Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkembangan teknologi telekomunikasi seluler saat ini sudah berkembang sangat pesat dan sudah sampai pada teknologi generasi kelima  (5G). Hal ini terlihat dari semakin banyaknya Base Transceiver Station (BTS) terutama di Kecamatan Kebayoran Baru. Base Transceiver Station (BTS) adalah salah satu faktor pendukung untuk memenuhi kebutuhan masyarakat dalam berkomunikasi pada layanan telekomunikasi seluler. Skripsi ini bertujuan untuk menganalisis kebutuhan Base Transceiver Station (BTS) pada telekomunikasi dalam bentuk visual untuk pengembangan site eksisting 5G di daerah yang ditinjau. Untuk mencapai tujuan tersebut, skripsi ini menggunakan metode forecasting untuk memprediksi jumlah pengguna dalam waktu 7 (tujuh) tahun ke depan dan diagram voronoi dengan aplikasi MapInfo untuk merencanakan teknologinya di Kecamatan Kebayoran Baru. Dari hasil perhitungan dan analisis yang diperoleh, untuk frekuensi 1800 MHz dibutuhkan jumlah BTS sebanyak 463 BTS dan untuk frekuensi 2300 MHz dibutuhkan 978 BTS. Serta, dikelompokan menjadi 5 kelas untuk menentukan pembuatan BTS dalam jenis Stand Alone dan Non Stand Alone.

---

The development of cellular telecommunications technology is currently growing very rapidly and has reached the fifth generation technology (5G). This can be seen from the increasing number of Base Transceiver Stations (BTS), especially in Kebayoran Baru District. Telecommunications towers are one of the supporting factors to meet the needs of the community in communicating on cellular telecommunications services. This thesis aims to analyze the need for Base Transceiver Station (BTS) in telecommunications in a visual form for the development of existing 5G sites in the area under review. To achieve this goal, this thesis uses a forecasting method to predict the number of users in the next 7 (seven) years and a voronoi diagram with the MapInfo application to plan the technology in Kebayoran Baru District. From the results of calculations and analysis obtained, for the frequency of 1800 MHz, 463 BTS are needed and for a frequency of 2300 MHz 978 BTS are needed. Also, they are grouped into 5 classes to determine the manufacture of BTS in Stand Alone and Non Stand Alone types."

"TWBS (Two Ways Broadband System) adalah produk VSAT terbaru dari suatu perusahaan telekomunikasi swasta di Indonesia, dimana pada sistem TWBS ini karakteristik yang dimiliki minimal sama dengan produk Point-to-point (PTP), tetapi memiliki feature yang lebih banyak dibandingkan PTP biasa. Untuk sistem PTP biasa, satu remote hanya bisa menggunakan bandwidth misal sebesar X kbps, sedangkan pada sistem TWT3S, satu remote minimal mendapatkan bandwidth sebesar X kbps, tetapi jika remote lain sedang tidak aktif, bandwidth remote yang sedang tidak aktif tsb dapat dipakai oleh remote yang aktif. Dengan kata lain pada satu Remote, CIR (Committed Information Rate) tetap dijamin sebesar X kbps tetapi mendapat kemampuan Burst Up sampai n x X kbps, dimana nilai n adalah banyaknya cabang dari jaringan tersebut. Dengan sifat berbagi pakai pada sisi Outbound, maka dapat dipastikan bahwa probabilitas satu remote dengan remote lainnya mengakses data pada saat bersamaan sangat kecil. Dengan dilengkapinya sistem monitoring pada sisi Outbound, maka dapat dipastikan bahwa Outbound yang akan digunakan kurang dari Outbound maksimunnya, sehingga penggunaan bandwidth dapat dioptimalkan. Pada tugas akhir ini dilakukan pengujian dan penganalisaan performansi dari suatu jaringan VSAT TWBS yang telah ada. Ujicoba performansi jaringannya meliputi pengujian dan penganalisaan kualitas sambungan jaringan, kualitas suara yang dilewatkan pada jaringan, dan pengujian sharing bandwidth dengan melakukan pemindahan data dari server ke klien. Hasil analisa yang dilakukan dari proses pengujian jaringan TWBS secara keseluruhan adalah bahwa sistem berjalan dan bekerja sesuai dengan prinsip kerja pada teorinya."

"Salah satu tantangan utama dalam dunia telekomunikasi adalah menyediakan jasa Iayanan data berkecepatan tinggi. Kondisi keadaan pada saat ini, dengan teknologi broadband wireless yang ada dapat memberikan suatu cakupan area yang luas serta mampu dalam layanan data berkecepatan tinggi yang mengaplikaslkan multimedia.Salah salu upaya untuk menyediakan jasa layanan data berkecepatan tinggi adalah dengan melakukan teknik diversitas Dimana dalam hal ini adalah teknik diversitas yang dilakukan adalah teknik divertisitas ruang (Space diversity technique).Dalam tesis ini dilakukan simulasl teknik Space Time Block Coding (STBC) dan Space Frequency Block Coding (SFBC). Simulasi yang dilakukan adalah dengan memakai teknik pemancar tunggal clan pemancar ganda serta teknik penerima tunggal dan ganda.Hasil pengujian menunjukkan bahwa teknik space time coding dan space frequency block coding dengan memakai teknik pemancar dan penerima ganda memiliki perfomansi yang balk dibandinkan memakai teknik pemancar tunggal penerima ganda atau sebaliknya.

