ABSTRAKSI: MIMO-OFDMA (MultipleInput Multiple Output - Orthogonal Frequency Division Multiple Access) sebagai teknik dengan kecepatan data rate tinggi yang memiliki ketahanan tinggi terhadap fading dan interferensi. MIMO merupakan suatu metode yang menggunakan multi antena di sisi pengirim maupun di penerima sehingga dapat meningkatkan kapasitas kanal. Sedangkan OFDMA merupakan teknik multiple access yang menggunakan OFDM (Orthogonal Frequency Division Multiplexing) sebagai teknik modulasi. Di masa depan, jumlah user akan bertambah sehingga kebutuhan akan kapasitas akan meningkat pesat. Selain itu, kapasitas yang dihasilkan MIMO-OFDMA berupasubcarrierharus di berikan kepada setiap user secara adil. Munculnya kebutuhan akan peningkatan kapasitas dan keadilan mengharuskan adanya strategi pengalokasiansubcarrier sehingga tercipta alokasi subcarrierpada MIMO-OFDMA yang efisien.
Algoritma Greedy menjadi salah satu solusi untuk mengalokasikan subcarrier secara efisien demi tercapainya kebutuhan kapasitas dan fairness kepada setiap user. Pada tugas akhir ini dilakukan simulasi pengalokasian subcarrier dengan GBS 1(Greedy Base Spectral 1), GBS 2(Greedy Base Spectral 2), PF 1(Proportional Fairness 1), dan PF 2(Proportional Fairness 2) yang merupakan bentuk modifikasi algoritma Greedy dalam penerapannya pada pengalokasian subcarrier berdasarkan spectral efficiency dan proportionalfairness.
Hasil simulasi pada tugas akhir ini menunjukkan bahwa pengalokasian subcarrier menggunakan GBS 2 dengan ratio1/4 mengalami penurunan spectral efficiencyrata-rata sebesar 0,49 bps/Hz dibandingkan GBS 1 yang menghasilkan spectral efficiencyrata-rata sebesar 6,4 bps/Hz, tetapi penggunaan GBS 2 ratio 1/4 meningkatkan nilai indexfairnessrata-rata sebesar 0,0822 dari GBS 1 yang memiliki indexfairnessrata-rata sebesar0,931, sedangkan penerapan PF 2 meningkatkan spectral efficiencyrata-rata sebesar 0,28 bps/Hz dari PF 1 yang menghasilkan spectral efficiency rata-rata sebesar5,9 bps/Hz, tetapi menurunkan nilai indexfairnessrata-rata sebesar 0,027 dari PF 1 yang menghasilkan indexfairness sebesar 0,999.
Kata Kunci : OFDMA, MIMO, MIMO-OFDMA, alokasi sumber daya radio, algoritma Greedy, spectral efficiency, proportionalfairnessABSTRACT: MIMO - OFDMA ( Multiple Input Multiple Output - Orthogonal Frequency Division Multiple Access ) as a technique with high- speed data-rate which has high resistance to fading and interference . MIMO is a method that uses multiple antennas at the transmitter and at the receiver so that it can increase the channel capacity . While OFDMA is a multiple access technique that uses OFDM ( Orthogonal Frequency Division Multiplexing ) as a modulation technique . In the future , the number of users will increase so that the need for capacity will increase rapidly . In addition, the existing capacity in subcarrier must be provided to each user equally . The emergence of the need for increased capacity and fairness require subcarrier allocation strategy in order to create an efficient subcarrier allocation .
Greedy algorithm is a solution for efficiently allocating subcarriers to achieve capacity requirements and fairness to each user. In this final simulation subcarrier allocation with GBS 1(Greedy Base Spectral 1), GBS 2(Greedy Base Spectral 2), PF 1(Proportional Fairness 1), and PF 2(Proportional Fairness 2) which is a modified form of the Greedy algorithm in its application to the subcarrier allocation is based on spectral efficiency and proportionalfairness.
The simulation results in this paper indicate that the use of GBS 2 ratio 1/4 decreased spectral efficiency 0,49 bps / Hz compared GBS 1 which generates the spectral efficiency 6,4 bps/Hz, but the use of GBS 2 ratio1/4 increases the value of fairnessindex 0,0822 of GBS 1 which has a fairnessindex 0,931. While the application of PF 2 increases the spectral efficiency 0,28 bps/Hz of PF 1 which generates the value 5,9 bps/Hz, but the lower the value of 0,027fairness of PF 1 which produces fairnessindex 0,999.
Keyword: OFDMA, MIMO, MIMO-OFDMA, Radio Resource Allocation, Greedy algorithm, ProportionalFairness algorithm.