ArticlePDF AvailableFigures Content may be subject to copyright. Discover the world's research25+ million members160+ million publication billion citationsJoin for freeContent may be subject to copyright. ©Authors DOI 81 Komunikasi Fisika Indonesia Edisi Maret 2021 Vol. 18 No. 1 Jurusan Fisika FMIPA Univ. Riau Pekanbaru e-2579-521X Web Email kfi INTENSITAS EFEKTIF SINYAL Wi-Fi DALAM RUANGAN TERTUTUP TERHADAP FUNGSI TERMODINAMIK Zamri*, Saktioto Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau *E-mail korespondensi ekazamry ABSTRACT Wi-Fi signal is an electromagnetic wave which in its transmission does not require an intermediary medium used in communication. But the intensity of the signal is influenced by the media it passes through. So in this article we will investigate how the signal propagation in a room is affected by the thermodynamic function. The treatment carried out is to show how the source point, namely the router and the receiver, namely the receiver, where later what is investigated is the trip to the position function, then a measurement will be carried out at that position which depends on changes in temperature and humidity in a closed room which is limited to the study. The source studied in the study was the signal strength intensity on the position, humidity and temperature functions. What is analyzed is the process of wave fluctuation at a certain time with varied data which will later be compared with other experimental results as a comparison, and will also show the signal intensity contour under normal conditions and conditions when the disturbance occurs. Keywords Wi-Fi, Humidty, Temperature, Signal Strength. ABSTRAK Sinyal Wi-Fi merupakan gelombang elektromagnetik yang dalam transmisinya tidak membutuhkan media perantara yang digunakan dalam komunikasi. Namun intensitas sinyal dipengaruhi oleh media yang dilewatinya. Jadi dalam artikel ini kita akan menyelidiki bagaimana perambatan sinyal di sebuah ruangan dipengaruhi oleh fungsi termodinamika. Perlakuan yang dilakukan adalah menunjukkan bagaimana titik sumber yaitu router dan penerima yaitu penerima, dimana nantinya yang diteliti adalah fungsi perjalanan ke posisi tersebut, kemudian akan dilakukan pengukuran pada posisi tersebut yang bergantung pada perubahannya. dalam suhu dan kelembaban di ruangan tertutup yang dibatasi untuk ruang belajar. Sumber yang dipelajari dalam penelitian ini adalah intensitas kekuatan sinyal pada fungsi posisi, kelembaban dan suhu. Yang dianalisis adalah proses fluktuasi gelombang pada waktu tertentu dengan data yang bervariasi yang nantinya akan dibandingkan dengan hasil percobaan lainnya sebagai pembanding, serta akan menunjukkan kontur intensitas sinyal dalam kondisi dan kondisi normal saat gangguan terjadi. Kata kunci Wi-Fi, Kelembaban, Suhu, Kekuatan Sinyal. PENDAHULUAN Internet merupakan layanan komunikasi yang memberikan kemudahan dalam proses pengiriman data [1]. Pengaksesan internet pun dapat dilakukan dengan berbagai cara antara lain menggunakan jaringan local area network LAN dengan menggunakan kabel, fiber optik, nirkabel wireless dan antena Wi-Fi [2,3]. Pada wireless local area network WLAN udara digunakan sebagai medium penghantarnya. Pemanfaatan jaringan berbasis WLAN banyak digunakan di perkantoran, sekolah, kampus, caffee, rumah makan, mall dan bahkan fasilitas umum seperti perpustakaan umum dan taman kota sudah dilengkapi WLAN. Di lingkungan kampus WLAN banyak digunakan di kelas-kelas, gedung kuliah, Diterima 17-03-2021 Disetujui 24-03-2021 Dipublikasi 31-03-2021 Intensitas Efektif Sinyal Wi-Fi ... Zamri gedung administrasi kampus dan lab-lab kampus. Namun, dalam penggunaannya seringkali kita jumpai terjadinya lagging atau malfunction, yang diakibatkan penurunan sinyal dari sumbernya atau terjadinya kerusakan pada perangkat WLAN. Penurunan kualitas sinyal terjadi disebabkan karena terganggunya proses transmisi sinyal akibat berbagai faktor [4]. Banyak faktor yang penyebabkan tidak maksimalnya proses