Download - Proposal Skripsi Arizal
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 1/31
PROPOSAL PENGJUAN JUDUL SKRIPSI
PERANCANGAN SISTEM INFORMASI
AKADEMIK DAN MAHASISWA
PROGRAM STUDI ELEKTRO UNIVERSITAS FAJAR
OLEH :
ARIZAL
09 202 125 002
TEKNIK ELEKTRO - INFORMATIKA
PROGRAM PASCA SARJANA
JURUSAN ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS FAJAR
2012
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 2/31
BAB I
PENDAHULUAN
A. Latar Belakang
Teknologi berkembang sejalan dengan kehidupan manusia itu sendiri. Hampir
semua bagian dari kehidupan kita yang tidak terlepas dari sentuhan teknologi. Bahkan,
segala sesuatu yang berupa susunan pengetahuan untuk mencapai tujuan praktis
termasuk dalam kategori teknologi. Oleh karena itu, lingkup teknologi sangatlah luas,
merambah keseluruh aspek kehidupan manusia, meliputi semua perkembangan pola
pemikiran manusia dari satu teknik ke teknik lain.
Informasi adalah salah satu aspek penting kehidupan manusia yang tidak
terlepas dari perkembangan teknologi. Sekarang ini hampir semua instrumen
telekomunikasi bergerak menggunakan teknologi yang berbasis seluler. Sistem
telekomunikasi bergerak berbasis seluler menawarkan kelebihan dibandingkan dengan
sistem jaringan kabel, yaitu mobilitas sehingga pengguna dapat bergerak kemanapun
selama masih dalam cakupan layanan operator.
Tetapi dalam penerapan teknologi telekomunikasi ini juga memiliki
keterbatasan-keterbatasan di antaranya terbatasnya kanal pembicaraan seiring dengan
banyaknya jumlah pelanggan telekomunikasi seluler, sehingga mengakibatkan apa
yang disebut dengan block call . Selain itu masalah penerimaan sinyal RF (Radio
Frekuensi) juga menjadi faktor yang sangat penting dalam sistem komunikasi ini.
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 3/31
Rendahnya kualitas level sinyal penerima mengakibatkan terjadinya kegagalan proses
panggilan atau biasa disebut dengan dr op call .
Monitoring dan prediksi trafik dalam suatu jaringan memainkan peran yang
penting dalam perancangan dan peningkatan jaringan seluler tersebut. Sehingga
merupakan suatu hal yang penting untuk memperkirakan beban trafik suatu jaringan
ketika merencanakan, merancang, mengendalikan dan mengelola jaringan.
Sebelumnya telah dilakukan penelitian pemodelan dan prediksi trafik jaringan
seluler GSM menggunakan model Seasonal ARIMA [Yantai Shu, 2003] dan
Multiplicative Seasonal ARIMA [Vasillos C. Moussas, 2005]. Pada penelitian kali ini
penulis menggunakan neur al networ k dalam melakukan prediksi trafik kanal suara
jaringan GSM.
Jaringan saraf tiruan atau juga disebut simulated neur al network (SNN), atau
umumnya hanya disebut neur al networ k (NN), adalah jaringan dari sekelompok unit
pemrosesan kecil yang dimodelkan berdasarkan jaringan saraf manusia. NN
merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan
masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui
jaringan tersebut. Secara sederhana, NN adalah sebuah alat pemodelan data statistik
non-linier. NN dapat digunakan untuk memodelkan hubungan yang kompleks antara
input dan output untuk menemukan pola-pola pada data. NN sudah diaplikasikan untuk
menangani permasalahan dalam bidang business, engineer ing , dan science. Melihat
kemampuan pemrosesan dari NN yang mampu melakukan komputasi dengan cukup
handal dalam mencari solusi dari sebuah permasalahan yang rumit dan kompleks,
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 4/31
maka dalam tugas akhir ini, neur al networ k akan diterapkan dalam memprediksi trafik
komunikasi suara (Cs) pada jaringan GSM PT. Telkomsel di Site STO Gorontalo.
B. Rumusan Masalah
Berdasarkan permasalahan yang terdapat dalam latar belakang maka pada
penelitian ini :
1. Bagaimana memodelkan proses pemrediksi trafik komunikasi suara (Cs)
pada jaringan GSM.
2. Bagaimana merancang suatu sistem N eur al N etwor k untuk memprediksi
trafik komunikasi suara (Cs) pada jaringan GSM.
C. Tujuan Penelitian
Adapun tujuan penelitian berdasarkan rumusan masalah yang ada yaitu, untuk :
1. Mengetahui pemodelan sistem pemrediksi trafik komunikasi suara (Cs)
pada jaringan GSM.
2. Merancang suatu sistem N eur al N etwor k untuk memprediksi trafik
komunikasi suara (Cs) pada jaringan GSM.
D. Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat bagi pengembangan ilmu
pengetahuan dalam prediksi beban trafik komunikasi suara (Cs) pada jaringan GSM.
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 5/31
E. Sistematika Penulisan
Sistematika penulisan penelitian ini terdiri dari beberapa bagian utama yaitu :
Bab 1 : Pendahuluan, bab ini akan menjelaskan mengenai latar belakang pemilihan
judul penelitian, rumusan masalah, batasan masalah, tujuan penelitian,
manfaat penelitian, dan sistematika penulisan.
