ANALISIS KINERJA ALGORITMA PEMILIHAN PENGGUNA DENGAN KOMPLEKSITAS RENDAH BERBASIS KOMBINASI ROUND-ROBIN PADA SISTEM MASSIVE MIMO

Authors

  • Rayhan Nauvaldi Telkom University
  • Nachwan Mufti Adriansyah
  • Dhoni Putra Setiawan
  • Rina Pudji Astuti

DOI:

https://doi.org/10.25124/tektrika.v6i2.4072

Abstract

Sistem komunikasi generasi kelima (5G) menuntut kinerja yang lebih tinggi dari generasi sebelumnya. Sistem Massive Multiple Input Multiple Output (MIMO) muncul sebagai solusi untuk mengatasi generasi sebelumnya yang tidak dapat memenuhi permintaan data dalam jumlah besar. Penggunaan Massive MIMO ini memungkinkan diciptakannya multiple beam sehingga throughput dapat meningkat lebih besar daripada generasi sebelumnya. Sistem Base Station (BS) dengan banyak antena tidak dapat melayani pengguna dalam jumlah besar secara bersamaan. Maka dari itu sangat penting untuk memilih layanan pengguna yang akan dilayani secara bersamaan dan menentukan jumlah optimal pengguna yang akan dilayani. Penelitian ni mengusulkan algoritma pemilihan layanan pengguna untuk mencapai spektral efisiensi tinggi dan interferensi kecil. Algoritma yang diusulkan adalah Capacity-Based User Selection, Frobenius Norm-Based User Selection, dan Chordal Distance User Selection (CDUS) yang dikombinasikan dengan algoritma Round-Robin (RR). Berdasarkan simulasi yang telah dilakukan, algoritma pemilihan layanan pengguna yang dikombinasikan dengan algoritma RR memberikan kinerja yang baik dalam hal sumrate menggunakan algoritma Capacity-RR dengan nilai 673 bps/Hz, tingkat fairness pada algoritma CDUS-RR memiliki indeks fairness dengan nilai rata-rata 3,29, dan kompleksitas pada algoritma CDUS-RR memiliki rata-rata runtime sebesar 0,62 detik. Hasil penelitian ini diharapkan dapat berkontribusi dalam pengembangan penjadwalan pengguna pada Massive MIMO.

Kata Kunci: : Massive MIMO, capacity-based user selection, frobenius norm-based user selection, chordal distance user selection, round-robin.

Downloads

Download data is not yet available.

Downloads

Published

2022-09-23

Most read articles by the same author(s)