Makalah Seminar Tugas Akhir

Analisa Pengaruh Jumlah Antena dan Algoritma Deteksi Pada MIMO Penjamakan Spasial
Terhadap Kualitas Pengiriman Informasi
Oleh : Irma Komariah, L2F 303 446
Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro

ABSTRAK
Sistem komunikasi nirkabel Multiple Input Multiple Output (MIMO) menggunakan antena susunan
(antenna array) baik pada sisi pengirim maupun pada sisi penerima untuk menyediakan jalur komunikasi yang
substansial secara efisiensi spektral, diversitas dan kapasitas. Sistem MIMO yang umum menjadi topik penelitian
adalah Space Time Block Coding (SBTC) dan Spatial Multiplexing (SM). SM adalah sistem MIMO dengan aliran
informasi yang saling bebas pada masing-masing antena pemancar sehingga menjadi sangat sensitif terhadap
kondisi buruk matrik kanal tapi memberikan peningkatan efisiensi spektral untuk laju data yang tetap.
Penggunaan jumlah antena yang bervariasi baik di sisi pengirim maupun di sisi penerima memberikan
pengaruh yang berbeda terhadap performansi sistem. Jumlah antena pemancar tidak harus sama dengan jumlah
antena penerima. Jumlah antena pada pemancar boleh lebih banyak dibanding di penerima, begitu juga
sebaliknya. Ketiga kondisi tersebut memberikan pengaruh yang berbeda terhadap performansi sistem selain jumlah
antena itu sendiri.
Performansi sistem yang menggunakan MIMO juga dipengaruhi oleh metode/algoritma deteksi simbol
yang digunakan. Tugas Akhir ini akan mencoba membandingkan algoritma yang ada dan mencoba
menggabungkannya untuk mendapatkan algoritma yang lebih optimal. Algoritma deteksi yang akan diuji adalah
ZF, VBLAST, LLSE, ZF-VBLAST dan VBLAST-LLSE. Pengujian dilakukan dengan cara membuat model simulasi
dari sistem MIMO yang dimaksud dengan menggunakan program MATLAB pada kondisi kanal propagasi berderau
AWGN dan rayleigh dengan mobilitas diam.

Kata Kunci:
Multiple Input Multiple Output (MIMO), Spatial multiplexing, multi antena, AWGN, rayleigh, ZF, VBLAST, LLSE,
ZF-VBLAST dan VBLAST-LLSE.