---

One of the main challenge in telecommunication is to provide high speed data services. ln this recent condition, the broadband wireless technology could provide high scope coverage area and able to provide high speed data services using multimedia applications.One of the efforts to proved high speed data services is to diversity technique, which means that we use space diversity technique.ln this theses, we would use technique simulation space time block coding (STBC) and space frequency block coding (SFBC). ln this simulation we use single transmitter technique and multiple transmitter technique; we also use single receiver and multiple receiver technique.This test result showed that using double transmitter and receiver technique in space time block coding technique and space frequency block coding will have a better performance compare to using single transmitter technique multiple receiver or on the contrary."

"Contents :- The Future of ATM and Broadband Networking: 2000 to 2010 - Consortium Affiliated Universities - International Engineering Consortium - Table of Contents - CHAPTER 1: INTRODUCTION - CHAPTER 2: ARCHITECTURES AND PRODUCTS FOR OFFICE CONNECTIVITY - CHAPTER 3: BUSINESS CAMPUS BACKBONE NETWORKS - CHAPTER 4: MODERNIZING UNIVERSITY CAMPUSES WITH ATM NETWORKS - CHAPTER 5: HIGH-BANDWIDTH RESIDENTIAL CONNECTIVITY - CHAPTER 6: METROPOLITAN BACKBONES - CHAPTER 7: WIDE AREA NETWORKING - CHAPTER 8: GLOBAL HIGH-BANDWIDTH LINKS - CHAPTER 9: FUTURE TRANSPORT DIRECTIONS - CHAPTER 10: FUTURE SWITCHING DIRECTIONS - CHAPTER 11: THE INTERNET AND SONET OVER GIGABIT ROUTERS - CHAPTER 12: INDUSTRY OPINION A DELPHI STUDY OF THE FUTURE OF AND BROADBAND NETWORKING - CHAPTER 13: INVESTMENT OBSTACLES TO HIGH-BANDWIDTH TRANSMISSION - CHAPTER 14: FUTURE NETWORK REQUIREMENTS FOR WORKER PRODUCTIVITY - CHAPTER 15: FUTURE OF ATM AND BROADBAND RESEARCH CONCLUSIONS - APPENDICES - APPENDIX A: SOURCES - APPENDIX B: Delphi Questionnaires - APPENDIX C: Survey Response Statistics "

"Dalam menjalankan bisnisnya, perusahaan telekomunikasi di sektor fixed broadband seringkali mengalami kebocoran pendapatan signifikan. Diantara beberapa penyebab kebocoran pendapatan, fraud merupakan faktor kebocoran yang memiliki dampak terbesar terhadap finansial dan citra perusahaan. Salah satu upaya untuk meminimalkan fraud dengan mendeteksi fraud yang dilakukan oleh pelanggan. Oleh karena itu, tujuan penelitian ini merancang classification model menggunakan machine learning untuk diaplikasikan terhadap sistem fraud detection. Classification model akan dibangun menggunakan supervised machine learning yang bertujuan untuk memprediksi kelas tertentu berdasarkan data historis yang didapatkan. Dalam penelitian ini, beberapa beberapa algoritme machine learning akan dibandingkan diantaranya logistic regression, decision tree, random forest, dan backpropagation neural network. Selain itu, dalam kasus fraud detection, data historis yang didapatkan memiliki perbandingan antar kelas yang tidak seimbang sehingga dibutuhkan pra-proses data balancing. Pada penelitian ini, data balancing dilakukan dengan oversampling berbasis Adaptive Synthetic (ADASYN). Hasil penelitian ini menunjukkan backpropagation neural network memiliki performa terbaik diantara algoritma lainnya. Selain itu didapatkan seluruh algoritme memiliki indikator performa diatas 90% menunjukkan pada kasus fraud detection di sektor fixed broadband, machine learning bekerja dengan akurat.

---

In running their business, telecommunications companies in the fixed broadband sector often experience significant revenue leakage. Among several causes of revenue leakage, fraud is the leakage factor that has the most significant impact on finances and corporate image. One of the efforts to minimize fraud is to detect fraud committed by customers. Therefore, this study aims to design a classification model using machine learning to be applied to the fraud detection system. The classification model will be built using supervised machine learning, which aims to predict certain classes based on historical data. Several machine learning algorithms will be compared in this study, including logistic regression, decision tree, random forest, and backpropagation neural network. In addition, in fraud detection, the historical data obtained has an unbalanced comparison between classes, so pre-processing data balancing is needed. In this research, data balancing is done by using Adaptive Synthetic (ADASYN) based oversampling. The results of this study indicate that the backpropagation neural network has the best performance among other algorithms. In addition, it is found that all algorithms have performance indicators above 90%, indicating that in the case of fraud detection in fixed broadband sector, machine learning works accurately."