Implementasi Backward Chaining untuk Diagnosis Low Soft Handover Success Rate pada Jaringan WCDMA

A. Representasi Pengetahuan

Pada proses representasi pengetahuan, dilakukan pengumpulan fakta-fakta kondisi SHO factor, SHO fail, SHO attempt, dan relasi sel pada sebuah sel yang telah mengalami low SHOSR. Rekomendasi ITU untuk SHOSR adalah < 98 % .

Hasil representasi pengetahuan untuk fakta penyebab low SHOSR ditampilkan dalam Tabel I. Sistem akan mendiagnosis sepuluh permasalahan. Setiap permasalahan diberikan kode sebagai inisialisasi.

Hasil representasi pengetahuan untuk diagnosis low SHOSR ditampilkan dalam Tabel II. Pada representasi pengetahuan untuk kondisi sel, terdapat 11 kondisi sel yang akan menjadi kriteria pada setiap permasalahan penyebab low SHOSR. Setiap kondisi diberikan kode sebagai inisialisasi

B. Proses Inferensi 

Dalam proses inferensi, mesin inferensi memeriksa status dari basis pengetahuan untuk menentukan faktafakta yang diketahui. Hasil dari representasi pengetahuan akan diproses menggunakan inferensi backward chaining dengan mekanisme pohon inferensi, yang ditunjukkan dalam ilustrasi Gambar 6

Pengetahuan mengenai masalah penyebab low SHOSR dan kondisi sel yang mengalami low SHOSR akan disimpan dalam aturan-aturan berbentuk IFTHEN. Tabel III menampilkan tabel susunan aturan yang berhubungan dengan penyebab low SHOSR,pada kondisi sel yang mengalami low SHOSR, dan pencarian letak permasalahan yang menjadi penyebab low SHOSR.

Dalam penelitian ini selain mendiagnosis permasalahan penyebab low SHOSR, juga akan diberikan rekomendasi penanganan permasalahan.

C. Analisis

 Tahap analisis pada penelitian ini dibagi menjadi tiga yaitu analisis algoritma inferensi backward chaining, diagram konteks, dan aliran data atau data flow diagram (DFD) yang ada pada sistem diagnosis masalah penyebab low SHOSR. Algoritma inferensi backward chaining yang digunakan untuk menyelesaikan masalah low SHOSR 

Untuk mendiagnosis low SHOSR, pertamakali ditentukan goal atau tujuan, yaitu fakta yang merupakan bagian simpulan dari aturan. Mesin inferensi akan mencari aturan-aturan dengan fakta kondisi sel yang memenuhi kriteria sesuai dengan himpunan fakta masukan. Apabila fakta-fakta kondisi sel memenuhi kriteria, maka aturan dapat digunakan. Jika tidak, maka dilanjutkan ke aturan berikutnya. Apabila semua aturan telah dianalisis dan tidak ada yang memenuhi, maka tujuan tidak ada.

Diagram konteks pada sistem ini terdiri dari tiga bagian yaitu:

§ Proses dalam sistem ini yaitu proses dalam sistem inferensi backward chaining untuk mendiagnosis low SHOSR pada jaringan WCDMA.

 § Data masukan dan keluaran dalam sistem ini adalah sebagai berikut:

 o Data Masukan: data masalah low SHOSR, data syarat kondisi sel, data rekomendasi solusi, data kondisi sel dengan low SHOSR

o Data Keluaran: data masalah low SHOSR, data rekomendasi solusi,

§ Dalam sistem ini terdapat dua entitas luar yaitu pakar dan pengguna, yang dapat dijelaskan sebagai berikut:

 o Pakar: dapat menambah, memperbarui, dan menghapus data, dalam hal ini bisa seorang pakar telekomunikasi atau senior engineer pada provider telekomunikasi X yang telah berpengalaman.

o Pengguna: orang yang menggunakan sistem untuk mengetahui masalah penyebab low SHOSR, dalam hal ini pengguna adalah para engineer dari provider telekomunikasi X.

DFD level 1 untuk sistem diagnosis low SHOSR .

Dalam sistem diagnosis low SHOSR, semua data masalah penyebab low SHOSR, syarat kondisi sel, dan rekomendasi solusi merupakan proses pembangunan basis pengetahuan. Proses ini berguna untuk mengolah data ke dalam proses sistem inferensi dan akan menghasilkan kesimpulan hasil diagnosis berupa masalah penyebab low SHOSR pada sel yang bermasalah, serta memberkan rekomendasi solusi kepada pengguna.

Daftar Pustaka

Annisa Taufika F., Sholeh Hadi Pramono, Erni Yudaningtyas, Jurnal Implementasi Backward Chaining untuk Diagnosis Low Soft Handover Success Rate pada Jaringan WCDMA

Wardhana, L. 2011. 2G/3G RF Planning and Optimization for Consultant. Jakarta: www.nulisbuku.com.

Huawei. 2005. WCDMA RNO Handover Procedure Analysis Guidance. Huawei Technologies Co., Ltd.

Huawei. 2009. W-Handover and Call Drop Problem Optimization Guide. Huawei Technologies Co., Ltd.

 Al-Amin, B. A. 2010 Aplikasi Monitoring dan Analisis Jaringan 3G Berbasis Web. Jakarta: Universitas Mercu Buana

Adhi, A. R. 2011. Analisis Optimasi Handover Successfull Rate terhadap TCH Drop Rate pada Jaringan GSM. Semarang: Universitas Diponegoro.

Dahria, M. 2012 Implementasi Backward Chaining untuk Mengetahui Kerusakan Monitor Komputer. Jurnal ilmiah SAINTIKOM.

Santoso G., 2008. Teknik Telekomunikasi. http://gatsan.dosen.akprind.ac.id/files/2008/09/ebook-gatotsantoso-3.pdf diakses tanggal 30 November 2013.

Lempiainen, J., Manninen, M. 2002. Radio Interface System Planning for GSM/GPRS/UMTS. USA: Kluwer Academic Publisher.

Kurniawan, U. 2008. Konsep Teknologi Seluler. Penerbit Informatika.

Chevalier, C., Brunner, C., Garavaglia, A., Murray, K., P., Baker, K., R. 2006. WCDMA (UMTS) Deployment Handbook. John Wiley and Sons, Ltd.

Huawei. 2013. UTRAN Key Performance Indicators. www.huawei.com diakses tanggal 31 Juli 2013.

Kusumadewi, S. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Penerbit Andi.