I PENDAHULUAN II KAJIAN PUSTAKA

Permintaan untuk suatu sistem telekomunikasi yang
mendukung layanan multimedia interaktif seperti
konferensi jarak jauh dan internet nirkabel telah
mendorong lahirnya teknologi Broadband Wireless
Access (BWA) terbaru, WiFi, WPAN dan yang terakhir
adalah WiMAX. WiMAX merupakan teknologi BWA
yang dikembangkan untuk mengatasi keterbatasan
jaringan kabel untuk memenuhi kebutuhan layanan
broadband akses ke pelanggan.
Tapi pada kenyataannya, tidak ada satu pun
teknologi yang sempurna. WiMAX memang sudah bisa
dikatakan sangat bagus untuk aplikasi BWA. Tapi kanal
propagasi tidak ada yang bisa memprediksi, kadang bagus
kadang sangat buruk. Untuk mengatasi pengaruh kanal
propagasi yang buruk, kita tidak bisa menggunakan cara
peningkatan daya pancar secara linear. Ini akan
menyebabkan interferensi bagi sistem lain. Yang bisa
dilakukan adalah memperbaiki metode pengiriman
informasi dan proses deteksinya.
Pada draft standard WiMAX yang dikeluarkan oleh
IEEE, dimungkinkan untuk menerapkan metode banyak
antena yaitu Multiple Input Multiple Output (MIMO)
untuk memperbaiki performansinya. Namun kita tidak
akan membahas tentang WiMAX tapi terfokus pada
MIMO. MIMO ada beberapa macam jenisnya namun
yang akan diteliti adalah jenis penjamakan spatial. MIMO
penjamakan spasial mampu memberikan peningkatan laju
data untuk lebar pita sinyal yang tetap karena mempunyai
efisiensi bandwidth sinyal transmisi yang tinggi.
Performansi MIMO sendiri dipengaruhi oleh kombinasi
jumlah antena pada pengirim dan penerima dan juga
metode/algoritma deteksi MIMO-nya. Kedua hal
tersebutlah yang akan menjadi inti dari Tugas Akhir ini.
2.1 MIMO
Pada sistem komunikasi nirkabel, sinyal
transmisi akan mengalami kerusakan akibat adanya
fading, sehingga akan menurunkan performansi
sistem. Di sisi lain, tuntutan peningkatan laju data dan
kualitas layanan sistem komunikasi nirkabel memicu
lahirnya teknik baru untuk meningkatkan efisiensi
spektrum dan perbaikan kualitas saluran. Hal ini dapat
dicapai dengan menggunakan banyak antena di kedua
sisi pengirim dan penerima, dan teknik ini dikenal
sebagai MIMO. Ada dua hal yang sebenarnya
diberikan oleh sistem MIMO yaitu diversitas gain dan
multiplexing gain.
101011
Tx Rx
101011
Gambar 2.1. Representasi fisik model sistem MIMO
Diversitas gain dapat dicapai dengan
menerapkan teknik diversitas pada sistem komunikasi
nirkabel. Prinsipnya, diversitas mengirimkan beberapa
replika sinyal informasi pada kanal independent
fading, sehingga di penerima minimal ada satu sinyal
yang tidak mengalami fading terburuk. Teknik
diversitas yang biasanya digunakan yaitu diversitas
waktu, diversitas frekuensi, dan diversitas antena.
Pada sistem MIMO teknik diversitas yang
digunakan adalah diversitas antena untuk mencapai
diversitas gain yang selanjutnya dikenal dengan istilah
Space Time Block Code (STBC).
Sedangkan multiplexing gain dapat dicapai
dengan menggunakan Penjamakan Spasial (SM) atau

1
space division multiplexing (SDM) pada sinyal yang akan algoritma ZF di mana masing-masing bagian diyakini
dikirim. Prinsip dasar SDM yaitu deretan simbol yang sebagai sinyal yang diinginkan sedangkan yang
akan dikirim dipecah menjadi beberapa pararel deretan lainnya dianggap sebagai interferensi, tetapi pada V-
simbol yang kemudian ditransmisikan secara simultan BLAST bagian yang pertama dideteksi adalah bagian
dengan lebar pita yang sama pada masing-masing antena, yang paling kuat, kemudian bagian yang dideteksi ini
sehingga teknik ini memberikan peningkatan laju data. dihapuskan dari sinyal yang diterima penerima dan
H1
lalu diumpan balikkan lagi untuk didapatkan bagian
Space Time Blo ck Code
r1
Linear Co mb in er
r1 c1
yang paling kuat, dan hal ini terus berlanjut sampai
ML

simb o l
[ c1
c
c2 ] →  1
− c2* 
r =  H1*
r
H 2*   1 
D ecission
c1 semua bagian didapatkan.

 c2 c1*   r2 
r2 r2 c2
ML
D ecission
A B C c2

H2 2.2.3 LLSE ( Linear Least Square Estimation)

Gambar 22. MIMO dengan skema diversitas antena, STBC Untuk LLSE tidak ada algoritma khusus dan cukup
H1
sederhana. Penerima LLSE adalah penerima

b0 b2 b 4
r1
2.3 Konsep Teori Informasi Pada MIMO
b0 b 1 b 2 b3 b4 b5 Sp atial
Multip lexing
b1 b3 b 5
r2
Sign al
P rocessing
b 0 b1 b2 b3 b 4 b 5
Untuk sistem komunikasi 1 x 1 (SISO),
formulasi kapasitas sistem diberikan oleh persamaan :
( )
A B C
2
H2
C = log 2 1 + ρ h b/s/Hz (2.3)
Gambar 2.3. MIMO dengan skema.SM
Dimana h adalah gain kompleks ternormalisasi dari
Berdasarkan hal diatas, karena tujuan awal kanal nirkabel. ρ adalah SNR pada antena penerima.
penerapan MIMO pada sistem Nirkabel LAN adalah
meningkatkan laju data. maka pada makalah ini akan Jika antena penerima lebih dari satu elemen,
difokuskan pada teknik Penjamakan Spasial atau space maka persamaan kapasitas akan menjadi :
 M
2
division multiplexing. C = log 2  1 + ρ

