Efisiensi Energi Jaringan

Riswanto Tambun , dkk

EFISIENSI ENERGI JARINGAN HOMOGENEOUS WCDMA/3G PADA LINGKUNGAN INDOOR

Riswanto Tambun, Linawati, Widyadi Setiawan

Jurusan Teknik Elektro, Universitas Udayana Kampus Bukit Jimbaran, Bali, 80361 Email : [email protected]

Abstrak

Pertumbuhan yang besar dari penggunaan Information and Communication Technology (ICT) menyebabkan konsumsi energi meningkat drastis. Kenaikan tak terduga konsumsi energi ICT terjadi karena industri seluler telah menyebarkan lebih dari empat juta base station (BS) untuk pengguna/user, masing-masing mengkonsumsi sekitar 25 MWh per tahun. Efisiensi energi pada BS menjadi pertimbangan utama dalam merancang jaringan seluler yang lebih baik. Salah satunya yaitu efisiensi energi jaringan homogeneous WCDMA/3G pada lingkungan indoor dengan mengevaluasi power consumption. Analisis dilakukan dengan mengamati dan membandingkan konsumsi daya atau kebutuhan energi antara dua sistem peletakan BS yaitu sistem dengan 3 macro BS dan sistem 12 micro BS untuk menjangkau pengguna yang berada di dalam ruangan atau lingkungan indoor. Konsumsi daya yang diamati dan dibandingkan adalah konsumsi daya berdasarkan luas area cakupan yang sama dan konsumsi daya berdasarkan kebutuhan area spectral efficiency (ASE) dan juga area power consumption (APC) pada kondisi busy hour maupun non busy hour sehingga ditemukan jarak optimal peletakan BS. Penelitian dilakukan dengan bantuan RUNE Matlab Toolbox. Dari hasil perhitungan diperoleh bahwa konsumsi daya per BS pada micro BS lebih rendah dibandingkan konsumsi daya per BS pada macro BS. Namun, untuk menjangkau luas area yang sama konsumsi daya total untuk penggunaan 3 macro BS lebih efisien dengan persentase sebesar 16,98%, dibandingkan penggunaan 12 micro BS pada kondisi beban atau penggunaan energi maksimal (load=1). Selain itu, dari hasil simulasi diperoleh bahwa, intersite distance mempengaruhi ASE dan APC. Selanjutnya diperoleh penggunaan micro BS lebih efisien dibandingkan macro BS baik pada kondisi busy hour maupun non busy hour pada target kebutuhan ASE 6 bits/s/Hz/km2 hingga 12 bits/s/Hz/km2.

Kata Kunci: homogeneous WCDMA, area spectral efficiency, area power consumption

  • 1.    PENDAHULUAN

Pertumbuhan yang besar dari penggunaan ICT menyebabkan konsumsi energi global meningkat drastis. Kenaikan tak terduga konsumsi energi global dari penggunaan ICT terjadi karena industri seluler telah menyebarkan lebih dari empat juta BS untuk pengguna ponsel, masing-masing mengkonsumsi sekitar 25MWh per tahun [1]. Dari total emisi karbon dunia, 2% - 3% disumbang oleh infrastruktur ICT. Selain itu, diperkirakan bahwa konsumsi energi ICTmeningkat 15-20% pertahun, sehinggadua kali lipat setiap lima tahun [2].

Penelitian lain menunjukan, khusus untuk memenuhi kebutuhan BS akan arus listrik dibutuhkan biaya sekitar $3000 pertahun untuk mengoperasikannya [3] dan diperkirakan setiap tahun sekitar 120.000 BS baru menyebar guna melayani pelanggan seluruh dunia yang secara signifikan meningkatkan carbon footprint yang lebih banyak lagi di bumi [4].

Saat ini, perancangan jaringan seluler fokus pada penghematan energi pada BS. Penghematan energi pada BS dilakukan untuk mengurangi besarnya konsumsi energi dari penggunaan ICT. Beberapa hal yang dilakukan untuk mengurangi konsumsi energi BS berfokus pada sistem-sistem pendukung BS seperti sistem pendinginan atau cooling yang

menggunakan solar panel sebagai sumber daya yang ramah lingkungan (green energy) dan hal lain yang dilakukan untuk menghemat komsumsi energi pada BS adalah dengan menggunakan sistem atau skema switching on/off. Meng-nonaktifkan sel pada jaringan dapat mengurangi konsumsi energi [5].

