity ini
berfungsi untuk mendeteksi bit yang salah, sekaligus menentukan lokasi
kesalahan bit tersebut. Tetapi pengkodean Hamming hanya sebatas mendeteksi
dua kesalahan dan mengoreksi satu bit yang salah.
Untuk setiap integer positif m ≥ 3, terdapat parameter sebagai berikut (8):
Panjang kode :
Jumlah simbol informasi :
Jumlah simbol pariti-check :

Kapabilitas koreksi kesalahan :
Karena bit parity-check m sama dengan derajat pada generator polinomial,
jumlah bit informasi untuk kode hamming dengan panjang n adalah sebesar k-bit.
Dengan demikian secara umum, Kode Hamming bisa disebut juga sebagai kode
linear ( n,k ).
Algoritma pembentukan kode Hamming dimulai dengan mengambil
sebanyak k bit data yang dikalikan dengan generator matriks. Oleh karena itu
dalam pengkodean Kode Hamming diperlukan adanya suatu generator matriks G.
Bentuk umum generator matriks dari Kode Hamming yang sistematik sesuai
persamaan (2.32).
Generator matriks untuk Kode Hamming (n,k) dapat juga dihitung
menggunakan primitif polinomial sesuai dengan persamaan(6) :
…(2.39)
dimana,
Berikut langkah langkah untuk mengubah persamaan diatas menjadi persamaan
2.27 yang sistematis:
1. Gunakan g(x) sebagai baris pertama,
2. Untuk menghasilkan baris kedua, lakukan pergeseran bit yang ada di baris
pertama sebanyak satu kolom ke kanan, dengan ketentuan kolom ke-( n - k
) harus bernilai 0. Jika kolom ini bernilai 1, tambahkan baris pertama :
…(240)

3. Ulangi langkah kedua, untuk mendapatkan nilai baris selanjutnya. Ulangi
proses ini sampai baris ke-( k – 1 ) dicapai.
Sebagai contoh, jika m = 3, maka sesuai parameter Kode Hamming:
, dan
Primitif polinomial untuk m = 3 berdasarkan Tabel 2.1 adalah :
sehingga Generator matriks sesuai persamaan (2.39) untuk Kode Hamming (7,4)
adalah :
Kode Hamming (7,4) dapat dihasilkan sesuai persamaan (2.31). Misalnya,
data yang ingin dikirim d = 1000, maka kode yang terbentuk :
Pada pengdekodean Kode Hamming, diperlukan adanya matriks parity-
check H. Matriks parity-check dapat dicari dengan menggunakan persamaan
(2.32). Untuk generator matriks pada persamaan 2.34, matriks H yang dihasilkan
adalah:

Matriks parity-check H ini ditransposisi menjadi untuk kemudian dikalikan
dengan kode yang diterima c , sesuai persamaan (2.34).
Perhitungan sindrom ini untuk mengetahui apakah kode yang diterima

benar
atau tidak. Jika sindrom yang dihasilkan bernilai nol, maka tidak ada error yang
terdeteksi. Jika sindrom tidak bernilai nol, maka ada error terdeteksi.
Langkah selanjutnya adalah mencari posisi error. Caranya adalah
mentransposisikan sindrom S menjadi ST , dan membandingkan ST yang diperoleh
dengan matriks parity-check. Setelah posisi error diketahui, dilakukan
pengoreksian, yaitu dengan cara menukar nilai bit yang ada, bit 1 menjadi bit 0,
dan bit 0 menjadi bit 1. Tahap terakhir dari proses pengdekodean adalah
mengeluarkan bit bit parity.
2.9 Kode Reed- Solomon
Pada tahun 1960, Irving Reed dan Gus Solomon menemukan sebuah
metode error correcting baru yang sekarang dikenal dengan nama Reed-Solomon
(R-S) code. Reed-Solomon merupakan Kode non biner dengan simbol yang
terbuat dari rangkaian m-bit, dimana m adalah bilangan integer positif yang
memiliki nilai lebih besar dari 2. Terdapat R-S(n, k) code yang terdiri dari m-bit
simbol untuk semua n dan k:
0 < k < n < 2m + 2(5) ...(2.41)
dimana k adalah jumlah simbol data yang diproses dan n adalah jumlah total
simbol dalam 1 blok yang di-encode. Bentuk umum R-S(n, k) code adalah:

R-S(n, k) = R-S(2m – 1, 2m – 1 – 2t) (5) ...(2.42)
dimana t adalah jumlah maksimum error yang dapat dikoreksi, dan n – k = 2t
adalah jumlah simbol pariti.
Untuk kode non biner, jarak antara 2 buah codeword adalah banyaknya
jumlah simbol yang berbeda antara kedua buah codeword. Untuk Reed-Solomon
code, jarak minimum code adalah:
dmin = n – k + 1(5) ...(2.43)
dengan kemampuan untuk mengoreksi hingga t error, maka t dapat dinotasikan:

(5)
…(2.44)
dimana x berarti bilangan integer terbesar yang tidak melebihi x. Dari
persamaan tersebut, dapat disimpulkan R-S code membutuhkan tidak lebih dari 2t
simbol pariti untuk mengkoreksi t simbol error.
Metode Reed-Solomon dapat dibagi dalam 2 proses yaitu:
1. Pengkodean, dilakukan dengan merepresentasikan data ke dalam bentuk
simbol-simbol yang kemudian diubah menjadi codeword. Proses encoding
dimulai dari pembentukan generator polinomial dengan bentuk umum:
g(x) = g0 + g1x + g2x2 + ... + g2t-1x2t-1 + x2t(5) ...(2.45)
Derajat dari generator polinomial sebanding dengan jumlah simbol pariti.
Karena generator polinomial memiliki derajat sebesar 2t, maka tepat ada 2t
root yang dimiliki oleh generator polinomial tersebut yaitu α, α2, α3, ..., α2t.
Harus diingat bahwa operasi aritmatika yang berlaku disini adalah aritmatika
pada GF(23) karena simbol yang digunakan terdiri dari m = 3 bit. Itu dapat
terlihat dari besarnya nilai n = 7 = 2m – 1 = 23 – 1. Jika dituliskan mulai dari
derajat yang terendah hingga yang tertinggi dan mengubah tanda minus (-)

menjadi tanda positif (+) karena pada binary field +1 = -1, maka g(x) dapat
diekspresikan sebagai berikut:
g(x) = α3 + α1x + α0x2 + α3x3 + x4(5) …(2.46)
Setelah mendapatkan nilai generator polinomial, data yang akan diproses
diubah menjadi simbol-simbol sesuai dengan pemetaan elemen-elemen pada
extension field GF(2m). Setelah itu, data yang telah diubah menjadi simbol,
direpresentasikan dalam bentuk polinomial. Polinomial data tersebut
kemudian dikalikan dengan xn-k. Hasil perkaliannya dibagikan dengan
generator polinomial dan sisa baginya ditambahkan ke dalam polinomial data.
Untuk lebih jelasnya dapat dilihat pada persamaan berikut:
xn-k * m(x) = q(x) * g(x) + p(x) (5) …(2.47)
dimana m(x) adalah polinomial data, g(x) adalah generator polinomial, q(x)
adalah hasil bagi m(x) dengan g(x), dan p(x) adalah sisa bagi dari m(x) dengan
g(x). p(x) sebagai sisa bagi merupakan pariti sehingga nantinya codeword
yang dihasilkan adalah:
U(x) = p(x) + xn-k * m(x). (5) …(2.48)
2. Pengdekodean, yaitu mengubah kembali codeword menjadi data dengan
memperbaiki error pada codeword terlebih dahulu jika ada. Error yang terjadi
dapat direpresenasikan dalam bentuk polinomial:
(5)
…(2.49)
Polinomial codeword yang diterima menjadi r(x) = U(x) + e(x). Jika
menggunakan decoding biner, maka yang perlu diketahui hanya lokasi error-
nya saja. Dengan mengetahui lokasi error, maka yang harus dilakukan adalah
mengubah bit pada lokasi tersebut dari 0 menjadi 1 atau dari 1 menjadi 0.

