OPTIMASI RUTE JARINGAN FTTH (FIBER TO THE HOME) PADA …
Transcript of OPTIMASI RUTE JARINGAN FTTH (FIBER TO THE HOME) PADA …
OPTIMASI RUTE JARINGAN FTTH (FIBER TO THE
HOME) PADA PT. XYZ MENGGUNAKAN
ALGORITMA PSO (PARTICLE SWARM
OPTIMIZATION) DENGAN SKEMA TSP (TRAVELING
SALESMAN PROBLEM)
LAPORAN SKRIPSI
Ahmad Syahrul Fardani 4616030001
PROGRAM STUDI TEKNIK MULTIMEDIA DAN JARINGAN
JURUSAN TEKNIK INFORMATIKA DAN KOMPUTER
POLITEKNIK NEGERI JAKARTA
2020
OPTIMASI RUTE JARINGAN FTTH (FIBER TO THE
HOME) PADA PT. XYZ MENGGUNAKAN
ALGORITMA PSO (PARTICLE SWARM
OPTIMIZATION) DENGAN SKEMA TSP (TRAVELING
SALESMAN PROBLEM)
LAPORAN SKRIPSI
Dibuat untuk Melengkapi Syarat-Syarat yang Diperlukan untuk
Memperoleh Diploma Empat Politeknik
Ahmad Syahrul Fardani
4616030001
PROGRAM STUDI TEKNIK MULTIMEDIA DAN JARINGAN
JURUSAN TEKNIK INFORMATIKA DAN KOMPUTER
POLITEKNIK NEGERI JAKARTA
2020
iv
v
vi
vii
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
OPTIMASI RUTE JARINGAN FTTH (FIBER TO THE HOME) PADA PT. XYZ
MENGGUNAKAN ALGORITMA PSO (PARTICLE SWARM OPTIMIZATION)
DENGAN SKEMA TSP (TRAVELING SALESMAN PROBLEM)
ABSTRAK
PT. Gerbang Sinergi Prima merupakan salah satu perusahaan telekomunikasi dengan
layanan teknologi FTTH (Fiber To The Home) yang telah banyak memberikan layanan
terbaiknya kepada pelanggan mereka, seperti PT. XYZ. Saat akan dilakukan pemasangan
user baru di PT. XYZ, ODP (Optical Distribution Point) digunakan sebagai penentuan titik awal koordinat yang tepat sampai ke tujuan agar jalur yang dilalui sebagai jalur terbaik
dan optimal serta dapat meminimalisisr biaya pemeliharaan di PT. XYZ. Berdasarkan
permasalahan tersebut perlu dilakukan proses optimasi menggunakan algoritma PSO (Particle Swarm Optimization). Variabel parameter input menggunakan nilai total
redaman = 5,4 dBm, hasil Downlik = 21.4 dBm, dan hasil Uplink = 22.1 dBm. Pengujian
partikel dilakukan pertama kali menggunakan nilai fungsi dalam mencari posisi terbaik sementara. Dimana diasumsikan partikel = jumlah ODP yang digunakan, yaitu 9 buah.
Hasil pengujian partikel berdasarkan pada ODP yang memiliki nilai fungsi minimal,
hasilnya yaitu ODP ke-9 dengan nilai fungsi = 155407.50 sebagai posisi terbaik
sementara. Selanjutnya pengujian kombinasi parameter untuk mencari posisi terbaik akhir berdasarkan ODP dengan nilai fitness terkecil. Adapun parameternya yaitu iterasi = 100,
C1 = 1, C2 = 1, serta bobot inersia (w) = 0.5. Hasil posisi terbaik akhir yaitu iterasi ke-5
dan ODP ke-5 dengan nilai fitness = 152270,00.
Kata Kunci: Downlink, Fiber Optic, FTTH (Fiber To The Home), ODP (Optical
Distribution Point), Power Link Budget, PSO (Particle Swarm Optimization), Redaman,
dan Uplink.
viii
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
DAFTAR ISI
Halaman
HALAMAN SAMPUL .........................................................................................
HALAMAN JUDUL ............................................................................................
HALAMAN PERNYATAAN ORISINALITAS .............................................. iii
HALAMAN PENGESAHAN ........................................................................... iv
KATA PENGANTAR ........................................................................................ v
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI SKRIPSI ........ vi
ABSTRAK ........................................................................................................ vii
DAFTAR ISI ................................................................................................... viii
DAFTAR GAMBAR ......................................................................................... xi
DAFTAR TABEL .......................................................................................... xiii
DAFTAR LAMPIRAN .................................................................................. xiv
BAB I .................................................................................................................. 1
PENDAHULUAN .............................................................................................. 1
1.1 Latar Belakang ........................................................................................... 1
1.2 Perumusan Masalah.................................................................................... 3
1.3 Batasan Masalah ........................................................................................ 3
1.4 Tujuan dan Manfaat ................................................................................... 4
1.4.1 Tujuan ........................................................................................................ 4
1.4.2 Manfaat ...................................................................................................... 5
1.5 Metode Pelaksanaan Skripsi ....................................................................... 5
BAB II ................................................................................................................ 8
TINJAUAN PUSTAKA ..................................................................................... 8
1. Tinjauan Pustaka ......................................................................................... 8
2.1 Fiber Optic................................................................................................. 8
2.1.1 Sistem Komunikasi Fiber Optic ................................................................. 8
2.1.2 Komponen Sistem Komunikasi Fiber Optic ............................................... 9
2.1.3 Jenis-Jenis Fiber Optic ............................................................................ 11
2.2 FTTH (Fiber To The Home) ..................................................................... 14
ix
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.2.1 Redaman pada FTTH (Fiber To The Home) ............................................. 15
2.2.2 Komponen Perangkat pada Jaringan FTTH (Fiber To The Home) ............ 15
2.3 GPON (Gigabit Passive Optical Network) ................................................ 18
2.4 Power Link Budget ................................................................................... 19
2.4.1 Margin Daya ............................................................................................ 19
2.5 Optimasi................................................................................................... 20
2.6 PSO (Particle Swarm Optimization) ......................................................... 20
2.6.1 Nilai Fitness ............................................................................................ 23
2.6.2 Nilai Fungsi ............................................................................................. 23
2.7 Microsoft Visual Studio ............................................................................ 23
2.7.1 Bahasa C# ................................................................................................ 24
2. Penelitian Sejenis ..................................................................................... 24
BAB III ............................................................................................................. 27
PERENCANAAN DAN REALISASI ............................................................ 27
3.1 Perancangan Program Aplikasi ................................................................ 27
3.1.1 Deskripsi Algoritma PSO pada Rute Jaringan FTTH di PT. XYZ ........... 27
3.1.2 Rancangan Optimasi Rute FTTH (Fiber To The Home) di PT. XYZ ....... 29
3.1.2.1 Topologi Rute Jaringan FTTH (Fiber To The Home) di PT. XYZ ........... 29
3.1.2.2 ASPLAN (As-Planning) Rute Jaringan FTTH (Fiber To The Home) di PT.
XYZ ....................................................................................................... 30
3.1.2.3 Layout Rute Jaringan FTTH (Fiber To The Home) di PT. XYZ .............. 30
3.1.2.4 Spesifikasi Perangkat dan Software/Tools ............................................... 31
3.1.3 Cara Kerja Algoritma PSO pada Rute Jaringan FTTH di PT. XYZ ......... 32
3.2 Realisasi Program Aplikasi ..................................................................... 35
3.2.1 Perhitungan Nilai Total Redaman ........................................................... 35
3.2.2 Perhitungan Power Link Budget .............................................................. 37
3.2.3 Pencarian Rute Terbaik Menggunakan Algortima PSO (Particle Swarm
Optimization) ......................................................................................... 39
BAB IV ............................................................................................................. 43
PEMBAHASAN .............................................................................................. 43
4.1 Pengujian ............................................................................................... 43
4.2 Deskripsi Pengujian ................................................................................ 43
x
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
4.3 Prosedur Pengujian ................................................................................. 44
4.3.1 Pengujian Partikel .................................................................................. 44
4.3.2 Pengujian Kombinasi Parameter ............................................................. 44
4.4 Data Hasil Pengujian .............................................................................. 45
4.1.1 Hasil Pengujian Partikel ......................................................................... 45
4.1.2 Hasil Pengujian Kombinasi Parameter .................................................... 46
4.5 Analisis Data .......................................................................................... 47
4.5.1 Data Hasil Pengujian Partikel ................................................................. 47
4.5.2 Data Hasil Pengujian Kombinasi Parameter ............................................ 48
BAB V .............................................................................................................. 49
PENUTUP ....................................................................................................... 49
5.1 Kesimpulan ............................................................................................. 49
5.2 Saran ....................................................................................................... 50
DAFTAR PUSTAKA ....................................................................................... 51
DAFTAR RIWAYAT HIDUP PENULIS ...................................................... 54
LAMPIRAN ....................................................................................................... -
xi
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
DAFTAR GAMBAR
Halaman
Gambar 2.1. Jenis-Jenis Konektor Serat Optik.............................................. 10
Gambar 2.2. Jennis-Jenis Kabel Serat Optik ................................................. 11
Gambar 2.3. Jenis-Jenis Fiber Optic ............................................................. 11
Gambar 2.4. Perambatan pada Single Mode Step Index................................. 12
Gambar 2.5. Perambatan pada Multi Mode Step Index .................................. 13
Gambar 2.6. Perambatan pada Multi Mode Graded Index ............................. 13
Gambar 2.7. Jaringan FTTH Secara Umum .................................................. 14
Gambar 2.8. OLT ......................................................................................... 15
Gambar 2.9. ODC ........................................................................................ 16
Gambar 2.10. ODP ......................................................................................... 16
Gambar 2.11. Roset ........................................................................................ 17
Gambar 2.12. ONT ........................................................................................ 17
Gambar 2.13. Arsitektur GPON Secara Umum .............................................. 18
Gambar 3.1. Flowchart Penelitian ................................................................ 28
Gambar 3.2. Topologi Rute Jaringan FTTH di PT. XYZ .............................. 29
Gambar 3.3. ASPLAN Rute Jaringan FTTH di PT. XYZ ............................. 30
Gambar 3.4. Layout Rute Jaringan FTTH di PT. XYZ.................................. 31
Gambar 3.5. Flowchart Algoritma PSO untuk Optimasi Rute Jaringan FTTH
di PT. XYZ ............................................................................. 34
Gambar 3.6. Blok Diagram Algoritma PSO untuk Optimasi Rute Jaringan
FTTH di PT. XYZ .................................................................. 35
Gambar 3.7. Tampilan Aplikasi Console Mengenai Asumsi Dimensi x, y, dan
z ............................................................................................. 39
Gambar 3.8. Tampilan Aplikasi Console Mengenai Data-Data pada Dimensi
x, y, dan z ............................................................................... 40
Gambar 3.9. Tampilan Aplikasi Console Mengenai Keterangan Nilai Fungsi
yang Digunakan ...................................................................... 40
xii
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Gambar 3.10. Tampilan Aplikasi Console Mengenai Keterangan Parameter-
Parameter yang Digunakan ..................................................... 41
Gambar 3.11. Tampilan Aplikasi Console Mengenai Hasil Inisialisasi ODP
Dan Posisi Terbaik Sementara ................................................. 41
Gambar 3.12. Tampilan Aplikasi Console Mengenai Hasil Akhir Proses
Optimasi ................................................................................. 42
Gambar 4.1. Grafik Data Pengujian Partikel ................................................ 47
Gambar 4.2. Grafik Data Pengujian Kombinasi Parameter ........................... 48
xiii
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
DAFTAR TABEL
Halaman
Tabel 2.1. Total Redaman Maksimal pada Passive Splitter ......................... 18
Tabel 3.1. Hasil Nilai Total Redaman PT. XYZ ......................................... 36
Tabel 3.2. Hasil Power Link Budget PT. XYZ ............................................ 38
Tabel 4.1. Hasil Pengujian Partikel ............................................................ 45
Tabel 4.2. Hasil Pengujian Kombinasi Parameter ....................................... 46
xiv
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
DAFTAR LAMPIRAN
Halaman
L-1. Source Code Algoritma PSO ................................................................. -
L-2. Hasil Pengukuran Menggunakan OTDR ................................................. -
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi pada saat ini semakin pesat, salah satunya pada bidang
teknologi telekomunikasi. Sudah bayak perusahaan dibidang telekomunikasi yang
mulai menggunakan teknologi fiber optic dengan tujuan memberikan layanan yang
terbaik. Sistem komunikasi fiber optic saat ini sudah berkembang sangat pesat,
sistem komunikasi tersebut dapat berupa suara, video, dan data sesuai dengan
kemajuan teknologi. Keunggulan dari jaringan komunikasi fiber optic yaitu sebagai
media transmisi yang dapat menyalurkan informasi dengan kapasitas besar dan
keandalan yang tinggi serta dapat dimanfaatkan sebagai sarana transmisi jarak jauh
sehingga dapat memudahkan manusia dalam bertukar informasi dari jarak jauh
dengan waktu yang efektif dan efisien (Umaternate, et al., 2016).
Salah satu perusahaan teknologi yang bergerak dibidang telekomunikasi yaitu PT.
Gerbang Sinergi Prima yang telah menyelesaikan banyak project instalasi dengan
sangat baik. Hal ini telah terbukti PT. Gerbang Sinergi Prima telah mengelola data
pelanggan dan melayani permintaan pelanggan diseluruh indonesia selama lebih
dari 6 tahun lamanya sejak tahun 2008, dengan memiliki kualitas SDM (Sumber
Daya Manusia) yang profesional dan berpengalaman dibidangnya maka keamanan
dan kerahasiaan data pelanggan terjamin dikelola dengan sangat baik (Anonim.,
2020).
PT. XYZ merupakan salah satu user dari PT. Gerbang Sinergi Prima yang baru saja
telah dilakukan proses instalasi fiber optic. Dimana proses instalasi telah berjalan
sesuai dengan rencana, namun dalam kurun waktu beberapa tahun kedepan
tentunya kebutuhan berkomunikasi semakin bertambah sehingga banyak user baru
yang akan memasang layanan komunikasi.
Berdasarkan hal tersebut, jalur dari kabel FTTH (Fiber To The Home) di PT. XYZ
masih terbilang kurang efektif dan efisien karena disebabkan beberapa faktor salah
2
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
satunya yang utama yaitu pada penempatan perangkat ODP (Optical Distribution
Point) yang dapat menyebabkan jumlah redaman cukup besar dan dapat
mengeluarkan banyak biaya untuk pembelian jumlah kabel fiber optic pada saat
penambahan user. Maka dari itu jalur kabel FTTH (Fiber The To Home) terutama
pada perangkat ODP (Optical Distribution Point) harus dioptimalkan agar dapat
mengurangi nilai redaman dan menghemat banyak biaya untuk pembelian kabel
pada saat penambahan user baru. Jumlah perangkat ODP (Optical Distribution
Point) pada PT. XYZ yaitu 9 buah yang tersebar pada seluruh titik penempatan di
PT. XYZ yang telah direncanakan sebelumnya.