Berdasarkan permasalahan di atas, penulis mengangkat penelitian tentang konsumsi daya pada lingkungan indoor untuk jaringan seluler WCDMA/ 3G dengan mengevaluasi power consumption dan kapasitas dari pengguna pada kasus infrastruktur homogeneous.

  • 2.    TINJAUAN PUSTAKA

    • 2.1    Jaringan Homogeneous Seluler

Homogeneous seluler merupakan jaringan seluler konvensional yang menggunakan satu jenis akses node saja, dalam hal ini penggunaan macrocell atau microcell saja. Contoh Homogeneous Network dapat dilihat pada gambar 1 dimana pengguna satu jenis akses node dengan 3 sektor digunakan [6].

  • 2.2    Model Propagasi

Dalam penelitian ini dimana macro dan micro BS ditempatkan di luar ruangan untuk menjangkau user yang berada di dalam ruangan.

Gambar 1. Contoh Homogeneous Network[6].

Oleh karena itu digunakan perhitungan propagasi atau path lossoutdoor to indoor, untuk memperkirakan redaman lintasannya [6].

Model yang diberikan sebagai berikut.

PL(dB} = 161.04- 7.1 * ∕051□(W) + 7.5

*M.9I(:(0 - (24.37 - 3.7

* (0∕00S)Λ2)∕o5io(00S)

+ (43.42 - 3.1

*^j:(0/<<))(^ii:M- 3)

+ 20 * loglo(fc) - 3.2

*(My∕ιc(11.750f∕7,))Λ2- 4.97)

+ Wall loss

(1)

Dimana:

PL(dB) = total path loss

d     = jarak dalam meter (10-5000m)

W    = lebar jalan (5-50m)

h = tinggi rata-rata bangunan (5-50m)

hBS = tinggi Base Station (10-150m)

hUT = tinggi User Terminal (1-10m)

fc = Frekuensi (2-6GHz)

Standard Deviation = 8

Nilai wall loss (indoor penetration loss) sesuai dengan bahan dasardapat dilihat pada tabel 1.

Tabel 1. Wall Loss Berdasarkan Jenis Bahan [7]

Bahan Dasar Dinding

Wall Loss

Frekuensi

Wooden / kayu

4 dB

2,1 GHz

Glass / kaca

2,2-3 dB

2,1 GHz

Concreate / beton

10dB

2,1 GHz

  • 2.3    Link Budget

Perhitungan link budget perangkat BTS (Base Transceiver Station) dan MS (Mobile Station) akan menghasilkan suatu nilai MAPL (Maximum Allowable Path Loss) yang merupakan persyaratan maksimal redaman lintasan dan menentukan kelayakan suatu link propagasi. Data teknis perangkat WCDMA/3G pada tabel 2 arah uplink dan downlink diperlukan untuk menentukan rugi lintasan dan radius sel maksimum (jarak antara base station dan mobile station) yang diberikan oleh perangkat. Perhitungan link budget merupakan perhitungan tingkat daya yang dilakukan untuk memastikan bahwa tingkat daya penerimaan lebih besar atau sama

dengan level daya threshold. MAPL arah downlink dinyatakan sebagai:

MAPLdl = Ldl - TFl - Fm - BodyA - BuildingA .......................................................... (2)

Dengan

Ldl =

T×bs + Gbs + Gms - Sms - {DLbs +

JLbs

+                          1

....... (3)

Sedangkan MAPL arah uplink dinyatakan sebagai:

MAPLul = Lul - Tf, - Fm - BodyA - BuildingA ...................................................... (4)

Dengan

Lul = Txms + Gms + Gbs + GGbs - $bS - (DLbs +           I

...................................................... (5)

Dengan:

MApl √    = Maximum Allowable Path Loss

Downlink

MAPLL. . ;   = Maximum Allowable Path Loss

Uplink

= Product PathlossDownlink

= Product PathlossUplink

= Transmited Power MS =Transmited PowerBS

= Gain Antena MS

= Gain Antena BS

= Diversity Gain BS

= Receiver Sensitivity BS

= Receiver sensitivity MS

= Duplexer Loss BS

= Jumper Loss BS

= Total Feeder Loss

= Fade Margin

= Body Attenuation

= Building Attenuation

= Transmitted Filter Loss BS

λFilter Loss BS

Tabel 2. Data teknis perangkat WCDMA/3G Macro Base Station[6], [8]

Parameter

Unit

Uplink

Downlink

Frequency

Mhz

1980

2100

Ms Tx Power

dBm

30

-

Ms Rx sensitivity

dBm

-

-102

Ms Antenna Gain

dBi

2

2

Ms Height

m

1,5

1,5

Bs Tx Power

dBm

-

38

Bs Rx Sensitivity

dBm

-104

-

Bs Antenna Gain

dBi

15

15

Bs Antenna Height

m

30

30

Bs diversity Gain

dB

2,4

-

Bs duplexer loss

dB

0,7

0,7

Bs jumper loss

dB

0,8

0,8

Bs Tx Filter Loss

dB

-

2

Product path loss

dB

151,9

153,5

Feeder loss per m

dB/m

0,0636

0,0636

Total feeder loss

dB

1,908

1,908

Fade Margin

dB

5,5

5,5

Body attenuation

dB

2

2

Building attenuation

dB

10

10

  • 2.4    Area Power Consumption

Area Power Consumption (APC) atau konsumsi daya area digunakan untuk mengukur konsumsi daya dari suatu jaringan berdasarkan luas areanya. APC didefinisikan sebagai konsumsi daya rata-rata per sel dibagi dengan luas sel dan diukur dalam satuan watts per kilometer persegi (watts/Km2) [6], [9]. APC dapat dinyatakan secara matematis sebagai berikut:

APC = PCdl/ACell ............................(6)

Dimana:

Pcell adalah konsumsi daya rata-rata (watt)

Acell adalah area cell (Km2)

Nilai Pcell didapat dengan menggunakan perumusan power model baik power model untuk macro BS maupun micro BS.

  • 2.5    Spectral Efficiency

Spectral efficiency merupakan penggunaan spektrum yang dioptimalkan sehingga jumlah maksimum informasi dapat ditransmisikan dalam bandwidth yang diberikan sebagai fungsi dari signal to noise ratio yang tersedia. Spectral efficiency adalah ukuran dari seberapa efisien spektrum frekuensi yang terbatas digunakan [6], [9].

Spectral Efficiency = lσg2 (1+ S/N] ......(7)

  • 2.6    Area Spectral Efficiency

Area spectral efficiency adalah mean dari rate yang diperoleh dalam sebuah jaringan per satuan bandwidth per satuan area. ASE diukur dalam satuan bits per second per hertz per kilometer persegi (bits/s/hz/km2) [6], [9]. Secara matematis, area spectral efficiency dapat dinyatakan sebagai:

S = τ⅛ *E S X = — AS X = x .dx ACell                  ACell

......................................... (8)

Dengan:

S (X = x) adalah ASE dari user x.

Acell adalah Area atau luas dari sel.

E[S(X)] menunjukkan bahwa rata-rata dari spectral efficiency yang digunakan.

ASE merupakan mean dari semua pengguna dalam sistem dibagi dengan area atau cakupan seluler dan ASE akan berbeda dari data rates individu.

  • 2.7    Power Models

Beberapa power model BS pada jaringan homogeneous dibahas pada sub-bab 2.7.1 dan 2.7.2.

  • 2.7.1    Macro Base Station

Power models untuk macro BS memiliki hubungan linier antara average radiated power per site dan average power consumption[6], [9].Hubungannya adalah sebagai berikut:

Pmacro = Amacro * Ptx + Bmacro ........(9)

Koefisien Amacro didapat dengan memperhitungkan efisiensi dari amplifier dan loss yang disebabkan oleh feeders dan cooling dari BS. Koefisien Bmacro didapat berdasarkan average power yang

ditransmisikan dan model power yang dikonsumsi dalam signal processing, battery backup dan juga cooling pada BS. kedua koefisien ini bernilai konstan pada macro BS. Nilai Ptx dihitung dengan menggunakan perhitungan path loss.