∑ hi  b/s/Hz

(2.4)
Dengan menggunakan Penjamakan Spasial maka i= 1

sinyal kirim (s), sinyal terima (r), sinyal noise (n) dan Persamaan tersebut merupakan sebuah persamaan
kanal MIMO (H) dapat dinyatakan dalam bentuk matriks kapasitas untuk sistem 1 x M (SIMO) dimana hi adalah
berikut : gain untuk antena ke-i. Dengan bertambahnya nilai M
r = H.s + n maka C akan bertambah namun secara logaritmik.
 s1   r1   n1 
s  r  n 
 2   2  2  Untuk kasus transmit diversitas dimana sistem
s = .  r = .  , n = .  (2.1) memiliki N antena pengirim namun hanya 1 antena
     
.  .  .  penerima (MISO, N x 1), persamaan kapasitas menjadi

 sM   rN    :
  nN 
 h11 h12 ...... h1M   ρ N
2 

 h21 h22 ......

h2 M  C = log 2  1 +
 N
∑ i= 1
hi  b/s/Hz

(2.5)
dan H = . 
(2.2)
 
.  Di mana normalisasi dengan N memberikan kepastian
h hN 2 ..... hNM  bahwa daya total yang diterima adalah tetap dan
 N 1 
Masing-masing bagian yang dikirimkan secara menunjukkan ketiadaan gain antena penerima jika
simultan oleh antenna kirim akan bercampur di udara, kasus ini dibandingkan dengan kasus pada sistem
sehingga di penerima diperlukan suatu teknik deteksi SIMO.
untuk mendapatkan kembali masing-masing bagian. Dan
teknik deteksi yang digunakan pada Tugas Akhir ini yaitu Sekarang, kita dapat melihat persamaan kapasitas
Zero Forcing (ZF), Vertical Bell Laboratories Layered untuk sistem MIMO N x M :
Space Time (V-BLAST), Linear Least Square Estimation   ρ 
CEP = log 2  det  I M + H .H H   b/s/Hz (2.6)
(LLSE) serta beberapa gabungannya.   N 

2.2 Algoritma Deteksi 2.4 Model Kanal MIMO

2.2.1 Zero Forcing (ZF) Pada sistem MIMO dengan konfigurasi
Algoritma ZF didasari oleh teknik konvensional adaptive antena 2 antena pengirim (Tx) dan 2 antena penerima
antenna array, yaitu linear combinatorial nulling. Prinsip (Rx) terdiri empat kombinasi kanal yang mungkin
dasarnya adalah masing-masing bagian diyakini sebagai untuk dilalui sinyal yang dikirimkan Tx1 dan Tx2 ke
sinyal yang diinginkan, sedangkan sinyal lainnya Rx1 dan Rx2. Masing-masing kanal tersebut
dianggap sebagai penginterferensi.. merupakan kanal multipath fading yang memiliki
distribusi yang masing-masing identik dan bebas, yaitu
2.2.2 V-BLAST (Vertical-Bell Laboratories Layered berdistribusi Rayleigh.
Space Time)
V-BLAST adalah sistem yang menggunakan
teknik penjamakan spasial yang ditemukan oleh Bell
Laboratory. Pada prinsipnya V-BLAST sama dengan

2
 n0 sM − 1(t ) ... s1 (t ) s0 (t)
s0 (t )
h0 +
s1(t )
Rx0 bit Serial H1xM Multi s (t ) ... s (t ) s (t ) De- 
bit
Tx0 + + Generator Mapping y (t ) N− 1 1 0
To Antenna Mapping
Bit 16QAM
n1 Paralel Detection 16QAM
Sistem
h2 Sistem
Pengirim n2 Penerima sM − 1 (t )

MIMO MIMO
+ 2x2 y1x1(t ) = H1xM .sMx1 (t ) + n1x1(t )
2x2
h1
M = Jumlah antena pancar
Tx1 + + Rx1
Bit Error Rate (BER)
Counter
h3 n3

