ABSTRAK
Perkembangan teknologi informasi dan komunikasi dari tahun ke tahun semakin pesat, hal ini sejalan dengan
kebutuhan masyarakat akan layanan komuniksi yang cepat. Perkembangan teknologi ini tersebut memicu masyarakat
untuk mendapatkan sarana komunikasi yang lebih baik, sehingga dapat melayani kebutuhan masyarakat akan
komunikasi yang praktis, mudah, dan efisien. FTTH (Fiber To The Home) merupakan infrastuktur layanan
telekomunikasi yang mendukung transmisi pada bandwith yang besar serta dapat memecahkan masalah hambatan akses
bandwith. Untuk membuat perancangan jaringan akses FTTH dengan teknologi GPON di “Kota Satelit” Kubu Raya
menggunakan algoritma genetika untuk mendapatkan jalur terbaik dari hasil perancangan. Optisystem merupakan
simulator yang digunakan untuk mengetahui nilai BER (Bit Error Rate) dan nilai redaman perangkat pada hasil
perancangan. Dari hasil perancangan yang dilakukan menggunakan program algoritma genetika yang telah dibuat
menggunakan software Matlab didapatkan jalur terbaik 23-12-49-29-31-17-1-20-10-2-11-5-6-21-36-41-16-4-3-40-34-
44-22-27-25-43-47-48-42-37-9-15-4-5-39-28-18-24-35-8-14-46-32-38-33-7-13-26-19. Dengan jalur terjauh dari sentral
ke pengguna adalah sebesar 4.85 km.
dimana:
function Fitness =
TSPEvaluasiIndividu(Kromosom,JumGen,XYlokasi)
TB = 0;
for ii=1:JumGen-1,
Gambar 3. Diagram Alir Perancangan TB=TB+norm(XYlokasi(Kromosom(ii),:)-
XYlokasi(Kromosom(ii+1),:));
3.3 Langkah-langkah Perancangan Jaringan Akses end
FTTH (Fiber To The Home) % Jalur untuk kembali ke kota asal.
Agar penelitian yang akan dilakukan berjalan TB =TB +norm(XYlokasi(Kromosom(ii),:)-
dengan baik, perlu disusun langkah-langkah dalam XYlokasi(Kromosom(1),:));
melakukan perancangan jaringan fiber to the home Fitness =1/TB;
dengan teknologi GPON di “kota satelit” menggunakan
algoritma genetika. Berikut merupakan langkah dalam 3. Linear fitness rangking
perancangan yang akan dilakukan: Untuk menghindari kencendrungan konvergen pada
a. Observasi lapangan ke Jalan Sungai Raya Dalam optimun local, maka dilakukan proses penskalaan
untuk melihat daerah yang belum terdapat jalur nilai fitness, sehingga akan diperoleh nilai fitness
fiber optik dan menentukan titik-titik lokasi yang yang berada dalam interval [MaxF,MinF] sehingga
akan dirancang jaringan akses FTTH. diperoleh fitness baru yang lebih baik, yaitu
b. Membuat titik-titik penempatan perangkat memiliki variansi yang tinggi. Berikut merupakan
menggunakan google earth untuk mendapat fungsi implementasi dari TSPLinearFitnessRangking
koordinat pada tiap perangkat. pada algoritma genetika menggunakan matlab:
c. Membuat program algoritma genetika dengan
permasalahan TSP menggunakan matlab function LFR =
berdasarkan data koordinat yang telah didapatkan. LinearFitnessRanking(UkPop,Fitness,MaxF,MinF)
d. Melakukan pengujian hasil perancangan [SF,IndF]=sort(Fitness);
berdasarkan program yang telah dibuat for rr= 1; UkPop,
menggunakan software optisystem untuk LFR (IndF(UkPop-rr+1)) = MaxF-(MaxF-
mendapatkan nilai BER dan nilai redaman. MinF)*((rr-1)/(UkPop- 1));
e. Melakukan perhitungan power link budget dan rise end
time budget secara manual untuk mengetahui Variabel SF berisi nilai-nilai fitness hasil pengurutan,
apakah perncangan yang dibuat sesuai dengan sedangkan IndF berisi indeks dari nilai-nilai fitnes
persyaratan. tersebut.
4. Roulette-wheel
3.4 Perancangan Menggunakan Algoritma Fungsi roulette-wheel diimplemntasikan untuk
Genetika mendapatkan keluaran berupa Pindex, yitu indeks
Berikut merupakan tahapan-tahapan dalam membuat dari individu terpilih sebagai orang tua. Fungsi ini
program algoritma menggunakan matlab : disimpan pada baris perintah RouletteWheel.