BAB II
TRAFIK SELULER (GSM) DAN NEURAL NETWORK
A. Dasar Teknik Teletrafik Seluler
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 6/31
Perbedaan utama antara model trafik untuk sistem komunikasi seluler 2G dan
3G terutama adalah disebabkan sistem switching yang berbeda, yaitu disebabkan
perbedaan tipikal dari switch dengan packet switch. Pada packet switch, semua user
membagi penggunaan kanal secara bersama-sama, sehingga ukuran-ukuran kapasitas
dalam d imensioning jaringan berbeda, karena dalam hal ini menjadi sangat terkait
dengan statistik penggunaan kanal oleh masing-masing user .
Untuk sistem 2G seperti IS-95 atau GSM, perilaku trafik dapat dimodelkan cukup
akurat dengan Erlang B [1]. GSM adalah salah satu sistem yang efisien menggunakan
spektrum yang tersedia. Jaringan radio seluler dioperasikan dengan terbatas (zona
layanan), sumber daya yang terbatas (spektrum frekuensi yang tersedia) dan sumber
daya ini harus digunakan secara efektif untuk memastikan semua user memperoleh
layanan, yakni kualitas layanan yang terjaga. Dalam hal ini perlu didefinisikan suatu
hand over atau hand off sebagai suatu proses yang mengerjakan suatu koneksi
panggilan keluar dari satu sel ke sel lain yang bertetangga. Hal ini berarti bahwa ada
lokasi ³r esour ces´ pada sel target tertentu dan membebaskan ³r esour ces´ pada sel
yang ditinggalkan. Sehingga, suatu kanal dalam jaringan seluler dapat digunakan oleh
kedatangan suatu panggilan baru atau panggilan hand over . Juga, suatu kanal dapat
dibebaskan oleh karena berakhirnya suatu panggilan atau karena ada proses
pemindahan panggilan dari satu sel ke sel tetangga lainnya.
1. Jaringan Seluler dengan Satu Tipe Trafik
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 7/31
Pada jaringan seluler, parameter-parameter trafik terkait dengan parameter
mobility , seperti kecepatan dari pergerakan pelanggan dan karakteristik perpindahan
mereka dalam suatu sel.
Pada jaringan wi r eline, parameter performansi yang perlu diperhatikan adalah
proses kedatangan panggilan, proses berakhirnya panggilan, dan blocking . Sedang
untuk analisa jaringan wi r eless seluler, perlu ditambahkan parameter-parameter yang
spesifik pada sistem wi r eless berupa fenomena hand over seperti waktu pendudukan
kanal rata-rata, intensitas panggilan baru dan panggilan hand over , serta probabilitas
blocking panggilan baru dan panggilan hand over .
Untuk analisa, akan digunakan skenario sederhana berikut : pelanggan-
pelanggan pada suatu sel tertentu menginisiasi panggilan-panggilan baru sebagai suatu
proses Poisson pada rate dan tidak menerima panggilan hand over . Jadi fungsi
distribusi untuk kedatangan panggilan-panggilan baru adalah . Dalam
hal ini pelanggan-pelanggan diperkenankan untuk melakukan hand over ke sel-sel
tetangganya. Diasumsikan bahwa jumlah pelanggan dalam suatu sel adalah N>>c , di
mana c adalah jumlah kanal yang tersedia pada suatu sel, sehingga panggilan-
panggilan yang berasal dari pelanggan-pelanggan lain yang berbeda dapat dianggap
tidak saling berhubungan (ind epend ent ). Juga diasumsikan bahwa setiap pelanggan
mobile pada sel or iginating dapat menyelesaikan panggilannya dalam sel tersebut atau
melakukan hand over ke suatu sel tetangganya setelah periode waktu tertentu secara
distribusi eksponensial dengan nilai rata-rata masing-masing dan .
Selanjutnya, suatu panggilan on-going (baru atau hand over ) menuntaskan layanan
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 8/31
yang diterima pada r ate dan pelanggan pasangannya pada sel tujuan dengan rate
. Akhirnya akan dieproleh r ate terminasi panggilan total dalam sel sebagai
(II.1)
Dengan menggunakan hasil penelitian Little untuk kasus panggilan-panggilan
baru pada sel yang diamati, maka intensitas trafik dapat dinyatakan dengan .