Gambar 3.2 Model MISO

Gambar 2.4 Pemodelan Kanal Untuk Sistem MIMO 2x2
3.1.3 Multiple Input Multiple Output (MIMO)
III. PERANCANGAN PROGRAM SIMULASI MIMO berarti banyak antena pengirim dan
3.1 Konfigurasi Sistem banyak antenna penerima. Dalam simulasi ini, jumlah
Dalam bab ini akan dijelaskan perancangan antena pengirim dan penerima dibatasi menjadi
model dan penentuan parameter yang digunakan dalam (M,N=2, 4, 8 dan 12).
model. Perancangan model yang akan dibahas adalah sM − 1 (t ) ... s1(t ) s0 (t )
s0 (t ) y0 (t ) s 0 (t )
s N − 1(t ) ... s1 (t ) s 0 (t )

model SIMO dengan satu antena pengirim ( M = 1 ) dan s1 (t ) y1 (t ) s1 (t)

Serial H NxM Multi Paralel De-
banyak antena penerima ( N > 1 ) sehingga ukuran matrik
Generator bit Mapping 
bit
To Antenna To Mapping
Bit 16QAM
Paralel Detection Serial 16QAM

kanalnya adalah 1xN , MISO dengan banyak antena sM − 1 (t ) yN − 1 (t ) s N − 1(t )

pengirim ( Mx1 ) dan satu antena penerima ( N = 1 ) yNx1(t ) = H NxM .sMx1 (t ) + nNx1 (t )
M = Jumlah antena pancar
N = Jumlah antena terima
sehingga ukuran matrik kanalnya adalah Mx1 , dan Bit Error Rate (BER)
Counter

MIMO dengan ukuran matrik kanalnya MxN . Untuk Gambar 3.3 Model MIMO
MIMO sendiri akan disimulasikan tiga kondisi, yaitu
kondisi di mana jumlah antena pengirim lebih besar dari Tabel 3.1 Kombinasi jumlah antena pengirim dan penerima
jumlah antena penerima ( M > N ), jumlah antena Sistem Jumlah Antena
pengirim lebih kecil dari jumlah antena penerima ( SIMO 1xN 1x2 1x4 1x8 1x12
M < N ) dan jumlah antena pengirim sama dengan MISO Mx1 2x1 4x1 8x1 12x1

jumlah antena penerima ( M = N ). M<N 2x4 4x8 8x12 -

Masing-masing model tersusun atas beberapa MIMO M>N 4x2 8x4 12x8 -

blok fungsional, yang terbatas pada kebutuhan minimum M=N 2x2 4x4 8x8 12x12
untuk suatu pengiriman bit informasi melalui sistem multi
antena. Kebutuhan minimum yang dimaksudkan disini 3.2 Blok Fungsional
adalah generator bit, mapping simbol sinyal yang 3.2.1 Data Generator
merupakan bentuk ideal dari modulasi digital, serial to Blok ini membangkitkan data biner digital ‘0’
paralel converter, kanal propagasi, deteksi multi antena, dan ‘1’ secara acak sebanyak jumlah bit tertentu
paralel to serial converter, demapping dan BER counter. dimana probabilitas jumlah kemunculan bit ‘0’ dan ‘1’
Hal ini didasarkan pada fokus penelitian Tugas Akhir ini sama besar.
yaitu pada sistem multi antena.
3.2.2 Mapping 16QAM
3.1.1 Single Input Multiple Output (SIMO) Mapping atau modulasi yang digunakan
SIMO berarti satu antena pengirim dan banyak adalah 16QAM dengan tahapan proses sebagai
antenna penerima. Dalam simulasi ini, jumlah antena berikut:
penerima dibatasi menjadi (N = 2, 4, 8 dan 12). - Digital to Analog Converter (DAC)
s N − 1 (t ) ... s 1 (t ) s 0 (t ) Deretan bit merupakan inputan bagi DAC.
y0 (t) s 0 (t )

y1 (t ) s1 (t )
Setiap 8 bit pada deretan bit akan dipecah
Generator
bit
Mapping H Nx1 Multi
Antenna
Paralel
To
De-
Mapping

bit menjadi dua deretan/jalur, sehingga tiap jalur
Bit 16QAM sM − 1 (t ) ... s1 (t ) s0 (t )

