Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKPenelitian ini merupakan pengembangan dari metode klasifikasi dengan jaringan syaraf tiruan (JST) yang telah dilaporkan dalam Iiteratur. Pengembangan yang diusulkan dalam penetilian ini adalah mengklasifkasi sinyal M-PSK termodulasi pada sisi penerima dengan mencari nilai entropi dari masing masing band output dekomposisi wavelet untuk mengidentifikasi sinyal temuodulasi yang diterima oleh penerima Serta melewatkannya pada sistem jaringan syaraf timan untuk mengelompokkan dan pengklasitikasian sinyal yang diterima tersebut dalam kelompok M-PSK dimaksud.Dari hasil pengujian sistem ini, dapat dilihat bahwa jenis modulasi yang paling mudah dikenali adalah BPSK dan yang paling sulit adalah 32-PSK. Untuk pengaruh kanal, kanal frekuensi selektif fading memberikan pengaruh yang paling besar untuk M-PSK dengan M yang semakin besar. Untuk tipe wavelet yang berbeda, tipe wavelet Haar yang memberikan tingkat pengenalan yang paling baik dibandingkan daubechies dan Biorlhogonal. Sedangkan Tingkat Keakuratan 100 % untuk M=2, 93,33% untuk M=4, 86.67% untuk M=8, 70% untuk M=16, 36,67 % untuk M=32 dan 76,67% untuk M=64.

---

ABSTRACTThere is a need for a reliable method of classifying signal modulation types without prior knowledge of the signal characteristics. This paper proposes training artificial neural networks with the entropies of wavelet packets to separate binary from M-ary phase shift keyed signals and describes the experimental results of that training and testing.As the information explosion places additional demands on our communications technology, the desire to encode more information within the same bandwidth drives the development of more sophisticated modulation schemes. Each new modulation type has introduced new problems for electrical and communications engineers to solve in order to make the information placed on a signal at the transmitter understandable at the receiver.The research goal was to develop a set of features characterizing a signal, which could then be used to train an artificial neural network. The resulting network could, in tum, be used to classify M-PSK signals. The result of experiment shown that the value of recognition are 100%, 93,33%, 86,67%, 70%, 36,67%, 76,67% for M=2,4, 8, 16, Ni=32 and M=64 respectively.

---

"

"Sampai saat ini ATM switch generasi Pertama menggunakan skema Explicit Forward Congestion Indication (EFCI) untuk kontrol kongesti layanan trafik ABR. Dengan cepatnya perkembangan teknologj Switching, generasi kedua ATM switch akan Dilengkapi dengan mekanisme kontrol kongesti Explicit Rate (ER). Skema Enhanced proportional Rate Control Algorithm, (EPRCA) merupakan salah satu mekanisme kontrol kongesti ER yang telah menjadi stand didalam ATM Forum. Karena mempunyai performansi yang cukup baik dan kemudahan dalarn implementasi, maka skema EPRCA akan menjadi pilihan beberapa vendor ATM untuk kontrol kongesti layanan trafik ABR. Pada periode transisi dari generasj pertama ke generasi kedua ATM switch, penggun skema EFCI dengan EPRCA dalam suatu jaringan ATM tidak dapat dihindarkan. Karena terdapat perbedaan dalam Operasi kerjanya, maka interoperabilitas penggunaan kedua skema kontrol kongesti tersebut akan menimbulkan permasalahan dan isi performansi yang dihasilkan. Dalam tesis ini, akan diteliti pengaruh penggunaan barga parameter kontrol Rate Increase Factor (RIF) yang berbeda terhadap hasil performansi pada skema EFCI dan skema EPRCA, serta pada interoperabilitas skema EFCI dengan EPRCA dalam suatu jaringan ATM. Dari hasil simulasi dapat ditunjukkan bahwa beat-down problem yang terjadi pada Iingkungan skema EFCI merupakan fungsi dan parameter kontrol RIF dan dengan RIF yang agresif tinggi dapat diperoleh performansi yang cukup baik. Sedangkan pada skema EPRCA, pengaruh penggunaan harga RIF yang berbeda tidak akan menyebabkan beat-down problem dan performansi yang dihasilkan sesuai dengan yang diharapkan. Sedangkan hasil performansi pada interoperabilitas skema EFCI dengan EPRCA sangat dipengaruhi oleh pemeliharaan harga RIF dan lokasi penempatan skema EPRCA. Untuk harga RIF yang konservatif rendah akan terjadi peningkatan performansi sebaliknya untuk harga RIF yang agresif tinggi akan mengakibatkan penurunan Performansi. Beat-down problem yang terjadi untuk sumber yang melewati multi-hop link pada lingkungan skema EFCI dapat dihilangkan jika skema EPRCA ditempatkan Pada least critical switch.