  • 2.7.2    Micro Base Station

Power model untuk micro base station adalah sebagai berikut [6,9].

PMicro =L* (Amicro * Ptx + Bmicro]........(10)

Koefisien Amicro, dan Bmicro memiliki kesamaan dengan Amacro dan Bmacro. Parameter L merupakan tingkat aktivitas trafik dari BS. Untuk kondisi dengan trafik yang tinggi, L akan mendekati 1 sedangkan pada kondisi trafik rendah, L akan mendekati 0. L adalah Load atau beban yang dilayani oleh perangkat. Ptx didapat dengan perumusan path loss.

  • 3.    METODE PENELITIAN

Penelitian ini akan mengamati dan membandingkan konsumsi daya atau kebutuhan energi antara dua sistem peletakan BS yaitu sistem dengan macro BS saja dan sistem micro BS saja untuk menjangkau pengguna / user yang berada di dalam ruangan atau lingkungan indoor. Konsumsi daya yang diamati dan dibandingkan adalah konsumsi daya dari sisi BS.

  • 3.1    Konsumsi Daya Base Station pada Luas Area

    Cakupan yang Sama

Bagian ini akan mengamati dan membandingkan bagaimana konsumsi daya BS dilihat dari peletakan BS berdasarkan luas area maksimal yang tercangkupi. Bagian ini akan membandingkan sistem dengan macro BS saja dan sistem dengan micro BS saja dimana akan dibandingkan konsumsi daya atau kebutuhan energi 3 macro BS dengan 12 micro BS melalui perhitungan.

Luas area cakupan yang sama didapat dari perhitungan luas area dari macro BS berdasarkan jangkauan terjauhnya. Jangkauan sel terjauh yang digunakan adalah jangkauan yang dapat diterima dari arah uplink dan arah downlink macro BS.

  • 3.2    Konsumsi Daya Base Station Berdasarkan

Kebutuhan Area Spectral Efficiency

Bagian konsumsi daya dilihat dari peletakan BS berdasarkan kebutuhan ASE dan juga APC sehingga ditemukan jarak optimal peletakan BS. Jarak optimal intersite distance (ISD) BS adalah jarak ISD dimana target kebutuhan ASE terpenuhi dan tidak melebihi jarak ISD dimana APC bernilai minimal. Pada bagian ini, dilakukan perbandingan konsumsi daya BS pada 2 kondisi user, yaitu non busy hour (normal) dan busy hour melalui simulasi.

  • 4.    HASIL DAN PEMBAHASAN

    • 4.1    Hasil Perhitungan Konsumsi Daya Base

Station

Dalam tabel 3 diperlihatkan hasil perhitungan konsumsi daya BS dengan cakupan yang sama.

Tabel 3. Konsumsi Daya Base Station

BS

Jangkaua n maksimal per BS(m)

Transmitted Power per BS

Konsumsi daya per BS (watt)

Total konsumsi daya (watt

dB m

Watt

3 Macro

569,49

36,917

4,916

523,5016

1570,5048

12 Micro

284

40,413

10,99

157,6616

1891,9392

Tabel 3 memperlihatkan bahwa, transmitted power BS mempengaruhi konsumsi daya BS. Dapat diketahui bahwa konsumsi daya per BS pada micro BS lebih rendah dibandingkan konsumsi daya per BS pada macro BS. Namun konsumsi daya total untuk penggunaan 3 macro BS untuk menjangkau luas area yang sama lebih efisien dengan persentase sebesar 16,98%, dibandingkan penggunaan 12 micro BS pada kondisi beban atau penggunaan energi maksimal (load=1).

Disisi lain, jika memperhitungkan jumlah user yang dilayani atau beban yang terjadi pada micro BS, maka akan mempengaruhi load micro BS dan berpengaruh terhadap konsumsi energi micro BS.

Beberapa faktor yang mempengaruhi nilai dari transmitted powerBSuntuk mencapai jangkauan tententu antara lain adalah tinggi antena BS maupun gain dari antena yang digunakan.