yN − 1 (t )
Detection
s N − 1 (t )
Serial 16QAM
ada 4 bit. 4 bit tersebut mempunyai 16 buah
kombinasi yang selanjutnya dijadikan sebagai
y Nx1 (t ) = H Nx1.s1x1 (t ) + nNx1 (t )
N = Jumlah antena terima 16 buah level amplitudo tegangan yang
Bit Error Rate (BER)
Counter
berupa bilangan bulat yang merupakan sinyal
Pulse Amplitude Modulation (PAM).
Gambar 3.1 Model SIMO Tabel 3.2 Kombinasi bit dan level tegangan PAM
Kombinasi Bit Level Tegangan PAM (A)
0000 0
3.1.2 Multiple Input Single Output (MISO) 0001 1
MISO berarti banyak antena pengirim dan satu 0010 2
0011 3
antenna penerima. Dalam simulasi ini, jumlah antena
0100 4
pengirim dibatasi menjadi (M = 2, 4, 8 dan 12). 0101 5
0110 6
0111 7
1000 8
1001 9

3
 1010 10 sN − 1 (t ) ... s1 (t ) s0 (t )
1011 11 s0 (t )
1100 12
s1 (t )
1101 13
1110 14 ...

1111 15 sN − 1 (t )

Gambar 3.5 Skema parallel to serial converter

- Modulasi
Level tegangan PAM yang dihasilkan akan 3.2.7 De-Mapping 16QAM
dimodulasi menjadi simbol-simbol sinyal Proses yang terjadi adalah kebalikan dari
informasi. proses Mapping, yang membedakan adalah sinyal
PAM yang diterima belum tentu sama dengan sinyal
3.2.3 Serial to Paralel Converter PAM yang dikirimkan. Hal ini disebabkan oleh
Blok ini berfungsi untuk membagi deretan pengaruh kanal propagasi. Secara lengkap proses de-
simbol pada pengirim [ sM − 1 (t ) ... s1 (t ) s0 (t )] menjadi mapping adalah;
beberapa deretan simbol paralel yang berlaju data lebih - Demodulasi
Simbol sinyal yang diterima, tidak perduli
rendah [ s0 (t ) s1 (t ) ... sM − 1 (t )]T yang selanjutnya apakah simbol tersebut benar atau salah, akan
beberapa deretan simbol tersebut akan dikirimkan melalui dilakukan proses pengubahan ke sinyal PAM.
antena yang berbeda. - Analog to Digital Converter (ADC)
sM − 1 (t ) ... s1 (t ) s0 (t ) Sinyal PAM yang merupakan hasil
s0 (t )
demodulasi dari simbol terima akan
dikonversi menjadi 4 buah bit terima.
s1 (t ) Tabel 3.3 Level tegangan PAM terima dan bit terima
... Level Tegangan PAM Kombinasi Bit
Terima ( µ ) A
Terima
sM − 1 (t )
0 0000
Gambar 3.4 Skema serial to parallel converter
1 0001
2 0010
3.2.4 Matrik Kanal Propagasi 3 0011
Matrik kanal propagasi merupakan representasi 4 0100
dari koefisien-koefisien kanal yang terdapat pada setiap 5 0101
lintasan sinyal multi antena. Setiap koefisien kanal 6 0110
dibangkitkan oleh fungsi pembangkit koefisien kanal yang 7 0111
8 1000
dimodelkan dengan model Rayleigh. 9 1001
 h11 h12 ...... h1M 
10 1010
 