Sementara pada decoding secara non biner, mengetahui letak error-nya saja
tidaklah cukup, tetapi harus juga mengetahui nilai simbol yang sebenarnya
pada lokasi tersebut.
Perbedaan utama antara Kode BCH dan Kode RS terletak pada struktur
datanya. Jika Algoritma Kode RS berdasarkan simbol, maka Algoritma Kode
BCH berdasarkan bit.
Algoritma Reed-Solomon
Simbol 1 Simbol 2 Simbol 3 Simbol 4

Panjang Simbol = 4, panjang kode = 4
Algoritma BCH
Panjang Simbol = 1, panjang kode = 16

Gambar 2.7 Perbedaan Kode BCH dan Kode R-S
2.10 Kode Konvolusi
Kode Konvolusi pertama kali diperkenalkan pada tahun 1955 oleh Elias.
Kode Konvolusi berbeda dengan Kode Block karena encoder dari kode ini
memuat memory dan output encoder n tidak hanya tergantung kepada input k
tetapi juga blok input memory sebelumnya m, sehingga dinotasikan dengan ( n, k,
m). Oleh sebab itu, Kode konvolusi memiliki struktur yag lebih rumit
dibandingkan dengan Kode Block. Di sisi lain, meskipun Kode Konvolusi lebih
sulit dianalisis, ia lebih mudah untuk didekodekan.
Ada empat pendekatan untuk melakukan pengkodean Kode Konvolusi:
i. Pendekatan generator sekuens dan stage-register
ii. Pendekatan konvolusi diskrit
iii. Pendekatan matriks skalar

iv. Pendekatan polinomial
Sementara, untuk pengdekodean Kode Konvolusi, terdapat tiga
pendekatan :
i. Pendekatan Trellis
ii. Pendekatan Pohon / Tree, yang mempergunakan diagram state
iii. Pendekatan logik-mayoritas
2.11 Metode BCH Code
Metode BCH Code merupakan salah satu metode pendeteksi dan
pengoreksi error yang terjadi secara acak yang mampu untuk mengoreksi
beberapa kesalahan (multiple error) sekaligus dan merupakan pengembangan dari
metode Hamming Code. Metode ini ditemukan oleh Bose dan Ray-Chaudhuri
pada tahun 1960 dan secara terpisah juga ditemukan oleh Hocquenghem pada
1959. Pada awalnya, metode ini hanya dapat diterapkan untuk beberapa nilai m
pada kode biner dengan panjang 2m – 1. Kemudian, metode ini dikembangkan lagi
oleh Gorenstein dan Zierler pada tahun 1961 dengan menggunakan simbol dari
Galois Field (GF).
Metode BCH Code ini dapat diimplementasikan untuk m≥ 3 dan t < 2m-1
(8)
dan memiliki properti sebagai berikut :
Panjang blok yang dikirimkan : n = 2m – 1
Bit Informasi : k
Jumlah error maksimal : t
Checkbit : c = mt dengan ketentuan n – k ≤ mt

Secara garis besar, prosedur kerja dari metode BCH Code ini dapat
dirincikan sebagai berikut(10):
a. Proses Encoding, yaitu proses pembentukan kumpulan checkbit yang akan
dikirimkan bersama informasi.
i. Bentuk Galois Field, GF(2m)
ii. Tentukan 2t – 1 buah minimal polynomial. Karena polinomial pangkat
genap merupakan duplikasi dari polinomial pangkat ganjil, maka
polinomial pangkat ganjil saja yang diambil.
iii. Bentuk generator polinomial yang merupakan kelipatan persekutuan
terkecil dari hasil perkalian semua minimal polynomial yang dipilih.
iv. Tambahkan bit 0 di belakang bit biner dari pesan dengan panjang sebesar
derajat dari generator polinomial.
v. Lakukan operasi pembagian biner terhadap gabungan pesan dan bit 0
dengan generator polinomial.
vi. Sisa bagi dari operasi pembagian biner di atas merupakan checkbit.
vii. Bit Informasi + Checkbit dikirimkan.
b. Proses Decoding, yaitu proses pendeteksian error dan pengoreksian error
apabila ditemukan error.
a. Prosedur pendeteksian kesalahan (error detection).
i. Lakukan operasi pembagian terhadap gabungan dari bit
informasi dan checkbit dengan generator polinomial.
ii. Jika sisa pembagian = 0, berarti tidak terdapat error.
iii. Jika tidak, berarti terdapat error.
b. Prosedur pengoreksian kesalahan (error correction).

i. Tentukan 2t buah minimal polynomial.
ii. Hitung sindrom (S1 … S2t) dari codeword (bit informasi +
checkbit) yang diterima. Dalam hal ini, terdapat 2t
komponen dalam vektor.
iii. Bentuk tabel BCH dengan menggunakan algoritma
Peterson-Berlekamp(1) berikut:
i. Set nilai awal dari beberapa variabel berikut:
σ(-1)(x) = 1
σ(0)(x) = 1
l-1 = 0
l0 = 0
d-1 = 1
d0 = s1
ii. Jika , maka
, dan ...(2.50)
iii. Jika , cari sebelum
sedemikian sehingga , , dan nilai
memiliki nilai maksimum, kemudian
hitunglah nilai berikut:
...(2.51)
iv. Untuk setiap atau , variansi d
berikutnya adalah :
(2.52)

dimana: adalah koefisien ke-i dari
dan
iv. Hasil akhir σ(n)(x) merupakan polinomial pendeteksi lokasi
error.
v. Setelah itu, cari akar dari persamaan polinomial tersebut
dengan metode trial and error, yaitu dengan mencoba
semua elemen dari GF(2m). Nilai tersebut merupakan akar
apabila hasil proses perhitungan polinomial = 0.
vi. Kemudian cari nilai kebalikan dari akar-akar tersebut. Nilai
ini merupakan posisi bit error.
vii. Tabel BCH dapat juga dibentuk menggunakan Algoritma
Berlekamp-Massey(6):
i. Untuk n = 0, terdapat kondisi awal sebagai berikut:
ii. Jika ,maka
, dan …(2.53)
iii. Jika, , maka

, dan
…(2.54)
iv. Untuk setiap atau , variansi d
berikutnya adalah :
…(2.55)

BAB III
PEMODELAN KODE BCH
3.1 Algoritma Pengkodean dan Pengdekodean BCH
Metode BCH Code yang ditemukan oleh Bose dan Ray-Chaudhuri pada
tahun 1960 dan secara terpisah juga ditemukan oleh Hocquenghem pada 1959 ini
menggunakan simbol dari Galois Field (GF) dan dapat diimplementasikan untuk
untuk m ≥ 3 dan t < 2m-1. Pada pembahasan kali ini, digunakan m = 5, k = 16 dan t
= 3, sehingga:
Panjang blok yang dikirimkan : n = 2m – 1 = 25 – 1 = 31 bit
Bit informasi : k = 16 bit
Jumlah error maksimal :t=3
Checkbit : c = m * t = 5 * 3 = 15 bit
Proses kerja dari metode BCH Code ini dapat dibagi menjadi 2 bagian
besar, yaitu:
1. Proses Encoding, yaitu proses perhitungan checkbit yang akan disisipkan ke
dalam pesan. Proses ini memiliki input berupa kumpulan bit biner pesan p(x).
Proses ini dapat dijabarkan seperti terlihat pada gambar 3.1:

Start
Bentuk tabel Galois Field

GF(2m)
Tentukan 5 buah minimal polynomial

m1(x) … m5(x)
Bentuk generator polinomial

g(x) = KPK(m1(x), …, m5(x))
Tambahkan 15 buah bit 0 di belakang bit pesan

b(x) = p(x) | 000000000000000
Hitung checkbit
c(x) = b(x) mod g(x)
Blok bit yang dikirimkan

p(x) | c(x)
End
Gambar 3.1 Proses Encoding pada BCH Code
2. Proses Decoding, yaitu proses pendeteksian error pada blok bit yang diterima
dan apabila ditemukan error maka dilakukan proses pengoreksian error.
Proses ini dapat dijabarkan seperti terlihat pada gambar 3.2:

Start
Hitung nilai
Proses [p(x) | c(x)] mod g(x)
pendeteksian
error Ya
Sisa modulo = 0
Tidak
Tentukan 6 buah minimal polinomial
Tidak terdapat error
m1(x), …, m6(x)
Hitung nilai sindrome

s1(x), …, s6(x)
Bentuk tabel BCH dengan algoritma

Peterson-Berlekamp
Proses polinomial pendeteksi lokasi error

pengoreksian O(n)(x)
error
Cari akar persamaan polinomial dengan
algoritma Trial and Error
Cari nilai kebalikan dari akar yang diperoleh

Nilai ini merupakan posisi bit error
Perbaiki bit pada posisi error
End
Gambar 3.2 Proses Decoding pada BCH Code
Agar dapat lebih memahami proses kerja dari metode BCH Code
diberikan sebuah contoh sederhana berikut:
Misalkan diketahui bit pesan p(x) adalah: 0000000001000001. Maka proses
perhitungannya adalah sebagai berikut:

1. Proses Encoding
a. Bentuk tabel Galois Field GF(25)
Berdasarkan tabel 2.1, untuk m = 5, maka primitif polinomial yang
dipergunakan adalah :
gantikan X dengan α : ,
sehingga : ,
Dan diperoleh bentuk polinomial untuk - :
Untuk lebih jelasnya, perhatikan Tabel 3.1

Tabel 3.1 Galois Field GF(25)
b. Untuk t=3, terdapat 5 buah minimal polinomial, m1(x) … m5(x)
m1(x) = x5 + x2 + 1
m2(x) = x5 + x2 + 1
m3(x) = x5 + x4 + x3 + x2 + 1
m4(x) = x5 + x2 + 1
m5(x) = x5 + x4 + x2 + x + 1

c. Bentuk generator polinomial g(x).
g(x) = KPK(m1(x), …, m5(x))
g(x) = m1(x) * m3(x) * m5(x)
g(x) = (x5 + x2 + 1) * (x5 + x4 + x3 + x2 + 1) * (x5 + x4 + x2 + x + 1)
g(x) = (x15 + x11 + x10 + x9 + x8 + x7 + x5 + x3 + x2 + x + 1)
g(x) = 1000111110101111
d. Tambahkan 15 buah bit 0 di belakang bit pesan:
b(x) = 0000000001000001000000000000000
e. Hitung nilai checkbit:
c(x) = 0000000001000001000000000000000 mod 1000111110101111
c(x) = 100101000100010
f. Blok bit yang dikirimkan:
v(x) = p(x) | c(x) = 0000000001000001 | 100101000100010
2. Proses Decoding(10):
Misalkan terdapat gangguan pada saat transmisi data, sehingga blok bit yang
diterima berubah menjadi:
v(x) = 0001000011000001 | 100100000100010
Maka, proses pendeteksian dan pengoreksian error yang dilakukan adalah
sebagai berikut:
a. Hitung nilai modulus [p(x) | c(x)] mod g(x)
v(x) = 0001000011000001100100000100010 mod 1000111110101111
v(x) = 1111110111010

b. Nilai modulus tidak sama dengan nol, berarti terdapat error. Lanjutkan
perhitungan proses pengoreksian error.
c. Tentukan 6 buah minimal polinomial:
m1(x) = x5 + x2 + 1 = 100101
m2(x) = x5 + x2 + 1 = 100101
m3(x) = x5 + x4 + x3 + x2 + 1 = 111101
m4(x) = x5 + x2 + 1 = 100101
m5(x) = x5 + x4 + x2 + x + 1 = 110111
m6(x) = x5 + x4 + x3 + x2 + 1 = 111101
d. Hitung sindrome dari keenam minimal polinomial tersebut:
s1(x) = v(x) mod m1(x)
s1(x) = 0001000011000001100100000100010 mod 100101
s1(x) = 100 = x2
s1(x) = 0001000011000001100100000100010 mod 100101
s1(x) = 100 = x2
s1(x) = 0001000011000001100100000100010 mod 111101
s1(x) = 11011 = x4 + x3 + x + 1
s1(x) = 0001000011000001100100000100010 mod 100101
s1(x) = 100 = x2
s5x) = v(x) mod m5(x)
s1(x) = 0001000011000001100100000100010 mod 110111

s1(x) = 10010 = x4 + x
s1(x) = 0001000011000001100100000100010 mod 111101
s1(x) = 11011 = x4 + x3 + x + 1
e. Substitusikan α ke dalam persamaan sindrome di atas.
s1(α) = α2
s2(α2) = (α2)2 = α4
s3(α3) = (α3)4 + (α3)3 + (α3) + 1 = α12 + α9 + α3 + 1 = α14
s4(α4) = (α4)2 = α8
s5(α5) = (α5)4 + (α5) = α20 + α5 = α29
s6(α6) = (α6)4 + (α6)3 + (α6) + 1 = α24 + α18 + α6 + 1 = α28
f. Buat tabel BCH dengan menggunakan algoritma Peterson-Berlekamp.
Tentukan nilai awal kondisi, yaitu :
σ(-1)(x) = 1; σ(0)(x) = 1;
l-1 = 0; l0 = 0;
d-1 = 1; d0 = s1;
Untuk n = 0, , sehingga kita pilih m = -1 dan sesuai

persamaan 2.46 dan persamaan 2.47 :
Karena = 0, maka dipakai persamaan 2.45, sehingga untuk n = 1 :

, sehingga untuk n = 2, dan m = 0,
n = 3,
d4 ≠ 0 , n = 4, m = 2,
= 0, n =6, dan error-locator polinomial nya adalah :

Hasil perhitungan di atas kemudian dimasukkan ke dalam Tabel 3.2
Tabel 3.2 Tabel dari Algoritma Peterson-Berlekamp
n
- 1 1 0 -1
0 1 0 0
1 0 1 0
2 1 1
3 0 2 1
4 2 2
5 0 3 2
6 - - -
g. Error locator polynomial yang diperoleh adalah α27x3 + α11x2 + α2x + 1.
h. Dengan menggunakan algoritma trial and error, yaitu mengganti nilai
persamaan point g dengan field element yang ada pada GF(25), ,
dengan ≤
ketentuan 0 k ≤ 31, dan
, diperoleh 3 buah akar polinomial yaitu: α4, α9, α22.
i. Maka posisi bit yang error adalah nilai kebalikan dari ketiga nilai akar di
atas:
Kebalikan dari α4 = α31-4 = α27  posisi bit ke 27
j. Perbaiki bit pada posisi error dengan membalikkan nilai bit pada posisi
tersebut.
30 27 23 19 15 11 7 3 0
000 1000 0110 0000 1100 1000 0010 0010
000 0000 0010 0000 1100 1010 0010 0010