Pada penilitian skripsi ini akan melakukan proses optimasi dengan menggunakan
skema TSP (Traveling Salesman Problem) yang merupakan suatu permasalahan
dengan mencari rute terpendek berdasarkan prinsip pedagang keliling dengan
menggunakan algoritma PSO (Particle Swarm Optimization) yang dapat
diimplementasikan untuk optimasi pencarian rute/jalur terbaik dengan memberikan
solusi untuk permasalahannya dalam bentuk partikel-partikel (Yuliastuti, et al.,
2017).
Pengambilan data berdasarkan pada dokumen As-Planning yang berupa gambar
rute/jalur dari titik ODP (Optical Distribution Point) di PT. XYZ yang telah
ditentukan. Kemudian melakukan perhitungan nilai redaman dan power link budget
pada PT. XYZ secara manual berdasarkan data-data pengukuran yang telah
diperoleh pada laporan instalasi. Setelah hasil diperoleh, mulai melakukan proses
optimasi rute/jalur ODP (Optical Distribution Point) menggunakan algoritma PSO
(Particle Swarm Optimization) yang diimplementasikan pada software Microsoft
Visual Studio dengan menggunakan variabel parameter input berdasarkan pada
hasil dari perhitungan nilai redaman dan power link budget yang telah diperoleh
sebelumnya dengan tujuan untuk mendapatkan rute/jalur yang terbaik. Hasil
optimasi akan menunjukkan rute/jalur yang terbaik dengan menampilkan
keterangan perangkat ODP (Optical Distribution Point) yang memiliki nilai fungsi
minimal atau yang memiliki nilai fitness terkecil. Berdasarkan hasil optimasi
tersebut tentunya dapat menjadi rekomendasi sebagai titik awal penentuan rute/jalur
3
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
yang terbaik pada perangkat ODP (Optical Distribution Point) saat instalasi user
baru di PT. XYZ.
1.2 Perumusan Masalah
Adapun rumusan masalah pada penelitian ini adalah bagaimana mengoptimalisasi
rute/jalur dari perangkat ODP (Optical Distribution Point) di PT. XYZ
menggunakan algoritma PSO (Particle Swarm Optimization) untuk mencari
rute/jalur terbaik berdasarkan parameter nilai redaman dan power link budget
dengan mendapatkan nilai fungsi minimal atau nilai fitness terkecil?
1.3 Batasan Masalah
Agar ruang lingkup pembahasan menjadi lebih fokus maka diperlukan adanya
batasan masalah sebagai berikut:
a. Proses pengukuran serta pengambilan data berupa dokumen ASPLAN (As-
Planning) dan laporan instalasi PT. XYZ yang telah dilakukan berdasarkan
pada ketentuan PT. Gerbang Sinergi Prima pada divisi Aktivasi yang memiliki
jobdesk mulai dari perencanaan, perancangan, dan instalasi kabel fiber optic
pada user baru.
b. Jumlah ODP (Optical Distribution Point) yang digunakan pada rute/jalur FTTH
(Fiber To The Home) di PT. XYZ yaitu 9 ODP dan Merk GPON yang
digunakan yaitu Huawei.
c. Perhitungan nilai redaman dan power link budget terlebih dahulu dilakukan
secara manual berdasarkan rumus perhitungan masing-masing dan hasil nya
digunakan sebagai variabel parameter input yang digunakan pada proses
optimasi untuk pencarian rute/jalur terbaik.
d. Optimasi menggunakan skema TSP (Traveling Salesman Problem) yang
diimplementasikan pada algoritma PSO (Particle Swarm Optimization) dengan
menggunakan Microsoft Visual Studio 2019 untuk mendapatkan rute/jalur
4
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
terbaik dengan menampilkan keterangan perangkat ODP (Optical Distribution
Point) yang memiliki nilai fungsi minimal atau yang memiliki nilai fitness
terkecil.
e. Script coding bersifat hardcode dan tampilan hasil akhir simulasi berupa
aplikasi console.
f. Hasil dari simulasi optimasi menggunakan algortima PSO (Particle Swarm
Optimization) akan digunakan sebagai rekomendasi untuk penentuan rute/jalur
yang terbaik pada saat penambahan user baru di PT. XYZ.
1.4 Tujuan dan Manfaat
1.4.1 Tujuan
Adapun tujuan yang dapat diharapkan dalam penelitian ini yaitu sebagai berikut:
a. Memperoleh hasil perhitungan nilai redaman dan power link budget pada PT.
XYZ yang sesuai dengan standardisasi PT. Gerbang Sinergi Prima, kemudian
hasil dari perhitungan tersebut dapat digunakan sebagai variabel parameter
input pada proses optimasi menggunakan algoritma PSO (Particle Swarm
Optimization).
b. Dapat membuat sebuah sistem optimasi rute/jalur FTTH (Fiber To The Home)
berdasarkan parameter-parameter nilai redaman dan power link budget yang
telah diperoleh, proses optimasi menggunakan algoritma PSO (Particle Swarm
Optimization) dan diimplementasikan menggunakan Microsoft Visual Studio.
c. Mendapatkan hasil rute/jalur terbaik terhadap perangkat ODP (Optical
Distribution Point) berdasarkan keterangan dari perangkat ODP (Optical
Distribution Point) yang memiliki nilai fungsi minimal atau yang memiliki nilai
fitness terkecil setelah dilakukan proses optimasi menggunakan algoritma PSO
(Particle Swarm Optimization).
d. Merekomendasikan hasil rute/jalur terbaik pada saat penambahan user baru di
5
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
PT. XYZ berdasarkan proses optimasi menggunakan algoritma PSO (Particle
Swarm Optimization) yang telah dilakukan.
1.4.2 Manfaat
Adapun manfaat yang dapat diharapkan dalam penelitian ini yaitu sebagai berikut:
a. Hasil perhitungan nilai redaman dan power link budget yang telah dilakukan
dapat diimplementasikan sebagai variabel parameter input dalam proses
optimasi menggunakan algoritma PSO (Particle Swarm Optimization).
b. Hasil pembuatan sebuah sistem optimasi menggunakan algortima PSO
(Particle Swarm Optimization) pada Microsoft Visual Studio dapat digunakan
untuk pencarian rute/jalur terbaik pada perangkat ODP (Optical Distribution
Point) di PT. XYZ berdasarkan parameter-parameter nilai redaman dan power
link budget yang telah diperoleh.
c. Hasil rute/jalur terbaik terhadap perangkat ODP (Optical Distribution Point)
yang diperoleh setelah dilakukan proses optimasi menggunakan algoritma PSO
(Particle Swarm Optimization) dapat sesuai dengan standardisasinya yaitu
perangkat ODP (Optical Distribution Point) yang memiliki nilai fungsi minimal
atau yang memiliki nilai fitness terkecil.
d. Hasil rute/jalur terbaik dari proses optimasi menggunakan algoritma PSO
(Particle Swarm Optimization) yang telah dilakukan dapat ditujukan sebagai
rekomendasi pada saat penambahan user baru di PT. XYZ.
1.5 Metode Pelaksanaan Skripsi
Adapun metode pelaksanaan skripsi adalah sebagai berikut:
a. Analisis Permasalahan
Menganalisis segala bentuk permasalahan terkait dengan topik optimasi
menggunakan algoritma PSO (Particle Swarm Optimization) pada rute/jalur
6
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
FTTH (Fiber To The Home) yang akan dijadikan bahan skripsi untuk dicari
penyelesaiannya.
b. Studi Literatur
Mencari data-data dan asset penting dari berbagai sumber informasi melalui
buku, jurnal, artikel ilmiah dan literatur lainnya yang akan digunakan sebagai
bahan referensi sebelum menyelesaikan permasalahan yang dihadapi.
c. Analisis Kebutuhan
Menganalisis berbagai kebutuhan seperti metode, alat, dan bahan apa saja yang
dapat digunakan untuk penyelesaian masalah.
d. Perancangan Sistem
Melakukan perancangan skenario terhadap jalur FTTH (Fiber To The Home) di
PT. XYZ serta perancangan sistem optimasi menggunakan algoritma PSO
(Particle Swarm Optimization) pada Microsoft Visual Studio.
e. Pengujian Sistem
Melakukan pengujian terhadap sistem optimasi menggunakan algoritma PSO
(Particle Swarm Optimization) yang diimplementasikan pada software
Microsoft Visual Studio 2019 berdasarkan pada skenario yang telah dibuat
sesuai dengan data-data yang diperoleh dari laporan instalasi yang telah
dilakukan di PT. XYZ.
f. Analisis Hasil Pengujian Sistem
Melakukan analisis terhadap hasil pencarian rute/jalur terbaik menggunakan
algoritma PSO (Particle Swarm Optimization) yang diimplementasikan pada
software Microsoft Visual Studio 2019 berdasarkan keterangan perangkat ODP
(Optical Distribution Point) yang memiliki nilai fungsi minimal atau yang
memiliki nilai fitness terkecil.
7
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
g. Pembuatan Laporan Penelitian
Melakukan penyusunan laporan dari hasil proses penelitian yang telah
dilakukan sesuai dengan pedoman yang telah ditetapkan oleh panitia skripsi
Jurusan Teknik Informatika dan Komputer Politeknik Negeri Jakarta.
8
BAB II
TINJAUAN PUSTAKA
1. Tinjauan Pustaka
Dalam pembuatan tinjauan Pustaka ini seringkali berkaitan erat dengan karya tulis.
Susunan karya tulis disini ialah membahas tentang “Fiber Optic, FTTH (Fiber To
The Home), GPON (Gigabit Passive Optical Network), Power Link Budget,
Optimasi, PSO (Particle Swarm Optimization), dan Microsoft Visual Studio”.
2.1 Fiber Optic
2.1.1 Sistem Komunikasi Fiber Optic
Secara umum sistem komunikasi yang terdapat pada fiber optic terdiri dari tiga
bagian yaitu pemancar sebagai sumber pengirim informasi, detektor sebagai
penerima informasi, dan media transmisi sebagai sarana untuk melewatkan sinyal
informasi. Dimana pengirim memiliki fungsi untuk mengolah informasi yang akan
disampaikan dengan tujuan dapat melewati suatu media sehingga informasi yang
dikirim dapat sampai dan diterima dengan baik dan benar oleh tujuan/penerima.
Sedangkan perangkat yang ada dipenerima memiliki fungsi menterjemahkan
informasi yang dikirim sehingga maksud dari informasi tersebut dapat dengan
mudah dimengerti (Umaternate, et al., 2016).
Media transmisi yang terdapat pada sistem komunikasi serat optik berupa serat
optik itu sendiri dengan melewatkan informasi yang ada didalamnya berupa sinyal-
sinyal pulsa cahaya. Berbeda dengan komunikasi radio dan komunikasi microwave
yang didalamnya menggunakan panjang gelombang yang lebih pendek. Dalam
sebuah rangkaian komunikasi optik terdiri dari pemancar yang berfungsi
melakukan pengkodean pesan menjadi sinyal optik, kemudian sinyal tersebut
dibawa sampai ketujuan/penerima. Setelah itu pesan yang berupa sinyal optik
tersebut diolah pada sisi receiver (penerima).
9
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.1.2 Komponen Sistem Komunikasi Fiber Optic
Pada intinya kinerja suatu informasi sistem komunikasi fiber optic dapat ditinjau
dari 4 komponen, antara lain yaitu perangkat dan sumber pengirim, perangkat dan
detektor penerima, serta fiber optic dan konektor optic (Umaternate, et al., 2016).
a. Sumber Pengirim
Komponen dalam sebuah sistem komunikasi fiber optic yang berfungsi dapat
mengubah sinyal listrik menjadi sinyal cahaya disebut sumber pengirim. Ada 2
tipe sumber pengirim pada fiber optic yang digunakan untuk mengirim cahaya
informasi melalui fiber optic tersebut, yaitu LED (Light Emitting Diode) yang
memiliki spektrum cahaya lebar dan dipakai pada fiber optic jenis multi mode,
dan LD (Laser Diode) biasa digunakan untuk komunikasi menggunakan fiber
optic jenis single mode karena memiliki spektrum cahaya yang sempit.
b. Detektor Penerima
Fungsi dari detektor optik yaitu sebagai penerima dalam sistem komunikasi
fiber optic. Tugas dari sebuah detektor optik atau photodetector berbanding
terbalik dari apa yang dikerjakan oleh sumber optik sebagai pengirim.
Gelombang sesuai aslinya dengan meminimalisasi loses yang timbul selama
perambatan sehingga dapat menghasilkan sinyal elektrik yang maksimum
dengan daya optik yang kecil dapat dihasilkan dari detektor optik. Ada 2 tipe
detektor optik, yaitu yaitu PIN (positive-intrinsic negative) dan APD
(avalanched photo diode).
PIN (positive-intrinsic negative) diode yang baik digunakan untuk bit rate
rendah dan sensitivitasnya tinggi untuk LED (Light Emitting Diode) sehingga
dapat digunakan untuk komunikasi jarak pendek dengan daya pancar yang lebih
kecil dan pada bit rate 100 Mbps dayanya sudah mulai menurun. Berbeda
dengan sumber cahaya LD (Laser Diode) yang erlihat memiliki daya lebih
besar, stabil, konstan pada bit rate berapapun.
10
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Suatu modul terpadu yang mempunyai fleksibilitas penggunaan yang tinggi
dapat diperoleh oleh dioda PIN positive-intrinsic negative) yang memiliki
desain memungkinkan untuk diintegrasikan dengan suatu penguat FET, namun
Dioda PIN kurang sensitif dibandingkan dengan APD (avalanched photo
diode). Tetapi APD (avalanched photo diode) sangat memerlukan penggunaan
suatu konverter (dengan range tegangan kerja dari 25~80V) dan lebih sesuai
untuk digunakan pada sistem jarak jauh.
c. Konektor Serat Optik
Salah satu perlengkapan kabel serat optik yang berfungsi sebagai kabel serat
optik sebagai penghubung serat disebut konektor optik. Dalam hal fungsi dan
tampilan luar konektor ini mirip dengan konektor listrik tetapi konektor pada
serat optik memiliki ketelitian yang lebih tinggi. Apabila sewaktu-waktu serat
akan dilepas saat diperlukan suatu penggantian transmitter atau receiver
maupun untuk melakukan suatu kegiatan perawatan maupun pengukuran sangat
diperlukan sebuah konektor. Gambar 2.1 menunjukkan jenis-jenis konektor
serat optik.
Gambar 2.1 Jenis-Jenis Konektor Serat Optik
Sumber: Umaternate, I., Saifuddin, M. Z., dan Saman, H., 2016
d. Kabel Serat Optik
Sebuah kaca murni yang panjang dan tipis serta berdiameter sangat kecil
(mikron) disebut serat optik. Pemantulan sempurna dengan membuat kedua
11
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
indeks bias dari core dan cladding berbeda, sehingga cahaya (informasi) dapat
memantul dan merambat di dalamnya merupakan prinsip dari serat optik.
Struktur bagian serat optik terdiri dari core, cladding dan coating. Gambar 2.2
menunjukkan struktur bagian serat optik.
