Analisis Penggunaan Algoritma Ant Colony Dan Algoritma Hungarian Pada Alokasi Sumberdaya Pada Jaringan Kognitif Radio

Authors

DOI:

https://doi.org/10.34818/eoe.v7i2.12749

Abstract

Pada penggunaan Jaringan tanpa kabel Cognitive Radio Network (CRN) memiliki peran besar dalam memenuhi kebutuhan teknologi informasi, memaksimalkan dan melakukan dengan cara efektif pada pembagian alokasi sumber daya radio dikarenakan sumberdaya spektrum yang semakin hari semakin langka. Pada dasarnya pemanfaatan algoritma tambahan pada cara kerja CRN tidak hanya menambah keuntungan pada pribadi namun juga keuntungan pada seluruh sistem yang berhubungan langsung pada pemanfaatan teknologi CRN, algoritma ACO (Ant Colony) dan algoritma Hungarian merupakan bagian pada tahap penetapan dan pembagian daerah alokasi sumber daya pada CRN. Pada dasarnya CRN dikembangkan karena memungkinkan dua jenis pengguna yaitu Primary User (PU) dan Secondary User (SU) dapat menggunakan layanan yang sama tanpa adanya medium lain. Pada tahap pengembangan terdapat beberapa kekurangan yaitu berupa interferensi yang terjadi ketika PU dan SU menggunakan layanan atau channel yang sama, hal tersebut berpengaruh pada QoS (Quality Of Service), pengolahan data berupa Datarate, Efesiensi Energi¸ Efesiensi Spektral, Fairness pada PU dan SU. Menggunakan Algoritma Ant Colony sebagai solusi pada Tugas Akhir ini dengan nilai sumrate skenario satu mengalami penurunan 1% dari algoritma Greedy, kenaikan 1% dari algoritma Hungarian, dan kenaikan 6.3% dari algoritma Ant Colony Minimum. Dan nilai sumrate skenario dua mengalami kenaikan 0.81% dari algoritma Greedy, mengalami kenaikan 2.93% dari Hungarian, dan mengalami kenaikan 2.81% dari Ant Colony Minimum.

Kata kunci : Cognitive Radio network, Ant Colony Optimization (ACO), Hungarian, Greedy Primary User, Secondary User.

Downloads

Download data is not yet available.

References

[1] Z.H, Wei and B. Hu, “A Fair Multi-chanel Assignment Algorithm with Practical Implementation in Distributed Cognitive Radio Networks,”IEEE Access, vol.3536, no. c,pp. 1-1,2018.

[2] J.Mitola and G,Q, Maguire, “Cognitive radios;making software radios more personal.”IEEE Pers.Commun.vol 6, no 4, pp,13-18,Agustus 1999.

[3] T.Weiss et al. Mutual interference in OFDM-based spectrum pooling system[C]// in Proc. Of IEEE Vehicular Technology Confrences, VTC 2004-Spring, vol. 4, May 2004; 1873- 1877.

[4] Iman Sanjaya dan Azwar Aziz, “Jaringan Radio Kognitif Sebagai Solusi Optimalisasi Penggunaan Spektrum Frekuensi Radio”, Puslitbang Sumber Daya dan Perangkat Pos dan Informatika, 9 Februari 2011.

[5] Beibei Wang, K. J Ray Liu, “Advances in cognitive radio networks: A survey”, IEEE journal of selected topics in signal processing, 2011, pp.5-23

[6] Ian F. Akyildiz, Won Yeol Lee, Mehmet C. Vuran, Shantidev Mohanty, “Next generation/ dynamic spectrum access/ cognitive radio wireless networks: A survey” Computer networks, Elsevier J., 2006, pp. 2127-2159

[7] Alias, D. M., & Ragesh G. K. (2016). Cognitive Radio networks: A survey. 2016 International Conference on Wireless Communications, Signal Processing and Networking (WiSPNET). doi:10.1109/wispnet.2016.7566489

[8] Zeng, M., Tsiropoulos, G. I., Dobre, O. A., & Ahmed, M. H. (2016). Power Allocation for Cognitive Radio Networks Employing Non-Orthogonal Multiple Access. 2016 IEEE Global Communications Conference (GLOBECOM). doi:10.1109/glocom.2016.7842156

[9] Zhu, Z., Chen, J., & Zhang, S. (2016). Spectrum Allocation Algorithm Based on Improved Ant Colony in Cognitive Radio Networks. 2016 IEEE International Conference on Internet of Things (iThings) and IEEE Green Computing and Communications (GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom) and IEEE Smart Data (SmartData). doi:10.1109/ithings-greencom-cpscom-smartdata.2016.89

[10] Wang, Z., Feng, Z., & Zhang, P. (2011). An Iterative Hungarian Algorithm Based Coordinated Spectrum Sensing Strategy. IEEE Communications Letters, 15(1), 49–51. doi:10.1109/lcomm.2010.111910.101806

[11] F. F. Digham, M.-S. Alouini, and M. K. Simon, “On the energy detection of unknown signals over fading channels,” in Proc. IEEE Internation Conference on Communications 2003 (ICC ’03), Anchorage, USA, May. 2003, pp. 3575-3579.

Downloads

Published

2020-08-01

Issue

Pages

3300-3307

Section

Program Studi S1 Teknik Telekomunikasi

How to Cite

Nugroho, A., Adriansyah, N. M., & Prabowo, V. S. W. (2020). Analisis Penggunaan Algoritma Ant Colony Dan Algoritma Hungarian Pada Alokasi Sumberdaya Pada Jaringan Kognitif Radio. EProceedings of Engineering, 7(2), 3300-3307. https://doi.org/10.34818/eoe.v7i2.12749