transmisi, seperti perangkat elektronik lain yang bekerja pada frekuensi yang sama dengan access point WLAN yang menyebabkan terjadinya interferensi sinyal. Kondisi kelembaban dan suhu [5], topologi dari ruangan [6], pemantulan gelombang, absorsi gelombang oleh material tertentu, jarak terhadap access point serta cuaca bisa mempengaruhi transmisi dari gelombang yang bisa mempengaruhi kinerja dan kualitas sinyal dalam ruangan [7,8]. Kondisi dan topologi ruangan di perkantoran atau laboratorium di perguruan tinggi seperti Universitas Riau umumnya menggunakan air conditioner AC dan banyak terdapat alat elektronik yang menyebabkan terjadinya variasi sinyal dari keadaan termal dalam suatu ruangan [9]. Oleh karena itu, pada artikel ini akan dikaji karakteristik sinyal Wi-Fi dalam kondisi suhu dan kelembaban pada ruangan tertutup dan pada jarak tertentu. Dengan penerimaan sinyal Wi-Fi pada fungsi termodinamik ruangan maka penepatan optimal access point sinyal Wi-Fi dapat diperoleh. TINJAUAN PUSTAKA Pengaruh suhu dan kelembaban terhadap transmisi sinyal telah menjadi fokus utama dalam banyak studi terbaru yang berhubungan dengan efek dari kondisi lingkungan pada kualitas jaringan dan koneksi. Pengujian untuk mencari faktor yang mempengaruhi transmisi sinyal Wi-Fi baik di indoor maupun outdoor telah banyak dilakukan. Berbagai cara dan alat yang digunakan dalam penelitian seperti sinyal radio frekuensi, modul Zigbee menggunakan node Tmote Sky [10]. Pada eksperimen di dalam ruangan, beberapa peneliti menggunakan node Tmote Sky radio CC2420 dan node MSB430 radio CC1020. Node Tmote Sky mempelajari pengaruh suhu pada berbagai platform dan radio yang menunjukkan pengaruh suhu yang berbeda pada node pemancar dan penerima sehingga menemukan variasi temporal RSSI selama 3 hari eksperimen di luar ruangan, menggunakann tingkat daya pancar yang berbeda, tetapi mereka tidak menganalisis penyebabnya [11]. Disamping itu juga menggunakan jangkauan transmisi node sensor mica2 menggunakan radio RFM ChipCon saat kondisi hujan dan kabut [7], yang mendemonstrasikan bagaimana hujan dan salju, hujan dan kabut yang membekukan, dan kelembaban dapat secara signifikan mempengaruhi, yang menyebabkan pemudaran besar dan hilangnya konektivitas. Berdasarkan penelitian Wennerström et al. 2013 dalam percobaan setengah tahun mereka di dekat Uppsala, Swedia, menunjukkan bagaimana variasi dalam kondisi meteorologi yang mempengaruhi kinerja saat menggunakan node TelosB dengan radio CC2420. Secara khusus, mereka mempelajari bagaimana variasi dalam PRR Packet Reception Ratio dan RSSI berkorelasi dengan suhu, kelembaban absolut, curah hujan, dan sinar matahari. Hasilnya menunjukkan bahwa PRR dan RSSI sebagian besar berkorelasi dengan suhu [12]. Selain berbagai peralatan yang digunakan penelitian sebelumnya, juga dilakukan diberbagai lokasi dan cuaca yang berbeda, seperti dalam percobaan di luar ruangan, di ladang gandum di Govone, Italia, Boano et al. 2010 menemukan bahwa pembacaan kebisingan mengalami penurunan seiring dengan kenaikan suhu [13]. METODE PENELITIAN Penelitian ini menggunakan komponen jaringan Wi-Fi, dimana sumber sinyal dan receiver pada sisi lain sebagai detektor. Sinyal Wi-Fi dipancarkan menuju receiver melewati medium udara dengan kondisi kelembaban dan suhu tertentu. Dalam hal ini akan dilihat pengaruh dari medium terhadap transmisi sinyal dan faktor termodinamika. Komunikasi Fisika Indonesia KFI 181, 2021 Gambar 1. Skema set up alat dan ruangan. Tabel 1. Jarak antara titik pengukuran dengan sumber sinyal. Jarak pengukuran dari titik sumber m Proses pengukuran dan pengambilan data pada ruangan tertutup dengan ukuran 4,5 × 3,8 m2 dengan sumber sinyal berada 1,5 m dari lantai. Jarak antara satu titik dengan titik penelitian yang lain adalah 0,5 m, total terdapat 48 titik dalam penelitian atau dapat dilihat pada Tabel 1. Sumber kelembaban pada Gambar 1 digunakan untuk mengatur suhu, Receiver akan terhubung langsung ke laptop. Pada proses pengambilan data