Dengan menggunakan sistem antrian M/M/c/c, dan kanal mengikuti pola block call
clear ed (ketika semua kanal sibuk, panggilan yang datang akan di-block atau
dihilangkan), maka dapat dikalkulasi probabilitas blocking untuk panggilan-panggilan
baru dengan menggunakan formula Erlang-B sebagai berikut :
(II.2)
Trafik yang diolah dalam sel dapat dikalkulasi dengan
(II.3)
Akan tetapi harus diperhatika juga bahwa pada sistem seluler dimungkinkan
adanya panggilan-panggilan hand over ke suatu sel, sehingga formula B-Erlang
sederhana tidak dapat diaplikasikan secara langsung. Proses hand ove
r sendiri dapat
dianggap sebagai suatu proses Poisson dengan instensitas rata-rata , sehingga total
intensitas kedatangan panggilan menjadi
(II.4)
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 9/31
Trafik efektif yang ditawarkan ke suatu sel secara umum dapat dinyatakan
dengan
(II.5)
H and over sendiri bukan merupakan suatu proses yang ind epend ent . Proses
tersebut tergantung pada kedatangan-kedatangan panggilan baru pada sel-sel dari
jaringan mobile. Jika P B merupakan probabilitas blocking keseluruhan dari suatu sel
(termasuk blocking terhadap panggilan baru dan hand over ), maka trafik yang dapat
diolah/dimuat pada sel adalah
(II.6)
Jika dianggap terjadi keseimbangan pada suatu sel, intensitas hand over dari sel
yang diamati terhadap sel-sel tetangganya akan sama dengan intensitas hand over
yang datang ke sel tersebut dari sel-sel lainnya. Sehingga dapat ditulis sebagai
(II.7)
Dengan menggunakan dua persamaan terakhir, setelah penurunan beberapa
langkah matematis sederhana, akan didapat trafik efektif yang ditawarkan ke suatu sel
sebagai berikut
(II.8)
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 10/31
Jika r ate hand over dari suatu sel sama dengan atau lebih rendah dari r ate
berakhirnya (completion) panggilan dan probabilitas blocking -nya kecil, maka secara
pendekatan dapat dilakukan pengkalkulasian trafik efektif yang ditawarkan ke sel
dengan menggunakan . Jika tidak ada permintaan pendudukan kanal untuk
hand over , probabilitas blocking panggilan baru P B akan sama dengan probabilitas
blocking panggilan hand over dan dapat dikalkuasi dengan menggunakan formula
Erlang-B dan trafik efektif yang ditawarkan, sebagai berikut :
(II.9)
di mana c adalah jumlah kanal dalam sel.
2. Model Analitik
Seperti sudah dijelaskan terdahulu, parameter trafik pada sistem mobile terakit
erat dengan parameter mobilitasnya, seperti kecepatan, posisi inisial dalam sel, dan
arah dari pergerekan/perpindahan, yang seluruhnya dimodelkan sebagai variabel
random. Agar dapat melakukan analisa trafik dari jaringan mobile, maka perlu dianalisa
parameter trafik dan performansi berikut : waktu pendudukan kanal rata-rata T ch,
intensitas hand over , probabilitas blocking panggilan baru P Bn, probabilitas blocking
panggilan hand over P Bh, jumlah rata-rata dari hand over per panggilan, dan probabilitas
dr opping mengacu pada terminasi yang dipaksakan (for ced ) untuk suatu panggilan
yang sudah terbangun (on-going ) dikarenakan tidak tersedianya ³r esour ces´ pada sel-
sel tetangga saat hand over .
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 11/31
H and over merupakan kejadian khas pada suatu lingkungan wi r eless. Ketika
suatu panggilan hand over mengalami block , maka koneksi on-going akan didrop. Drop
panggilan ini akan mengurangi durasi panggilan rata-rata. Dengan demikian, dapat
didefinisikan suatu durasi panggilan efektif sebagai , di mana
(II.10)
dengan dan masing-masing adalah rate terminasi panggilan dan rate hand over .
Dengan memperhatikan suatu sistem dengan dua sel, di mana dimungkinkan
terjadinya pertukaran hand over antara satu dengan lainnya. Kemudian dinotasikan
p(n1,n2 ) sebagai distribusi probabilitas gabungan ketika kanal-kanal n1 sibuk pada sel
pertama dank anal-kanal n2 sibuk pada sel kedua. Maka diagram kondisi untuk skenario
ini adalah seperti diperlihatkan pada Gambar II.1. Jika diasumsikan C 1 merupakan
kapasitas kanal pada sel 1 dan C 2 merupakan kapasitas kanal pada sel 2, untuk ni =
{0,1, «, C i }, i = 1,2, maka
(II.11)
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 12/31
Gambar II.1 Diagram kondisi Markov untuk skenario dua sel
yang menggambarkan persamaan sistem . Dengan memecahkan
persamaan tersebut, maka akan didapatkan distribusi probabilitas gabungan. Untuk
kondisi kesetimbangan, ketika tidak terjadi hand over , distribusi kondisi dapat dinyatakan
dengan
dengan dan (II.12)
Tetapi jika ada hand over , pendekatan di atas tidaklah efisien.
Jumlah rata-rata hand over per panggilan merupakan suatu parameter yang
signifikan untuk mendapatkan performansi dari sistem mobile. Jika P [H=j ] menyatakan
probabilitas bahwa terjadi j hand over per panggilan, maka jumlah rata-rata hand o + ver
per panggilan adalah
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 13/31
(II.13)
Jika P n merupakan probabilitas bahwa suatu panggilan baru akan memerlukan
setidaknya satu kali hand over sebelum terminasi, dan P h merupakan probabilitas
bahwa suatu panggilan setelah berhasil hand over setidaknya akan memerlukan satu
kali hand over lagi sebelum terminasi, serta P Fh merupakan probabilitas bahwa suatu
percobaan hand over akan gagal (fail ). Maka dapat dikalkulasi P [H=j ] :
.
.
