Nowadays, wireless communication technology is developing rapidly. However, this technology still has some weaknesses, e.g. large bandwidth requirement and multipath fading. To overcome these weaknesses, MIMO OFDM technique is needed. This paper implements MIMO OFDM 2x2 communication system in Universal Software Radio Peripheral (USRP). The performance of MIMO OFDM 2x2 is shown by the throughput value. This value is compared to the throughput value of single carrier and SISO OFDM. The modulations used are BPSK, 4-QAM, and 16-QAM. In 4-QAM modulation, the throughput value of MIMO OFDM is significantly larger than throughput value of single carrier and SISO OFDM. The throughput value of single carrier communication system is 27.71 Mbit/s, while the throughput value of the SISO OFDM communication system is 60.27 Mbit/s, and the throughput value of the MIMO OFDM 2x2 communication system is 123.03 Mbit/s. Intisari-Dewasa ini teknologi komunikasi nirkabel berkembang dengan cepat. Meskipun demikian, teknologi ini masih memiliki beberapa kekurangan, yakni kebutuhan lebar pita yang besar dan adanya multipath fading. Untuk mengatasi hal tersebut, diperlukan adanya teknik MIMO OFDM. Makalah ini mengimplementasikan sistem komunikasi MIMO OFDM 2x2 pada Universal Software Radio Peripheral (USRP). Kinerja dari sistem komunikasi MIMO OFDM 2x2 ini dilihat dari nilai throughput. Nilai throughput tersebut dibandingkan dengan nilai throughput pada single carrier dan SISO OFDM. Modulasi yang digunakan ialah BPSK, 4-QAM, dan 16-QAM. Pada modulasi 4-QAM, throughput MIMO mengalami kenaikan yang signifikan dibandingkan single carrier dan SISO OFDM. Nilai throughput yang dihasilkan pada sistem komunikasi single carrier sebesar 27,74 Mbit/s, sedangkan nilai throughput pada SISO OFDM sebesar 60,27 Mbit/s, dan throughput pada MIMO OFDM 2x2 adalah sebesar 123,03 Mbit/s.
Teknologi Internet of Things (IoT) saat ini terus berkembang dan manfaatnya sudah mulai bayak dirasakan oleh sebagian besar masyarkat. Beberapa aplikasi IoT seperti smart home, smart factory, smart agriculture. Pada implementasi sistem IoT diperlukan perangkat yang berfungsi untuk mengumpulkan dan memproses beberapa jenis data. Sehingga diperlukan sebuah resouce yang handal yang sering disebut dengan cloud computing. Cloud computing merupakan pusat data yang terpusat. Karena jarak yang jauh maka menjadi kelemahan untuk beberapa aplikasi yang sensitif terhadap waktu. Pada penelitian ini akan dikembangkan sebuah sistem fog computing pada internet of things services pada untuk aplikasi smart home. Berdasarkan hasil pengujian didapatkan waktu proses komputasi pada aplikasi monitoring suhu dan kelebaban sebesar 0,152 detik, pada aplikasi pengaturan dimmer lampu sebesar 0,339 detik dan apada aplikasi face recognition sebesar 6,602 detik.
Abstrak: Teknik OFDM mempunyai kelemahan, salah satunya adalah tingginya PAPR yang akan menyebabkan distorsi non-linear pada Power Amplifier (PA), dikarenakan PA membatasi keluaran dengan nilai tertentu yang dapat mengurangi efisiensi daya amplifier. Dalam mengatasi masalah tersebut maka diperlukan teknik reduksi PAPR. Untuk teknik reduksi PAPR efisien yang digunakan adalah Selective Mapping (SLM). Teknik Reduksi PAPR SLM sendiri tidak dapat untuk memperbaiki daerah non-linear pada Power Amplifier, oleh karena itu diterapkan teknik pemodelan HPA Predistorsi untuk meningkatkan efisiensi dari PA dengan memperluas jangkauan linear dan mencegah sinyal jatuh ke wilayah saturasi PA. Untuk pemodelan HPA yang digunakan yaitu pemodelan Hammerstein. Model Hammerstein ini sederhana namun efektif untuk menggambarkan kinerja PA dan kinerja predistorter non-linear akan berlawanan dengan PA dengan menggunakan efek memori. Hasil kerja dari teknik gabungan tersebut dapat dianalisa berdasakan kurva BER dan kurva CCDF yang dihasilkan. Performansi BER dapat diperbaiki ketika menggunakan teknik reduksi SLM yang dikombinasikan dengan teknik predistorsi, dimana pada nilai SNR sebesar 15 dB sudah mampu mengatasi probabilitas BER. Namun, ketika tanpa teknik predistorsi baru bisa mengatasi probabilitas BER pada nilai SNR sebesar 22 dB. Untuk teknik reduksi SLM dan teknik predistorsi dengan subblok 16 mampu menghasilkan nilai lebih baik daripada saat menggunakan subblok 4 dan 8 yaitu dapat mencapai probabilitas BER hingga 10-6 dengan nilai SNR 14 dB, dan sudah dapat mengatasi probabilitas BER pada SNR 15 dB. Dengan teknik predistorsi ini mampu meningkatkan linearisasi pada PA. Sehingga dapat dibuktikan untuk dapat melewati HPA, sinyal dengan reduksi menggunakan subblok 4 sudah dapat melewati HPA yang mempunyai linearisasi tinggi.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.