Gambar 2.2 Jenis-Jenis Kabel Serat Optik
Sumber: Umaternate, I., Saifuddin, M. Z., dan Saman, H., 2016
2.1.3 Jenis-Jenis Fiber Optic
Beberapa jenis serat dari jaringan fiber optic biasanya dapat dengan mudah
diketahui hanya dengan melihat transmitter (media transmisi data) yang
digunakannya. Berikut ini jenis-jenis serat optik (Umaternate, et al., 2016):
Gambar 2.3 Jenis-Jenis Fiber Optic
Sumber: https://www.kajianpustaka.com/2018/07/pengertian-jenis-dan-prinsip-kerja-serat-
optik.html/ 14/04/20-21:06
12
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
a. Single Mode
Penggunaan kabel fiber optic ini hanya memungkinkan terjadinya satu modus
cahaya saja yang dapat tersebar melalui inti pada suatu waktu. Oleh sebab itu
kabel jaringan fiber optic jenis single mode hanya memiliki inti (core) yang
relatif kecil, dengan diameter sekitar 0.00035 inch atau 9 micron, serta hanya
menggunakan tranmitter laser semikonduktor yang mengirimkan sinar laser
inframerah dengan panjang gelombang mencapai 1300-1550 nm.
b. Multi Mode
Jenis kabel fiber optic yang memiliki inti (core) yang lebih besar dibanding
milik kabel fiber optic jenis single mode yakni berdiameter sekitar 0.0025 inch
atau 62.5 micron disebut Muliti mode. Penggunaan kabel fiber optic jenis ini
memungkinkan ratusan modus cahaya tersebar melalui serat secara bersamaan
karena ukuran yang lebih besar. LED sebagai media transmisinya, serta lebih
ditujukan untuk kepentingan komersil itulah tujuan dari kabel fiber optic jenis
multi mode.
Jenis susunan indeks bias dapat dibedakan menjadi 3 jenis berdasarkan profil
indeks bias dan mode gelombang yang berbeda terjadi pada perambatan cahaya
yang dimiliki serat optik, susunan indeks bias tersebut antara lain yaitu:
1. Single Mode Step Index
Gambar 2.4 Perambatan pada Single Mode Step Index
Sumber: Umaternate, I., Saifuddin, M. Z., dan Saman, H., 2016
13
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Ukuran core pada jenis single mode step index ini jauh lebih kecil dari
cladding-nya dibuat demikian agar rugi-rugi transmisi berkurang akibat
fading maka dari itu baik core maupun cladding nya dibuat dari bahan silica
glass.
2. Multi Mode Step Index
Gambar 2.5 Perambatan pada Multi Mode Step Index
Sumber: Umaternate, I., Saifuddin, M. Z., dan Saman, H., 2016
Serat optik multi mode step index digunakan dalam transmisi jarak pendek
dengan laju data yang rendah dan memiliki loss yang besar. Pelebaran pulsa
mengakibatkan adanya perbedaan bit-bit data yang ditransmisiskan
sehingga pada serat optik multi mode step index pulsa disisi terima akan
lebih besar dibandingkan dengan pulsa disisi kirim. Diameter core pada
jenis multi mode step index ini lebih besar diameter cladding-nya. Maka
dari itu dampak dari besarnya diameter core menyebabkan rugi-rugi dispersi
waktu transmitter nya besar.
3. Multi Mode Graded Index
Gambar 2.6 Perambatan pada Multi Mode Graded Index
Sumber: Umaternate, I., Saifuddin, M. Z., dan Saman, H., 2016
14
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Sejumlah lapisan gelas yang memiliki indeks bias yang berbeda, indeks bias
yang tertinggi terdapat pada pusat core dan berangsur-angsur turun hingga
yang terendah terdapat pada batas antar core dan cladding merupakan
bagian core dari jenis serat optik multi mode graded index. Berdasarkan hal
tersebut dapat terjadi dispersi waktu berbagai mode cahaya yang merambat
berkurang sehingga cahaya akan tiba pada waktu yang bersamaan. Gambar
diatas ini menunjukan perambatan gelombang dalam multi mode graded
index.
2.2 FTTH (Fiber To The Home)
Suatu arsitektur JARLOKAF yang memungkinkan pernarikan kabel serat optik
sangat dekat dengan pelanggan disebut FTTH (Fiber To The Home). Keinginan
masyarakat akan layanan akses yang berkualitas serta peningkatan layanan Triple
Play sebagai pemicu utama teknologi ini semakin berkembang. FTTH (Fiber To
The Home) memiliki jarak maksimum antara sentral dengan pelanggan berkisar
20km. Panjang gelombang yang digunakan yaitu 1490nm untuk downstream dan
sinyal optik, serta panjang gelombang 1310nm untuk upstream digunakan untuk
mengirim data dan suara (Mutaharrik., dan Sugito., 2016). Gambar 2.7 pada
menujukkan jaringan FTTH secara umum.
Gambar 2.7 Jaringan FTTH Secara Umum
Sumber: http://www.elektroindonesia.com/elektro/tel30a.html/ 14/04/20-21:27
15
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.2.1 Redaman pada FTTH (Fiber To The Home)
Perhitungan nilai redaman pada FTTH (Fiber To The Home) adalah sebagai berikut
ini (Fitriyani, et al., 2015):
Redaman G652D = Jarak (km) × 0,35
Redaman Splice = 0,1 dB × n Splice
Redaman Splitter ODP 1 : 8 = 10,38 dB
Redaman Splitter OTP 1 : 8 = 10,38 dB
Redaman Total = Redaman Kabel OLT sampai ODP + Redaman
Kabel ODP sampai OTP + Redaman Kabel OTP
sampai ONT + Redaman Splitter ODP + Redaman
Redaman Splitter OTP + Redaman Splice
2.2.2 Komponen Perangkat pada Jaringan FTTH (Fiber To The Home)
Komponen Perangkat Pada Jaringan FTTH (Fiber To The Home) adalah sebagai
berikut (Alfarizi, M., 2015):
a. OLT (Optical Line Terminal)
Fungsi dari OLT yaitu menyediakan interface antara sistem PON dengan
penyedia layanan (service provider) data, video, dan jaringan telepon. OLT
akan membuat link ke sistem operasi penyedia layanan melalui NMS (Network
Management System). Gambar 2.8 menunjukkan OLT.
Gambar 2.8 OLT
Sumber: https://en.wikipedia.org/wiki/Optical_line_termination/ 14/04/20-21:39
16
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
b. ODC (Optical Distribution Cabinet)
ODC berfungsi sebagai penghubung jaringan optik antara perangkat OLT
sampai perangkat ODC. Sarana transmisi optik dari OLT terhadap pengguna
dan sebaliknya dapat disediakan oleh ODC maka dari itu letak perangkat ODC
ini terletak pada rumah kabel. Proses transmisi menggunakan komponen optik
pasif. Konektor dan passive splitter termasuk beberapa komponen perangkat
interior pada ODC.
Gambar 2.9 ODC Sumber: https://paz-indonesia.com/paket/optical-distribution-cabinet-odc-with-splitter-144-
port/ 14/04/20-21:41
c. ODP (Optical Distribution Point)
Titik pembagian Instalasi atau terminasi yang pembagiannya memakai splitter
dan langsung siap menuju HomePassed atau titik rumah pelanggan disebut
ODP (Optical Distribution Point). Persyaratan utama untuk menjamin
kemampuan transmisi pada kabel fiber optic yaitu terminasi yang baik dari
fiber. Gambar 2.10 menunjukkan ODP.
Gambar 2.10 ODP
Sumber: https://www.mylinkwell.com/portfolio-item/lw-odb-24c-optical-distribution-point-
odp-box-24/ 14/04/20-21:47
17
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
d. Roset
Sebagai titik tambat akhir dari suatu alur jaringan fiber optic yaitu Drop Cable
yang menggunakan fiber optic tipe G657 dan hanya terdapat konektor beserta
patch cord untuk sambungan ke ONT merupakan fungsi dari roset. Gambar
2.11 menunjukkan roset.
Gambar 2.11 Roset
Sumber: http://www.dtcnetconnect.com/DtC/index.php/dtc-fttx-solution/ 14/04/20-21:48
e. ONT (Optical Network Terminal)
Suatu end device atau last point jalur serat optik yang berasal dari STO atau
OLT disebut ONT. Perangkat ONT menyediakan interface antara jaringan optik
dengan pelanggan untuk layanan data, suara, dan video. Sinyal optik yang
ditransmisikan melalui ODP (Optical Distribution Point) diubah oleh ONU
menjadi sinyal elektrik yang diperlukan untuk service pelanggan. Gambar 2.12
menunjukkan ONT.
Gambar 2.12 ONT
Sumber: https://www.amazon.in/Technomart-Technologies-1POTS-Router-
Antenna/dp/B07S69NZ27/ 14/04/20-21:50
18
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.3 GPON (Gigabit Passive Optical Network)
Pengembangan dari teknologi PON yang memiliki sistem point to multipoint
dengan menggunakan serat optik tunggal dalam pendistribusian traffic Triple Play
disebut GPON (Gigabit Passive Optical Network). GPON menerapkan sistem point
to multipoint dengan dibantu oleh perangkat passive berupa splitter yang dapat
mengirimkan ke beberapa ONT. Downstream memiliki panjang gelombang operasi
yaitu sebesar 1480-1500nm dan sedangkan untuk upstream memiliki panjang
gelombang 1260-1360nm (Mutaharrik., dan Sugito., 2016). Gambar 2.13
menujukkan arsitektur GPON secara umum. Pada halaman lampiran, tabel 2.1
menunjukkan batasan maksimal nilai total redaman pada passive splitter.
Gambar 2.13 Arsitektur GPON Secara Umum
Sumber: http:// https://community.fs.com/blog/overview-of-gpon-technology.html/ 14/04/20-21:54
Adapun penjelasan mengenai batasan dan ukuran total redaman maksimal pada
passive splitter yaitu pada tabel berikut ini:
Tabel 2.1 Total Redaman Maksimal pada Passive Splitter
Network Element Batasan Ukuran
Splitter 1 : 2 Maksimal 3,70 dB
Splitter 1 : 4 Maksimal 7,25 dB
Splitter 1 : 8 Maksimal 10,38 dB
Splitter 1 : 16 Maksimal 14,10 dB
Splitter 1 : 32 Maksimal 17,45 dB
19
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.4 Power Link Budget
Dalam sistem transmisi serat optik, power link budget merupakan hal yang penting.
Power link budget dapat diperoleh dengan mengurangkan seluruh redaman serat
optik pada sistem daya yang dikirimkan oleh transmitter. Dalam perencanaan
sistem serat optik harus memastikan bahwa sistem tersebut mempunyai daya yang
cukup dengan tujuan untuk mengemudikan receiver pada level yang diinginkan
(Agil., dan Zulfin., 2015).
Hasil power link budget dapat dihitung dengan persamaan berikut ini (Pramundia,
N. O., Sudiarta, P. K., dan Gunantara, N., 2015):
Prx = Ptx – (αf + αc + αs +M)
Dengan:
Prx = daya sinyal yang diterima (dBm)
Ptx = daya optik yang dipancarkan dari sumber cahaya (dBm)
αf = redaman kabel serat optik (panjang kabel (km) × loss kabel (0,35))
αc = redaman pada konektor (jumlah konektor × loss konektor (0,5))
αs = redaman pada splicer (jumlah splice × loss splice (0,5))
M = nilai yang digunakan untuk mengkompensasi redaman yang terjadi pada
fiber optic.
2.4.1 Margin Daya
Agar suatu sistem komunikasi dapat berlangsung secara terus menerus maka sinyal
yang diterima harus berada diatas ambang. Perbedaan sinyal dalam bentuk C/N
dengan satuan dB antara batas ambang (minimum) dengan sinyal puncak (peak)
yang diharapkan disebut dengan link margin. Sedangkan margin daya secara
definitif merupakan suatu kenaikan daya pancar yang harus dilakukan dengan
tujuan agar level daya diterima ≥ level daya terima minimum (thershold) yang
diijinkan (Fayakun, et al., 2018).
20
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.5 Optimasi
Pada umumnya algoritma optimasi sering digunakan untuk memecahkan masalah
teknik. Optimasi merupakan bentuk suatu kegiatan atau usaha dengan tujuan untuk
mendapatkan hasil terbaik dengan peryaratan atau aturan yang diberikan.
Menggunakan suatu metode optimasi bertujuan untuk memperoleh hasil yang
terbaik (Wanto, A., 2017).
2.6 PSO (Particle Swarm Optimization)
Kennedy dan Eberhart telah memperkenalkan metode optimasi global pada tahun
1995 berdasarkan penelitian yang telah dilakukan terhadap perilaku kawanan
burung dan ikan. Dalam Particle Swarm Optimization terdapat kecepatan partikel
yang dimiliki oleh setiap partikel sehingga dapat bergerak dalam ruang pencarian
dengan kecepatan yang dinamis disesuaikan dengan perilaku historis mereka.
Selama proses pencarian setiap partikel memiliki kecenderungan untuk bergerak
menuju ke daerah pencarian yang lebih baik (Muhamad, et al., 2017).
Sebuah metode yang biasanya digunakan untuk menyelesaikan suatu permasalahan
mengenai optimasi yang memiliki sifat stotastik yaitu dapat memberi solusi
permasalahan dalam bentuk partikel, dan partikel tersebut akan digunakan secara
acak sebanyak n partikel disebut metode PSO (Particle Swarm Optimization)
(Anggodo, et al., 2017).
Algoritma PSO (Particle Swarm Optimization) dapat diimplementasikan pada
skema TSP (Traveling Salesman Problem) sebagai penyelesaian masalah yang
diimplementasikan untuk menentukan rute/jalur terbaik dari jaringan FTTH (Fiber
The To Home). TSP akan melewati setiap titik-titik dari letak perangkat pada
rute/jalur jaringan FTTH (Fiber The To Home) sehingga dapat menentukan
rute/jalur yang efektif dan efisien.
PSO (Particle Swarm Optimization) secara matematis dapat diselesaikan, misalnya
sebuah ruang pencarian didefinisikan sebagai A ⸦ Rn dan fungsi tujuan
didefinisikan f : A → Y ⸦ R. Dimana metode PSO (Particle Swarm Optimization)
21
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
ini merupakan algoritma berbasis populasi yang menyelidiki ruang secara
bersamaan. Pada PSO (Particle Swarm Optimization) populasi disebut swarm dan
individu-individunya disebut partikel, swarm didefinisikan sebagai himpunan:
S = {C1 .C2, C3, …, Cm}
Dari m partikel (calon solusi), dapat didefinisikan sebagai berikut:
C1 = {Ci1, Ci2, Ci3, …, Cim}T €, i = 1,2,3, … . ,m
Pergerakan partikel-partikel akan menyesuaikan posisi mereka dengan
menggunakan kecepatan (velocity) pada ruang pencariannya. Adapun kecepatan
(velocity) dapat didefinisikan sebagai berikut ini:
V1 = {Vi1, Vi2, Vi3, …,Vim}T €, i = 1,2,3, … . ,m
Rumus kecepatan diatas akan disesuaikan secara bertahap dengan tujuan partikel-
partikel tersebut dapat mengunjungi setiap wilayah A. Dalam kasus ini T
merupakan jumlah iterasi (perulangan) maka posisi pada saat ini dan masing-
masing kecepatannya yaitu Ci (t) dan Vi (t). Kecepatan tersebut tentunya akan
diperbarui sesuai dengan informasi dari algoritma PSO (Particle Swarm
Optimization). Dalam kasus ini juga tentunya partake S akan mengingat dan
menyimpan posisi terbaik yang pernah dikunjungi selama proses pencarian dan
tetap diingat dalam memori. Berdasarkan hal tersebut memori yang dipertahankan
PSO (Particle Swarm Optimization) adalah:
P = {p1best, p2best, …, p3best}
Memori yang mengandung posisi terbaik yaitu:
pibest = {pi1, pi2, …, pi3}T €, i = 1,2,3, … . ,m
Serta pernah dikunjungi sebagai partikel sehingga posisinya ini dapat didefinisikan
sebagai berikut:
pibest (t) = arg min fi (t)
Dengan arg min fi (t) merupakan partikel fi (t) yang minimal.