seperti pada Gambar 2 nantinya dilakukan tanpa merubah kondisi ruangan dan tata letak alat elektronik yang berada dalam ruangan. Intensitas Efektif Sinyal Wi-Fi ... Zamri Gambar 2. Simulasi cara pengambilan data. HASIL DAN PEMBAHASAN Hasil pada Gambar 3 memperlihatkan intensitas kuat sinyal pada ruangan dengan perbandingan intensitas sinyal pada kondisi normal dan pada suhu 24 °C – 26 °C untuk kelembaban berkisar antara 58% – 63% dan 42% – 50% pada suhu 29 °C – 31 °C seperti pada Gambar 4. Pada kondisi ini kenaikan suhu cenderung diikuti oleh kenaikan kelembaban. Pada Gambar 3, garis linier dinilai antara -44 dan -42 dan titik awal sinyal dari nilai -44 dan pada Gambar 4 dimulai dari titik antara -35 dan -36 serta garis liner -36 dan -37. Adanya perangkat logam disekitar ruangan membuat medan lisrtik dari alat elektonik menggangu lintasan transmisi signal [6]. Menurunnya kualitas signal dari server utama juga menjadi indikasi lain yang menyebabkan terjadinya fluktuasi sinyal. Perbedaan nilai tertinggi, terendah dan nilai awal menunjukkan bahwa kondisi kelembaban disetiap ruangan berbeda-beda, perbedaan ini bisa dipengaruhi oleh faktor kondisi termal suatu titik, perbedaan jarak dan lingkungan logam disekitar titik. Gambar 3. Menunjukkan grafik pengukuran intensitas pada titik A sinyal pada suhu 24 °C – 26 °C. Gambar 3 menyajikan 8 bentuk grafik degradasi hasil pengukuran kuat sinyal. Terlihat nilai karakterisasi yang berbeda-beda dari setiap titik terlihat juga beberapa grafik yang saling bersinggungan. Beberapa fluktuasi pada grafik menunjukkan terjadinya beberapa braekdown data karena adanya pengaruh kondisi ruangan yang menghalangi transmisi sinyal router ke receiver serta benda-benda disekitar area pengukuran [5]. Komunikasi Fisika Indonesia KFI 181, 2021 Gambar 4. Menunjukkan grafik pengukuran intensitas pada titik A sinyal pada suhu 29 °C – 31 °C. Gambar 5. Kontur sebaran intensitas sinyal pada suhu 24-26⁰C. Gambar 6. Kontur sebaran intensitas sinyal pada suhu normal. Intensitas Efektif Sinyal Wi-Fi ... Zamri Terdapat perbedaan pola rapatan dan renggangan anatara kontur pada Gambar 5 dan 6. Dari hasil kontur terdapat beberapa daerah yang mempunyai pola rapatan dan renggangan yang berbeda disebabkan oleh perbedaan tekanan udara yang terjadi akibatan perubahan suhu dan kelembaban dalam ruangan. Garis-garis pada pola rapatan dan rengganan merupakan nilai intensitas signal pada kondisi yang berlaku. Pola garis yang rapat menunjukkan bahwa P > kelembaban dan pola garis yang renggang menunjukkan P < kelembaban karena saat suhu atau temperatur naik maka tekanan udara P akan semakin rendah [6], sedangkan kenaikan suhu berbanding lurus dengan kenaikan. KESIMPULAN Perbandingan intensitas sinyal dikondisi suhu 24 °C – 26 °C dan suhu 29 °C – 31 °C menunjukkan bahwa transmisi dari sinyal lebih stabil sehingga intensitas sinyal cendrung tinggi dibandingkan suhu 24 °C – 26 °C. Hubungan antara kelembaban dan suhu dalam proses propagasi sinyal adalah linier terlihat antara suhu dan kelembaban. Ketika suhu naik maka persentase kelembaban dalam ruangan ikut naik. Transmisi sinyal dalam ruangan tidak merata berdasarkan kontur, nilai tertinggi dari kuat sinyal yang dapat terukur dalam ruangan adalah -32 dB dan untuk nilai terendah diangka -42 dB. REFERENSI 1. Zhu, J., Song, Y., Jiang, D., & Song, H. 2016. Multi-armed bandit channel access scheme with cognitive radio technology in wireless sensor networks for the internet of things. IEEE access, 4, 4609–4617. 2. Roslan, M. S., Chaudhary, K. T., Mazalam, E., & Saktioto, S. 2020. Overview of Temporal Soliton Transmission on Photonic Crystal Fiber and Nanowires. Science, Technology & Communication Journal, 11, 16–19. 3. Soerbakti, Y., Syahputra, R. F., Saktioto, S., & Gamal, M. D. H. 2020. Investigasi kinerja antena berdasarkan dispersi anomali metamaterial struktur heksagonal split ring resonator. Komunikasi Fisika Indonesia, 172, 74–79. 