  • 4.2    Analisis Hasil Area Spectral Efficiency

Gambar 2 berikut adalah hasil simulasi per bandingan ASE rata-rata macro BS dan micro BS pada kondisi non busy hour dan busy hour untuk tiap BS. Dalam simulasi, digunakan 3 macro BS dan 12 micro BS. Inter site distance maksimum yang digunakan untuk macro BS dan micro BS adalah ISD berdasarkan perhitungan yaitu macro BS adalah 986 m dan micro BS adalah 491 m.

Area Spectral Effeciency vs Intersite Distance Busy Hour

200     300     400     500     600     700     800     900    1000

Intersite Distance (m)

Gambar 3. Area Spectral Efficiency vs Intersite Distance Busy Hour

Dari analisis hasil simulasi pada gambar 2 dan gambar 3 diperoleh bahwa, intersite distance mempengaruhi ASE. Semakin dekat intersite distance BS, semakin tinggi pula ASE yang diperoleh.

Pada ISD tertentu, ASE dari macro BS lebih baik dibandingkan micro BS. Itu disebabkan karena gain macro BS yang lebih tinggi serta interferensi antar BS lebih rendah dibandingkan micro BS yang membuat signal to noise ratio pada macro BS lebih baik dibandingkan micro BS.

Area spectral efficiency pada kondisi non busy hour lebih tinggi dibandingkan kondisi busy hour pada jarak intersite distance yang sama. Hal ini dipengaruhi oleh penambahan jumlah user akan mengurangi spectral efficiency yang terjadi.

  • 4.3    Analisis Hasil Area Power Consumption

Berikut ini adalah hasil perbandingan area power consumption macro base station dan micro base station dengan berbagai kondisi load.

Area Spectral Effeciency vs Intersite Distance Non Busy Hour

Gambar 2. Area Spectral Efficiency vs Intersite Distance Non Busy Hour


Gambar 4. Area Power Consumption vs Intersite Distance


Dari hasil simulasi pada gambar 4 diperoleh bahwa, intersite distance mempengaruhi area power consumption BS. Hasil simulasi juga menunjukkan bahwa bagaimana beban atau load mempengaruhi area power consumption pada micro BS.

  • 4.4    Analisis Konsumsi Energi sesuai dengan

Target Area Spectral Efficiency

Berikut ini adalah tabel hasil simulasi konsumsi daya base station berdasarkan target area spectral efficiency (ASE) pada kondisi non busy hour dan pada kondisi busy hour.

Tabel 4. Konsumsi energi pada target area spectral efficiency 7, 8, 9, 10, 11 dan 12 bits/s/Hz/km2 non busy hours

TargetA SE(bits/s /Hz/km2)

Tipe Deploy ment

ISD Optimal Dimana ASE Tercapai (m)

APC pada jarak optimal ISD (Kwatts/K m2)

% Efiensi Energi

7

Macro

577

4,382

-

Micro

526

2,003

54,29

8

Macro

538

5,015

-

Micro

492

1,994

60,23

9

Macro

500

5,784

-

Micro

463

2,016

65,14

10

Macro

474

6,421

-

Micro

439

2,06

67,91

11

Macro

454

6,989

-

Micro

419

2,117

69,70

12

Macro

435

7,603

-

Micro

401

2,188

71,22

Dari tabel 4 tersebut, dapat diketahui bahwa penggunaan energi micro BS lebih efisien untuk target ASE 7 bits/s/Hz/km2 hingga 12 bits/s/Hz/km2 pada kondisi nonbusy hour.

Tabel 5. Konsumsi energi pada target area spectral efficiency6, 7, 8, 9, 10, 11 dan 12 bits/s/Hz/km2busy hours

Target ASE(bi ts/s/Hz/ km2)

Tipe Deploy ment

ISD Optimal Dimana ASE Tercapai (m)

APC pada jarak optimal ISD (Kwatts/K m2)

% Efiensi Energi

6

Macro

578

4,367

-

Micro

548

4,052

7,21

7

Macro

548

4,839

-

Micro

504

3,987

17,60

8

Macro

500

5,784

-

Micro

470

4,016

30,56

9

Macro

468

6,584

-

Micro

445

4,094

37,47

10

Macro

459

6,84

-

Micro

423

4,209

38,46

11

Macro

435

7,603

-

Micro

402

4,367

42,56

12

Macro

415

8,344

-

Micro

385

4,538

45,61

Dari tabel 5 tersebut, dapat diketahui bahwa, penggunaan energi micro BS lebih efisien untuk

target area spectral efficiency 6 bits/s/Hz/km2 hingga 12 bits/s/Hz/km2 pada kondisi busy hour.