 h21 h22 ...... h2 M  11 1011
H = .  12 1100
 
.  13 1101
h hN 2 ..... hNM  14 1110
 N 1  15 1111

Dimana M adalah jumlah antenna pemancar dan N adalah 3.2.8 Bit Error Rate Counter
antenna penerima. Blok ini berfungsi menghitung nilai bit error
dengan membandingkan antara bit yang dikirim
3.2.5 Deteksi Multi Antena dengan bit yang diterima. Proses pembandingan
Deteksi multi antena dilakukan dengan dilakukan dengan penjumlahan modulo-2 atau XOR
menggunakan beberapa algoritma deteksi agar bisa yaitu akan bernilai 0 kalau bit yang dibandingkan
diketahui kemampuan masing-masing algoritma deteksi. sama atau bernilai 1 kalau bit yang dibandingkan
Seperti yang dijelaskan sebelumnya, algoritma deteksi berbeda.
yang digunakan adalah ZF, LLSE, VBLAST-ZF dan Tabel 3.4 Nilai yang mungkin dari proses XOR
VBLAST-LLSE. Secara detail masing-masing algoritma Bit kirim Bit terima Bit kirim ⊕ Bit terima
0 0 0
sudah dijelaskan dalam bab2. 0 1 1
1 0 1
3.2.6 Paralel to Serial 1 1 0
Dari hasil deteksi MIMO di penerima, Hasil XOR akan dijumlahkan yang merepresentasikan
didapatkan beberapa deretan simbol paralel jumlah bit yang error. BER adalah perbandingan
  
[s 0 (t ) s1 (t ) ... s N − 1 (t )] , selanjutnya deretan symbol ini akan
T
antara jumlah bit error dengan jumlah bit yang
dijadikan satu deretan simbol terima [ s N − 1 (t ) ... s 1 (t ) s 0 (t )] dikirimkan.
oleh blok paralel to serial converter. 3.3 Prosedur Pelaksanaan Simulasi
Prosedur pelaksanaan simulasi yang akan
dilakukan adalah membangun model sistem multi
antena (MISO, SIMO, MIMO) yang kemudian diberi
perlakuan pengaruh bit rate yang berbeda, jumlah

4
antena pengirim dan penerima yang berbeda dan - Semakin banyak jumlah antena penerima,
algoritma deteksi multi antena yang berbeda. Dengan maka performansi sistem semakin baik,
parameter kanal yang tetap, namun tetapnya parameter ditunjukkan dengan semakin kecilnya Eb/No
kanal tidak berarti koefisien gain kanal tetap, tapi berubah yang dibutuhkan untuk mencapai nilai BER
dengan kata lain kanal bersifat berubah terhadap waktu yang sama.
(time variant). Secara lengkap tentang prosedur - Pada setiap bit rate setiap variasi jumlah
pelaksanaan simulasi, bisa digambarkan melalui sebuah antena penerima, semua algoritma deteksi
diagram alir (flow chart) seperti gambar 3.6. memberikan performansi sistem yang sama.
Tapi untuk algoritma deteksi yang sama,
Mulai Selesai semakin banyak jumlah antena penerima
maka performansi sistem semakin baik yang
Penentuan Parameter Simulasi
(Jumlah antena Tx-Rx,
Grafik BER
Terhadap ditunjukkan dengan semakin kecilnya nilai
Rate info, Eb/ No) Eb/ No
ulang=1, loop= 50 Eb/No untuk BER yang sama.
Pilih Nilai
E b/ No
Perhitungan
BER
Untuk MISO
Data dan Eb / No M IS O 8 x 1
disimpan untuk
Pembangkitan Simpan Data -0 .3 2 6
Perhitungan BER 10
Data Terima ZF 64K bps
ZF 384K bps
Y ZF 2000K bps
T 10
-0 .3 2 8
Mapping LLS E 64K bps
ulang= ulang+ 1 ulang= loop
16QAM LLS E 384K bps
LLS E 2000K bps
10
-0 .3 3 V B L A S T -Z F 6 4 K b p s
Serial to Paralel DeMapping V B L A S T -Z F 3 8 4 K b p s
s 16QAM V B L A S T -Z F 2 0 0 0 K b p s

BER
-0 .3 3 2
V B L A S T -L L S E 6 4 K b p s
10 V B L A S T -L L S E 3 8 4 K b p s
Pembangkitan V B L A S T -L L S E 2 0 0 0 K b p s
Paralel to
Path Gain Kanal
H Serial
-0 .3 3 4
10