4. Wang, W., Liu, X., Vicente, J., & Mohapatra, P. 2010. Integration gain of heterogeneous WiFi/WiMAX networks. IEEE Transactions on Mobile Computing, 108, 1131–1143. 5. Luomala, J. & Hakala, I. 2015, September. Effects of temperature and humidity on radio signal strength in outdoor wireless sensor networks. 2015 Federated Conference on Computer Science and Information Systems FedCSIS, 1247–1255. 6. Guidara, A. & Derbel, F. 2015. A real-time indoor localization platform based on wireless sensor networks. 2015 IEEE 12th International Multi-Conference on Systems, Signals & Devices SSD15, 1–8. 7. Capsuto, B. & Frolik, J. 2006. A system to monitor signal fade due to weather phenomena for outdoor sensor systems. Fifth International Conference on Information Processing in Sensor Networks IPSN 2006. 8. Kurnia, D., Hamdi, M., & Juandi, M. 2021. Modeling of terahertz radiation absorption temperature distribution in biological tissue of a cattle using simulink-matlab model. Science, Technology & Communication Journal, 12, 37–45. 9. Seprima, M. & Defrianto, D. 2020. Prediksi curah hujan dan kelembaban udara Kota Pekanbaru menggunakan metode Monte Carlo. Komunikasi Fisika Indonesia, 173, 134–138. 10. Boano, C. A., Wennerstrom, H., Zuniga, M., Brown, J., Keppitiyagama, C., Oppermann, F., Roedig, U., Norden, L. A., Voigt, T., & Rmer, K. 2013. Hot Packets A systematic evaluation of the effect of temperature on low power Komunikasi Fisika Indonesia KFI 181, 2021 wireless transceivers. IEEE ExtremeCom 2013. 11. Anastasi, G., Falchi, A., Passarella, A., Conti, M., & Gregori, E. 2004. Performance measurements of motes sensor networks. Proceedings of the 7th ACM international symposium on Modeling, analysis and simulation of wireless and mobile systems, 174–181. 12. Wennerström, H., Hermans, F., Rensfelt, O., Rohner, C., & Nordén, L. Å. 2013. A long-term study of correlations between meteorological conditions and 4 link performance. 2013 IEEE International Conference on Sensing, Communications and Networking SECON, 221–229. 13. Boano, C. A., Tsiftes, N., Voigt, T., Brown, J., & Roedig, U. 2009. The impact of temperature on outdoor industrial sensornet applications. IEEE Transactions on Industrial Informatics, 63, 451–459. Artikel ini menggunakan lisensi Creative Commons Attribution International License ResearchGate has not been able to resolve any citations for this MTM anomaly dispersion characteristics have a great interest to be analyzed in the potential for increasing antenna performance. Dispersion material with a simple structure is able to cover the weaknesses of the antenna parameters. Characterization and optimization need to be applied to the MTM antenna design to obtain more effective antenna performance. Antenna operation is performed at 0-9 GHz microwave frequency with four SRR-H MTM structures varying in three radii of mm, mm, and mm. The highest MTM characteristics occurred at four SRR-H radii of mm with a refractive index of which resulted in antenna parameters RL dB, dBi, and working frequency of GHz. Antenna radiation occurs precisely in all MTM structures with an isotropic pattern or in all directions of dBi at a frequency of Seprima Defrianto DefriantoWeather prediction is important in our lives and can minimize the impact that will occur in the future. Rainfaal and humidity greatly affect the weather conditions in Indonesia. Accuracy in the prediction of rainfall and humidity is very important because it can be used in various interests. The data used are the monthly average data of rainfall and humidity in the city of Pekanbaru in 2014–2018 obtained from BMKG Pekanbaru, then the monthly average data will be processed using a MATLAB R2015a based program so that an average rainfall prediction simulation is obtained and air humidity in 2019–2023. MATLAB R2015a based program using the monte carlo method and has error value Sopi SufiKashif Tufail ChaudharyElham MazalamSaktiotoSolitons are nonlinearwaves that exhibit persistent propagation in the anomalous dispersion regime. In this