<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="113923">
 <titleInfo>
  <title>ANALISIS EFISIENSI ENERGI PADA SISTEM KOMUNIKASI MASSIVE MIMO 5G BERBASIS DEEP LEARNING</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Ichwan Nusufa</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik Elektro</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Teknologi jaringan internet mengalami banyak sekali perkembangan dan pembaruan sehigga telah mencapai generasi ke-5 atau 5G. Jaringan 5G merupakan suatu perkembangan yang bisa menjangkau semua perangkat, dan 5G memiliki kecepatan lebih tinggi daripada generasi lain sebelumnya. Teknologi 5G memiliki beberapa teknologi pendukung salah satunya, Massive Multiple Input Multiple Output (Massive MIMO). Massive MIMO memiliki lebih banyak antenna daripada MIMO biasa, menyebabkan banyak jalur sinyal yang dapat dilalui, sehingga kinerja jaringan dan koneksi menjadi lebih baik. Penigkatan jumlah antena dan frekuensi pada massive MIMO menyebabkan kompleksitas yang tinggi terhadap pemrosesan sinyal dan konsumsi energi yang tidak efisien. Penelitian ini menganalisis konsumsi energi pada sistem komunikasi massive MIMO 5G dengan menggunkan teknologi deep neural network (DNN). DNN merupakan algoritma yang terinspirasi dari jaringan saraf manusia yang berfungsi untuk pengambilan keputusan dan memiliki lebih dari satu hidden layer. Penelitian ini menggunakan DNN untuk menganalisis konsumsi energi komunikasi massive MIMO dan mendapatkan hasil yang optimal. Penelitian ini mendapatkan hasil peningkatan efisiensi energi 43% lebih besar dibandingkan metode konvensional tanpa DNN.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>113923</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-09-01 09:45:05</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-09-01 10:32:17</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>