«
(II.14)
Dengan memasukkan persamaan (II.14) ke (II.13) akan diperoleh ekspresi untuk
jumlah rata-rata hand over per panggilan sebagai berikut :
(II.15)
Probabilitas P n dan P h sendiri dapat dikalkulasi menggunakan hubungan berikut :
(II.16)
(II.17)
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 14/31
Di mana f Tn dan f Th masing-masing merupakan fungsi distribusi probabilitas untuk waktu
pendudukan sel panggilan baru T n dan waktu pendudukan sel panggilan hand over T h.
Probabilitas panggilandr
opping adalah probabilitas suatu panggilan yang tidak
mengalami block tetapi terpaksa dideterminasi karena tidak adanya r esour ces yang
bebas di sel target pada saat melakukan suatu hand over . Probabilitas suatu panggilan
yang sudah melakukan hand over sebanyak H kali sebelum mengalami dr op adalah:
(II.18)
Sehingga probabilitas panggilan mengalami dr opping adalah
(II.19)
di mana P [H=i ] merupakan probabilitas bahwa panggilan telah mengalami i kali
hand over selama durasi panggilan. Lebih jauh, jika diasumsikan bahwa waktu
pendudukan kanal adalah terdistribusi eksponensial dengan rata-rata T ch (misal jumlah
hand over per panggilan mengikuti proses Poisson), maka dapat ditulis
(II.20)
di mana P [H|t ] adalah proses probabilitas bahwa telah terjadi H kali hand over ketika
waktu pendudukannya adalah t . Jika disisipkan persamaan (II.20) ke (II.19), akan
diperoleh
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 15/31
(II.21)
Lebih jauh, jika dilakukan perubahan orde penjumlahan dan integrasi, dan
dengan menggunakan ekspansi fungsi eksponensial, akan didapat
(II.22)
Akhirnya, dari persamaan (II.22) akan diperoleh hubungan untuk probabilitas
panggilan dr opping PD :
(II.23)
Persamaan terakhir menunjukkan hubungan antara probabilitas panggilan
dr opping PD dengan probabilitas blocking hand over PFh. Saling ketergantungan antara
dua parameter ini merupakan fundamental untuk analisa trafik dari suatu jaringan
mobile.
B. Jaringan Syaraf Tiruan
Jaringan syaraf tiruan pertama kali secara sederhana diperkenalkan oleh
McCulloch dan Pitts pada tahun 1943. McCulloch dan Pitts menyimpulkan bahwa
kombinasi beberapa neur on sederhana menjadi sebuah sistem neural akan
meningkatkan kemampuan komputasinya. Bobot dalam jaringan yang diusulkan oleh
McCulloch dan Pitts diatur untuk melakukan fungsi logika sederhana [5]. Fungsi aktivasi
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 16/31
yang dipakai adalah fungsi thr eshol d . Selanjutnya pada tahun 1958, Rosenblatt
memperkenalkan dan mulai mengembangkan model jaringan baru yang terdiri dari
beberapa lapisan yang disebut per cept r on. Metode pelatihan diperkenalkan untuk
mengoptimalkan hasil iterasinya. Widrow dan Hoff (1960) mengembangkan perceptron
denganmemperkenalkan aturan pelatihan jaringan, yang dikenal sebagai aturan delta
(atausering disebut kuadrat rata-rata terkecil). Aturan ini akan mengubah bobot
per cept r onapabila keluaran yang dihasilkan tidak sesuai dengan target yang
diinginkan.Apa yang dilakukan peneliti terdahulu hanya menggunakan jaringan
denganlayer tunggal (single layer ). Rumelhart (1986) mengembangkan perceptron
menjadi backpr opagation, yang memungkinkan jaringan diproses melalui beberapa
layer. Selain itu, beberapa model jaringan syaraf tiruan lain juga dikembangkan oleh
Kohonen (1972), Hopfield (1982), dan lain-lain. Pengembangan yang ramai dibicarakan
sejak tahun 1990-an adalah aplikasi model-model jaringan syaraf tiruan untuk
menyelesaikan berbagai masalah di dunia nyata.
1. Deskripsi AwalN eur al N etwor k
Jaringan saraf tiruan (JST) atau disebut juga dengan neur al networ k ( NN ),
adalah sistem pemroses informasi yang memiliki karakteristik mirip dengan jaringan
syaraf biologi (jaringan saraf manusia)[5]. Jaringan syaraf tiruan merupakan sistem
adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan
informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Secara
sederhana, JST adalah sebuah alat pemodelan data statistik non-linier . JST dapat
digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk
menemukan pola-pola pada data. Hecht-Nielsend mendefinisikan bahwa jaringan
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 17/31
syaraf tiruan adalah suatu struktur pemroses informasi yang terdistribusi dan bekerja
secara paralel, yang terdiri atas elemen pemroses (yang memiliki memori lokal dan
beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan alur sinyal
searah yang disebut koneksi.