22
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Yang mendasari metode PSO (Particle Swarm Optimization) ini adalah perilaku
sosial sehingga mekanisme pertukaran informasi harus selalu ada dan
memungkinkan untuk antara partikel yang satu dengan partikel yang lainnya dapat
saling berkomunikasi.
Algoritma PSO (Particle Swarm Optimization) akan mendekati minimum global
dengan posisi terbaik yang pernah dikunjungi oleh setiap partikel. Dengan catatan
jika g sebagai posisi terbaik dengan nilai fungsi terendah P pada t iterasi yang
diberikan. Adapun persamaan fungsinya yaitu:
gbest (t) = arg min f (pibest (t))
Dengan persamaan fungsi arg min f (pibest (t)) adalah pibest dengan f (pibest (t)) yang
minimal.
Kecepatan posisi akan diperbarui oleh masing-masing partikel, dengan persamaan
fungsinya sebagai berikut:
Vin = wVin + c1r1(pibest – Cin) + c2r2(gbest – Cin)
Cin = Cin + Vin
Dimana w merupakan koefisien inerisa pada interval [0,1], c1c2 berupa bilangan
konstanta positif yang merupakan koefisien akselerasi, r1r2 merupakan bilangan
acak pada interval [0,1] (Anggodo, et al., 2017).
Dalam beberapa studi kasus mengenai topik optimasi, khususnya pada algoritma
PSO (Particle Swarm Optimization), implementasinya menggunakan beberapa
variabel parameter yang berbeda sesuai dengan kebutuhan pada simulasi yang
dilakukan untuk mencari sebuah solusi optimal, seperti dalam studi kasus simulasi
ini menggunakan beberapa dimensi, dimana dalam kasus simulasi ini, dimensi
merupakan banyaknya variabel permasalahan yang tentunya sangat bergantung
pada masing-masing topik. Jika permasalahan dari sebuah topik hanya berjumlah 2
maka hanya diperlukan x dan y saja; jika berjumlah 4 maka harus ada 4 variabel
permasalahan misalnya w,x,y,z. Dengan begitu, variabel permasalahan yang
digunakan tergantung pada masing-masing studi kasus yang ada (Stefano., 2015).
23
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.6.1 Nilai Fitness
Nilai fitness adalah nilai yang dimiliki oleh masing-masing individu untuk
menentukan tingkat kesesuaian individu tersebut dengan kriteria atau tujuan
(obyektif) permasalahan yang ingin dicapai. Nilai fitness suatu kromosom
menggambarkan kualitas kromosom dalam populasi tersebut untuk dipilih sebagai
calon solusi. Didalam evolusi alam, individu yang bernilai fitness terbaik yang akan
bertahan hidup. Sedangkan individu yang bernilai fitness buruk akan mati
(Suprayogi., dan Mahmudy., 2015).
2.6.2 Nilai Fungsi
Nilai fungsi merupakan salah satu model dari program linear yang digunakan dalam
ilmu terapan sebagai suatu teknik dalam pengambilan keputusan untuk
memecahkan masalah optimasi. Dengan adanya nilai fungsi tujuan dapat
mengoptimumkan sebuah fungsi dari variabel-variabel tujuan sehingga
memperoleh sebuah solusi terbaik dari sejumlah kemungkinan solusi yang dimiliki.
Solusi terbaik disebut sebagai solusi optimum yang dapat memberikan nilai fungsi
tujuan terkecil untuk sebuah pemecahan masalah (Rumahorbo., dan Mansyur.,
2016).
2.7 Microsoft Visual Studio
Salah satu produk software dari Microsoft adalah Microsoft Visual Studio, dimana
Microsoft Visual Studio ini biasa digunakan untuk melakukan pengembangan
berbagai jenis aplikasi. Jenis-jenis aplikasi yang dapat dikembangkan oleh
Microsoft Visual Studio antara lain aplikasi bisnis, aplilasi personal, maupun
komponen aplikasinya. Bentuk aplikasi yang dapat dibuat menggunakan Microsoft
Visual Studio berupa aplikasi console, aplikasi Windows, maupun aplikasi
berbentuk Web. Kompiler yang terdapat pada paket Microsoft Visual Studio antara
lai yaitu Visual C++, Visual C#, Visual Basic, Visual Basic.Net, Visual InterDev,
Visual J++, Visual J#, Visual FoxPro, dan Visual SourceSafe (Umagapi., dan
Hasan., 2018).
24
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.7.1 Bahasa C#
C# (tanda baca “#” dibaca “Sharp”) adalah bahasa pemrograman yang diciptakan
oleh Microsoft, dimana secara khusus merupakan salah satu bahasa pemrograman
yang baru karena C# tidak berevolusi dari bahasa C# versi bukan teknologi .NET.
dengan demikian, tentunya bahasa C# dapat memaksimalkan kemampuan yang
dimilikinya tanpa khawatir dengan masalah kompabilitas terhadap versi-versi
sebelumnya (Azis., dan Tarwoto., 2017).
2. Penelitian Sejenis
Penelitian ini dilakukan berkaitan dari hasil penelitian-penelitian yang pernah
dilakukan terdahulu sebagai bahan perbandingan dan kajian. Beberapa penelitian
yang telah dilakukan terdahulu yaitu mengenai topik optimalisasi jaringan
komunikasi fiber optic, implementasi algoritma optimasi untuk rute/jalur FTTH
(Fiber To The Home), serta implementasi algoritma PSO (Particle Swarm
Optimization) untuk penentuan posisi target terdekat.
(Kartiria, K., 2017) melakukan penelitian mengenai optimalisasi jaringan
komunikasi fiber optic PT. Telkom pada jalur link STO Padang hingga Bukittinggi.
Penelitian yang dilakukan yaitu menganalisis hasil Power Budget untuk menilai dan
mengevaluasi kelayakan jaringan komunikasi pada jalur tersebut. Untuk
mengetahui kualiatas dan kelayakan dari jalur link tersebut perlu dilakukan
pengukuran dengan menggunakan alat ukur OTDR (Optical time-domain
reflectometer) dan Power Meter dengan tujuan dapat melihat besaran redaman serat
optik sepanjang jalur link STO Padang hingga Bukit Tinggi. Berdasarkan hasil yang
telah diperoleh dan dianalisis bahwa jalur link STO Padang hingga Bukittinggi
dapat dikatakan optimal karena sesuai dengan standardisasi yang berlaku pada PT.
Telkom yaitu komunikasi jarak jauh pada redaman maksimal yang perbolehkan
tidak lebih dari 0.25dB/Km.
Penelitian diatas dapat berpengaruh pada studi kasus yang dijadikan bahan
penelitian dalam skripsi ini, yaitu mengenai analisis hasil perhitungan power link
25
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
budget dan besaran total redaman fiber optic sepanjang rute/jalur FTTH (Fiber To
The Home) di PT. XYZ dengan tujuan untuk menilai dan mengevaluasi kualitas
serta kelayakan dari rute/jalur FTTH (Fiber To The Home) di PT. XYZ.
(Tianto, R., 2017) melakukan penelitian mengenai instalasi jaringan fiber optic di
Surabaya Timur tepatnya di Kelurahan Panjang Jiwo. Penelitian yang dilakukan
tersebut bertujuan untuk menganalisa dan mengoptimasi jumlah penggunaan kabel
fiber optic, yaitu penempatan pelanggan baru di ODP (Optical Distribution Point).
Pada penelitian tersebut juga merancang jaringan kabel fiber optic tanpa
memperhatikan hambatan (antenuation) pihak perusahaan yang hanya
mengizinkan peneliti untuk mengukur panjang kabel yang tersambung dari ODC
(Optical Distribution Cabinet) menuju ODP (Optical Distribution Point) dan
berakhir di pelanggan. Pada penempatan pelanggan, jarak pelanggan tidak melebihi
100 meter dari letak ODC (Optical Distribution Cabinet). Adapun metode optimasi
yang digunakan dalam penelitian tersebut yaitu menggunakan metode Integer
Linier Programming Hub Location Problem.
Pada penelitian diatas menjelaskan mengenai optimasi rute fiber optic
menggunakan metode Integer Linier Programming Hub Location Problem.
Penelitain tersebut dapat berkaitan dengan studi kasus optimasi pada penelitian
skripsi ini, yaitu berfokus pada penempatan user baru di PT. XYZ pada perangkat
ODP (Optical Distribution Point) yang sudah tersedia, tujuannya untuk
menganalisis dan mengoptimalisasi rute/jalur FTTH (Fiber To The Home) di PT.
XYZ dari letak ODC (Optical Distribution Cabinet) hingga ke perangkat user
dengan menggunakan algoritma optimasi yang berbeda, yaitu algoritma PSO
(Particle Swarm Optimization).
(Priyadana, et al., 2018) melakukan penelitian mengenai Algoritma PSO (Particle
Swarm Optimization) untuk penentuan posisi target terdekat yang
diimplementasikan pada Multi Mobile Robot. Penelitian yang dilakukan tersebut
menggunakan 3 (tiga) buah autonomous mobile robot yang sifatnya homogen
sebagai objek untuk pengimplementasiaan algoritma PSO (Particle Swarm
26
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Optimization). Sekelompok mobile robot tersebut akan menentukan robot dengan
jarak yang terdekat dengan titik target TPr (robot handler) yang berjumlah 3 (tiga)
buah, dimana TPr (robot handler) tersebut dieksekusi oleh mobile robot sesuai pada
posisi mereka dengan titik target yang harus diselesaikan. Peneliti melakukan
pengujian dengan mengambil sampling data odometri setiap 250 milisekon dan data
frame komunikasi robot. Hasil yang diperoleh berupa pemodelan sistem mengenai
hasil implementasi algoritma PSO (Particle Swarm Optimization) pada sekumpulan
mobile robot untuk menentukan robot mana yang posisinya terdekat dengan target.
Penelitian diatas dapat berkaitan dengan studi kasus yang dijadikan bahan
penelitian pada skripsi ini mengenai optimasi menggunakan algoritma PSO
(Particle Swarm Optimization). Penelitian diatas menggunakan algoritma PSO
(Particle Swarm Optimization) dengan tujuan untuk penentuan posisi target
terdekat yang diimplementasikan pada Multi Mobile Robot. Sedangkan, penelitian
pada skripsi ini mengimplementasikan algoritma PSO (Particle Swarm
Optimization) untuk proses optimasi rute/jalur FTTH (Fiber To The Home) di PT.
XYZ dengan tujuan untuk memperoleh hasil rute/jalur terbaik.
27
BAB III
PERENCANAAN DAN REALISASI
3.1 Perancangan Program Aplikasi
Pada bagian ini menjelaskan mengenai topik penelitian Skripsi yang berupa
program aplikasi harus dilengkapi dengan beberapa poin. Adapun poin-poin
tersebut adalah sebagai berikut ini:
3.1.1 Deskripsi Algoritma PSO pada Rute Jaringan FTTH di PT. XYZ
Dalam penelitian ini algoritma PSO (Particle Swarm Optimization) akan
diimplementasikan untuk mencari jalur terbaik pada rute/jalur FTTH (Fiber To The
Home) di PT. XYZ. Dimana PT. XYZ ini merupakan user dari PT. Gerbang Sinergi
Prima yang telah dilakukan proses instalasi fiber optic. Proses optimasi dimulai dari
pengambilan data yang berupa gambar rute/jalur dari titik ODP (Optical
Distribution Point) di PT. XYZ yang telah ditentukan berdasarkan pada dokumen
As-Planning. Setelah itu melakukan perhitungan nilai redaman dan power link
budget pada PT. XYZ secara manual berdasarkan data-data hasil pengukuran yang
telah diperoleh pada laporan instalasi. Setelah hasil perhitungan diperoleh, maka
selanjutnya melakukan proses optimasi rute/jalur ODP (Optical Distribution Point)
pada PT. XYZ menggunakan algoritma PSO (Particle Swarm Optimization) yang
diimplementasikan pada software Microsoft Visual Studio. Adapaun variabel
parameter input yang digunakan yaitu berdasarkan pada hasil dari perhitungan nilai
redaman dan power link budget yang telah diperoleh sebelumnya dengan tujuan
untuk mendapatkan rute/jalur yang terbaik. Hasil dari optimasi tersebut akan
menunjukkan rute/jalur yang terbaik dengan menampilkan keterangan perangkat
ODP (Optical Distribution Point) yang memiliki nilai fungsi minimal atau nilai
fitness terkecil, serta dapat menjadi rekomendasi kepada PT. Gerbang Sinergi Prima
pada saat proses instalasi user baru di PT. XYZ. Gambar 3.1 menunjukkan
flowchart penelitian proses optimasi pada rute/jalur FTTH (Fiber To The Home) di
PT. XYZ menggunakan algortima PSO (Particle Swarm Optimization).
28
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Gambar 3.1 Flowchart Penelitian
Mulai
Mendapatkan data dan informasi dari
PT. Gerbang Sinergi Prima berupa
rute/jalur PT. XYZ dengan titik lokasi
masing-masing ODP beserta rutenya
Menentukan lokasi penelitian
Apakah hasil nilai
redaman dan power
link budget sesuai
dengan standard PT.
Gerbang Sinergi
Prima, ≤ 25 dBm?
Menentukan titik lokasi perangkat
ODP pada PT. XYZ berdasarkan
dokumen As-Planning
Mengukur jarak panjang kabel dari
letak POP sampai ke pelanggan
Optimasi rute/jalur ODP
menggunakan algoritma PSO
dengan variabel parameter;
Dimensi x; hasil downlink, batas
minimal, dan batas maksimal
Dimensi y; hasil uplink, batas
minimal, dan batas maksimal
Dimensi z; hasil total redaman,
batas minimal, dan batas maksimal
Selesai
T
Y
Y
T
Analisis hasil optimasi
rute/jalur ODP menggunakan
algoritma PSO
Apakah hasil optimasi
menunjukkan ODP
dengan nilai fungsi
minimal atau fitness
terkecil?
Menghitung nilai redaman dan
power link budget pada PT.
XYZ secara manual
berdasarkan data pada laporan
instalasi
29
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
3.1.2 Rancangan Optimasi Rute FTTH (Fiber To The Home) di PT. XYZ
Dalam melakukan suatu penelitian diperlukan suatu rancangan yang terstruktur dari
proses awal hingga proses akhir. Tujuannya agar penelitian yang dilakukan
mendapatkan hasil yang maksimal dan sesuai dengan rancangan yang telah dibuat.