3.2 Model Sistem
Model sistem mengikuti model standar Shannon seperti terlihat pada
gambar 3.3 berikut:
Transmitter
Source Channel
Modulator
Encoder
Noise Communication Channel
Destination Channel
Demodulator
Decoder
Receiver
Gambar 3.3 Model Sistem
Berbagai blok yang terdapat pada gambar di atas dimodelkan seperti
berikut:
1. Sumber (source)
Penyusun mengambil bit acak 1 dan 0 sehingga disimulasikan sebuah sumber
yang terdiri dari perulangan bit yang dijadikan sebagai input ke dalam channel
encoder. Idealnya, sistem memiliki sebuah source coder, juga sebuah entropy
coder, yang dapat membantu membuat kompresi data pada data sumber,
sebelum dikirimkan ke channel encoder.
2. Pengkodean saluran komunikasi (channel encoder)
Ini merupakan bagian dimana akan dipilih penggunaan algoritma pengkodean
tertentu tertentu untuk mengkodekan k-blok data sumber, sehingga akan
dimiliki n-kode blok yang berkorespondensi dengan data sumber dengan

beberapa redundansi yang ditambahkan ke dalamnya, untuk membantu proses
pengoreksian kesalahan dan pendeteksian pada sisi lainnya.
Pada pembahasan kali ini, binary BCH(31, 16) yang disimulasikan dan
encoder dibentuk dengan menggunakan aritmatika Galois Field dan perkalian
polinomial seperti yang dijabarkan pada subbab 3.1 di atas. Secara mendasar,
encoder menghasilkan sebuah blok dengan panjang 31 bit untuk setiap 16 bit
data yang dikirimkan dan akan dikirimkan ke modulator.
3. Modulator
Untuk kasus simulasi kali ini, digunakan BPSK Modulator, yang akan
menghasilkan sebuah [fc / fb], gelombang cosinus untuk setiap bit data,
tergantung pada nilai bit-nya yaitu apakah 1 atau 0. fc adalah frekuensi
pembawa (carrier frequency) dan fb adalah data rate. Secara mendasar, BPSK
memerlukan sebuah detektor koheren dan diasumsikan mampu untuk
menemukan fase dari signal pada receiver. Secara sederhana, modulator akan
diimplementasikan sebagai kode blok dengan menggunakan rumusan berikut:
s1(t) = + √Eb/No cos (2πfct), 0 ≤ t ≤ k/fc ...(3.1)
s2(t) = – √Eb/No cos (2πfct), 0 ≤ t ≤ k/fc ...(3.2)
Persamaan 3.1 dan 3.2 merupakan persamaan korespondensi untuk
gelombang, 1 dan 0, yang dapat diperoleh dengan melewatkan bit sumber,
melalui sebuah polar signal converter, yang akan mengkonversikan 1 menjadi
+ 1 dan 0 menjadi – 1.
4. Saluran komunikasi [gangguan] (communication channel [noise])
Sebuah saluran komunikasi dikarakterisasi dengan gangguan yang terdapat
pada saluran. Pada pembahasan kali ini, gangguan (noise) dibangkitkan

dengan menggunakan metode Box-Muller, sehingga noise yang didapatkan
additive white gaussian (AWGN) yang terdistribusi dengan rata-rata nol dan
varians satuan. Ini akan menjamin bahwa sistem memiliki sebuah gaussian
yang tepat, sekuens simbol dibangkitkan dari variabel acak. Performansi dari
metode Box Muller tergantung pada tipe pseudo random number generator.
5. Demodulator
Demodulator yang digunakan adalah sebuah demodulator produk koheren,
dimana hanya melipatgandakan signal masukan, dengan gelombang pembawa,
dan jika sinyal hasil lebih besar dari 0 maka akan dikodekan sebagai 1 dan jika
tidak dikodekan sebagai 0.
Secara matematis, jika diasumsikan r(t) adalah sinyal yang diterima, maka bit
yang didekodekan seperti berikut:

kTc
≤0 1
∫ r(t) c(t) dt =
0 <0 0
Ini berarti, demodulator menunggu selama periode simbol kTc, yang
merupakan sebuah perkalian periode waktu bawaan, sehingga dapat
diputuskan pada akhir periode waktu, apakah bit tertentu adalah satu atau nol.
6. Pengdekodean saluran komunikasi (channel decoder)
Decoder untuk kode blok secara umum beroperasi pada blok, mengambil n bit
dari modulator, dan menjalankan semuanya satu kali setiap satuan waktu.
Pada tahapan ini akan dilakukan pengecekan error pada bit dan apabila
terdapat error maka akan dilakukan proses pengoreksian error.
7. Tujuan (destination)

Ini akan tempat informasi diperoleh, yang akan menerima bit yang
didekodekan dari channel encoder dan mengekstrak bit pesan dari code word
dan menyusun ulang data pada receiver.

BAB IV
SIMULASI KODE BCH
4.1 Fungsi pada Model Sistem
Pada tugas akhir ini, akan dibahas mengenai analisis kinerja dari kode
BCH dengan menggunakan bahasa pemrograman Microsoft Visual Basic 6.0.
Kanal yang digunakan pada tugas akhir ini adalah menggunakan kanal AWGN
(Additive White Gaussian Noise) pada model sistem Shannon. Modulasi digital
yang digunakan pada tugas akhir ini adalah menggunakan modulasi BPSK
(Binary Phase Shift Keying).
Simulasi dilakukan dengan menggunakan sebuah program yang dirancang
dengan menggunakan bahasa pemrograman Microsoft Visual Basic 6.0, yaitu
dengan merancang beberapa fungsi untuk membentuk suatu model sistem. Berikut
dirincikan fungsi-fungsi yang digunakan pada proses simulasi tersebut.
4.1.1 Fungsi Pembangkitan Pesan
Proses simulasi pada tugas akhir ini menggunakan pesan input yang terdiri
dari deretan perulangan bit 0 dan 1 yang dibangkitkan secara acak dengan
menggunakan sebuah fungsi pembangkitan pesan. Fungsi ini memiliki algoritma
seperti berikut:
Fungsi CreateMessage(pnBitLen)
For nF = 1 To pnBitLen Step 8
cTemp  cTemp + FDec2Biner(Int(Rnd * 100) + 50, 8)
CreateMessage = cTemp

4.1.2 Fungsi Encoder
Bit pesan input akan dilewatkan ke sebuah metode pengkodean untuk
menambahkan bit-bit tambahan yang dapat digunakan untuk pendeteksian dan
pengoreksian apabila terjadi error pada saat transmisi. Pada tugas akhir ini,
digunakan metode Kode BCH yang dirancang dalam bentuk fungsi.
Fungsi ini digunakan untuk melakukan proses encoding pada metode BCH
Code. Proses encoding ini mencakup proses pengubahan pesan ke bentuk biner
dan proses perhitungan checkbit dari pesan. Algoritma dari fungsi ini dapat
dirincikan sebagai berikut:
Panggil algoritma pembentukan tabel Galois Field GF(5)

Panggil algoritma penentuan minimal polinomial sebanyak 5 buah
cGen  TMin_Poly_B(1)
Untuk nI  2 sampai Indeks Tertinggi dari TMin_Poly_B
cGen  cGen * TMin_Poly_B(nI)
nJ = 0
Untuk nI  1 sampai Panjang karakter dari cInput dengan lompatan
16
nJ = nJ + 1
cPesan(nJ)  Ambil 16 buah karakter pada cInput mulai dari
posisi nI
Jika Panjang(cPesan(nJ)) < 16 maka

cPesan(nJ)  cPesan(nJ) + Tambahkan [16 – Panjang
karakter dari cPesan(nJ)] buah karakter
"0"
Jika [terdapat error pada saat transmisi data] maka
Untuk nJ  1 sampai Indeks Tertinggi dari cPesan
nJlh  Ambil nilai acak antara 1 sampai 3
cPos  ""
Untuk nI  1 sampai nJlh
Lakukan proses berikut,
nPos  Ambil posisi acak antara 0 sampai
31

Hingga nPos tidak terdapat dalam cPos
cPos  cPos + "," + nPos
Untuk nI  1 sampai Panjang karakter dari cPesan(nJ)

Jika nI terdapat dalam cPos maka
cPesanT(nJ)  cPesanT(nJ) + Not(Ambil
sebuah
karakter pada posisi nI dari
cPesan(nJ))
Jika tidak, maka
cPesanT(nJ)  cPesanT(nJ) + Ambil sebuah
cPesan(nJ)
Untuk nI  1 sampai Panjang karakter dari cCheck(nJ)