---

Currently, the first generation of the ATM switches use Explicit Forward Congestin Indication (EFCI) scheme for Congestion control mechanism of the ABR services. With the advances in switching technologies, the next generation of the ATM switches will employ the Explicit Rate (ER) congestion control mechanisms. The Enhanced Proportional Rate Coritol Algorithm (EPRCA) scheme is selected as one of the ER congestion control mechanisms by the ATM Forum. Because the EPRCA scheme has good performance and low implementation complexity, the ATM switch vendors will use it for congestion control mechanism of the ABR services.

During transition period from the first to the second generation of the ATM switches, the interoperability between EFCI and EPRCA schemes in the ATM net? ork became unavoidable. Because of the differences in their basic operating incehanisilis, their interoperation may be problematic in terms of the network perfoniiance. This thesis focuses on the impact on performance of the Raie Increase Factor (RIF) parameter selection in the EFCI and EPRCA schemes, also in the ititeroperahility between EFCI and EPRCA schemes.

The simulation results show that beat-down problem in an all EFCI scheme environment is function of RIF parameter. A more aggressive RIF value leads to a hìgher performance. However, in the EPRCA scheme environment with use different value of the RIF parameter, it will not make any beat-down problem and the performance results as expected.

From the interoperability perspective, the simulations conducted show that the RIF parameter selection and location of the EPRCA scheme will drive the performance of interoperability between EFCI and EPRCA schemes. With conservative RIF value will leads to performance improvement. On the other hand, with aggressive RIF value will leads to performance degradation. Beat-down problem of a multi-hop link in the EFCI scheme environment might be omitted if the EPRCA scheme is located at ihe Least critical switch. "

"Pada penelitian ini, dilakukan sebuah evaluasi dari jaringan serat optik di sebuah institusi perguruan tinggi yang berlokasi di Depok dan metode peningkatannya. Jaringan serat optik tersebut merupakan sebuah jaringan serat optik yang secara keseluruhan terletak di bawah tanah yang dirancang berdasarkan topologi star yang berpusat pada gedung Pusat Ilmu Komputer dari institusi tersebut. Jaringan serat optik ini termasuk kedalam tipe active optical network (AON) yang mengandalkan peralatan elektronik aktif untuk melakukan operasi switching yang dilakukan di layer 3 dari model OSI Layer. Jaringan serat optik ini terdiri dari gabungan antara single-mode fiber dan multi-mode fiber yang digunakan secara berkesinambungan dengan menggunakan cahaya dengan panjang gelombang 850 nm untuk multi-mode dan 1350 nm untuk single-mode. Kapasitas total dari jaringan serat optik ini untuk saat ini adalah 2.6 Gbps dengan 1.6 Gbps untuk penggunaan internet internasional dan 1 Gbps untuk penggunaan internet domestik. Kapasitas internet internasional tersebut dibagi lagi menjadi dua, 0.8 Gbps diarahkan menuju Telkom dan 0.8 Gbps sisanya menuju Indosat. Jaringan tersebut juga tersambung dengan area kampus Salemba yang letaknya terpisah melalui Metro Ethernet Indosat dengan kecepatan 270 mbps. Pada penelitian ini, dikemukakan sebuah ide bahwa sambungan tersebut dapat dikembangkan lagi menuju institusi perguruan tinggi lainnya untuk meningkatkan kesinambungan antara perguruan-perguruan tinggi di Indonesia.

---

This paper presents an evaluation of a fiber optic network of a higher education institution that is located in Depok and its improvement methods. The fiber optic network in question is a wholly underground network with designs based on the star topology centered in said institution’s Center for Computer Science. The fiber optic network is an active optical network (AON) which relies on a set of electrically powered switches to perform switching or routing operations which is conducted in the layer 3 of the OSI Layer model. The fiber optic network utilizes a combination of both single-mode fiber and multi-mode fiber concurrently with the 850 nm wavelength reserved for the multi-mode fiber and 1350 nm wavelength for the single-mode fiber. The current total capacity of the network is 2.6 Gbps with 1.6 Gbps allocated for international connections and the remaining 1 Gbps for domestic internet connections. The 1.6 Gbps bandwidth for international connection is further divided into two halves, 0.8 Gbps is routed through Telkom and the other half is routed through Indosat. This network is also connected to an off-site campus located at Salemba through Indosat's Metro Ethernet network with a data rate of 270 mbps. This paper presents the idea of expanding this connection to include other higher education institution to increase the degree of connectivity between educational institutions in Indonesia."