Adapun rancangan proses optimasi yang akan dilakukan dalam penelitian ini yaitu
mengenai topologi, layout, dan ASPLAN (As-Planning) dari rute jaringan FTTH
(Fiber To The Home) di PT. XYZ, serta spesifikasi dari perangkat dan
software/tools yang digunakan dalam proses optimasi tersebut. Berikut ini adalah
penjelasan mengenai rancangan optimasinya:
3.1.2.1 Topologi Rute Jaringan FTTH (Fiber To The Home) di PT. XYZ
Topologi jaringan biasa digunakan sebagai cara atau metode yang dipakai untuk
mengkoneksikan antara perangkat satu dengan perangkat yang lainnya sehingga
dapat berkomunikasi satu sama lain. Dengan adanya topologi rute jaringan FTTH
(Fiber To The Home) di PT. XYZ tentunya dapat menghubungkan jaringan yang
ada dalam suatu jalur transmisi tersebut sehingga sebuah informasi dapat dikirim
dari satu tempat ke tempat yang lainnya sesuai dengan alamat yang dituju. Gambar
3.2 merupakan topologi dari rute jaringan FTTH (Fiber To The Home) di PT. XYZ.
Gambar 3.2 Topologi Rute Jaringan FTTH di PT. XYZ
30
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
3.1.2.2 ASPLAN (As-Planning) Rute Jaringan FTTH (Fiber To The Home) di
PT. XYZ
ASPLAN (As-Planning) digunakan sebagai penjelasan mengenai rute/jalur FTTH
(Fiber To The Home) secara terperinci, mulai dari letak lokasi POP (Point of
Presence) hingga ke lokasi perangkat user. Dalam penelitian ini, rute/jalur FTTH
(Fiber To The Home) di PT. XYZ melalui 9 ODP (Optical Distribution Point) yang
terdiri dari 1 ODC (Optical Distribution Cabinet) menggunakan kabel distribusi
yang menghubungkan langsung pada 8 ODP (Optical Distribution Point),
kemudian dari ODP (Optical Distribution Point) yang terkahir menggunakan kabel
drop yang menghubungkan ke roset dan menggunakan kabel indoor untuk
menghubungkan roset tersebut dengan ONT (Optical Network Termination) yang
berada pada ruang server disisi user. Setelah semua kabel pada masing-masing
perangkat berhasil terhubung maka selanjutnya mengaktifkan layanan pada PT.
XYZ. Gambar 3.3 merupakan ASPLAN (As-Planning) dari rute jaringan FTTH
(Fiber To The Home) di PT. XYZ.
Gambar 3.3 ASPLAN Rute Jaringan FTTH di PT. XYZ
3.1.2.3 Layout Rute Jaringan FTTH (Fiber To The Home) di PT. XYZ
Layout dapat disebut sebagai bentuk dan manajemen lapangan. Tujuan utama
dibuatnya sebuah Layout adalah untuk menyajikan gambar dan teks agar mudah
31
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
dipahami bagi pembaca untuk menerima informasi yang disajikan. Demikian juga
dalam suatu rancangan rute/jalur FTTH (Fiber To The Home) tentunya diperlukan
sebuah layout dengan tujuan agar user tersebut dapat mengetahui kondisi real
mengenai rute/jalur dari jaringan FTTH (Fiber To The Home) yang akan
diimplementasikan. Gambar 3.4 merupakan Layout dari rute jaringan FTTH (Fiber
To The Home) di PT. XYZ.
Gambar 3.4 Layout Rute Jaringan FTTH di PT. XYZ
3.1.2.4 Spesifikasi Perangkat dan Software/Tools
Berikut adalah spesifikasi perangkat dan software/tools berdasarkan parameter
yang disesuaikan dengan case:
a. ODP (Optical Distribution Point) sebagai ODC (Optical Distribution Cabinet)
yang memiliki fungsi sebagai tempat instalasi sambungan jaringan optik,
spesifikasi didalamnya menggunakan FDT (Fiber Distribution Terminal)
passive splitter 1 : 8, merk GPON yang digunakan yaitu Huawei.
b. OTP (Optical Termination Premises) sebagai ODP (Optical Distribution Point)
yang memiliki fungsi sebagai titik terminasi kabel drop optic untuk membagi
satu satu core optic ke beberapa pelanggan, dengan spesifikasi menggunakan
passive splitter 1 : 8, merk GPON yang digunakan yaitu Huawei.
c. Software Microsoft Visual Studio dengan menggunakan Bahasa c# dan hasil
akhir berupa aplikasi berbentuk console.
32
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
3.1.3 Cara Kerja Algortima PSO pada Rute Jaringan FTTH di PT. XYZ
Algoritma ini mengoptimasi permasalahan dengan cara menggerakan partikel atau
calon solusi di dalam ruang permasalahan menggunakan fungsi tertentu untuk
posisi dan kecepatan dari partikel. Pergerakan partikel dipengaruhi oleh solusi
terbaik partikel tersebut, dan solusi terbaik secara umum yang didapatkan dari
partikel lain. Sekumpulan partikel ini dinamakan swarm, dan pada akhirnya swarm
ini akan bergerak menuju kepada solusi terbaik. Dalam kasus ini dapat diasumsikan
ada sebaran titik 3 dimensi, yaitu dimensi x, y, z. Dimana masing-masing dimensi
memiliki sebuah konstanta dan batas rentang titik yang dapat digunakan (Stefano.,
2015). Berikut cara kerja dari algoritma PSO (Particle Swarm Optimization) untuk
pencarian rute terbaik pada jaringan FTTH (Fiber To The Home) di PT. XYZ:
a. Mengasumsikan bahwa terdapat sebaran 3 (tiga) titik dimensi, yaitu dimensi x
= hasil downlink dari poses perhitungan power link budget secara manual,
dimensi y = hasil uplink dari poses perhitungan power link budget secara
manual, sedangkan dimensi z = hasil total redaman dari proses perhitungan
secara manual. Masing-masing dimensi memiliki data berupa hasil perhitungan
dan batas rentang titik yang terdiri dari batas minimal serta batas maksimal yang
dapat digunakan dalam pencarian rute terbaik.
b. Melakukan inisialisasi data terhadap jumlah partikel dengan ketentuan S = {C1,
C2, …, Cm}, kecepatan awal dengan ketentuan (V1) dengan i = 1, 2, 3, …, m.
Dimana m adalah ukuran dari swarm, serta iterasi = 100.
c. Menghitung nilai fitness awal dari posisi setiap partikel acak berdasarkan nilai
fungsi yang digunakan, yaitu f(x, y, z) = (kx * x^2) + (ky * y^2) + (kz * z^2)
dimana x + y + z harus bernilai 200. Dimana rumus nilai fungsi tersebut
dijadikan sebagai pencarian posisi terbaik sementara dalam pengujian partikel.
d. Lakukan pengecekan terhadap hasil nilai fitness tersebut. Jika hasil nilai fitness
yang diperoleh ini lebih baik (minimal) dari nilai fitness yang ada, maka ambil
posisi acak ini sebagai posisi terbaik sementara.
33
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
e. Setelah memperoleh hasil posisi terbaik sementara, maka langkah selanjutnya
melakukan pengujian kombinasi parameter untuk memperoleh hasil posisi
terbaik akhir berdasarkan nilai fitness terkecil. Adapaun parameter-parameter
yang digunakan yaitu bobot inertia (w), bobot kognitif (c1) = bobot pbest (posisi
terbaik yang pernah dicapai partikel), dan bobot sosial (c2) = gbest (posisi
terbaik dari keseluruhan partikel dalam kelompok). Nilai yang digunakan dalam
kasus ini yaitu bobot inertia (w) = 0.5, bobot kognitif (c1) = 1, dan bobot sosial
(c2) = 1. Dimana partikel S akan mengingat dengan menyimpan posisi terbaik
yang pernah dikunjungi selama pencarian dan diingat dalam memori.
f. Melakukan proses pencarian posisi terbaik akhir sebanyak jumlah
iterasi/perulangan = 100 untuk setiap partikel. Kemudian cari kecepatan
perpindahan yang baru dengan rumus v baru = (w * v sekarang) + (c1 * r1 *
(posisi terbaik - posisi sekarang)) + (c2 * r2 * (posisi umum terbaik - posisi
sekarang)). Catatan: jika kecepatan yang baru ternyata diluar batas minimal dan
batas maksimal pada masing-masing dimensi, maka kembalikan nilainya agar
masuk dalam batas kecepatan tersebut.
g. Lakukan update posisi yang baru dengan cara posisi lama + kecepatan baru.
Catatan: jika posisi yang baru ternyata diluar batas variabel minX dan maksX,
maka kembalikan posisinya agar masuk dalam batas.
h. Menghitung nilai fitness untuk posisi partikel/ODP yang baru. Catatan: jika
terdapat hasil nilai fitness paling terkecil, maka dijadikan sebagai posisi terbaik
akhir.
i. Jika iterasi (perulangan) sudah mencapai batas maksimum maka proses tersebut
sudah selesai, namun jika belum selesai maka kembali lagi ke langkah 6 (enam),
yaitu melakukan pencarian posisi terbaik akhir.
Adapun Gambar 3.5 merupakan flowchart mengenai cara kerja dari algoritma PSO
(Particle Swarm Optimization) yang diimplementasikan untuk pencarian rute
terbaik pada jaringan FTTH (Fiber To The Home) di PT. XYZ.
34
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Gambar 3.5 Flowchart Algoritma PSO untuk Optimasi Rute Jaringan FTTH di PT. XYZ
Mulai
Apakah
terdapat ODP
dengan nilai
fungsi
minimal atau
nilai fitness
terkecil?
Menghitung nilai fitness
berdasarkan nilai fungsi yang
digunakan dengan rumus
f(x, y, z) = (kx * x^2) + (ky * y^2) +
(kz * z^2)
Selesai
Y
T
Menghitung nilai fitness untuk
posisi partikel yang baru
Masukkan Nilai Variabel Parameter;
Dimensi x; hasil downlink, batas
minimal, dan batas maksimal
Dimensi y; hasil uplink, batas minimal,
dan batas maksimal
Dimensi z; hasil total redaman, batas
minimal, dan batas maksimal
Inisialisasi: jumlah dimensi,
data pada setiap dimensi,
kecepatan awal (v1), jumlah
ODP, jumlah iterasi, total
posisi
Masukkan bobot inersia (w),
bobot kognitif (c1), dan bobot
sosial (c2)
Update kecepatan,
iterasi = 100
Update posisi partikel baru dengan
cara posisi lama + posisi baru
35
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Adapun Gambar 3.6 adalah blok diagram mengenai cara kerja dari algoritma PSO
(Particle Swarm Optimization) yang diimplementasikan untuk pencarian rute
terbaik pada jaringan FTTH (Fiber To The Home) di PT. XYZ.
Gambar 3.6 Blok Diagram Algoritma PSO untuk Optimasi Rute Jaringan FTTH di PT. XYZ
Penjelasan blok diagram diatas yaitu langkah awal melakukan input berupa data-
data dan parameter-parameter pada dimensi x, y, dan z di Microsoft Visual Studio.
Kemudian pada Microsoft Visual Studio akan melakukan proses pencarian
rute/jalur terbaik dengan menggunakan algoritma PSO (Particle Swarm
Optimization) berdasarkan data dan parameter input sebelumnya. Dimana hasil nya
ditampilkan dalam bentuk aplikasi console yang berisi penjelasan mengenai
informasi rute/jalur terbaik.
3.2 Realisasi Program Aplikasi
Hasil realisasi mengenai optimasi rute/jalur FTTH (Fiber To The Home) di PT.
XYZ menggunakan Algoritma PSO (Particle Swarm Optimization) dengan skema
TSP (Traveling Salesman Problem) dengan tampilan berupa aplikasi berbentuk
console adalah sebagai berikut:
3.2.1 Perhitungan Nilai Total Redaman
Menghitung nilai total redaman pada rute/jalur FTTH (Fiber To The Home) di PT.
XYZ secara manual dengan rumus sebagai berikut ini:
Input: Data dan
Parameter
Dimensi x, y, z
Output: Informasi
Rute/Jalur Terbaik
Aplikasi Console
(Microsoft Visual Studio)
Algoritma
Particle Swarm
Optimization
Pencarian Rute/Jalur
36
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Redaman Total = Redaman Kabel OLT sampai ODP +
Redaman Kabel ODP sampai OTP +
Redaman Kabel OTP sampai ONT +
Redaman Splitter ODP + Redaman Splitter
OTP + Redaman Splice
Data-data yang digunakan untuk perhitungan nilai total redaman berdasarkan pada
laporan instalasi yang telah dibuat. Hasil dari perhitungan nilai total redaman akan
digunakan sebagai salah satu parameter dalam perhitungan power link budget.
Adapun hasil dari implementasi perhitungan nilai total redaman pada jalur FTTH
(Fiber To The Home) di PT. XYZ yang dilakukan secara manual adalah sebagai
berikut ini:
Tabel 3.1 Hasil Nilai Total Redaman PT. XYZ
Parameter Nilai Total Redaman Hasil (dBm)
Redaman Kabel OLT sampai ODP (km) 3.33
Redaman Kabel ODP sampai OTP 1 (km) 0
Redaman Kabel ODP sampai OTP 2 (km) 0.03325
Redaman Kabel OTP 2 sampai OTP 3 (km) 0.2625
Redaman Kabel OTP 3 sampai OTP 4 (km) 0.0385
Redaman Kabel OTP 4 sampai OTP 5 (km) 0.0385
Redaman Kabel OTP 5 sampai OTP 6 (km) 0.049
Redaman Kabel OTP 6 sampai OTP 7 (km) 0.0385
Redaman Kabel OTP 7 sampai OTP 8 (km) 0.0231
Redaman Kabel OTP 6 sampai ONT (km) 0.02345
Redaman Splitter ODP (km) 3.633
Redaman Splitter OTP (km) 3.633
Redaman Splice (km) 1.6
Total (dBm) 5.40
Berdasarkan Tabel 3.1 dapat dilihat bahwa hasil dari perhitungan nilai total
redaman pada jalur FTTH (Fiber To The Home) di PT. XYZ yang dilakukan secara
manual memperoleh nilai yang baik karena telah memenuhi standardisasi yang
berlaku di PT. Gerbang Sinergi Prima dengan ketententuan batas maksimal nilai
total redaman yaitu ≤ 25 dBm.
37
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
3.2.2 Perhitungan Power Link Budget
Perhitungan nilai power link budget bertujuan untuk menghitung anggaran daya
yang diperlukan dalam instalasi rute/jalur FTTH (Fiber To The Home) sehingga
level daya yang diterima tidak kurang dari sensitivitas minimum. Adapun
parameter-parameter yang digunakan pada perhitungan nilai power link budget
pada rute/jalur FTTH (Fiber To The Home) di PT. XYZ yang dilakukan secara
manual diperoleh berdasarkan pada data-data dan informasi dari laporan instalasi
yang telah diselesaikan.