Jika nI + 16 termasuk dalam cPos maka
cCheckT(nJ)  cCheckT(nJ) + Not(Ambil
sebuah
cPesan(nJ))
Jika tidak, maka
cCheckT(nJ)  cCheckT(nJ) + Ambil sebuah
cCheckT(nJ)
Jika tidak, maka

Untuk nJ  1 sampai Indeks Tertinggi dari cPesan
cPesanT(nJ)  cPesan(nJ)
cCheckT(nJ)  cCheck(nJ)
4.1.3 Fungsi Modulator
Modulator yang digunakan untuk simulasi pada model sistem adalah
BPSK (Binary Phase Shift Keying). Pemodelan modulator pada tugas akhir ini
akan menggunakan sebuah fungsi yang memiliki algoritma sebagai berikut:
Fungsi FBPSKMod(pcIStream, pnFc, pnFb, pnPowerbit)

nScale  pnFc / pnFb

Untuk nI = 1 sampai Panjang(pcIStream)
nSignBit  2 * Mid(pcIStream, nI, 1) - 1
nK  0
Untuk nJ = ((nI - 1) * nScale + 1) sampai (nI * nScale)
nOStream(nJ)  nSignBit * pnPowerbit * Cos(2 * pi *
pnFc
* Linspace(0, 1 / pnFb, nScale, nK))
cTemp  cTemp + IIf(cTemp = "", "", ",") +
nOStream(nJ)
nK  nK + 1
FBPSKMod  cTemp
4.1.4 Fungsi Pembangkitan Kesalahan Bit
Proses simulasi pada tugas akhir ini menggunakan metode Box Muller
untuk menambahkan AWGN (Additive White Gaussian Noise) pada bit pesan
yang dikirimkan. Metode Box Muller ini akan dimodelkan dengan menggunakan
sebuah fungsi yang memiliki algoritma sebagai berikut:
Fungsi FBoxMuller(pnNo)
Randomize Timer
nAngka  2 * pi * IIf(Int(Rnd * 100) Mod 2 = 0, 1, -1) *
Round(Rnd * pnNo, 4)
Do
nAkar  Sqr(2 * Abs(Log(Round(Rnd * pnNo, 4)))) *
IIf(Int(Rnd * 100) Mod 2 = 0, 1, -1)
Loop Until Not Error
nX  nAkar * Cos(nAngka)
nY  nAkar * Sin(nAngka)
FBoxMuller  Abs(nX + nY) / 2

4.1.5 Fungsi Demodulator
Sinyal analog yang dimodulasikan oleh modulator harus dikonversi
kembali menjadi bentuk sinyal digital agar dapat dibaca oleh penerima pesan.
Proses simulasi pada tugas akhir ini menggunakan sebuah fungsi untuk
memodelkan demodulator. Fungsi ini memiliki algoritma sebagai berikut:
Function FBPSKDemod(pcIStream, pnFc, pnFb, pnPowerbit)

nScale  pnFc / pnFb
cArrIStream  Split(pcIStream, ",")
nCount  (UBound(cArrIStream) + 1) / nScale
Untuk nI = 0 sampai UBound(cArrIStream)
nArrIStream(nI + 1)  cArrIStream(nI)
Untuk nI = 1 sampai nCount

nTotal  0
Untuk nJ = 1 sampai nScale
nArrVal(nJ)  nArrIStream((nI - 1) * nScale + nJ) *
Cos(2 * pi * pnFc * (nJ / pnFb))
nTotal  nTotal + nArrVal(nJ)
nBit  Int((Sign(nTotal) + 1) / 2)
cOutput  cOutput + nBit
FBPSKDemod  cOutput
4.1.6 Fungsi Decoding
Hasil demodulator sinyal analog yang melalui kanal AWGN yang dimodelkan
dengan menggunakan metode Box Muller ini akan memunculkan error pada
bit pesan. Untuk itu, diperlukan proses pendeteksian dan pengoreksian error
dengan menggunakan kode BCH yang akan dimodelkan dalam bentuk fungsi.

Fungsi decoding ini mencakup proses pengecekan error pada saat transmisi
data dan proses pengoreksian error apabila terdapat error pada saat transmisi
data. Algoritma dari fungsi ini dapat dirincikan sebagai berikut:
Untuk nI  1 sampai Indeks Tertinggi dari cPesanT

pcInfoBit  cPesanT(nI)
pcCheckBit  cCheckT(nI)
cMod  GF_Mod(pcInfoBit + pcCheckBit, cGen))
Jika cMod = "0" maka

bVerify  bVerify And True
Jika tidak, maka
bVerify  bVerify And False
Jika bVerify maka

Tampilkan pesan "Tidak terdapat error dalam Code Word !"
Proses selesai
Jika tidak, maka
Tampilkan pesan "Terdapat error dalam Code Word !"
Panggil algoritma penentuan minimal polinomial sebanyak 6 buah

Untuk nH  1 sampai 2 * pnT
cBitMinPoly(nH)  Ubah Min_Poly(nH) ke bentuk biner
cSindrome(nH)  GF_Mod(pcInfoBit + pcCheckBit,
cBitMinPoly(nH)))
Untuk nB  1 sampai 2 * pnT

nMax  Panjang karakter dari cSindrome(nB)
cSindromeA(nB)  -1
Untuk nH  1 sampai [Panjang karakter dari cSindrome(nB)] - 1
cBit  Ambil sebuah karakter pada posisi nH dari
cSindrome(nB)
Jika cBit = "1" maka
nPangkat  nB * (nMax - nH)
Selama nPangkat > 2 ^ pnM - 1
nPangkat  nPangkat - (2 ^ pnM - 1)

cSindromeA(nB)  ArrTF(cSindromeA(nB) + 1) +
ArrTF(nPangkat + 1))) - 1
Jika karakter di sebelah kanan dari cSindrome(nB) = "1"

maka
cSindromeA(nB)  ArrTF(cSindromeA(nB) + 1) + ArrTF(1) - 1
Panggil algoritma fungsi Berlekamp
GF_Mod  cSisa
4.1.7 Fungsi Berlekamp
Algoritma ini digunakan untuk menghitung nilai output dari fungsi
Berlekamp yang berfungsi untuk membentuk tabel BCH. Prosedur kerja dari
algoritma ini dapat dirincikan sebagai berikut:
Function Berlekamp()
nQ(0, 0)  1
nQ(1, 0)  1
nL(0)  0
nL(1)  0
nD(0)  1
nD(1)  cSindromeA(1)
nKolT(0)  -1
nKolT(1)  0
Untuk nN = 0 sampai pnT - 1

Jika nD(nN + 1) = 0 maka
nQ(nN + 2, 0)  nQ(nN + 1, 0)
nQ(nN + 2, 1)  nQ(nN + 1, 1)
nQ(nN + 2, 2)  nQ(nN + 1, 2)
nQ(nN + 2, 3)  nQ(nN + 1, 3)
nLBesar  nL(nN + 2)
Jika tidak, maka
nM  Cari nilai M yang memenuhi ketentuan
Jika nD(nM) > 1 maka
nKoef  -nD(nM) + nD(nN + 1)

Jika tidak, jika nD(nM) = 1 maka
nKoef  nD(nN + 1)
Jika tidak, maka
nKoef  0
Selama nKoef < 0, lakukan proses berikut

nKoef  nKoef + (2 ^ pnM - 1)
Jika nM > 0 maka

nPangkat  2 * (nN - (nM - 1))
Jika tidak, maka
nPangkat  1
nDHasil(1, nPangkat)  nKoef

Jika nN = pnT - 1 maka Keluar dari looping
Untuk nI = 3 sampai 0
Jika nQ(nN + 2, nI) > 0 maka
nL(nN + 2)  nI
Keluar dari looping
nD(nN + 2)  cSindromeA(2 * nN + 3)
Untuk nI = 1 sampai nL(nN + 2)
nD(nN + 2)  ArrTF(nD(nN + 2) + 1) +
(ArrTF(cSindromeA(2 * nN + 3 - nI) +
nQ(nN
+ 2, nI) + 1) - 1
nKolT(nN + 2)  2 * (nN + 1) - nL(nN + 2)
cHasil  ""
Untuk nI = 3 sampai 0
Jika nQ(3, nI) > 0 maka
cHasil  cHasil + " + a^" + nQ(3, nI) + "*x^" + nI
Berlekamp  cHasil