1. Skema pengkodean
Setiap kromosom berisi gen yang mempresentasikan function Pindex =
nomor urut perangkat ODP. Jumlah gen dalam RouletteWheel(UkPop,LinearFitness)
setiap kromosom adalah sama dengan jumlah titik JumFitness = sum(LinearFitness);
perangkat. Skema ini diimplementasikan KumulatifFitness =0;
menggunakan baris-baris perintah untuk fungsi RN = rand;
TSPInisialisasiPopulasi sebagi berikut : ii = 1;
while ii<=UkPop,
KumulatifFitness =KumulatifFitness + MutKrom =Kromosom;
LinearFitness(ii); for ii=1:JumGen,
if (KumulatifFitness/JumFitness)> RN, if rand <Pmutasi,
Pindex =ii; TM2=1+fix(rand*JumGen);
break; while TM2 = ii,
end TM2=1+fix(rand*JumGen);
ii =ii+1; end
end temp = MutKrom(ii);
MutKrom(ii)=MutKrom(TM2);
5. Pindah silang (Cross Over) MutKrom(TM2)=temp;
Pada skema ini, satu bagian kromosom end
dipertukarkan dengan tetap menjaga urutan lokasi end
yang bukan bagian dar kromosom tersebut. Berikut
implementasi dari TSPPindahSilang dalam matlab: 4. HASIL DAN PEMBAHASAN
4.1 Perancangan Jaringan Akses Fiber To The
function Anak = Home
TSPPindahSilang(Bapak,Ibu,JumGen) Sebelum melakukan perancangan jaringan akses
cp1 = 1 + fix(rand*(JumGen-1)); FTTH diperlukan sebuah data untuk mendukung
cp2 = 1 + fix(rand*(JumGen-1)); perancangan yang akan dibuat. Data yang akan
while cp2==cp1, digunakan berupa titik-titik koordinat dari peletakan
cp2=1+fix(rand*(JumGen-1)); perangkat menggunakan aplikasi google earth. Titik
end koordinat ini digunakan untuk mendapakan rute optimal
if cp1<cp2, dalam perancangan yang akan diimplementasikan dalam
cps =cp1; algoritma genetika menggunakan matlab yang
cpd =cp2; selanjutnya akan disimulasikan dengan software
else cps =cp2; optisystem. Pada tabel 1. ini akan menampilkan titik
cpd =cp1; koordinat dari perangkat ODP :
end
Anak(1,cps+1:cpd)=Ibu(cps+1:cpd); Tabel 1. Titik Koordinat ODP
Anak(2,cps+1:cpd)=Bapak(cps+1:cpd);
SisaGenbapak =[]; SisaGenibu =[]; Perangkat Latitude Longtitude
for ii=1:JumGen,
if ~ismember(Bapak(ii), Anak(1,:)); ODP 1 -0.102010° 109.340764°
SisaGenbapak = [SisaGenbapak Bapak(ii)]; ODP 2 -0.102718° 109.341695°
end
if ~ismember(Ibu(ii), Anak(1,:)); ODP 3 -0.103269° 109.342112°
SisaGenibu = [SisaGenibu Ibu(ii)]; ODP 4 -0.102444° 109.340668°
end
ODP 5 -0.103177° 109.340518°
end
Anak(1,cpd+1:JumGen) = ODP 6 -0.104445° 109.340984°
SisaGenbapak(1:JumGen-cpd);
…….. .......... …….
Anak(1,1:cps) = SisaGenbapak(1+JumGen-
cpd:length(SisaGenbapak)); …….. ……… ………
Anak(2,cpd+1:JumGen) = SisaGenibu(1:JumGen- ODP 48 -0.119217° 109.332508°
cpd);
Anak(2,1:cps) = SisaGenibu(1+JumGen- ODP 49 -0.119683° 109.332880°
cpd:length(SisaGenibu));
6. Mutasi
Pada TSP biasanya digunakan skema mutasi yang
disebut sebagai swapping mutation. Masukan untuk
fungsi ini adalah kromosom, JumGen, danPmutasi.