Algoritma Deteksi
Pembangkitan Proses di Kanal Propagasi
[Z F, LLSE, VBLAST-ZF,
Noise n y = Hs+ n s
-0 .3 3 6
VBLAST-LLSE] 10
0 10 20 30 40 50 60
E bN o
Gambar 3.6 Flow chart program simulasi
Gambar 4.1 Grafik BER terhadap Eb/No pada sistem MISO 8x1
4. ANALISIS HASIL SIMULASI
Seperti telah dijelaskan pada bagian sebelumnya, • Dari gambar tersebut, untuk MISO tidak
bahwa tugas akhir ini bertujuan untuk menganalisa memberikan perbaikan performansi bahkan
performansi sistem yang menggunakan banyak antena sangat buruk performansinya pada semua
baik pada sisi pengirim maupun pada sisi penerima yang variasi parameter. BER minimum untuk
lebih fokus lagi pada sistem MIMO penjamakan spasial semua bit rate tidak bisa dicapai.
dengan algoritma deteksinya. • Untuk algoritma deteksi pada tiap variasi
Bab ini akan memberikan analisis terhadap tiga antena dan bit rate, ZF dan LLSE
jenis sistem multi antena yaitu MIMO dan MISO-SIMO. memberikan hasil yang lebih baik
Analisis sistem dilakukan dengan melihat grafik BER atau dibandingkan algoritma VBLAST-ZF dan
Error Probability (Pe) terhadap Eb/No yang didapat dari VBLAST-LLSE.
hasil simulasi. Analisis dilanjutkan dengan
membandingkan kecenderungan grafik hasil simulasi Untuk MIMO jika M>N
dengan parameter performansi yang lain yaitu persamaan M IM O 1 2 x 8 ZF 64K bps

kapasitas kanal multi antena (C).

-0 .4 7
10 ZF 384K bps
ZF 2000K bps

Perbedaan hasil simulasi dipengaruhi oleh -0 .4 9

LLS E 64K bps
LLS E 384K bps
variabel jumlah antena, algoritma deteksi terlihat pada 10
LLS E 2000K bps
V B L A S T -Z F 6 4 K b p s
tabel dan gambar berikut : -0 .5 1
V B L A S T -Z F 3 8 4 K b p s
10 V B L A S T -Z F 2 0 0 0 K b p s
V B L A S T -L L S E 6 4 K b p s

Untuk SIMO V B L A S T -L L S E 3 8 4 K b p s
BER

-0 .5 3 V B L A S T -L L S E 2 0 0 0 K b p s
10
Tabel 4.1 Harga Eb/No [dB] untuk BER mencapai BER minimum pada
sistem SIMO
Algoritma Deteksi 10
-0 .5 5

Multi
ZF LLSE VBLAST VBLA
Ante Bit Rate
-ZF ST-
na
-0 .5 7
10
LLSE 0 10 20 30 40 50 60
64 kbps 33 33 33 33 E bN o

1x2 384 kbps 35 35 35 35 Gambar 4.3Grafik BER terhadap Eb/No pada sistem MIMO 12x8
2000 kbps 40 40 40 40
64 kbps 22,5 22,5 22,5 22,5 Pada gambar diatas menunjukkan hasil
1x4 384 kbps 24 24 24 24
simulasi MIMO M > N. performansi MIMO sangat
2000 kbps 26 26 26 26
64 kbps 16 16 16 16 buruk dan BER minimum untuk tiap bit rate tidak
1x8 384 kbps 17 17 17 17 pernah tercapai. Hasil seperti ini mirip dengan hasil
2000 kbps 17 17 17 17 MISO.