4.2 Penjelasan Interface
Berikut dirincikan beberapa interface yang terdapat dalam perangkat
lunak:
1. Form Input untuk Tutorial Pembelajaran
Gambar 4.1 Form Input untuk Tutorial Pembelajaran
Form ini berfungsi sebagai tempat pengisian data-data awal yang
diperlukan dalam proses pembelajaran kode BCH. Pada form ini terdapat dua
buah objek yaitu :
a. Objek sebagai tempat pemilihan jenis input yang diinginkan.
b. Objek sebagai tempat pengisian data pesan yang akan dikirimkan.
2. Form Tutorial Pembelajaran

Gambar 4.2 Form Tutorial Pembelajaran
Form ini berfungsi untuk menampilkan langkah-langkah perhitungan dari
kode BCH. Pada form ini terdapat sebuah objek untuk mengatur kecepatan dari
pergantian langkah. Selain itu, juga terdapat dua buah tabel yang digunakan untuk
menampilkan tabel BCH dan tabel Berlekamp. Sedangkan, objek lainnya
digunakan untuk menampilkan hasil proses perhitungan dan objek ‘Cek’ yang
dapat dipilih apabila ingin menampilkan proses perhitungan jika terjadi kesalahan
pada waktu transmisi data.
3. Form Analisis

Gambar 4.3 Form Analisis
Form ini digunakan untuk menampilkan grafik BER vs SNR. Pada form
ini terdapat beberapa data input yaitu carrier rate, data rate, dan total chunk.
4.3 Contoh Perhitungan Kode BCH
Berikut diberikan contoh proses perhitungan dari metode BCH Code
dengan data pesan input = ‘0000000001000001’ dan tidak terdapat error pada
saat transmisi data. Hasil proses perhitungannya adalah sebagai berikut :
Tentukan 5 buah minimal polinomial.

------------------------------------
m1(x) = x^5 + x^2 + 1 = 100101
m2(x) = x^5 + x^2 + 1 = 100101
m3(x) = x^5 + x^4 + x^3 + x^2 + 1 = 111101
m4(x) = x^5 + x^2 + 1 = 100101
m5(x) = x^5 + x^4 + x^2 + x + 1 = 110111

Hitung KPK dari minimal polinomial.
------------------------------------
KPK = (hitung perkalian dari minimal polinomial yang tidak sama
saja)
KPK = 100101 * 111101 * 110111
KPK = 1000111110101111
Hitung checkbit dari pesan.

----------------------------
- Kelompokkan bit pesan ke subblok 16 bit
BitPesan(1) = 0000000001000001
- Tambahkan 15 buah bit 0 di belakang pesan

Bit pesan = 0000000001000001
Bit proses = 0000000001000001000000000000000
- Hitung check bit

Check bit = 0000000001000001000000000000000 mod
1000111110101111
= 100101000100010
Pesan Asli = 0000000001000001

Pesan yang Diterima = 0000000001000001
Check bit Asli = 100101000100010
Check bit yang Diterima = 100101000100010
Error Detection.
-----------------
Bit Pesan = 0000000001000001
Check Bit = 100101000100010
Bit Mod = 0000000001000001100101000100010 mod 1000111110101111
= 0 --> tidak ada error
Kesimpulan: Tidak terdapat ERROR pada pesan. Proses selesai.
Contoh lainnya misalkan data pesan input = ‘ab’ dan terdapat error pada saat
transmisi data. Hasil proses perhitungannya adalah sebagai berikut :

------------------------------------
m1(x) = x^5 + x^2 + 1 = 100101
m2(x) = x^5 + x^2 + 1 = 100101
m3(x) = x^5 + x^4 + x^3 + x^2 + 1 = 111101
m4(x) = x^5 + x^2 + 1 = 100101
m5(x) = x^5 + x^4 + x^2 + x + 1 = 110111
Hitung KPK dari minimal polinomial.

------------------------------------
KPK = (hitung perkalian dari minimal polinomial yang tidak sama
saja)
KPK = 100101 * 111101 * 110111
KPK = 1000111110101111
Hitung checkbit dari pesan.

----------------------------
- Konversikan pesan ke bentuk biner
a = 97 = 01100001
b = 98 = 01100010
- Kelompokkan bit pesan ke subblok 16 bit

BitPesan(1) = 0110000101100010
- Tambahkan 15 buah bit 0 di belakang pesan

Bit pesan = 0110000101100010
Bit proses = 0110000101100010000000000000000
- Hitung check bit

Check bit = 0110000101100010000000000000000 mod
1000111110101111
= 110000010001010
Terjadi ERROR pada saat pengiriman data.

Pesan Asli = 0110000101100010
Pesan yang Diterima = 0110000000000010
Check bit Asli = 110000010001010
Check bit yang Diterima = 110000010001010
Error Detection.

-----------------
Bit Pesan = 0110000000000010
Check Bit = 110000010001010
Bit Mod = 0110000000000010110000010001010 mod 1000111110101111
= 10100111110110 --> ada ERROR
Kesimpulan: Terdapat ERROR pada pesan.

------------------------------------
m1(x) = x^5 + x^2 + 1 = 100101
m2(x) = x^5 + x^2 + 1 = 100101
m3(x) = x^5 + x^4 + x^3 + x^2 + 1 = 111101
m4(x) = x^5 + x^2 + 1 = 100101
m5(x) = x^5 + x^4 + x^2 + x + 1 = 110111
m6(x) = x^5 + x^4 + x^3 + x^2 + 1 = 111101
Menghitung Sindrome.
---------------------
m1(x) = x^5 + x^2 + 1 = 100101
m2(x) = x^5 + x^2 + 1 = 100101
m3(x) = x^5 + x^4 + x^3 + x^2 + 1 = 111101
m4(x) = x^5 + x^2 + 1 = 100101
m5(x) = x^5 + x^4 + x^2 + x + 1 = 110111
m6(x) = x^5 + x^4 + x^3 + x^2 + 1 = 111101

s1(x) = 0110000000000010110000010001010 mod 100101
s1(x) = 11011
s2(x) = 0110000000000010110000010001010 mod 100101
s2(x) = 11011

s3(x) = 0110000000000010110000010001010 mod 111101
s3(x) = 11101

s4(x) = 0110000000000010110000010001010 mod 100101
s4(x) = 11011

s5(x) = 0110000000000010110000010001010 mod 110111
s5(x) = 1101

s6(x) = 0110000000000010110000010001010 mod 111101
s6(x) = 11101
Substitusikan a ke dalam Sindrome.

-----------------------------------
s1(a) = x^4 + x^3 + x + 1
s1(a) = (a)^4 + (a)^3 + (a) + 1
s1(a) = a^16
s2(a^2) = x^4 + x^3 + x + 1

s2(a^2) = (a^2)^4 + (a^2)^3 + (a^2) + 1
s2(a^2) = a^1
s3(a^3) = x^4 + x^3 + x^2 + 1

s3(a^3) = (a^3)^4 + (a^3)^3 + (a^3)^2 + 1
s3(a^3) = a^15
s4(a^4) = x^4 + x^3 + x + 1

s4(a^4) = (a^4)^4 + (a^4)^3 + (a^4) + 1
s4(a^4) = a^2
s5(a^5) = x^3 + x^2 + 1

s5(a^5) = (a^5)^3 + (a^5)^2 + 1
s5(a^5) = a^23
s6(a^6) = x^4 + x^3 + x^2 + 1

s6(a^6) = (a^6)^4 + (a^6)^3 + (a^6)^2 + 1
s6(a^6) = a^30
Bentuk tabel BCH dengan algoritma Berlekamp.