Setiap elemen pemroses memiliki koneksi keluaran tunggal yang bercabang ke
sejumlah koneksi kolateral yang diinginkan (setiap koneksi membawa sinyal yang sama
dari keluaran elemen pemroses tersebut). Keluaran dari elemen pemroses tersebut
dapat merupakan sebarang jenis persamaan matematis yang diinginkan. Seluruh
proses yang berlangsung pada setiap elemen pemroses harus benar-benar dilakukan
secara lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang
diperoleh melalui koneksi dan nilai yang tersimpan dalam memori lokal.Sebuah jaringan
saraf adalah sebuah prosesor yang terdistribusi paralel dan mempuyai kecenderungan
untuk menyimpan pengetahuan yang didapatkannya dari pengalaman dan membuatnya
tetap tersedia untuk digunakan. Hal ini menyerupai kerja otak dalam dua hal yaitu:
pengetahuan diperoleh oleh jaringan melalui suatu proses belajar dan kekuatan
hubungan antar sel saraf yang dikenal dengan bobot sinapsis digunakan untuk
menyimpan pengetahuan.
Jaringan syaraf tiruan menjadi salah satu pilihan ketika rumusan persoalan-
persoalan yang dihadapi tidak bisa diselesaikan secara analitik,dan dengan
mengasumsikan suatu black box yang kita tidak tahu isinya maka jaringan syaraf tiruan
menemukan pola hubungan antara input dan output melalui tahap pelatihan. JST
dibentuk sebagai generalisasi model matematika dari jaringan syaraf biologi, dengan
asumsi bahwa[6] :
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 18/31
a. Pemrosesan informasi terjadi pada banyak elemen sederhana (neur on).
b. Sinyal dikirirnkan diantara neur on-neur on melalui penghubung- penghubung.
c. Penghubung antar neur on memiliki bobot yang akan memperkuat atau
memperlemah sinyal.
d. Untuk menentukan output , setiap neur on menggunakan fungsi aktivasi (biasanya
bukan fungsi linier) yang dikenakan pada jumlahan input yang diterima.
Besarnya output ini selanjutnya dibandingkan dengan suatu batas ambang. JST
ditentukan oleh 3 hal :
y
Pola hubungan antar neur on (disebut arsitektur jaringan)
y Metode untuk menentukan bobot penghubung (disebut metode
t r aining/lear ning/ algoritma)
y Fungsi aktivasi (fungsi transfer)
2. N eur on
N eur on dalam jaringan syaraf tiruan sering diganti dengan istilah simpul. Setiap
simpul tersebut berfungsi untuk menerima atau mengirim sinyal dari atau kesimpul-
simpul lainnya[6]. Pengiriman sinyal disampaikan melalui penghubung.Kekuatan
hubungan yang terjadi antara setiap simpul yang saling terhubung dikenaldengan nama
bobot.Arsitektur jaringan dan algoritma pelatihan sangat menentukan model-
modeljaringan syaraf tiruan. Arsitektur tersebut gunanya untuk menjelaskan arah
perjalanansinyal atau data di dalam jaringan. Sedangkan algoritma belajar
menjelaskanbagaimana bobot koneksi harus diubah agar pasangan masukan-keluaran
yangdiinginkan dapat tercapai. Dalam setiap perubahan harga bobot koneksi dapat
dilakukan dengan berbagai cara, tergantung pada jenis algoritma pelatihan yang
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 19/31
digunakan. Dengan mengatur besarnya nilai bobot ini diharapkan bahwa kinerja
jaringan dalam mempelajari berbagai macam pola yang dinyatakan oleh setiap
pasangan masukan-keluaran akan meningkat. Sebagai contoh, perhatikan neur on Y
pada gambar berikut :
Gambar II.2 Sebuah Sel Syaraf Tiruan[6]
Y menerima input dari neur on x1, x2, dan x3 dengan bobot hubungan masing-
masing adalah w1, w2 dan w3. Ketiga impuls neur on yang ada dijumlahkan net =
x1w1+ x2w2+ x3w3[6]. Besarnya impuls yang diterima oleh Y mengikuti fungsi aktivasi y
= f(net). Apabila nilai fungsi akivasi cukup kuat, maka sinyal akan diteruskan. Nilai
fungsi aktivasi (keluaran model jaringan) juga dapat dipakai sebagai dasar untuk
merubah bobot.
3. Backpr opagation
Kelemahan JST yang terdiri dari layar tunggal membuat perkembangan JST
menjadi terhenti pada sekitar tahun 1970 an. Penemuan backpr opagation yang terdiri
dari beberapa layar membuka kembali cakarawala. Terlebih setelah berhasil
ditemukannya berbagai aplikasi yang dapat diselesaikan dengan backpr opagation,
membuat JST semakin diminati orang.
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 20/31
JST dengan layar tunggal memiliki keterbatasan dalam pengenalan pola.
Kelemahan ini bisa ditanggulangi dengan menambahkan satu/beberapa layar
tersembunyi diantara layar masukan dan keluaran. Meskipun penggunaan lebih dari
satu layar tersembunyi memiliki kelebihan manfaat untuk beberapa kasus, tapi
pelatihannya memerlukan waktu yang lama. Maka umumnya orang mulai mencoba
dengan sebuah layar tersembunyi lebih dahulu.
Seperti halnya model JST lain, Backpr opagation melatih jaringan untuk
mendapatkan keseimbangan antara kemampuan jaringan untuk mengenali pola yang
digunakan selama pelatihan serta kemampuan jaringan untuk memberikan respon yang
benar terhadap pola masukan yang serupa (tapi tidak sama) dengan pola yang dipakai
selama pelatihan.