Tujuan menghitung nilai power link budget pada rute/jalur FTTH (Fiber To The
Home) di PT. XYZ untuk memperoleh nilai uplink dan downlink dengan ketentuan
syaratnya yaitu nilai margin daya pada keduanya harus > 0 (nol) dB. Pada
perhitungan power link budget dalam kasus ini, panjang gelombang yang digunakan
untuk menghitung nilai uplink yaitu 1310 nm (0.35 dB/Km), sedangkan panjang
gelombang yang digunakan untuk menghitung nilai downlink yaitu 1490 nm
(0.28dB/Km). Berikut ini merupakan rumus yang digunakan untuk menghitung
nilai power link budget pada jalur/rute FTTH (Fiber To The Home) di PT. XYZ:
a. Perhitungan uplink dan margin daya dengan rumus sebagai berikut ini:
αtot
= L.αserat
+ Nc.α
c + Ns. α
s + Sp + Redaman Instalasi
Untuk Perhitungan margin daya sebagai berikut ini:
Pr = Pt - α
tot - 6
Sehingga hasil akhir dari perhitungan uplink dan margin daya dengan rumus
sebagai berikut ini:
M = (Pt – Pr (Sensitivitas)) - αtot - SM
b. Perhitungan downlink dan margin daya dengan rumus sebagai berikut ini:
αtot
= L.αserat
+ Nc.α
c + Ns. α
s + Sp + Redaman Instalasi
38
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Untuk Perhitungan margin daya sebagai berikut ini:
Pr = Pt - α
tot - 6
Sehingga hasil akhir dari perhitungan downlink dan margin daya dengan rumus
sebagai berikut ini:
M = (Pt – Pr (Sensitivitas)) - αtot - SM
*catatan: SM = Safty Margin, untuk fiber optic biasanya selalu bernilai 6 dBm.
Setelah hasil power link budget diperoleh, maka prosedur pengujian selanjutnya
melakukan proses optimasi menggunakan algoritma PSO (Particle Swarm
Optimization) dengan data dan parameter input menggunakan hasil dari total
redaman dan power link budget. Hasil
Adapun hasil dari implementasi perhitungan nilai power link budget pada jalur
FTTH (Fiber To The Home) di PT. XYZ yang dilakukan secara manual adalah
sebagai berikut ini:
Tabel 3.2 Hasil Power Link Budget PT. XYZ
Parameter Power Link Budget Hasil (dBm)
Daya Optik yang dipancarkan dari Sumber Cahaya 12
Nilai yang digunakan untuk Mengkompnesasi Redaman yang
Terjadi pada Fiber Optic
-25
Redaman Serat optik G.652 (1310/1490) / (Downstream 0.28) /
POP - ODP (km)
2.66476
Redaman Serat optik G.652 (1310/1490) / (Downstream 0.28) /
ODP – OTP (km)
0.19404
Redaman Serat optik G.652 (1310/1490) / (Downstream 0.28) /
OTP – ONT (km)
0.01876
Redaman Serat optik G.657 (1310/1490) / (Upstream 0.35) /
POP - ODP (km)
3.33095
Redaman Serat optik G.657 (1310/1490) / (Upstream 0.35) /
ODP - OTP (km)
0.24255
Redaman Serat optik G.657 (1310/1490) / (Upstream 0.35) /
OTP - ONT (km)
0.02345
Redaman Pada Konektor 2
Redaman Pada Splicer 0.8
39
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Tabel 3.2 Lanjutan
Parameter Power Link Budget Hasil (dBm)
Passive Splitter 1:8 10.38
Redaman Instalasi 5.40
Total Downlink (dBm) 21.45756
Margin Daya (dBm) 9.54244
Total Uplink (dBm) 22.12375
Margin Daya (dBm) 8.87625
Berdasarkan tabel diatas bahwa hasil perhitungan power link budget pada rute/jalur
FTTH (Fiber To The Home) di PT. XYZ masih dalam standardisai yang
diberlakukan oleh ITU-T (International Telecommunication Union of
Telecommunication) yaitu hasil margin daya > 0 (nol) dBm.
3.2.3 Pencarian Rute Terbaik Menggunakan Algortima PSO (Particle
Swarm Optimization)
Hasil pencarian rute terbaik dapat ditampilkan berupa aplikasi console yang
diimplementasikan pada software Microsoft Visual Studio. Adapun realisasinya
adalah sebagai berikut ini:
a. Mengasumsikan bahwa terdapat sebaran 3 (tiga) titik dimensi yaitu dimensi x,
dimensi y, dan dimensi z. Dimana ketiganya memiliki kriteria masing-masing
yaitu dimensi x merupakan hasil downlink dari poses perhitungan power link
budget secara manual yang telah dilakukan sebelumnya, dimensi y merupakan
hasil uplink dari poses perhitungan power link budget secara manual yang telah
dilakukan sebelumnya, sedangkan dimensi z merupakan hasil redaman dari
proses perhitungan redaman secara manual yang telah dilakukan sebelumnya.
Gambar 3.7 tampilan aplikasi console mengenai asumsi dimensi x, y, dan z.
Gambar 3.7 Tampilan Aplikasi Console Mengenai Asumsi Dimensi x, y, dan z
40
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Setiap dimensi memiliki data berupa hasil dari perhitungan sebelumnya dan
batas rentang titik yang terdiri dari batas minimal serta batas maksimal.
Batasan-batasan tersebut berfungsi sebagai batasan constrain yang artinya
jumlah nilai (hasil) dari masing-masing dimensi tidak boleh melebihi angka
tersebut. Gambar 3.8 merupakan tampilan aplikasi console mengenai data-data
pada dimensi x, y, dan z.
Gambar 3.8 Tampilan Aplikasi Console Mengenai Data-Data pada Dimensi x, y, dan z
b. Menentukan nilai fungsi dengan rumus f(x, y, z) = (kx * x^2) + (ky * y^2) + (kz
* z^2) dan posisi dimana fungsi tersebut mengembalikan nilai minimal dengan
Batasan nilai bahwa x + y + z harus bernilai 200. Gambar 3.9 tampilan aplikasi
console mengenai keterangan nilai fungsi yang digunakan.
Gambar 3.9 Tampilan Aplikasi Console Mengenai Keterangan Nilai Fungsi yang Digunakan
Selain itu terdapat beberapa parameter atau konstanta yang harus diketahui,
antara lain:
1. Menentukan dimensi permasalahan dengan mengasumsikan bahwa jumlah
dimensi yang dicari solusinya yaitu 3 dimensi.
2. Menentukan jumlah partikel yang digunakan dalam proses optimasi dengan
mengasumsikan bahwa jumlah partikel = jumlah ODP (Optical Distribution
Point). Dalam case ini mengguakan 9 ODP (Optical Distribution Point).
3. Menentukan jumlah iterasi yang digunakan oleh setiap partikel/ODP
41
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
(Optical Distribution Point) dalam proses optimasi dengan mengasumsikan
bahwa jumlah iterasi yang digunakan yaitu 100 kali.
4. Menentukan total posisi yang harus dicapai dengan mengasumsikan bahwa
semua solusi yang ditentukan oleh masing-masing individu harus berjumlah
sebanyak variabel ini. Dimana total posisi = total user baru yang akan
memasang layanan jaringan FTTH (Fiber To The Home) di PT. XYZ.
Dalam kasus ini total posisi/total user baru yang harus dicapai adalah 200.
Pada gambar 3.10 tampilan aplikasi console mengenai keterangan parameter
atau konstanta digunakan.
Gambar 3.10 Tampilan Aplikasi Console Mengenai Keterangan Parameter-Parameter
yang Digunakan
c. Menginisialisasi data pada masing-masing ODP (Optical Distribution Point)
dengan posisi acak sehingga masing-masing ODP (Optical Distribution Point)
memiliki nilai fungsi yang berbeda. Hasil dari nilai fungsi yang telah diperoleh
dapat ditetapkan sebagai posisi terbaik sementara karena masih harus mencari
nilai terbaik untuk menetapkan posisi terbaik akhir. Gambar 3.11 tampilan
aplikasi console mengenai hasil inisialisasi ODP (Optical Distribution Point)
dan posisi terbaik sementara.
Gambar 3.11 Tampilan Aplikasi Console Mengenai Hasil Inisialisasi ODP
dan Posisi Terbaik Sementara
42
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
d. Melakukan proses pencarian mengeni posisi terbaik, fitness terbaik, dan posisi
terbaik akhir. Hasil yang diperoleh yaitu berdasarkan prinsip TSP (Traveling
Salesman Problem) dimana setiap partikel telah mengunjungi posisi setiap
dimensi dan menyimpan pada memori mengenai posisi terbaik yang telah
dikunjungi sebelumnya hingga partikel tersebut kembali lagi pada posisi awal,
sehingga pada kasus ini telah diperoleh hasil yang dicari yaitu posisi terbaik
akhir adalah ODP (Optical Distribution Point) 5. Gambar 3.12 tampilan
aplikasi console mengenai hasil akhir proses optimasi.
Gambar 3.12 Tampilan Aplikasi Console Mengenai Hasil Akhir Proses Optimasi
43
BAB IV
PEMBAHASAN
4.1 Pengujian
Pengujian yang dilakukan pada penelitian ini terdiri dari 2 tahapan. Pertama
melakukan pengujian terhadap jumlah partikel yang digunakan dalam implementasi
pencarian rute terbaik, kedua melakukan pengujian terhadap parameter-parameter
yang digunakan atau dengan kata lain yaitu pengujian kombinasi parameter.
4.2 Deskripsi Pengujian
Pada penelitian ini, pengujian pertama yang dilakukan yaitu pengujian partikel.
Dimana dalam studi kasus penelitian ini, partikel diasumsikan sebagai jumlah dari
perangkat ODP (Optical Distribution Point) yang terdapat pada rute/jalur FTTH
(Fiber To The Home) di PT. XYZ yaitu sebanyak 9 buah. Pengujian ini bertujuan
untuk mencari posisi terbaik sementara berdasarkan rumus nilai fungsi. Dimana
dalam prosesnya setiap dimensi harus mencapai totalposisi yaitu = 200 untuk
melakukan inisialisasi awal terhadap ke-9 ODP tersebut. Hasil pengujian yang akan
diperoleh yaitu keterangan mengenai ODP (Optical Distribution Point) ke-1 hingga
ODP (Optical Distribution Point) ke-9 dengan masing-masing memiliki nilai
fungsi yang berbeda. ODP (Optical Distribution Point) dengan nilai fungsi terkecil
dijadikan sebagai posisi terbaik sementara.
Pengujian kedua yang dilakukan yaitu pengujian kombinasi parameter. Adapun
parameter-parameter yang digunakan antara lain yaitu iterasi (perulangan)
sebanyak 100 kali terhadap 9 partikel dalam pencarian posisi terbaik, parameter C1
dengan nilai 1, C2 dengan nilai 1, serta bobot inersia (w) sebesar 0.5. Hasil
pengujian yang akan diperoleh yaitu keterangan mengenai sample terbaik dari
jumlah iterasi ke-i beserta ODP (Optical Distribution Point) ke-i secara acak,
dimana setiap iterasi (perulangan) dan ODP (Optical Distribution Point) tersebut
memiliki nilai fitness yang berbeda-beda. Iterasi (perulangan) dan ODP (Optical
44
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Distribution Point) dengan nilai fitness terkecil dapat dijadikan sebagai posisi
terbaik akhir.
4.3 Prosedur Pengujian
Adapun prosedur pengujian yang dilakukan pada penelitian ini yaitu pengujian
partikel dan pengujian kombinasi parameter. Berikut ini merupakan penjelasan
mengenai prosedur dari masing-masing pengujian yang dilakukan:
4.3.1 Pengujian Partikel
Pengujian partikel yang dilakukan dalam penelitian ini yaitu menggunakan rumus
nilai fungsi yang diimplementasikan untuk mencari posisi terbaik sementara dengan
totalposisi yang harus dicapai oleh setiap dimensi yaitu = 200, penjelasannya seperti
berikut ini: (f(x, y, z) = (kx * x^2) + (ky * y^2) + (kz * z^2) = 200). Pengujian
dilakukan terhadap ke-9 partikel/ODP dengan tujuan untuk melakukan inisialisasi
awal pada setiap partikel/ODP dengan hasil akhirnya yaitu masing-masing
memiliki nilai fungsi yang berbeda.
4.3.2 Pengujian Kombinasi Parameter
Pengujian yang dilakukan pada tahap ini menggunakan beberapa parameter pada
proses input dalam mencari posisi terbaik akhir, adapun parameter-parameter input
yang digunakan dalam penelitian ini antara lain yaitu iterasi (perulangan) 100 kali
terhadap 9 partikel/ODP, parameter C1 dengan nilai 1, C2 dengan nilai 1, serta bobot
inersia (w) sebesar 0.5. Pengujian pada tahap ini dilakukan setelah memperoleh
hasil posisi terbaik sementara dengan melakukan update posisi terbaru terhadap
partikel-partikel sebelumnya dengan menghitung nilai fitness. Adapun tujuannya
yaitu untuk memperoleh hasil pencarian posisi terbaik akhir dengan memiliki nilai
fitness terkecil.
45
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
4.4 Data Hasil Pengujian
Pengujian yang telah dilakukan dapat menghasilkan data-data yang akan digunakan
sebagai bahan analisis dari penelitian ini. Adapun data-data dari hasil pengujian
tersebut adalah sebagai berikut ini:
4.4.1 Hasil Pengujian Partikel
Pengujian partikel yang telah dilakukan sebelumnya dapat memperoleh sebuah
tabel data pengujian. Adapun penjelasan mengenai tabel data pengujiannya adalah
sebagai berikut ini:
Tabel 4.1 Hasil Pengujian Partikel
ODP Ke- Nilai Fungsi
1 171483.20
2 168679.50
3 185845.10
4 198388.30
5 175294.00
6 176030.00
7 218232.00
8 209418.00
9 155407.50
Berdasarkan tabel 4.1, hasil pengujian partikel yang diperoleh adalah keterangan
mengenai ke-9 ODP dengan hasil nilai fungsi yang berbeda-beda. Berdasarkan
studi kasus dalam penelitian ini, nilai fungsi digunakan sebagai pengambilan
keputusan dalam menentukan solusi optimum untuk memperoleh posisi terbaik
sementara. Dalam prosesnya, nilai fungsi diimplementasikan sebagai totalposisi
yang harus dicapai oleh setiap dimensi yaitu totalposisi = 200, dan digunakan
sebagai proses inisialisasi awal terhadap ke-9 partikel/ODP. Jika ke-9 partikel/ODP
tersebut masing-masing telah memperoleh hasil nilai fungsi, maka artinya dimensi
46
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
tersebut telah mencapai pada totalposisi yang dituju. Hasilnya, ODP dengan nilai
fungsi minimal dijadikan sebagai posisi terbaik sementara.