---------------------------------------------
Fungsi Berlekamp :
Set N = 0

Cari nilai N sebelumnya dengan 2N - L(N) terbesar dan d(N) <> 0,
dan nilai n yang terpilih adalah m = 0
Q(1) = Q(0) + d(0) * d(-1)^(-1) * x^[2*(0 - -1)] * Q(-1)

Q(1) = 1 + a^16 * (a^1)^(-1) * x^2 * (1)
Q(1) = a^16*x + 1
L(1) = 1
D(1) = S(3) + S(2) * Q1(2)

D(1) = a^15 + a^1 * a^16
D(1) = a^20
Set N = 1

Q(2) = Q(1) + d(1) * d(0)^(-1) * x^[2*(1 - 0)] * Q(0)

Q(2) = a^16*x + 1 + a^20 * (a^16)^(-1) * x^2 * (a^16*x + 1)
Q(2) = a^4*x^2 + a^16*x + 1
L(2) = 2
D(2) = S(5) + S(4) * Q1(3) + S(3) * Q2(3)

D(2) = a^23 + a^2 * a^16 + a^15 * a^4
D(2) = a^6
Set N = 2

Q(3) = Q(2) + d(2) * d(1)^(-1) * x^[2*(2 - 1)] * Q(1)

Q(3) = a^4*x^2 + a^16*x + 1 + a^6 * (a^20)^(-1) * x^2 * (a^4*x^2 +
a^16*x + 1)
Polinomial pendeteksi error yang diperoleh = a^2*x^3 + a^18*x^2 +
a^16*x^1 + 1

Cari akar dari polinomial dengan metode Trial and Error.
---------------------------------------------------------
Tes setiap kemungkinan nilai a :
a^1 --> a^2 * (a^1)^3 + a^18 * (a^1)^2 + a^16 * (a^1)^1 + 1 = a^17
a^2 --> a^2 * (a^2)^3 + a^18 * (a^2)^2 + a^16 * (a^2)^1 + 1 = a^10
a^3 --> a^2 * (a^3)^3 + a^18 * (a^3)^2 + a^16 * (a^3)^1 + 1 = a^25
a^4 --> a^2 * (a^4)^3 + a^18 * (a^4)^2 + a^16 * (a^4)^1 + 1 = a^12
a^5 --> a^2 * (a^5)^3 + a^18 * (a^5)^2 + a^16 * (a^5)^1 + 1 = a^14
a^6 --> a^2 * (a^6)^3 + a^18 * (a^6)^2 + a^16 * (a^6)^1 + 1 = a^7
a^7 --> a^2 * (a^7)^3 + a^18 * (a^7)^2 + a^16 * (a^7)^1 + 1 = a^19
a^8 --> a^2 * (a^8)^3 + a^18 * (a^8)^2 + a^16 * (a^8)^1 + 1 = 0 --
> akar
a^9 --> a^2 * (a^9)^3 + a^18 * (a^9)^2 + a^16 * (a^9)^1 + 1 = a^8
a^10 --> a^2 * (a^10)^3 + a^18 * (a^10)^2 + a^16 * (a^10)^1 + 1 =
0 --> akar
a^11 --> a^2 * (a^11)^3 + a^18 * (a^11)^2 + a^16 * (a^11)^1 + 1 =
0 --> akar
Ambil nilai invers dari akar polinomial.

-----------------------------------------
Invers dari a^8 = a^23
Jadi, posisi bit error = 23,21,20
Bit pesan hasil koreksi = 0110000101100010
Check bit hasil koreksi = 110000010001010
Pesan = 'ab'
4.4 Evaluasi Performansi Kode BCH
Ide dari evaluasi performansi menggunakan model Jacobs-Viterbi adalah
untuk mensimulasikan berbagai macam kondisi saluran dan menemukan
performansi dari sistem pengkodean, yang dibandingkan dengan sistem yang tidak
dikodekan dan membuat grafik BER (Bit Error Rate) vs Eb/No (energy per bit to
noise power spectral density ratio)

Untuk itu, digunakan model komunikasi Shannon dan di-input sebuah
deretan bit acak, yang akan dikodekan, dimodulasikan dan dilewatkan melalui
sistem. Selanjutnya, akan digunakan simulasi yang sama untuk berbagai nilai
Eb/No, yang akan digunakan untuk menggambar grafik.
Sekarang, untuk setiap percobaan, akan dihitung jumlah error antara
output dari encoder dan decoder. Ini berarti, secara mendasar, dihitung BER
dengan membagikan total jumlah error untuk Eb/o ini, dengan total jumlah bit
yang ditransmisikan. BER = n (errors) / n (bits)
Untuk setiap percobaan yang dijalankan pada Eb/No tertentu, akan
diperoleh sebuah BER yang spesifik. Dengan menggunakan cara ini maka akan
dapat dihitung dan digambarkan kurva Eb/No vs BER untuk sistem pengkodean
yang digunakan.
Secara singkat, metode Jacobs-Viterbi(12) dapat dituliskan dalam bentuk
algoritma berikut:
a. Untuk setiap nilai Eb / No dalam dB. Nilai Eb / No ditetapkan pada nilai 1, 2,
3,…, 10.
b. Hitung SNR, menggunakan rumus :

(12)
…(4.1)
dengan fb adalah data rate dan B adalah bandwidth kanal atau carrier rate.
c. Modulasikan bit kode, dengan menggunakan energi,
d. Tambahkan noise pada sinyal analog yang dimodulasikan, dengan
menggunakan metode Box Muller
e. Demodulasi sinyal pada energi yang sama, Ec
f. Dekodekan bit yang diperoleh

g. Hitung jumlah error
h. Hitung BER untuk setiap Eb / No
i. Ulangi untuk setiap nilai SNR dalam Db
j. Gambarkan grafik Eb / No vs BER
4.5 Faktor yang Mempengaruhi Simulasi
Adalah kenyataan bahwa simulasi dari sistem pengkodean memerlukan
jumlah bit yang besar (106) untuk disimulasikan pada sistem. Ini untuk
memastikan sebuah akurasi tinggi dan memungkinkan kita untuk mendapatkan
BER rate dengan order 10-5. Untuk semua sistem, agar dapat mencapai sebuah
BER 1/R, maka perlu mentransmisikan paling sedikit 10 * R bit, melalui channel.
Juga terdapat kemungkinan munculnya kesalahan dalam simulasi, jika
tidak diperoleh BER, atau BER = 0 maka itu berarti terjadi salah satu dari
kemungkinan berikut:
1. BER memang 0.
2. Jumlah bit yang ditransmisikan melalui channel terlalu sedikit.
3. Eb/No terlalu rendah, atau noise floor terlalu rendah.
4.6 Hasil Simulasi
Berikut diberikan contoh dari hasil simulasi:
a. Grafik BER vs Eb / No dari data input : carrier rate = 20 ; data rate = 10 dan
total chunk = 100.

