Alokasi kanal berbasis fairness pada jaringan radio kognitif menggunakan moth flame optimization

Yusriyadi, Dr. I Wayan Mustika, S.T., M.Eng ; Ir. Azkario Rizky Pratama, S.T., M.Eng., Ph.D

2025 | Tesis | S2 Teknologi Informasi

Dalam era komunikasi nirkabel yang terus berkembang, tingginya kebutuhan spektrum radio menjadikan kelangkaan spektrum tantangan utama bagi penyedia layanan dan pengguna. Pemanfaatan kanal spektrum secara efisien menjadi krusial untuk mengatasi tantangan tersebut. Teknologi radio kognitif menawarkan kemampuan adaptif untuk mendeteksi spektrum yang tidak digunakan dan mengalokasikannya secara dinamis, meningkatkan efisiensi pemanfaatan spektrum melalui alokasi kanal yang optimal, dengan mempertimbangkan kondisi lingkungan jaringan. Namun, ketidakseimbangan dalam penggunaan kanal, seperti kanal yang kurang dimanfaatkan (underutilized) atau terlalu dimanfaatkan (overutilized) secara berlebihan, dapat menurunkan efisiensi pemanfaatan spektrum. Selain itu, keadilan dalam alokasi kanal juga penting untuk memastikan setiap pengguna atau node memperoleh akses yang setara terhadap sumber daya yang tersedia. Oleh karena itu, diperlukan metode yang mampu mengoptimalkan alokasi kanal, serta meningkatkan network throughput sembari menjaga keadilan throughput untuk setiap node. 

Moth Flame Optimization (MFO) adalah metode metaheuristik berbasis populasi yang meniru perilaku ngengat api dalam bernavigasi di malam hari. MFO dirancang untuk melakukan eksplorasi dan eksploitasi solusi global secara optimal. Dalam penelitian ini, MFO digunakan untuk mengoptimalkan alokasi kanal pada jaringan radio kognitif. Proses optimasi bertujuan untuk mencegah terjadinya underutilized dan overutilized channel, serta memaksimalkan network throughput sekaligus menjaga keadilan throughput (throughput fairness) untuk setiap node. Dengan merancang fungsi tujuan yang sesuai menunjukkan bahwa hasil optimasi alokasi kanal menggunakan MFO memiliki kinerja lebih baik dibandingkan algoritme konvensional maupun dengan algoritme Grey Wolf Optimizer (GWO). Sistem yang diajukan pada uji keandalan sistem berhasil meningkatkan rata-rata network throughput sebesar 44,37?n rata-rata indeks keadilan throughput (JFI) dari 0,88 menjadi 0,91.

In the rapidly evolving era of wireless communication, the growing demand for radio spectrum has made spectrum scarcity a critical challenge for both service providers and users. Efficient channel utilization is essential to addressing this issue. Cognitive radio technology offers adaptive capabilities to detect unused spectrum and dynamically allocate it, thus enhancing spectrum utilization efficiency through optimal channel allocation while considering the network’s environmental conditions. However, imbalances in channel usage, such as underutilized and overutilized channels, can hinder the overall efficiency of spectrum allocation. Additionally, fairness in channel allocation is crucial to ensure equitable access to resources for all users or nodes. Therefore, there is a need for methods that not only optimize channel allocation but also enhance network throughput while maintaining throughput fairness for each node.

 

Moth Flame Optimization (MFO), a population-based metaheuristic algorithm, mimics the behavior of moths navigating at night. MFO is designed to perform effective global exploration and local exploitation of solutions. This study employs MFO to optimize channel allocation in cognitive radio networks. The optimization technique, by designing an appropriate fitness function, aims to prevent underutilized and overutilized channels, maximize network throughput, and maintain throughput fairness for each node. The proposed method outperforms conventional algorithms and the Grey Wolf Optimizer (GWO), as demonstrated by the results. System reliability tests show that the proposed system increases the average ne twork throughput by 44.37% and improves the throughput fairness index (JFI) from 0.88 to 0.91.

Kata Kunci : Optimasi, Alokasi kanal, MFO, JFI, keadilan