Extrinsic Information Transfer (EXIT) Chart Untuk Analisis Jaringan Internet of Things (IoT)

FRANSISCA MARGARET PASALBESSY

Informasi Umum

Kode

18.04.2326

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Telecommunication Engineering

Dilihat

285 kali

Informasi Lainnya

Abstraksi

Jaringan Internet of Things (IoT) masa depan diperkirakan melibatkan miliaran devices sehingga membentuk super-dense networks. Tugas Akhir ini menganalisis proses decoding jaringan Narrowband Internet of Things (NB-IoT) dan Single Carrier Internet of Things (SC-IoT) menggunakan extrinsic information transfer (EXIT) chart untuk mengetahui karakteristik dan efisiensinya. Analisis ini bermanfaat untuk mengetahui karakteristik jaringan IoT termasuk jumlah maksimal devices yang mampu dilayani dalam sebuah jaringan.

Kemampuan jaringan IoT dalam melayani sebanyak mungkin devices tergantung pada multiple access yang digunakan. NB-IoT menggunakan slotted ALOHA yang memiliki metode untuk menghapus paket yang bertabrakan, sedangkan SCIoT menggunakan coded random access (CRA) yang justru memanfaatkan paket bertabrakan. Tugas Akhir ini menggunakan simulasi komputer untuk mengevaluasi performansi packet loss rate (PLR), throughput, dan computational complexity, yang kemudian digunakan dalam mengkonfirmasi hasil EXIT chart. Hasil EXIT chart SC-IoT memiliki gap antara kurva slot nodes dan kurva user nodes yang lebih kecil daripada NB-IoT yang menunjukkan bahwa SC-IoT lebih efisien dalam melayani user. Hal ini karena SC-IoT dapat didesain jumlah transmisinya untuk menggunakan distribusi terbaik, sedangkan jumlah transmisi pada NB-IoT tidak dapat didesain karena hanya menggunakan slotted ALOHA. Throughput SC-IoT ditemukan lebih tinggi daripada throughput NB-IoT karena mampu melayani lebih banyak user. PLR SC-IoT lebih kecil daripada PLR NBIoT. Kompleksitas SC-IoT hampir sama dengan NB-IoT pada saat G < 1, tetapi naik sampai maksimal 7 kali saat G > 1. Hasil penelitian ini dapat menjadi rujukan untuk implementasi IoT masa depan baik dengan multi user detection (MUD) atau tanpa MUD.