  • 5.    KESIMPULAN

Dari analisis hasil simulasi efisiensi energi jaringan homogeneous WCDMA/3G pada lingkungan indoor, maka dapat diambil kesimpulan sebagai berikut:

  • 1.    Transmitted power yang dibutuhkan oleh sistem 3macro BS lebih kecil dibandingkan sistem 12micro BS.

  • 2.    Konsumsi daya atau kebutuhan energi per base station yang dibutuhkan pada sistem 12 micro BS lebih kecil yaitu 157,6616 watt dibandingkan konsumsi daya per BS yang dibutuhkan pada sistem 3 macro BS yaitu 523,5016 watt. Namun, Konsumsi daya atau kebutuhan energi total sistem 3 macro BS adalah 1570,5048 watt dimana lebih efisien dibandingkan konsumsi daya total 12 micro BS yaitu 1891,9392 Watt pada kondisi beban maksimal (load=1).

  • 3.    Area spectral efficiency pada kondisi non busy hour lebih tinggi dibandingkan kondisi busy hour pada jarak ISD yang sama. Ini disebabkan oleh penambahan jumlah user akan mengurangi spectral efficiency.

  • 4.    Dari hasil simulasi diketahui bahwa, intersite distance mempengaruhi area power consumption macro dan micro BS dan beban atau load mempengaruhi area power consumption pada micro base station.

  • 5.    Dari hasil simulasi diketahui bahwa, penggunaan energi micro BS lebih efisien untuk target ASE 7 bits/s/Hz/km2 hingga 12 bits/s/Hz/km2 pada kondisi nonbusy hour.

  • 6.    Dari hasil simulasi diketahui bahwa, penggunaan energi micro BS lebih efisien untuk target ASE6 bits/s/Hz/km2 hingga 12 bits/s/Hz/km2 pada kondisi busy hour.

  • 6.    DAFTAR PUSTAKA

  • [1]    S. Bhaumik. Breathe to stay cool: AdjuSting cell sizes to reduce energy consumption.in Proc. ACM Mobicim, Special Workshop on Green Networking, New Delhi, India, 2010, pp. 41-46.

  • [2]    A.   Amanna.Metrics   and Measurement

Technologies for Green Communications. Gaithersburg, MD: National Institute of Standards and Technology, 2009.

  • [3]    A. Fehske. The global footprint of mobile communication: The ecological and economic perspective.IEEE Commun. Mag., Aug. 2011 vol. 49, pp. 55-62.

  • [4]    G. Fettweiss and E. Zimmermann.ICT energy consumption-trends and challenges. Journal of The 11th International Symposium on Wireless Personal Multimedia Communications (WPMC). 2008.

  • [5]    X. Weng et al., “Energy-efficient cellular network planning under insufficient cellzooming,” in Proc. 73rd Vehic. Technol. Conf., Budapest, Hungary, 2011, pp. 1-5.

  • [6]    Aslam, A.M. Energy Efficient Analysis for WCDMA/3G Homogeneous and Heterogeneous Deployments in Indoor Environment. Thesis: Tersedia di: http://kth.diva-portal.org /smash/get/diva2:506601/FULLTEXT01.pdf Diaskses tanggal 8 Agustus 2013.

  • [7]    Tarigan, Esron. Studi Perancangan Cakupan Sinyal Sistem WCDMA di Dalam Ruangan. Tugas Akhir. Universitas Sumatera Utara. Medan: 2007

  • [8]    Sukrama, I Made. Perencanaan Coverage Sistem GSM dan UMTS Telkomsel Wilayah Kuta Selatan. Tugas Akhir. Universitas Udayana. Denpasar:2012

  • [9]    Richter, Fehske, Marsch and Fettweis. Energy Efficiency Aspects of Base Station Deployment Strategies for Cellular Networks.Journal of Vodafone Stiftungslehrstuhl, Technische Universit¨at Dresden Technische Universitet Dresden.

Teknologi Elektro

11

Vol. 13 No. 1 Januari - Juni 2014