Perpustakaan Digital ITB

Power Domain Non-Orthogonal Multiple Access (PD NOMA) adalah satu dari banyaknya teknik MA (multiple access) yang diaplikasikan pada komunikasi seluler untuk menambah efisiensi spektrum. Pada teknik ini, resource yang terbatas, misalnya daya dan frekuensi, dialokasikan ke beberapa perangkat pengguna (user equipment atau UE) yang ada dalam satu sel secara non- ortogonal. Diperlukan konsep user clustering, di mana perangkat pengguna di- kluster atau diklasterkan untuk meningkatkan sum-rate sistem. Tujuan dari tugas akhir ini adalah untuk menghasilkan suatu algoritma klustering atau sistem yang dapat meningkatkan sum-rate pada PD-NOMA. Tugas ini dilakukan dengan menggunakan AI, yaitu algoritma K-means yang kemudian akan dilakukan dua macam modifikasi sehingga akan menghasilkan dua algoritma berbeda. Lalu, dari kedua algoritma tersebut, akan dihitung masing-masing sum-rate-nya dan akan dibandingkan dengan sum-rate dari algoritma konvensional pada NOMA dan dibandingkan juga dengan sum-rate dari teknik multiple access Orthogonal Multiple Access (OMA) yang pada kasus ini menggunakan TDMA. Hasil menunjukkan bahwa algoritma modifikasi yang pertama mampu menunjukkan nilai sum-rate yang lebih tinggi dari sum-rate OMA dan konvensional NOMA. Sedangkan, algoritma modifikasi yang kedua sayangnya menunjukkan nilai sum- rate yang lebih rendah dari sum-rate konvensional NOMA. Namun, keduanya masih lebih tinggi daripada sum-rate OMA. Kesimpulan dari karya tulis ini yaitu, dengan algoritma pengklasteran yang tepat, mampu meningkatkan sum-rate pada PD-NOMA yang lebih baik dibandingkan dengan sum-rate pada OMA sehingga sangat cocok untuk penggunaan pada jaringan 5G.