Untuk semua gen dalam kromosom, jika bilangan
random [0,1) yang dibangkitkan kurang dari Pmutasi,
maka nilai gen tersebut akan ditukarkan dengan nilai
gen lain yang dipilih secara random. Keluaran dari
fungsi ini adalah MutKrom, yaitu kromosom yang
telah termutasi. Dibawah ini merupakan
implementasi TSPMutasi dalam matlab:
function MutKrom =
TSPMutasi(Kromosom,JumGen,Pmutasi) Gambar 4. Pemetaan Lokasi Perancangan
dari sentral (OLT) ke pengguna (ONT) dengan
Untuk standar jaringan akses FTTH jarak dari STO jarak terjauh.
ke pengguna maksimal 20 km. Dalam penelitian ini
jarak dari OLT/STO ke ODC adalah 3,18 km. Pada
tabel 4.2 akan menampilkan jarak dari ODC ke ODP
dan ODP ke rumah pengguna terjauh yang akan
digunakan :
Tabel 2. Jarak Antar perangkat dari ODP ke ODC
dan ODP ke ONT
Perangkat
Nilai Prx Nilai BER Q Faktor
ODP
-14.529 1.11959 x
ODP 2 21.4831
dBm 10-102
-14.548 3.30527 x
ODP 3 21.2172
dBm. 10-100
-14.553 8.38385 x
ODP 9 21.6031
dBm 10-104
Gambar 9. Grafik Q Factor
-14.562 1.13441 x
ODP 10 21.2675
dBm 10-100 Pada Gambar 9. menampilkan grafik Q factor
-14.650 1.36195 x dengan nilai yang dihasilkan diatas standar minimum
ODP 43 21.1505
dBm 10-99 yang ditentukan. Sebuah perancangan akan dikatakan
-14.678 5.40704 x layak apabila nilai Q factor yang dihasilkan diatas.
ODP 45 21.756
dBm 10-96 Dimana pada perancangan yang telah dilakukan nilai Q
-14.694 6.21432 x factor yang di peroleh adalah 20.9695 pada titik
ODP 46 20.9695
dBm 10-98 perangkat tejauh yaitu ODP 46.
-14.670 4.3095 x
ODP 47 20.8772
dBm 10-97 4.5 Analisis Perhitungan Power Link Budget dan
-14.666 3.10748 x Rise Time Budget
ODP 48 20.5603
dBm 10-94 4.5.1 Perhitungan Power Link Budget
-14.686 1.69697 x Perangkat terjauh berada pada titik ODP 46
ODP 49 20.0311
dBm 10-100 dimana jarak dari sentral sampai ke pengguna sejauh
4,85 km. Berikut perhitungan power link budget
berdasarkan jarak perangkat terjauh :
Pada simulasi perangkat yang dihasilkan Perhitungan downlink:
menggunakan optisystem secara uplink hasil
perancangan juga dikatakan layak. Dimana nilai yang - Redaman total
didapatkan pada ODP 46 adalah nilai BER sebesar αtotal = (L x αf) + (Nc x αc) + (NS x αs) + αsplitter
6.21432 x 10-98, nilai redaman perangkat (Prx) sebesar - = (4,85 x 0,28) + (6 x 0,25) + (2 x 0,1) +
14.694 dBm, dan Q faktor sebesar 20.9695. (7,25+10,38)
= 1,358 + 1,5 + 0,2 + 17,63 Jarak perangkat terjauh dari sentral ke pengguna
= 20,688 dB berada pada ODP 46 dengan jarak sejauh 4,85 km.
Maka akan dilakukan perhitungan pada ODP 46 apakah
- Power link budget/ power daya penerima perancangan yang telah dilakukan layak atau tidak.
