IDENTIFIKASI PENGGUNAAN SIMBOX BERBASIS SPEKTRUM ANALYZER MENGGUNAKAN K-NEAREST NEIGHBOR

Suryowibowo, Agung (2018) IDENTIFIKASI PENGGUNAAN SIMBOX BERBASIS SPEKTRUM ANALYZER MENGGUNAKAN K-NEAREST NEIGHBOR. Masters thesis, Universitas Islam Sultan Agung.

[img] Text
Cover.pdf

Download (628kB)
[img] Text
Abstrak.pdf

Download (50kB)
[img] Text
Daftar Isi.pdf

Download (98kB)
[img] Text
Publikasi.pdf

Download (29kB)
[img] Text
Daftar Pustaka.pdf

Download (112kB)
[img] Text
Lampiran.pdf

Download (855kB)
[img] Text
Bab I.pdf

Download (196kB)
[img] Text
Bab II.pdf
Restricted to Registered users only

Download (982kB)
[img] Text
Bab III.pdf
Restricted to Registered users only

Download (281kB)
[img] Text
Bab IV.pdf
Restricted to Registered users only

Download (936kB)
[img] Text
Bab V.pdf
Restricted to Registered users only

Download (24kB)

Abstract

Penyelenggara Jasa Layanan Telekomunikasi harus berhadapan dengan para pemain illegal (grey operator) yang tidak mempunyai izin penyelenggaraan international voice service. Para pemain ilegal ini melakukan by passing trafik incoming international menggunakan perangkat Simbox. Untuk mengidentifikasi penggunaan simbox secara visual sangat sulit dan kurang dapat dihandalkan, sehingga Identifikasi penggunaan simbox berbasis spectrum analyzer dilakukan dengan menggunakan metode K-Nearest Neighbor (K-NN) merupakan salah satu cara untuk mempermudah melakukan identifikasi penggunaan simbox. Atribut yang digunakan dalam proses identifikasi adalah Lokasi/ Dokumen, Kuat Sinyal Frekuensi, sehingga dengan menerapkan algoritma K-NN dapat dilakukan sebuah identifikasi berdasarkan kedekatan dari data sampel dengan data testing. Penentuan atribut ini berdasarkan hasil pengukuran frekuensi uplink GSM DCS 1800 MHz di Kabupaten Cilacap dan Banyumas. Proses Identifikasi dilakukan terhadap enam frekuensi dengan kuat sinyal terbesar sebagai data sampel dengan jumlah 18 data, serta berdasarkan dari hasil pengukuran kuat sinyal sebagai data testing dengan jumlah 32 data yang menghasilkan pengujian akurasi sebesar 84,38%. Hasil dari perhitungan algoritma K-NN dapat diimplementasikan terhadap identifikasi penggunaan simbox, dan dapat dijadikan sebagai acuan bagi operator seluler untuk mengidentifikasi penggunaan simbox pada daerah lain. Kata Kunci : Refilling Trafik Terminasi International (RTTI), K-Nearest Neighbor (K-NN), Identifikasi Penggunaan Simbox

Item Type: Thesis (Masters)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Pascasarjana
Pascasarjana > Magister Teknik elektro
Depositing User: Pustakawan 5 UNISSULA
Date Deposited: 28 Nov 2019 06:52
Last Modified: 28 Nov 2019 06:52
URI: http://repository.unissula.ac.id/id/eprint/13707

Actions (login required)

View Item View Item