Untuk MIMO jika M>N

5
 b. Pemakaian algoritma deteksi V-
Tabel 4.2 Harga Eb/No [dB] untuk BER mencapai BER minimum pada
BLAST yang digabungkan dengan ZF
sistem MIMO M < N
dan LLSE memberikan perbaikan
Multi Algoritma Deteksi
performansi jika dibandingkan dengan
Ante Bit Rate ZF LLSE VBLAS VBLAS ZF dan LLSE saja.
na T-ZF T-LLSE c. Performansi sistem multi antena
64 kbps 25 25 22 22 spatial multiplexing salah satunya
2x4 384 kbps 26 26 24 24 tergantung pada jumlah antena
2000 kbps 30 30 27 28
64 kbps 17,5 17,5 15 15 penerima, semakin banyak jumlah
4x8 384 kbps 21 21 18 18 antena penerima maka semakin bagus
2000 kbps 23 23 18,5 18,5 proses deteksi yang menyebabkan
8x
64 kbps 20 18 13,5 13,5 performansi sistem semakin bagus.
384 kbps 20 20 13,7 13,7 d. Untuk bit rate yang tetap, semakin
12
2000 kbps 24 24 16,5 16,5
banyak jumlah antena pengirim maka
bandwidth sinyal transmisi semakin
Berdasrkan tabel tersebut menunjukkan hasil
kecil. Ini sesuatu yang bagus dari segi
simulasi MIMO M < N. Berdasarkan gambar-gambar
efisiensi bandwidth, tapi merupakan
tersebut terlihat bahwa saat M < N, performansi MIMO
sesuatu yang buruk bagi performansi
sangat bagus dan BER minimum untuk tiap bit rate
saat jumlah antena penerima jauh
tercapai.
lebih kecil dari jumlah antena
Berdasarkan analisis diatas, maka dapat
pengirim.
disimpulkan bahwa pemakaian konfigurasi multi antena
e. Model sistem multi antena MIMO
tidak selamanya memberikan perbaikan. Berikut ini
dengan jumlah antena pengirim sama
urutan sistem multi antena dari yang mempunyai
dengan jumlah antena penerima
performansi paling bagus ke yang mempunyai
merupakan solusi optimal antara
performansi paling buruk.
performansi dan efisiensi bandwidth
MIMO MIMO MIMO sinyal transmisi.
SIMO MISO
M<N M=N M>N
5.2 Saran
Terbaik Terburuk
Dari hasil simulasi, ada beberapa hal yang bisa
Gambar 4.4 Urutan kualitas performansi sistem multi antena
dikembangkan untuk perbaikan bagi penelitian
Dari gambar 4.4 di atas, sistem multi antena selanjutnya oleh pihak lain, yaitu:
SIMO mempunyai performansi paling bagus. Tapi perlu a. Pemakaian estimasi kanal MIMO
diingat bahwa dengan pemakaian 1 antena pengirim pada pada model simulasi.
SIMO berarti tidak terjadi peningkatan efisiensi b. Simulasi dilakukan dengan tambahan
bandwidth. Ini tidak tepat saat sistem SIMO diaplikasikan korelasi spasial antena pada matrik
pada layanan pita lebar semisal layanan data, video kanal.
streaming atau sejenisnya karena akan sangat lebar c. Model multi antena khususnya
bandwidth transmisi yang dibutuhkan. Hal ini tidak efisien MIMO diterapkan pada sistem yang
untuk sistem komunikasi masa depan yang menuntut sudah distandarkan seperti WiFi,
layanan pita lebar namum membutuhkan bandwidth WiMAX dan WLAN.
transmisi yang sempit.
Konfigurasi sistem multi antena yang DAFTAR PUSTAKA
memungkinkan untuk diaplikasikan adalah MIMO M < N
dan MIMO. MIMO mempunyai performansi yang lebih Paulraj, A.J., “Multiple-Input Multiple-Output
buruk dibanding MIMO M < N tapi mempunyai efisiensi (MIMO) Wireless System”, Journal, Stanford
bandwidth yang lebih besar karena mempunyai jumlah University, Stanford, 2003.
antena pengirim yang lebih banyak dibanding MIMO M < Gesbert, D., Shafi, M., Shiu, D.S., Smith, J.P., Naguib,
N pada jumlah antena penerima yang tetap. Sehingga A., “From Theory to Practice: An Overview
MIMO adalah solusi optimal antara performansi dan of MIMO Space–Time Coded Wireless
efisiensi bandwidth. Systems”, Papers, IEEE Journal, 2003.
Jafarkhani, H., “Space Time Coding, Theory and
Practice”, University of California,
5. Kesimpulan dan Saran Cambridge University Press, New York,
5.1 Kesimpulan
2005.
Dari hasil analisis simulasi model multi antena
yang telah dilakukan, bisa diambil kesimpulan sebagai
berikut:
Semarang , Oktober 2008
a. Sistem multi antena spatial multiplexing
Pembimbing I Pembimbing II
mampu memberikan peningkatan efisiensi
bandwidth sinyal transmisi yang
tergantung pada jumlah antena pengirim.

6
Agung Budi Prasetijo Budi Setiyono
NIP.132.137.932 NIP. 132.283.184