4. Arsitektur Jaringan Syaraf
Arsitektur jaringan yang sederhana adalah jaringan layar tunggal yang
menghubungkan langsung neur on-neur onpada layar input dengan neur on-neur onpada
layar output . Sedangkan arsitektur jaringan yang lebih kompleksterdiri dari layar input ,
beberapa layar tersembunyi dan layar output. Arsitektur seperti ini disebut juga jaringan
layar jamak (Rumelhart, et al. 1986)[6]. Jaringan layar jamak lebih sering digunakan
karena dapat menyelesaikan masalah yang lebih kompleks dibandingkan jaringan layar
tunggal, meskipun proses pelatihannya lebih komplek dan lebih lama (Haykin, 1999).
Jaringan dengan lapisan tunggal hanya memiliki satu lapisan dengan bobot-bobot
terhubung. Jaringan ini hanya menerima input kemudian secara langsung akan
mengolahnya menjadi output tanpa harus melalui lapisan tersembunyi. Jaringan
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 21/31
dengan banyak lapisan memiliki satu atau lebih lapisan yang terletak diantara lapisan
input dan lapisan output (memiliki satu atau lebih lapisan tersembunyi). Umumnya, ada
lapisan bobot-bobot yang terletak antara dua lapisan yang bersebelahan. Jaringan
dengan banyak lapisan ini dapat menyelesaikan permasalahan yang lebih sulit daripada
jaringan dengan lapisan tunggal, tentu saja dengan pembelajaran yang lebih rumit.
Namun demikian, pada banyak kasus pembelajaran pada jaringan dengan banyak
lapisan ini lebih sukses dalam menyelesaikan masalah.
5. Fungsi Aktivasi
Siang (2005) menyebutkan bahwa fungsi aktivasi digunakan untuk
menentukankeluaran suatu neur on[5].Dalam backpr opagation, fungsi aktivasi yang
dipakai harus memenuhi beberapa syarat yaitu : kontinu, terdiferensial dengan mudah
dan merupakan fungsi yang tidak turun. Salah satu fungsi yang memenuhi ketiga syarat
tersebut sehingga sering dipakai adalah fungsi sigmoi d biner yang memiliki range (0,1).
Fungsi sigmoi d biner dirumuskan sebagai :[6]
xe x f y
W
!!
1
1)(
Dengan : )](1)[((x)f' x f x f !W
6. Algoritma Belajar dan Pelatihan
Dalam jaringan syaraf tiruan terdapat konsep belajar atau pelatihan.
Sehinggajaringan-jaringan yang dibentuk akan belajar melakukan generalisasi
karakteristik tingkah laku objek.Algoritma pelatihan artinya membentuk pemetaan
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 22/31
(fungsi) yang menggambarkan hubungan antara vector masukan dan vektor keluaran.
Biasanya diberikan contoh yang cukup penting dalam membangun pemetaan tersebut.
Walaupun untuk pasangan masukan keluaran yang belum pernah digambarkan
sebelumnya. Dalam menyelesaikan suatu permasalahan, jaringan syaraf tiruan
memerlukan algoritma belajar atau pelatihan yaitu bagaimana sebuah konfigurasi
jaringan dapat dilatih untuk mempelajari data historis yang ada. Dengan pelatihan ini,
pengetahuan yang terdapat pada data dapat diserap dan direpresentasikan oleh nilai-
nilai bobot koneksinya. Berdasarkan cara modifikasi bobotnya, ada dua macam
pelatihan yang dikenal (Siang 2005)
[6]
, yaitu sebagai berikut:
a. Pelatihan Dengan Supervisi (Super vised T r aining )
Dalam pelatihan dengan supervisi, terdapat sejumlah pasangan data
(masukantarget keluaran) yang dipakai untuk melatih jaringan hingga
diperoleh bobot yang diinginkan. Pada setiap pelatihan, suatu masukan
diberikan ke jaringan. Jaringan akan memproses dan mengeluarkan
keluaran. Selisih antara keluaran jaringan dengan target (keluaran yang
diinginkan) merupakan kesalahan yang terjadi. Jaringan akan memodifikasi
bobot sesuai dengan kesalahan tersebut.
b. Pelatihan Tanpa Supervisi (Unsuper vised T r aining )
Dalam pelatihannya, perubahan bobot jaringan dilakukan berdasarkan
parameter tertentu dan jaringan dimodifikasi menurut ukuran parameter
tersebut. Model yang menggunakan pelatihan ini adalah model jaringan
kompetitif.