Prx = Ptx – αtotal
= 5 – 20,688 - Perhitungan downlink
= -15,688 dBm Perhitungan dispersion chromatic :
Ӌ
- Margin daya −͵
= ͵tǡh hth
M = (Ptx – Prx(sensivitas) - αtotal – SM = 0,06615 ns
= (5- (-28)) - 20,6348 – 6
= 6,312 dB Perhitungan rise time system :
Perhitungan uplink:
- Redaman total = t t t ǡǡ
αtotal = (L x αf) + (Nc x αc) + (NS x αs) + αsplitter
= 0,258 ns
= (4,85 x 0,35) + (6 x 0,25) + (2 x 0,1) +
(7,25+10,38)
- Perhitungan uplink :
= 1,6975 + 1,5 + 0,2 + 17,63
Perhitungan dispersion chromatic :
= 21.0275 dB
Ӌ
−͵
- Power link budget/ power daya penerima = ͵t hth
Prx = Ptx – αtotal = 0,061697 ns
= 5 – 21.0275
= -16,0275 dBm Perhitungan rise time system :
- Margin daya
M = (Ptx – Prx(sensivitas) - αtotal – SM = t t t ǡ ǡ h
= (5- (-28)) – 21.0275 – 6 = 0,2505 ns
= 5,9725 dB
Perhitungan rise time budget dari sampel 10 ODP
Dari perhitungan power link budget pada ODP yang telah dilakukan, nilai yang diperoleh baik
didapatkan nilai dibawah standar sensitivitas daya perhitungan secara downlink maupun uplink masih
terima (Rx) yaitu -28 dBm. Dimana jarak ODP terjauh dibawah standar maksimum. Pada ODP 46 yang
dari sentral ke pengguna berada pada ODP 46 dengan merupakan titik perangkat terjauh yaitu 4.85 km
nilai power link budget sebesar -15,688 dBm (downlink) diperoleh nilai rise time system sebesar 0,258 ns
dan -16.0275 dBm (uplink). Hasil perhitungan yang (downlink) dan 0.2505 ns (uplink
didapatkan tidak jauh berbeda dari hasil simulasi
menggunakan optisystem. Perbedaan nilai yang hasil 5. Penutup
yang didapatkan bisa terjadi karena pada optisystem 5.1 Kesimpulan
perhitungan dilakukan secara digital, sehingga lebih Berdasarkan perancangan jaringan akses FTTH
akurat. yang telah dilakukan di ‘kota satelit’ Kubu Raya
didapatkan hasil sebagai bertikut :
4.5.2 Perhitungan Rise Time Budget 1. Dari program algoritma genetika yang telah
Perhitungan bit rate : dibuat menggunakan software matlab didapatkan
jalur terbaik
- Downlink 23-12-49-29-31-17-1-20-10-2-11-5-6-21-36-41-
th 16-4-3-40-34-44-30-22-27-25-43-47-48-42-37-9-
15-45-39-28-18-24-35-8-14-46-32-38-33-7-13-
26-19
th
= Dengan jalur terjauh dari sentral ke pengguna
th
= 0,292 ns adalah sebesar 4.85 km.
2. Pada simulasi perangkat yang dihasilkan
- Uplink menggunakan optisystem secara downlink dan
uplink hasil perancangan jdikatakan layak.
th Dimana nilai yang didapatkan pada ODP 46
didapatkan nilai BER sebesar 1.08412 x 10-76 ,
nilai redaman perangkat (Prx) sebesar -15.344
th
= dBm, dan nilai Q faktor sebesar 18.497 secara
t
downlink. Nilai BER sebesar 6.21432 x 10-98,
= 0,58 ns nilai redaman perangkat (Prx) sebesar -14.694
dBm, dan Q faktor sebesar 20.9695 secara uplink.
3. Dari perhitungan power link budget yang Fakultas Matematika Dan Ilmu Pengetahuan
dilakukan dengan sampel 10 ODP dengan jarak Alam Institut Pertanian. Bogor
dari sentral ke pengguna terjauh. Dimana jarak
ODP terjauh dari sentral ke pengguna berada Igntia Gita.D.P. 2015. Perancangan Jaringan Akses
pada ODP 46 dengan nilai power link budget Fiber To The Home (FTTH) dengan Teknologi
sebesar -15,688 dBm (downlink) dan -16.0275 Gigabit Passive Optical Network (GPON) di
dBm (uplink). Private Village, Cikoneng. Universitas Telkom.
4. Untuk perhitungan rise time budget dari sampel
10 ODP juga didapatkan hasil dibawah nilai Johan Susilo, Hafidufin, M.a Yusuf Latif. 2018.
maksimum rise time budget baik perhitungan Perancangan Jaringan Fiber To The Home (Ftth)
secara downlink maupun uplink. Dimana pada Di Desa Pedan Telkom Klaten Menggunakan
ODP 46 yang merupakan titik perangkat terjauh Teknologi Gigabit Passive Optical Network
yaitu 4.85 km diperoleh nilai rise time system (Gpon) Untuk Layanan Triple Play. Fakultas
sebesar 0,258 ns (downlink) dan 0.2505 ns Ilmu Terapan – Universitas Telkom.
(uplink).
Inu Manggolo, Marza Ihsan Marzuki, Mudrik Alayidrus.