4.4.2 Hasil Pengujian Kombinasi Parameter
Pengujian kombinasi parameter yang telah dilakukan pada tahapan sebelumnya
dapat menghasilkan sebuah tabel data pengujian. Berikut ini merupakan penjelasan
mengenai tabel data pengujiannya:
Tabel 4.2 Hasil Pengujian Kombinasi Parameter
Iterasi ke- ODP ke- Nilai fitness
3 1 153499.20
3 8 153162.80
4 1 152650.80
4 5 152475.20
5 1 152353.20
5 4 152284.80
5 5 152270.00
Berdasarkan tabel 4.2, hasil dari pengujian kombinasi parameter yang diperoleh
adalah keterangan mengenai 7 sample iterasi (perulangan) terbaik dari proses
optimasi menggunakan algoritma PSO (Particle Swarm Optimization) pada studi
kasus penelitian ini. Partikel/ODP secara acak akan mencari posisi-posisi terbaik
yang pernah dilaluinya kemudian disimpan dalam memory, setelah itu posisi-posisi
terbaik tersebut dimunculkan berdasarkan cara kerja optimasi dari algortima PSO
(Particle Swarm Optimization) itu sendiri. Semakin banyak iterasi (perulangan)
yang dilakukan terhadap partikel/ODP dalam proses mencari posisi terbaik akhir
maka semakin kompleks hasil nilai fitness yang diperoleh. Maka dari itu hasil
pengujian kombinasi parameter yang dapat diperoleh dalam penelitian ini yaitu
menjadikan nilai fitness terkecil diantara yang lainnya sebagai solusi pencarian
posisi terbaik akhir.
47
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
4.5 Analisis Data
Berdasarkan data-data yang telah diperoleh dari hasil pengujian partikel dan
pengujian kombinasi parameter sebelumnya, maka perlu dilakukan analisis
terhadap data-data tersebut untuk mengetahui hasil akhir dari pengujian dalam
penelitian ini. Berikut ini merupakan penjelasan mengenai analisis terhadap data-
data tersebut:
4.5.1 Data Hasil Pengujian Partikel
Hasil pengujian partikel yang telah dilakukan sebelumnya dapat sebuah
memperoleh grafik data mengenai keterangan 9 ODP dengan masing-masing
memiliki nilai fungsi yang berbeda-berbeda. Dimana ODP dengan nilai fungsi
minimal dapat dijadikan sebagai posisi terbaik sementara. Gambar 4.1
menunjukkan grafik data dari hasil pengujian partikel.
Gambar 4.1 Grafik Data Pengujian Partikel
Berdasarkan gambar 4.1 mengenai hasil pengujian partikel yang telah dilakukan
dapat memperoleh keterangan bahwa ODP ke-9 memiliki nilai fungsi minimal yaitu
sebesar 155407.50. Dengan demikian posisi terbaik sementara dimiliki oleh ODP
ke-9.
1 2 3 4 5 6 7 8 9
171483.2 168679.5185845.1
198388.3
175294 176030
218232209418
155407.5
0
50000
100000
150000
200000
250000
Pengujian Partikel
ODP Ke- Nilai Fungsi
48
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
4.5.2 Data Hasil Pengujian Kombinasi Parameter
Hasil dari pengujian kombinasi parameter yang telah dilakukan pada tahapan
sebelumnya dapat menghasilkan sebuah grafik data mengenai iterasi (perulangan)
ke- dan ODP ke-. Dimana setiap iterasi (perulangan) dan ODP tersebut masing-
masing memiliki nilai fitness yang berbeda-beda. Iterasi (perulangan) dan ODP
dengan nilai fitness terkecil dapat dijadikan sebagai posisi terbaik akhir. Gambar
4.2 menunjukkan grafik data dari pengujian kombinasi parameter yang telah
dilakukan pada tahapan sebelumnya.
Gambar 4.2 Grafik Data Pengujian Kombinasi Parameter
Berdasarkan gambar 4.2 mengenai hasil pengujian kombinasi parameter yang telah
dilakukan, nilai fitness terkecil dimiliki oleh iterasi ke-5 dan ODP ke-5 dengan nilai
fitness 152270.00. Dengan demikian posisi terbaik akhir dimiliki oleh ODP ke-5
pada iterasi ke-5.
49
BAB V
PENUTUP
5.1 Kesimpulan
Adapun kesimpulan yang diperoleh dari hasil penelitian skripsi ini mengenai
optimasi rute jaringan FTTH (Fiber To The Home) pada PT. XYZ menggunakan
algoritma PSO (Particle Swarm Optimization) dengan skema TSP (Traveling
Salesman Problem) adalah sebagai berikut ini:
a. Hasil perhitungan nilai total redaman secara manual memperoleh nilai sebesar
5.40 dBm. Dimana hasil tersebut dapat memenuhi standardisasi yang berlaku
pada PT. Gerbang Sinergi Prima yaitu ≤ 25dBm.
b. Hasil perhitungan power link budget yang terdiri dari downlink dan uplink dapat
memperoleh nilai yang baik. Hasil downlink sebesar 21.45756 dBm dengan
margin daya sebesar 9.54244 dBm. Sedangkan hasil uplink sebesar 22.12375
dBm dengan margin daya 8.87625 dBm. Dimana hasil keduanya tersebut dapat
memenuhi standardisasi ITU-T (Internatioanal Telecommunication Union of
Telecommunication), yaitu hasil margin daya ≥ 0 (nol) dBm.
c. Pada pengujian partikel, menggunakan 9 partikel sebagai ODP yang terdapat
pada rute FTTH (Fiber To The Home) di PT. XYZ dengan iterasi (perulangan)
100 kali. Hasil pengujian yang diperoleh yaitu keterangan 9 ODP dengan
masing-masing memiliki nilai fungsi yang berbeda, ODP dengan nilai fungsi
minimal dijadikan posisi terbaik sementara, yaitu pada ODP ke-9 dengan nilai
fungsi 155407.50.
d. Pada pengujian kombinasi parameter, menggunakan parameter C1 dengan nilai
1, C2 dengan nilai 1, serta bobot inersia (w) sebesar 0.5. Hasil pengujian
memperoleh rute-rute terbaik pada setiap iterasi (perulangan) dan masing-
masing memiliki nilai fitness yang berbeda-beda. ODP pada iterasi (perulangan)
yang memiliki nilai fitness terkecil dijadikan sebagai posisi terbaik akhir, yaitu
ODP ke-5 pada iterasi (perulangan) ke-5 dengan nilai fitness sebesar 152270.00.
50
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
2.5 Saran
Adapun saran dari hasil penelitian skripsi ini mengenai optimasi rute jaringan
FTTH (Fiber To The Home) pada PT. XYZ menggunakan algoritma PSO (Particle
Swarm Optimization) dengan skema TSP (Traveling Salesman Problem) yaitu
metode dan algoritma yang digunakan dapat dikembangkan dengan metode dan
algortima optimasi lain yang lebih baik dan relavan pada studi kasus yang akan
dijadikan bahan penelitian selanjutnya sehingga dapat memperoleh hasil yang lebih
optimal daripada penelitian ini, serta untuk penelitian selanjutnya dapat
ditambahkan hasil akhirnya berupa UI (User Interface) maupun GUI (Graphic User
Interface) agar lebih menarik dan mudah dipahami oleh reviewer.
51
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
DAFTAR PUSTAKA
Agil, W., dan Zulfin, M. 2015. “Analisis Rugi-Rugi Serat Optik Di Pt. Icon+
Regional Sumbagut”. Singuda ENSIKOM, Vol.11, No.29, hlmn. 19-23.
Sumatera Utara: Universitas Sumatera Utara (USU).
Alfarizi, M. 2015. “Pembuatan Desain Jaringan Fiber To The Home (ftth) Pada
Perumahan Buah Batu Square Bandung”. e-Proceedings of Applied Science
Vol.1, No.2. Bandung: Telkom University.
Anggodo, Y. P., Cahyaningrum, W., Fauziyah, A. N., Khoiriyah, I. L., Kartikasari,
O., dan Cholissodin, I. 2017. “Hybrid K-Means dan Particle Swarm
Optimization untuk clustering nasabah kredit”. Jurnal Teknologi Informasi
dan Ilmu Komputer (JTIIK) p-ISSN, 2355, 7699.
Anonim, 2020. “Pelayanan Terbaik PT. Gerbang Sinergi Prima”.
https://www.gsp.co.id/en/ .[16 April 2020]
Azis, A., dan Tarwoto, T. 2017. “Aplikasi Pelayanan Surat Kelahiran dan Kematian
Desa Kemiri Kec. Sumpiuh Kab. Banyumas”. JUITA: Jurnal
Informatika, 5(1), 7-13.
Fatmawati, B. P., dan Noviani, E. 2015. “Penyelesaian Travelling Salesman
Problem Dengan Metode Tabu Search”. BIMASTER, 4(01).
Fayakun, K., Afandi, A., Afifah, F., dan Ramza, H. 2018. “ANALISA
PERBANDINGAN PENGUKURAN MARGIN SINYAL DVB-S2 PADA
SATELIT ASIASAT 9”. JURNAL KAJIAN TEKNIK ELEKTRO, 3(2), 162-
172.
Fitriyani, A., Damayanti, T. N., dan Yudha, M. S. 2015. “Perancangan Jaringan
Fiber To The Home (FTTH) Perumahan Nataendah Kopo”. eProceedings
of Applied Science, 1(2).
Kartiria, K. 2017. “Optimalisasi Jaringan Komunikasi Serat Optik Melalui Analisa
Power Budget (Studi Kasus PT. Telkom di STO Padang)”. Jurnal Teknik
Elektro, 6(1), 28-36.
Muhamad, H., Prasojo, C. A., Sugianto, N. A., Surtiningsih, L., dan Cholissodin, I.
2017. “Optimasi Naïve Bayes Classifier Dengan Menggunakan Particle
Swarm Optimization Pada Data Iris”. Jurnal Teknologi Informasi dan Ilmu
Komputer (JTIIK), p-ISSN, 2355-7699. Vol.4, No.3, hlmn 180-184.
Malang: Universitas Brawijaya.
52
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Mutaharrik, M. I., dan Sugito, S. 2016. “Perancangan Jaringan Fiber To The Home
(ftth) Menggunakan Teknologi Gigabit Passive Optical Network (gpon) Di
Central Karawaci”. e-Proceedings of Engineering, Vol.3, No. 1, Page 576.
Bandung: Universitas Telkom.
Pramundia, N. O., Sudiarta, P. K., dan Gunantara, N. 2015. “Analisis Kualitas
Jaringan Gpon Pada Layanan Iptv PT. Telkom Di Daerah Denpasar,
Bali”. Jurnal Spektrum, 2(2), 85-91.
Priyadana, I. R., Sumbodo, B. A. A., dan Widodo, T. W. 2018. “Implementasi
Algoritma PSO Pada Multi Mobile Robot Dalam Penentuan Posisi Target
Terdekat”. IJEIS (Indonesian Journal of Electronics and Instrumentation
Systems), 8(1), 13-24.
Rumahorbo, R. L., dan Mansyur, A. 2016. “Konsistensi metode simpleks dalam
menentukan nilai optimum”. KARISMATIKA: Kumpulan Artikel Ilmiah,
Informatika, Statistik, Matematika dan Aplikasi, 3(1).
Stefano, 2015. “Algoritma PSO (Particle Swarm Optimization)”.
https://piptools.net/algoritma-pso-particle-swarm-optimization/ .[24 Maret
2020]
Suprayogi, D. A., dan Mahmudy, W. F. 2015. “Penerapan algoritma genetika
traveling salesman problem with time window: Studi kasus rute antar
jemput laundry”. Jurnal Buana Informatika, 6(2).
Tianto, R. 2017. “Analisis Dan Optimasi Pada Jaringan Kabel Fiber Optik Kerumah
(Fiber To The Home) di Surabaya Timur Menggunakan Integer Linier
Programming”. (Doctoral dissertation, Institut Teknologi Sepuluh
Nopember).
Umagapi, D., dan Hasan, S. 2018. “SISTEM INFORMASI PENGENDALIAN
INTERNAL PROSEDUR PENCATATAN AKUNTANSI PENGGAJIAN
PADA PT. HALMAHERA KARYA TIMUR PERSADA
MENGGUNAKAN VISUAL STUDIO”. IJIS-Indonesian Journal On
Information System, 3(2).
Umaternate, I., Saifuddin, M. Z., dan Saman, H. 2016. “Sistem Penyambungan dan
Pengukuran Kabel Fiber Optik Menggunakan Optical Time Domain
Reflectometer (OTDR) pada PT. Telkom Kandatel Ternate”. PROtek:
Jurnal Ilmiah Teknik Elektro, 3(1), 26-34.
Wanto, A. 2017. “Optimasi Prediksi Dengan Algoritma Backpropagation Dan
Conjugate Gradient Beale-Powell Restarts”. Jurnal Nasional Teknologi dan
Sistem Informasi, 3(3), 370-380.
53
Jurusan Teknik Informatika dan Komputer – Politeknik Negeri Jakarta
Yuliastuti, G. E., Mahmudy, W. F., dan Rizki, A. M. 2017. “Penanganan Fuzzy
Time Window pada Travelling Salesman Problem (TSP) dengan
Penerapan Algoritma Genetika”. MATICS, 9(1), 38-43.
54
DAFTAR RIWAYAT HIDUP PENULIS
Ahmad Syahrul Fardani
Lulus dari Madrasah Ibtidaiyah Umdatur
Rasikhien Jakarta Timur tahun 2010,
Madrasah Tsanawiyah Umdatur Rasikhien
Jakarta Timur tahun 2013, dan SMK
Dinamika Pembangunan 1 Jakarta Timur
tahun 2016. Gelar Sarjana Terapan (D4)
diperoleh pada tahun 2020 dari Program Studi
Teknik Multimedia dan Jaringan, Jurusan
Teknik Informatika dan Komputer,
Politeknik Negeri Jakarta.