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 23/31
C. Roadmap Penelitian
Penelitian tentang prediksi trafik komunikasi suara (Cs) pada jaringan GSM
menggunakan metode neur al netwo
r k belum ada sebelumnya, akan tetapi penelitian-
penelitian yang berkaitan erat dengan peelitian penulis telah dilakukan oleh :
1. Yantai Shu, Minfang Yu, Jiakun Liu, Tianjin University, 2003 melakukan
penelitian yang berjudul Wi r eless T r affic Mod eling and P r ed iction Using
Seasonal ARIMA Mod el . Pada penelitian ini mereka melakukan penelitian
tentang pemodelan pecahan ARIMA dalam ad mission cont r ol dan pemodelan
seasonal ARIMA untuk memprediksi trafik panggilan. Adapun tujuan penelitian
tersebut adalah mempelajari karakteristik dari trafik wi r eless, yakni menyediakan
sebuah persamaan umum untuk trafik wi r eless di China, memodelkan season
ARIMA yang sesuai untuk menangkap sifat-sifat dari trafik wi r eless yang nyata
dengan menggunakan dua periodisitas, dan menggunakan model tersebut untuk
memprediksi trafik wi r eless.
Penelitian ini menyimpulkan bahwa model seasonal ARIMA merupakan model
trafik yang baik yang memiliki kemampuan dalam menangkap dan merekam
sifat-sifat dari trafik sebenarnya di mana error antara nilai prediksi dan nilai
sebenarnya kurang dari 0.02 atau kurang dari 2%.
2. Vassilios C. Moussas, Marios Dgalis, Eva Kolega, Technological Educational
Institution (TEI) of Athens, 2005 melakukan penelitian yang berjudul N etwor k
T r affic Mod elling and P r ed iction Using Multiplicative Seasonal ARIMA Mod els.
Penelitian ini menggunakan metode yang hampir sama dengan penelitian
sebelumnya. Pada awalnya mereka memodelkan jaringan menggunakan model
ARIMA tetapi prediksinya memiliki rentang waktu yang terbatas. Selanjutnya,
prediksi tersebut meningkat secara signifikan dengan menggunakan model
multiplicative seasonal ARIMA. Model ini terbukti sangat mampu menciptakan
kembali data saat ini dan memprediksi utilisasi akan datang dengan presisi.
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 24/31
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 25/31
BAB III
METODOLOGI PENELITIAN
A. Rancangan Penelitian
Perancangan dan pembuatan simulasi sistem prediksi trafik kanal suara (Cs)
jaringan GSM dengan neur al networ k dimulai dengan metode studi literatur (libr ar y
r esear ch). Dalam pemodelan dan perancangan sistem dilakukan analisis kebutuhan
akan data masukan sistem tersebut agar nantinya dapat menghasilkan prediksi yang
cukup akurat. Selanjutnya dilakukan pengumpulan data trafik kanal suara (Cs) jaringan
GSM pada site Kabila di Kota Gorontalo untuk tiga bulan, yakni pada bulan Desember
2011 sampai dengan Februari 2012.
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 26/31
Gambar III.1 Diagram Alir Penelitian
B. Lokasi Penelitian
Lokasi penelitian dilakukan di Site Kabila PT. Telkomsel yang berlokasi di
Kecamatan Kabila Kota Gorontalo, Provinsi Gorontalo.
Mulai
Pengambilan data
Pemilihan dan pemilahan data
KetepatanSistem NN?
Pelatihan dan pengujian variabel input dengan NN
Analisa dan pembuatan laporan
Selesai
Studi literatur
TIDAK
Validasi sistem NN
Validasi trafik bulan Februari 2012 dengan Metode
neural network
YA
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 27/31
Profil Perusahaan
Telkomsel didirikan pada tahun 1995 sebagai wujud semangat inovasi untuk
mengembangkan telekomunikasi Indonesia yang terdepan. Untuk mencapai visi
tersebut, Telkomsel terus memacu pertumbuhan jaringan telekomunikasi di seluruh
penjuru Indonesia secara pesat sekaligus memberdayakan masyarakat. Telkomsel
menjadi pelopor untuk berbagai teknologi telekomunikasi selular di Indonesia, termasuk
yang pertama meluncurkan layanan roaming internasional dan layanan 3G di
Indonesia. Telkomsel merupakan operator yang pertama kali melakukan ujicoba
teknologi jaringan pita lebar LTE. Di kawasan Asia, Telkomsel menjadi pelopor
penggunaan energi terbarukan untuk menara-menara Base Transceiver Station (BTS).
Telkomsel secara berkelanjutan membangun fondasi telekomunikasi
berteknologi tinggi untuk menghadirkan beragam layanan telekomunikasi terkini dan
multimedia berbasis jaringan br oad band . Jaringan Telkomsel membentang luas
menjangkau seluruh penjuru Nusantara, dikelola oleh para ahli yang merupakan putera-
puteri terbaik bangsa. Dengan semangat melayani Indonesia, dari kota hingga
pedesaan, dari lautan ke hutan pedalaman, menara-menara BTS Telkomsel berdiri
tegak di seluruh pelosok negeri. Perpaduan infrastruktur dan sumber daya manusia
yang unggul merupakan kunci keberhasilan Telkomsel dalam mengantarkan Indonesia
ke gerbang dunia telekomunikasi berbasis broadband.
C. Instrumentasi Penelitian
Dalam pemodelan dan perencanaan sistem prediksi trafik kanal suara (Cs)
jaringan GSM dengan neur al networ k ini membutuhkan seperangkat komputer,
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 28/31
perangkat lunak berorientasi objek yang pada penelitian kali ini menggunakan Matlab
R2008a.