5.2 Saran 2011. Optimalisasi Perencanaan Jaringan Akses
Dari hasil perancangan yang telah dilakukan masih Serat Optik Fiber To The Home Menggunkan
terdapat beberapa kekurangan, untuk yang ingin Algoritma. Magister Teknik Elektro, Universitas
melanjutkan perancangan ini diharapkan penulis untuk Mercu Buana. Jakarta.
melakukan tahapan sebagai berikut :
1. Perancangan dilakukan langsung di lokasi yang Okta Nur Theo Yuwana. 2017. Perancangan Jaringan
akan dirancang sehingga hasil yang diperoleh lebih Fiber To The Home (Ftth) Dengan Teknologi
akurat dari pada melalui google earth. Gpon Di Kecamatan Cibeber Kota Cilegon.
2. Berkoordinasi dengan provider untuk memproleh Fakultas Teknologi Industri Universitas Islam
parameter yang sesuai dengan standar yang telah Indonesia Yogyakarta
ditentukan.
Telkom Akses Indonesia. 2016. Design Fiber to The x
3. Diharapkan dari hasil perancangan ini dapat
(FTTX).
dijadikan acuan bagi provider khususnya PT
Telkom Indonesia yang akan membangun Try Feby Ramadonna. 2017. Analisis Dan Penerapan
infrastuktur jaringan fiber optik di “Kota Satetlit” Algoritma Genetika Untuk Optimalisasi Jaringan
Kubu Raya berdasarkan hasil perancangan yang Akses Fiber To The Home (Studi Kasus : PT
telah dilakukakan. Telekomunikasi Indonesia). Politeknik Negeri
Sriwijaya Palembang.
REFERENSI
Amri Khoirul Fath. 2015. Perancangan Jaringan Fiber Suyanto. 2005. Algoritma Genetika dalam MATLAB.
To The Home (FTTH) Dengan Teknologi Yogyakarta: Andi Offset.
Gigabit Passive Optical Network (GPON) Di
Wilayah Permata Buah Batu I, Bandung. Vidya Arum Lestari. 2018. Desain Jaringan Fiber Optik
Fakultas Teknik Elektro, Universitas Telkom Untuk Solusi Cluster Bumi Adipura. Fakultas
Ilmu Terapan, Telkom University.
Atika Fitriyani. 2015. Perancangan Jaringan Fiber To
The Home (Ftth) Perumahan Nataendah Kopo.
Telkom University, Bandung .
BIOGRAFI
Bayu Heri Prabowo. 2015. Perancangan Jaringan Fiber Nurus Sabah, lahir di Pontianak,
To The Home (Ftth) Di Perumahan Taman 31 Desember 1995. Menempuh
Kopo Indah 5 Bandung. Fakultas Teknik, pendidikan dasar di SD Negeri 12
Universitas Telkom. Pontianak lulus pada tahun 2008
dan melanjutkan pendidikan di
Devis A Saragi. 2018.Analisisis Perancangan Jaringan SMP Negeri 6 Pontianak lulus
FTTH di Perumahan Setia Budi Castle Medan. pada tahun 2011, kemudian
Fakultas Teknik, Universitas Sumatra Utara. melanjutkan pendidikan di SMA
Medan. Swasta Santun Untan Pontianak
lulus pada tahun 2014. Memperoleh gelar Sarjana di
Divisi Akses. 2012. Panduan Desain FTTH. PT Program Studi Teknik Elektro Universitas Tanjung Pura
Telekomunikasi Indonesia Tbk. Jakarta. Pontianak padatahun 2020.
Gia Muhammad. 2018. Algoritma Genetika. Sekolah
Pascasarjana. Departemen Ilmu Komputer.
ABSTRACT
The development of information and communication technology frome year to year increasing rapidly, in this is
line with the increasing needs of the community for communication services. The development of this technology was
triggered the community for getting means of communication better, so can serve needs of community for
communication practical, easy, and efficient. FTTH (Fiber To The Home) is telecommunications service infrastructure
that support transmission with large bandwith and can slove problem with bandwith access barries. To desain an FTTH
access network with GPON technology in ‘satellite city’ Kubu Raya using genetic algorthms to get the best track from
the desain results. Optisystem is a simulator used to know the value of BER (Bit Error Rate) and value of damping
devices on the results of design. From the design committed using the algorithms genetics made using software matlab
obtained the best track 23-12-49-29-31-17-1-20-10-2-11-5-6-21-36-41-16-4-3-40-34-44-22-27-25-43-47-48-42-37-9-
15-4-5-39-28-18-24-35-8-14-46-32-38-33-7-13-26-19. With the farthest distance from central to user is 4.85 km.