Gambar 4.4 Hasil Simulasi untuk carrier rate = 20
Grafik berwarna biru pada Gambar 4.4 menunjukkan nilai BER untuk
sinyal BPSK yang belum dikodekan oleh Kode BCH. Grafik berwarna merah
menunjukkan nilai BER untuk sinyal BPSK yang telah dikodekan oleh Kode
BCH. Terlihat dari Gambar 4.4, perolehan nilai BER =0 pada sinyal dengan
pengkodean BCH terjadi pada nilai Eb / No yang lebih sedikit dibandingkan
dengan nilai BER pada sinyal yang belum dikodekan oleh BCH.
b. Hasil perhitungan SNR untuk setiap nilai Eb / No

Gambar 4.5 Nilai SNR untuk Setiap Eb / No
Tabel pada Gambar 4.5 memperlihatkan nilai BER = 0 didapat pada saat
Eb/ No =7.
4.7 Perhitungan Daya Transmisi

Setelah nilai SNR diperoleh, maka untuk selanjutnya, bisa dihitung daya
transmisi yang diperlukan untuk mentransmisikan bit bit informasi. Adapun
langkah langkahnya adalah sebagai berikut :
a. Hitung Daya Noise menggunakan persamaan 4.2 :

(13)
…(4.2)
dimana, k= konstanta Boltzman = 1.380650x10-23 J/K,
T= Suhu efektif, dalam satuan Kelvin
B= Bandwidth pada sisi penerima
b. Kemudian ,hitung Daya Sinyal carrier pada sisi pengirim dengan
menggunakan persamaan 4.3 :

(13)
…(4.3)
c. Untuk mendapatkan daya transmisi, perlu diperhitungkan rugi rugi
transmisi dan batas fading yang mungkin timbul selama
pentransmisian. Sebagai contoh, rugi rugi transmisi pada udara bebas
dapat dihitung menggunakan persamaan 4.4. :

(13)
…(4.4)
dimana, = rugi rugi transmisi (dB),
d = jarak pengirim ke penerima,
= panjang gelombang dari carrier RF, dihitung dengan
cara : …(4.5)
d. Untuk mendapatkan daya transmisi, jumlahkan hasil pada point b, c,
dengan nilai batas fading, yaitu :

(13)
…(4.6)
BAB V

KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah menyelesaikan tugas akhir ini, penulis menarik beberapa
kesimpulan sebagai berikut :
1. Jika jumlah frame yang dikirimkan ada sebanyak 100 buah, dan per frame
mengandung 16 bit informasi, maka jumlah error maksimal yang dapat
diperbaiki adalah 300 bit.
2. Nilai BER sama dengan 0 diperoleh pada saat nilai Eb / No sama dengan 7.
3. Hasil analisis menunjukkan terjadi penurunan nilai Eb / No yang diperlukan
untuk memperoleh BER sama dengan 0. Pada transmisi yang disertai
pengkodean BCH, nilai Eb / No yang diperlukan adalah 7, sedang pada
transmisi tanpa pengkodean sama dengan 8.
5.2 Saran
Penulis ingin memberikan beberapa saran yang mungkin berguna untuk
pengembangan lebih lanjut, yaitu :
1. Simulasi ini dapat dikembangkan lebih lanjut dengan membuat metode BCH
Code untuk jumlah error yang lebih besar dari 3.
2. Analisis dapat dikembangkan lebih lanjut dengan membandingkan kode BCH
dengan metode pengkodean lainnya, seperti metode Reed-Solomon.
DAFTAR PUSTAKA

1. Berlekamp, E.R., “Algebraic Coding Theory”, McGraw-Hill, New York,
1968
2. Djoko Pramono, “Mudah menguasai Visual Basic 6”, PT. Elex Media
Komputindo, 2002
3. Gallager, Robert G., “Information Theory and Reliable Communication”,
John Wiley and Sons Inc, Massachusetts, 1968
4. Green, D.C., “Komunikasi Data”, Andi, Yokyakarta, 2000
5. MacWilliams, F.J., Sloane, N.J.A., “The Theory of Error-Correcting
Codes”, North Holland, Amsterdam, 1977
6. Man Young Rhee, “Error Correcting Coding Theory”, McGraw-Hill Inc,
1989
7. Panjaitan, Sihar P.,Ir.,MT.,”Diktat Kuliah Kinerja SistemTelekomunikasi”,
… , Medan, 2002
8. Panjaitan, Ir. Sihar P.,MT.,”Diktat Kuliah Sistem Pengkodean”, … , Medan,
2002
9. Shu Lin, and Costello, Daniel J., “Error Control Coding : Fundamental and
Application”, Prentice Hall Inc, Englewood Cliffs, New Jersey, 1983
10. Wallace, Hank, “Error Detection and Correction Using the BCH Code”,
Virginia, 2001
11. Shannon, CE, “The Mathematical Theory of Communication”, …,1949
12. http://en.wikipedia.org/wiki/Eb/No
13. http://www.sss-mag.com/ebn0.html

10e00277 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

10e00277 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS KINERJA KODE BCH

NAMA : EDY SUSANTO

DEPARTEMEN TEKNIK ELEKTRO

Edy Susanto : Analisis Kinerja Kode BCH, 2010.

IR. SIHAR P. PANJAITAN,MT.

IR. NASRUL ABDI, MT.

DEPARTEMEN TEKNIK ELEKTRO

Edy Susanto : Analisis Kinerja Kode BCH, 2010.

NAMA : EDY SUSANTO

Tugas akhir ini diajukan untuk melengkapi salah satu syarat

DEPARTEMEN TEKNIK ELEKTRO

Sidang pada tanggal di depan penguji

Diketahui Oleh: Disetujui Oleh:

IR.NASRUL ABDI,MT. IR.SIHAR P. PANJAITAN

Edy Susanto : Analisis Kinerja Kode BCH, 2010.

Untuk menghasilkan suatu sistem komunikasi yang handal, dalam artian

Pada tulisan ini penulis menggunakan algoritma Berlekamp sebagai

Edy Susanto : Analisis Kinerja Kode BCH, 2010.

dan karunia-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini.

menyelesaikan pendidikan di Fakultas Teknik Departemen Teknik Elektro

Program Studi Teknik Telekomunikasi Universitas Sumatera Utara.

dan materiil serta limpahan kasih sayang kepada penulis.

2. Saudara-saudara penulis, yang memberikan yang terbaik bagi keluarga.

3. Buat kawan kawan di DCKC, yang selalu memberikan dukungan.

atas segala bimbingan, pengarahan, dan motivasi dalam menyelesaikan

Tugas Akhir ini.

Ketua Departemen dan Sekretaris Departemen Teknik Elektro, Fakultas

Teknik Universitas Sumatera Utara.

nasehat dan bimbingannya kepada penulis dalam mengikuti kegiatan

Edy Susanto : Analisis Kinerja Kode BCH, 2010.

telekomunikasi yang telah membekali penulis dengan berbagai disiplin

8. Seluruh pegawai dan karyawan Departemen Teknik Elektro Fakultas

Teknik Universitas Sumatera Utara.

9. Teman – teman di Departemen Teknik Elektro USU angkatan 2003; yang

selama ini telah menjadi teman seperjuangan dalam hari-hari kuliah.

Medan, Mei 2009

Edy Susanto : Analisis Kinerja Kode BCH, 2010.

Kata Pengantar ................................................................................................. ii

Daftar Isi.................. .......................................................................................... iv

Daftar Gambar ................................................................................................. vii

Daftar Tabel....... ............................................................................................... viii

BAB I Pendahuluan .......................................................................................... 1

11 Latar Belakang ................................................................................... 1

1.2 Rumusan Masalah ............................................................................. 2

1.3 Tujuan Penulisan ............................................................................... 2

1.4 Batasan Masalah ................................................................................ 3

1.5 Metode Penulisan .............................................................................. 3

1.6 Sistematika Penulisan ........................................................................ 4

BAB II Landasan Teori .................................................................................... 5

2.1 Komunikasi Data ............................................................................... 5

2.2 Gangguan Transmisi ......................................................................... 9

2.3 Konsep Dasar Sistem Pengkodean ..................................................... 13

2.4 Pendeteksian Kesalahan ..................................................................... 20

2.5 Perkembangan Teori Pengkodean ...................................................... 20

2.5.1 Formula Shannon ............................................................. 21

2.6 Dasar Aljabar .................................................................................... 23

2.6.1 Group ............................................................................... 23

2.6.2 Ring ................................................................................. 24

Edy Susanto : Analisis Kinerja Kode BCH, 2010.

2.6.4 Polynomial Ring…………………………………………...26

2.6.5 Galois Field………………………………………………...27

2.6.6 Primitif Polinomial…………………………………………30

2.6.7 Minimal Polinomial………………………………………..31