LAMPIRAN
L-1 Source Code Algoritma PSO
Module Module1 Private rnd As Random = Nothing Sub Main() Try Console.WriteLine("") Console.WriteLine("Optimasi Rute FTTH PT.XYZ Menggunakan Algoritma PSO (Particle Swarm Optimization)") Console.WriteLine("") Console.WriteLine("Pencarian Posisi Terbaik dengan Nilai Fungsi Minimal") Console.WriteLine("") Console.WriteLine("Diasumsikan ada sebaran titik 3 dimensi, yaitu dimensi x, y, z") Console.WriteLine("") Console.WriteLine("Dimensi x Merupakan Hasil Downlink dari Proses Perhitungan Power Link Budget Secara Manual yang telah dilakukan") Console.WriteLine("Dimensi y Merupakan Hasil Uplink dari Proses Perhitungan Power Link Budget Secara Manual yang telah dilakukan") Console.WriteLine("Dimensi z Merupakan Hasil Redaman Total dari Proses Perhitungan Redaman Secara Manual yang telah dilakukan") Console.WriteLine("") Console.WriteLine("Masing-Masing Dimensi Memiliki Hasil Perhitungan dan Batas Rentang Titik yang Dapat Digunakan") Console.WriteLine("") Console.WriteLine("") Console.WriteLine("Data pada Masing-Masing Dimensi Adalah Sebagai Berikut :") Console.WriteLine("Dimensi, Hasil, Batas Minimal, Batas Maksimal") Console.WriteLine("x , 21.4 , 30 , 80") Console.WriteLine("y , 22.1 , 50 , 100") Console.WriteLine("z , 5.4 , 80 , 150") Console.WriteLine("") Dim data(2)() As Double data(0) = New Double() {21.4, 30, 80} data(1) = New Double() {22.1, 50, 100} data(2) = New Double() {5.4, 80, 150} Console.WriteLine("Nilai fungsi yang diketahui adalah dengan rumus f(x, y, z) = (kx * x^2) + (ky * y^2) + (kz * z^2)") Console.WriteLine("Tentukan posisi dimana fungsi tersebut mengembalikan nilai minimal") Console.WriteLine("Dengan batasan nilai bahwa x + y + z harus bernilai 200") Console.WriteLine("") rnd = New Random(0) 'Tentukan dimensi permasalahan 'Diasumsikan dalam kasus ini, dimensi bernilai 3 karena ada 3 dimensi yang akan dicari solusinya Const dimensi As Integer = 3
(Lanjutan)
'Tentukan jumlah partikel yang digunakan dalam perhitungan 'Diasumsikan dalam kasus ini Jumlah partikel = Jumlah ODP 'jumlah partikel/ODP yang digunakan adalah 9 partikel/ODP Const jumlahODP As Integer = 9 'Tentukan jumlah iterasi yang digunakan oleh setiap partikel untuk melakukan proses 'Diasumsikan dalam kasus ini, jumlah iterasi yang digunakan adalah 100 kali Const jumlahIterasi As Integer = 100 'Tentukan total posisi yang harus dicapai 'Semua solusi yang ditemukan oleh masing-masing individu harus berjumlah sebanyak variabel ini 'Dalam kasus ini total posisi diasumsikan sebagai batasan jumlah user baru 'Diasumsikan dalam kasus ini, total posisi/user yang harus dicapai adalah 200 Const totalPosisi As Integer = 200 'Tentukan batas kecepatan untuk perpindahan posisi partikel/ODP dalam setiap proses 'Diasumsikan dalam kasus ini nilai minimal dan nilai maksimal adalah 10% dari masing-masing batas nilai pada tiap-tiap dimensi 'Dalam kasus ini, apabila nilai minimal dan maksimal dari sebuah dimensi adalah 30 dan 80, 'Maka nilai minimalnya adalah -(100-50)/50 = -1, dan nilai maksimalnya adalah (100-50)/50 = 1 Dim minKecepatan(dimensi - 1) As Double Dim maksKecepatan(dimensi - 1) As Double For i As Integer = 0 To dimensi - 1 minKecepatan(i) = -(data(i)(2) - data(i)(1)) / 10 maksKecepatan(i) = (data(i)(2) - data(i)(1)) / 10 Next Console.WriteLine("jumlah Dimensi = " & dimensi) Console.WriteLine("jumlah ODP = " & jumlahODP) Console.WriteLine("jumlah Iterasi = " & jumlahIterasi) Console.WriteLine("total posisi yang harus dicapai = " & totalPosisi) Console.WriteLine("") Dim swarm(jumlahODP - 1) As Partikel Dim posisiTerbaik(dimensi - 1) As Double Dim fitnessTerbaik As Double = Double.MaxValue Console.WriteLine("Inisialisasi ODP pada posisi acak :") Console.WriteLine("") Dim indeksPosisiTerbaik As Integer = -1 Dim posisi(dimensi - 1) As Integer
(Lanjutan)
'1. Lakukan Inisialisasi data pada masing-masing partikel/ODP For i As Integer = 0 To swarm.Length - 1 Dim jumlahPosisi As Integer = 0 Do While jumlahPosisi <> totalPosisi '1a. Inisialisasi semua posisi partikel/ODP awal dengan posisi acak 'Setiap dimensi memiliki batas minimal dan maksimal sendiri-sendiri, sesuai pada isian parameter data jumlahPosisi = 0 For j As Integer = 0 To posisi.Length - 1 posisi(j) = rnd.Next(data(j)(1), data(j)(2)) jumlahPosisi += posisi(j) Next j '1b. Perlu diingat bahwa jumlah posisi diatas belum tentu sesuai dengan parameter totalPosisi 'Oleh karena itu, lakukan penyesuaian posisi agar jumlah posisi selalu bernilai sama dengan parameter totalPosisi Dim selisih As Integer = totalPosisi - jumlahPosisi Dim idx As Integer = rnd.Next(dimensi) Dim posisiBaru As Integer = posisi(idx) + selisih If posisiBaru < data(idx)(1) Then Continue Do If posisiBaru > data(idx)(2) Then Continue Do jumlahPosisi = jumlahPosisi - posisi(idx) + posisiBaru posisi(idx) = posisiBaru Loop '1c. Inisialisasi nilai kecepatan semua partikel/ODP awal dengan nilai kecepatan acak Dim kecepatanAcak(dimensi - 1) As Double For j As Integer = 0 To kecepatanAcak.Length - 1 Dim lo As Double = -1.0 * Math.Abs(data(j)(2) – data(j)(1)) / 10 Dim hi As Double = Math.Abs(data(j)(2) - data(j)(1)) / 10 kecepatanAcak(j) = (hi - lo) * rnd.NextDouble() + lo Next j '1d. Hitung nilai fitness dari posisi acak tersebut 'Karena tujuan permasalahan adalah mencari nilai minimal, maka semakin rendah nilai fungsi akan semakin baik 'Penjelasan lebih detail tentang fungsi ini dapat dilihat pada penjelasan skrip dibawah ini Dim fitness As Double = HitungFitness(posisi, data) swarm(i) = New Partikel(posisi, fitness, kecepatanAcak, posisi, fitness) Console.WriteLine("ODP " & (i + 1).ToString.PadRight(2) & " nilai fungsi = " & swarm(i).fitness.ToString("F2"))
(Lanjutan)
'1e. Lakukan pengecekan nilai fitness, 'Jika nilai fitness ini lebih baik dari nilai fitness umum, maka ambil posisi acak ini sebagai posisi terbaik umum If swarm(i).fitness < fitnessTerbaik Then fitnessTerbaik = swarm(i).fitness swarm(i).posisi.CopyTo(posisiTerbaik, 0) indeksPosisiTerbaik = i End If Next i Console.WriteLine("") Console.WriteLine("") Console.WriteLine("Posisi terbaik sementara :") Console.WriteLine("") Console.WriteLine("ODP " & indeksPosisiTerbaik + 1 & " nilai fungsi = " & fitnessTerbaik.ToString("F2")) Console.WriteLine("")
'2. Tentukan bobot inertia (w), bobot kognitif (c1) = bobot pbest (posisi terbaik yang pernah dicapai partikel), 'dan bobot sosial (c2) = gbest (posisi terbaik dari keseluruhan partikel dalam kelompok) 'Nilai acuan untuk masing-masing variabel dapat dilihat di http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=00870279 'Diasumsikan dalam kasus ini, nilai bobot tersebut akan mengikuti nilai acuan yang sudah ada Const w As Double = 0.5 Const c1 As Double = 1 Const c2 As Double = 1 'nilai random untuk c1 dan c2 Dim r1, r2 As Double Console.WriteLine("Mulai Proses Pencarian Posisi Terbaik, Fitness Terbaik, dan Posisi Terbaik Akhir :") Console.WriteLine("")
'3. Lakukan proses pencarian posisi terbaik sebanyak jumlah perulangan (poin 3a - 3f) Dim iterasi As Integer = 0 Do While iterasi < jumlahIterasi iterasi += 1 Dim kecepatanBaru(dimensi - 1) As Double Dim posisiBaru(dimensi - 1) As Integer Dim fitnessBaru As Double For i As Integer = 0 To swarm.Length - 1 Dim partikelTerpilih As Partikel = swarm(i) '3a. Lakukan perulangan untuk setiap partikel 'Cari kecepatan perpindahan posisi yang baru dengan rumus: 'v baru = (w * v skrg) + (c1 * r1 * (posisi terbaik – posisi skrg)) + (c2 * r2 * (posisi umum terbaik – posisi skrg))
(Lanjutan)
'Jika kecepatan yang baru ternyata diluar batas minKecepatan dan maksKecepatan pada masing-masing dimensi, 'maka kembalikan nilainya agar masuk dalam batas Kecepatan For j As Integer = 0 To partikelTerpilih.kecepatan.Length - 1 r1 = rnd.NextDouble() r2 = rnd.NextDouble() kecepatanBaru(j) = (w * partikelTerpilih.kecepatan(j)) + (c1 * r1 * (partikelTerpilih.posisiTerbaik(j) – partikelTerpilih.posisi(j))) + (c2 * r2 * (posisiTerbaik(j) – partikelTerpilih.posisi(j))) If kecepatanBaru(j) < minKecepatan(j) Then kecepatanBaru(j) = minKecepatan(j) ElseIf kecepatanBaru(j) > maksKecepatan(j) Then kecepatanBaru(j) = maksKecepatan(j) End If Next j kecepatanBaru.CopyTo(partikelTerpilih.kecepatan, 0) '3b. Lakukan update posisi yang baru dengan cara posisi lama + kecepatan baru 'Jika posisi yang baru ternyata diluar batas variabel minX dan maksX (0 - 5), maka kembalikan posisinya agar masuk dalam batas For j As Integer = 0 To partikelTerpilih.posisi.Length - 1 posisiBaru(j) = partikelTerpilih.posisi(j) + kecepatanBaru(j) If posisiBaru(j) < data(j)(1) Then posisiBaru(j) = data(j)(1) ElseIf posisiBaru(j) > data(j)(2) Then posisiBaru(j) = data(j)(2) End If Next j '3c. Sama seperti perhitungan sebelumnya, jumlah posisi yang baru belum tentu sesuai dengan parameter totalPosisi 'Oleh karena itu, lakukan penyesuaian posisi agar jumlah posisi selalu bernilai sama dengan parameter totalPosisi Dim jumlahPosisi As Integer = 0 For k As Integer = 0 To dimensi - 1 jumlahPosisi += posisiBaru(k) Next Do While jumlahPosisi <> totalPosisi Dim selisih As Integer = totalPosisi - jumlahPosisi Dim selisihPerDimensi(dimensi - 1) As Integer
(Lanjutan)
Dim idx As Integer = -1 Do While selisih <> 0 idx = rnd.Next(dimensi) If selisih > 0 Then If posisiBaru(idx) + selisihPerDimensi(idx) < data(idx)(2) Then selisihPerDimensi(idx) += 1 selisih -= 1 End If Else If posisiBaru(idx) + selisihPerDimensi(idx) > data(idx)(1) Then selisihPerDimensi(idx) -= 1 selisih += 1 End If End If Loop For k As Integer = 0 To dimensi - 1 Dim posBaru As Integer = posisiBaru(k) + selisihPerDimensi(k) If posBaru < data(k)(1) Then Continue Do If posBaru > data(k)(2) Then Continue Do Next For k As Integer = 0 To dimensi - 1 Dim posBaru As Integer = posisiBaru(k) + selisihPerDimensi(k) jumlahPosisi = jumlahPosisi - posisiBaru(k) + posBaru posisiBaru(k) = posBaru Next Loop posisiBaru.CopyTo(partikelTerpilih.posisi, 0) '3d. Hitung nilai fitness untuk posisi yang baru fitnessBaru = HitungFitness(posisiBaru, data) partikelTerpilih.fitness = fitnessBaru
'3e. Jika nilai fitness baru lebih baik dari nilai fitness sebelumnya, maka ambil posisi yang baru sebagai posisi terbaik partikel tersebut If fitnessBaru < partikelTerpilih.fitnessTerbaik Then posisiBaru.CopyTo(partikelTerpilih.posisiTerbaik, 0) partikelTerpilih.fitnessTerbaik = fitnessBaru End If '3f. Jika nilai fitness baru ternyata lebih baik dari nilai fitness umum, maka ambil posisi yang baru sebagai posisi terbaik secara umum If fitnessBaru < fitnessTerbaik Then posisiBaru.CopyTo(posisiTerbaik, 0) fitnessTerbaik = fitnessBaru
(Lanjutan)
Dim s As String = swarm(i).ToString() If s <> "" Then Console.Write("Perulangan " & iterasi & ", ODP " & i & " : ") Console.WriteLine(s) End If End If Next i Loop Console.Write(vbLf & "Posisi Terbaik = ") For i As Integer = 0 To posisiTerbaik.Length - 1 Console.Write(posisiTerbaik(i).ToString("F0") & " ") Next i Console.WriteLine("") Console.WriteLine("") Console.WriteLine("") Console.Write("Fitness Terbaik = " & fitnessTerbaik.ToString("F2")) Console.WriteLine("") Console.WriteLine("") Console.WriteLine("") Console.WriteLine("Posisi Terbaik Akhir = ODP " & posisiTerbaik.Length + 2 & "") Console.WriteLine("") Console.WriteLine("") Console.ReadLine() Catch ex As Exception Console.WriteLine("Error: " & ex.Message) Console.ReadLine() End Try End Sub
'Gunakan fungsi ini untuk menghitung nilai fitness pada masing-masing partikel 'Rumus yang digunakan adalah sesuai dengan rumus yang sudah ditentukan, yaitu 'f(x, y, z) = (kx * x^2) + (ky * y^2) + (kz * z^2) Private Function HitungFitness(ByVal posisi() As Integer, ByVal data()() As Double) As Double Dim hasil As Double = 0.0 For i As Integer = 0 To posisi.Length - 1 hasil += data(i)(0) * posisi(i) * posisi(i) Next i Return hasil End Function
Public Class Partikel Public posisi() As Integer Public fitness As Double
(Lanjutan)
Public kecepatan() As Double Public posisiTerbaik() As Integer Public fitnessTerbaik As Double Public lastString As String = ""
Public Sub New(ByVal posisi() As Integer, ByVal fitness As Double, ByVal kecepatan() As Double, ByVal posisiTerbaik() As Integer, ByVal fitnessTerbaik As Double) Me.posisi = New Integer(posisi.Length - 1) {} posisi.CopyTo(Me.posisi, 0) Me.fitness = fitness Me.kecepatan = New Double(kecepatan.Length - 1) {} kecepatan.CopyTo(Me.kecepatan, 0) Me.posisiTerbaik = New Integer(posisiTerbaik.Length - 1) {} posisiTerbaik.CopyTo(Me.posisiTerbaik, 0) Me.fitnessTerbaik = fitnessTerbaik End Sub
Public Overrides Function ToString() As String Dim s As String = "" s &= "posisi: " For i As Integer = 0 To Me.posisi.Length - 1 s &= Me.posisi(i).ToString("F0") & " " Next i s &= ", " s &= "Fitness = " & Me.fitness.ToString("F2") If s <> lastString Then lastString = s Return s Else Return "" End If End Function End Class End Module
L-2 Hasil Pengukuran Menggunakan OTDR
a. OTDR ODP 1
(Lanjutan)
(Lanjutan)
b. OTDR ODP 2
(Lanjutan)
(Lanjutan)
c. OTDR ODP 3
(Lanjutan)
(Lanjutan)
d. OTDR ODP 4
(Lanjutan)
(Lanjutan)
e. OTDR ODP 5
(Lanjutan)
(Lanjutan)
f. OTDR ODP 6
(Lanjutan)
(Lanjutan)
g. OTDR ODP 7
(Lanjutan)
(Lanjutan)
h. OTDR ODP 8
(Lanjutan)
(Lanjutan)
i. OTDR ODP 9
(Lanjutan)