OPTIMASI ALOKASI SUMBER DAYA RADIO PADA KOMUNIKASI D2D MENGGUNAKAN Q-LEARNING DAN DEEP Q-NETWORK

Tirta, Pratama (2025) OPTIMASI ALOKASI SUMBER DAYA RADIO PADA KOMUNIKASI D2D MENGGUNAKAN Q-LEARNING DAN DEEP Q-NETWORK. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

[img]
Preview
File PDF
Skripsi Tirta-abstrak.pdf

Download (196Kb) | Preview
[img] File PDF
Skripsi Tirta-full.pdf
Restricted to Hanya staf

Download (3037Kb) | Minta salinan
[img]
Preview
File PDF
Skripsi Tirta-tanpa pembahasan.pdf

Download (1669Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Komunikasi Device-to-Device (D2D) merupakan salah satu teknologi dalam jaringan Beyond 5G (B5G) yang memungkinkan perangkat berkomunikasi langsung tanpa melalui infrastruktur inti, sehingga dapat meningkatkan efisiensi spektrum dan mengurangi beban jaringan seluler. Namun, implementasi D2D dalam mode underlay menimbulkan tantangan interferensi, baik antar perangkat D2D (co-tier) maupun dengan pengguna seluler (cross-tier). Penelitian ini mengusulkan dan membandingkan dua pendekatan reinforcement learning, yaitu Q-Learning dan Deep Q-Network (DQN), untuk mengoptimalkan alokasi resource block dan tingkat daya transmisi dalam skenario D2D uplink dan downlink. Simulasi dilakukan dalam lingkungan single-cell dengan 140 pengguna seluler dan hingga 140 pasangan D2D yang meningkat secara bertahap. Evaluasi kinerja dilakukan terhadap lima metrik: throughput, fairness, efisiensi spektrum, efisiensi energi, dan SINR. Hasil menunjukkan bahwa kedua algoritma mampu meningkatkan efisiensi sistem dalam mengalokasikan sumber daya radio dibandingkan pendekatan alokasi acak hingga 12%. Pendekatan ini menunjukkan potensi dalam pengelolaan sumber daya radio secara adaptif dan cerdas dalam jaringan padat perangkat masa depan. Kata Kunci: D2D, Q-Learning, DQN, Alokasi Sumber Daya, Interferensi

Jenis Karya Akhir: Skripsi
Subyek: 000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data
600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi: FAKULTAS TEKNIK (FT) > Prodi S1-Teknik Elektro
Pengguna Deposit: 2507523881 Digilib
Date Deposited: 01 Oct 2025 02:49
Terakhir diubah: 01 Oct 2025 02:49
URI: http://digilib.unila.ac.id/id/eprint/90658

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir