ALGORITMA ALOKASI SUMBER DAYA RADIO PADA SISTEM KOMUNIKASI NIRKABEL MENGGUNAKAN GENETIKA DAN METODE CLUSTERING

Authors

  • Ilham Khairullah Utama Telkom University
  • Linda Meylani Telkom University
  • Vinsensius Sigit Widhi Prabowo Telkom University

Keywords:

Resource block, algoritma genetika, K-means clustering dan hard clustering.

Abstract

Masalah pada alokasi menjadi semakin kompleks seiring dengan peningkatan permintaan layanan data. Dengan meningkatnya permintaan layanan data maka solusi untuk masalah ini adalah melakukan alokasi sumber daya agar dapat digunakan secara bersamaan sambil mempertahankan Quality of Service (QoS). Penelitian ini mengusulkan sebuah metode untuk alokasi sumber daya radio pada sistem komunikasi menggunakan algoritma genetika. Metode ini menggabungkan teknik clustering dan penentuan posisi relay untuk meningkatkan efisiensi dan performa jaringan. Algoritma genetika digunakan untuk mengolah populasi solusi potensial melalui proses seleksi, crossover, dan mutasi, dengan tujuan menemukan solusi optimal secara bertahap. Teknik clustering, khususnya K-Means dan hard clustering, diterapkan untuk mengelompokkan pengguna berdasarkan karakteristik yang serupa seperti kualitas sinyal dan kebutuhan bandwidth. Hasil simulasi menunjukkan bahwa metode yang diusulkan mampu menghasilkan alokasi sumber daya yang lebih optimal dibandingkan dengan metode konvensional, terutama dalam hal throughput dan efisiensi spektrum. Hasil dari simulasi menunjukkan bahwa metode clustering K-Means Clustering dapat memberikan solusi yang seimbang antara fairness alokasi sumber daya dengan peningkatan kinerja yang substansial. Metode ini berhasil meningkatkan secara signifikan kapasitas sistem yang diukur dari data rate sebesar 2.5%, sum rate sebesar 2.64%, serta power efficiency sebesar 2.86%, tanpa mengorbankan prinsip keadilan yang menjadi perhatian utama dalam desain sistem komunikasi.

References

A. R. P. Octasylva and J. Rurianto. (2020, Sep). “Analisis Industri Telekomunikasi Seluler di Indonesia: Pendekatan SCP (Structure Conduct Performance).” INOBIS J. Inov. Bisnis dan Manaj. Indones. [Journal]. Vol. 3 (3), pp. 391–408. Available: https://doi.org/10.31842/jurnalinobis.v3i3.146.

B. Setho, K. Sakti, A. Fahmi, V. Sigit, and W. Prabowo. (2019, Nov). “Analisis Performansi Alokasi Sumber Daya Radio Berbasis Algoritma Greedy pada Sistem Komunikasi D2D Underlaying Analysis Performance Radio Resource Allocation with Greedy Algorithm In D2D Underlaying Communication.” [Journal]. No. November 2019, pp. 260–268. Available: site/path/file.

R. A. Mulyadi and U. K. Usman. (2020, Feb). “Komunikasi Device-to-Device pada Jaringan Seluler 5G menggunakan mmWave.” AVITEC. [Journal]. Vol. 2 (1). Available: https://doi.org/10.28989/avitec.v2i1.614.

A. Maulana, A. Fahmi, I. Uke, and K. Usman. (2018, Feb). “Perencanaan Jaringan Heterogen LTE-Advanced Dengan Pico Cell Menggunakan Range Expansion Di Kota Cimahi LTE-Advanced Heterogeneous Network Planning With Pico Cell Uses Range Expansion in Cimahi City.” [Journal]. Vol. 5 (2), pp. 2255–2264. Available: site/path/file.

A. Alwarafy, M. Abdallah, B. S. Ciftler, A. Al-Fuqaha, and M. Hamdi. (2021, May). “Deep Reinforcement Learning for Radio Resource Allocation and Management in Next Generation Heterogeneous Wireless Networks: A Survey.” [Journal]. Available: https://arxiv.org/abs/2106.00574.

I. Brahmi and H. Koubaa. (2021, October). “Genetic Algorithm based Resource Allocation for V2X Communications.” IEEE Access. [Journal]. Available: https://ieeexplore.ieee.org/abstract/document/93060.

W. N. Singh and N. Marchang. (2022, January). “Spectrum Allocation in Cognitive Radio Networks Using Gene Therapy-Based Evolutionary Algorithms.” Arabian Journal for Science and Engineering. [Journal]. Vol. 47, pp. 10277–10293.Available:https://link.springer.com/article/10.1007/s13369-021-06543-1.

Reyna-Orta, A., & Andrade, Á. G. (2021, Jan). “Dimensionality reduction to solve resource allocation problem in 5G UDN using genetic algorithm.” Soft Computing. [Online]. Vol. 25, pages 4629–4642. Available: https://link.springer.com/article/10.1007/s00500-020-05473-8.

M. Elsayed and M. Erol-Kantarci. (2020, Dec). “Radio Resource and Beam Management in 5G mmWave Using Clustering and Deep Reinforcement Learning.” IEEE Global Communications Conference (GLOBECOM). [Conference].Available:https://ieeexplore.ieee.org/abstract/document/9322401.

L. Cao, S. Roy, and H. Yin. (2021, Jan). “Resource Allocation in 5G Platoon Communication: Modeling, Analysis and Optimization.” IEEE Transactions on

Vehicular Technology. [Journal]. Available:https://ieeexplore.ieee.org/document/9956752.

L. Zhao, D. Wu, L. Zhou, and Y. Qian. (2022, April). “Radio Resource Allocation for Integrated Sensing, Communication, and Computation Networks.” IEEE Transactions on Wireless Communications. [Journal]. Available:https://ieeexplore.ieee.org/abstract/document/9763441

M. A. Khan, M. A. Jan, M. Alam, and M. Usman. (2021, April). “Radio QoS-Aware Optimal Radio Resource Allocation Method for Machine-Type Communications in 5G LTE and Beyond Cellular Networks.” International Journal of Distributed Sensor Networks. [Journal]. Available: https://onlinelibrary.wiley.com/doi/full/10.1155/2021/9966366.

P. Ajay, B. Nagaraj, and J. Jaya. (2022, April). “Algorithm for Energy Resource Allocation and Sensor-Based Clustering in M2M Communication Systems.” Wireless Communications and Mobile Computing. [Journal]. Available: https://onlinelibrary.wiley.com/doi/full/10.1155/2022/7815916.

M. Elsayed and M. Erol-Kantarci. (2021, April). “A Framework for Radio Resource Allocation and SDMA Grouping in Massive MIMO Systems.” IEEE Access. [Journal]. Vol. 9, pp. 61680-61696. Available: https://ieeexplore.ieee.org/abstract/document/9409076

Downloads

Published

2025-04-17