article, we demonstrate the generation of soliton pulse in photonic crystal waveguide and nanowire at nonlinear length 6-mm in several photonic crystal waveguides and nanowire including fiberglass, silicon, silica, hollow photonic crystal, and tellurite glass. Optical soliton pulse compression with increasing order observed in this model. This study reveals the propagation of soliton is feasible at high order mode in silicon nanowire NW and tellurite glass as compared with normal fiber and photonic ZhuYonghui SongDingde Jiang Houbing Herbert SongThe wireless sensor network WSN is one of the key enablers for the Internet of Things IoT, where WSNs will play an important role in future internet by several application scenarios, such as healthcare, agriculture, environment monitoring, and smart metering. However, today's radio spectrum is very crowded for the rapid increasing popularities of various wireless applications. Hence, WSN utilizing the advantages of cognitive radio technology, namely, cognitive radio-basedWSNCR-WSN, is a promising solution for spectrum scarcity problem of IoT applications. A major challenge in CR-WSN is utilizing spectrum more efficiently. Therefore, a novel channel access scheme is proposed for the problem that how to access the multiple channels with the unknown environment information for cognitive users, so as to maximize system throughput. The problem is modeled as multi-armed bandit model with M cognitive users and N arms M < N. In order to solve the competition and the fairness between cognitive users of WSNs, a fair channel-grouping scheme is proposed. The proposed scheme divides these channels into M groups according to the water-filling principle based on the learning algorithm UCB-K index, the number of channels not less than one in each group and then allocate channel group for each cognitive user by using distributed learning algorithm fairly. Finally, the experimental results demonstrate that the proposed scheme cannot only effectively solve the problem of collision between the cognitive users, improve the utilization rate of the idle spectrum, and at the same time reflect the fairness of selecting channels between cognitive wireless sensor networks operating outdoors are exposed to changing weather conditions, which may cause severe degradation in system performance. Therefore, it is essential to explore the factors affecting radio link quality in order to mitigate their impact and to adapt to varying conditions. In this paper, we study the effects of temperature and humidity on radio signal strength in outdoor wireless sensor networks. Experimental measurements were performed using Atmel ZigBit wireless modules, both in summer and wintertime. We employed all the radio channels specified by IEEE for ISM frequency band with two transmit power levels. The results show that changes in weather conditions affect received signal strength. Of the studied weather variables, variation in signal strength can be best explained by the variation in temperature. We also show that frequency diversity can reduce the effects of channel-specific variation, and the difference between the transmit power levels. [Full text available at knowledge of the current position of people and objects has become a concern for most of us. This can be a challenge when the sought object is located inside a building since the Global Positioning System GPS may not be helpful in this situation. For this reason, many applications are revealed which use new technologies such as Wireless Sensor Networks WSN. In this paper, we present a prototype of an indoor localization platform that is able to provide a Real-Time estimation of target's position using as equipment the WSN and the lateration based on the computation of Received Signal Strength Indicator RSSI as a localization technique. With improvements in terms of signal processing we realize an accuracy of 1 m, which is very useful for many fields of study the integrated