D. Tahapan Penelitian
Secara garis besar tahapan-tahapan dalam perancangan simulasi prediksi trafik
kanal suara (Cs) pada jaringan GSM adalah sebagai berikut :
1. Studi literatur
Studi literature dilakukan dengan membaca buku dan melakukan br owsing
mengenai hal-hal yang berkaitan dengan penelitian ini.
2. Pemilihan dan pemilahan data
Data yang diperoleh adalah data observasi setiap jam-nya dari beberapa
variabel trafik kanal suara (Cs) GSM di Site Kabila PT. Telkomsel di daerah
Gorontalo. Data ini diperoleh melalui NO PT. Telkomsel area Gorontalo.
Data yang digunakan dalam penelitian ini adalah data trafik dari bulan
Desember 2011 sampai Februari 2012. Data bulan Desember 2011 sampai
Januari 2012 digunakan sebagai data input untuk pelatihan neur al networ k
sedangkan data Februari 2012 digunakan sebagai data input untuk
pengujian neur al networ k .
Tidak semua data yang ditemukan tersebut akan digunakan.Hanya variabel
yang secara signifikan mempengaruhi kondisi trafik yang akan digunakan.
Variabel yang digunakan sebagai masukan adalah:
1) Waktu pendudukan kanal rata-rata T ch
2) Intensitas hand over
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 29/31
3) Probabilitas blocking panggilan baru P BN
4) Probabilitas blocking panggilan hand over PBH
5) Jumlah rata-rata dari hand over per panggilan
6) Probabilitas dr opping panggilan PD
Sedangkan data output adalah kondisi trafik nantinya.
3. Pelatihan dan pengujian variabel input dengan neur al networ k
Pengumpulan data trafik dilakukan untuk Site Kabila PT. Telkomsel di
daerah Gorontalo yakni dari bulan Desember 2011 sampai dengan Februari
2012 (tiga bulan).
Metode neur al networ k yang digunakan dalam penelitian ini adalah
backpr opagation. Pelatihan pada metode backpr opagation bertujuan agar
jaringan bisa mengenali input yang diberikan sesuai target yang diinginkan.
Proses pelatihan ini dilakukan berulang kali hingga mendapatkan err or
terkecil atau hingga batas iterasi yang di tentukan. Hasil yang didapatkan
dari proses pelatihan akan digunakan untuk proses pengujian. Pengujian
jaringan bertujuan untuk melihat apakah persentasi kesalahan jaringan
dalam memprediksi variabel input sudah kecil, baik itu data latih maupun
data uji.
E. Teknik Analisis Data
Hasil prediksi dari sistem neur al networ k dianalisis keakuratannya dengan
membandingkan dengan data beban trafik yang sebenarnya dari data yang telah
diberikan oleh PT. Telkomsel di mana keakuratannya adalah dalam bentuk persentase.
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 30/31
F. Jadwal Penelitian
KegiatanJanuari Februari Maret April Mei Juni
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Persiapanproposal
Seminar proposal
Pengambilandata
Pengolahan data
PenyusunanLaporan
Seminar Hasil
Perbaikanlaporan
Ujian
5/13/2018 Proposal Skripsi Arizal - slidepdf.com
http://slidepdf.com/reader/full/proposal-skripsi-arizal 31/31
DAFTAR PUSTAKA
[1] A. Nachwan Mufti, ³Basic Mobile Teletraffic Engineering´, Modul Kuliah Sistem
Komunikasi Bergerak.
[2] Moussas Vassillos C., Daglis Marios, and Kolega Eva, ³Network Traffic Modeling
and Prediction Using Multiplicative Seasonal Arima Models´. Network Operations
Centre (NOC), Technological Educational Institution (TEI) of Athens Egaleo. Greece.
2005.
[3] Unjani, ³Rekayasa Trafik Telekomunikasi´. Bab VI Pemodelan Trafik untuk Jaringan
Wireless.
https://docs.google.com/viewer?a=v&q=cache:VAER-XrX3bsJ:www.web4profit.com/download/lain_lain/Bab06_Rekayasa_Trafik.pdf+Pem
odelan+Trafik+untuk+Jaringan+Wireless&hl=id&gl=id&pid=bl&srcid=ADGEESi6NGe
Pkc9gCAQ_bf5Wfnj3jQ27oEzmlOPS83COV9N4vCiFElf-
Ic_A4CsD5Ny_TYHVEYdGu1YMHqb988nGwvIzTlMu3P1O1JiCYrqnPkNw6-
v8KVrs8V-I1n-
PFdYYEf5vOtS2&sig=AHIEtbTMVs6twKuTnMQ0469AVme24hY6OA&pli=1
[4] Kurniawan Adit, ³Review and Desain Sistem Selular´ Bahan ajar Sistem Komunikasi
Selular. Laboratorium Telekomunikasi Radio dan Gelombang Mikro DepartemenTeknik Elektro Institut Teknologi Bandung.
[5] Shu Yantai, Yu Minfang, and Liu Jiakun, ³Wireless Traffic Modeling and Prediction
Using Seasonal ARIMA Model´, Tianjin University. 2003
[6] Siang, JJ. ³Jaringan Syaraf Tiruan Dan Pemrogramannya Menggunakan Matlab´.
Yogyakarta: Andi Yogyakarta. 2005