WiFi/WiMAX networks where users are equipped with dual-radio interfaces that can connect to either a WiFi or a WiMAX network. Previous research on integrated heterogeneous networks WiFi/cellular usually consider one network as the main, and the other as the auxiliary. The performance of the integrated network is compared with the "main" network. The gain is apparently due to the additional resources from the auxiliary network. In this study, we are interested in integration gain that comes from the better utilization of the resource rather than the increase of the resource. The heterogeneity of the two networks is the fundamental reason for the integration gain. To quantify it, we design a g eneric framework that supports different performance objectives. We focus on max-min throughput fairness in this work. We first prove that it is NP-hard to achieve integral max-min throughput fairness, then propose a distributed heuristic algorithm, which provides 2-approximation to the optimal fractional solution. Simulation results demonstr ate significant integration gain from two sources, namely spatial multiplexing and network diversity. We then analyze the integration gain following the generic framework. We study the impact of different user distributions on the integration gain, and validate the analysis using numerical system to monitor signal fade due to weather phenomena for outdoor sensor systemsB CapsutoJ FrolikCapsuto, B. & Frolik, J. 2006. A system to monitor signal fade due to weather phenomena for outdoor sensor systems. Fifth International Conference on Information Processing in Sensor Networks IPSN 2006.Modeling of terahertz radiation absorption temperature distribution in biological tissue of a cattle using simulinkmatlab modelD KurniaM HamdiM JuandiKurnia, D., Hamdi, M., & Juandi, M. 2021. Modeling of terahertz radiation absorption temperature distribution in biological tissue of a cattle using simulinkmatlab model. Science, Technology & Communication Journal, 12, 37-45.
SinyalAM merupakan salah satu bentuk modulasi dimana sinyal informasi digabungkan dengan sinyal pembawa (carrier) berdasarkan perubahan amplitudonya. Bentuk modulasi dimana amplitudo sinyal pembawa di variasikan secara proposional berdasarkan sinyal pemodulasi (sinyal informasi). Frekuensi sinyal pembawa tetap konstan.
persamaan7 dan beda fase masing-masing sinyal dituliskan pada persamaan 8. dimana adalah frekuensi sinyal dalam satuan Hz dan r adalah waktu delay setiap detiknya. y(t) Sin ( t ) (4) c M d r n (5) n Noise atau Derau yang dihasilkan perangkat elektronik sangat bervariasi karena noise itu sendiri dihasilkan dari beberapa efek yang berbeda.Tingkatketerangan (luminance) adalah intensitas terang-gelapnya cahaya pada sinyal video, biasanya direpresentasikan dengan huruf Y. Sinyal video dipisahkan menjadi komponen luma dan chroma (warna) untuk kualitas yang lebih besar serta transmisi dan pengkodean yang efisien. Sinyal video disajikan dalam format YUV, di mana informasi warna Setelahsaya cek pada receiver ternyata semua Intensitas Signal ( Signal Intensity ) 0% dan Kualitas Sinyal ( Quality Signal ) 0% itu semua ada pada 2 LNB Palapa D dan Telkom 4, disini membuktikan bahwa sinyal yang ada pada Parabola ke saluran receiver anda ada masalah pada bagian Kabel.
3 Analisis perbandingan power transmit pada jaringan 3g terhadap kualitas ec/no dan received signal code power dalam hubungan intensitas trafik. Pada tugas akhir ini penulis membahas Pentransmissian sinyal dari UE harus dapat dikontrol sehingga Node B menerima sinyal yang berkekuatan sama dari beberapa UE.Begitujuga dengan garis-garis bar yang ditampilkan, semakin penuh baris-baris barnya maka hal tersebut menandakan bahwa jaringan 4G yang digunakan sedang kuat. 2. Sinyal memiliki jangkauan yang luas dibandingkan jaringan. Sinyal pada jaringan telekomunikasi memiliki makna dan penggunaan yang lebih luas jika dibandingkan dengan jaringan. 5rIA.
perbedaan intensitas sinyal dan kualitas sinyal
