<?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="144833">
 <titleInfo>
  <title>ANALISIS EFISIENSI SPEKTRAL PADA SISTEM KOMUNIKASI MASSIVE MIMO 6G BERBASIS DEEP NEURAL NETWORK</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Khairul Ridha</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>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Teknologi generasi 6G merupakan teknologi masa depan diharapkan agar dapat melanjutkan perkembangan 5G yang bertujuan untuk memberikan konektivitas yang lebih cepat, kapasitas yang lebih besar, serta mendukung teknologi Multiple Input Multiple Output (MIMO) masif. Teknologi MIMO masif merupakan salah satu jenis teknik diversitas spasial yang menggunakan beberapa antena untuk mengirimkan beberapa data atau informasi secara bersamaan dan dapat terhubung dengan beberapa terminal dalam waktu frekuensi yang sama. Pada teknologi MIMO masif ini, untuk meningkatkan kecepatan data dibutuhkan spektrum yang lebih besar dan frekuensi yang tinggi. Sedangkan ketersediaan spektrum pada sistem komunikasi 6G MIMO masif yang terbatas serta penggunaan frekuensi yang tinggi dapat menyebabkan penurunan kualitas sinyal karena interferensi. Maka diperlukan adanya sebuah sistem untuk mengoptimalkan kinerja dari MIMO masif. Selain itu, MIMO masif juga memiliki kompleksitas yang tinggi karena memanfaatkan antena yang sangat banyak sehingga dapat menurunkan kinerja sistem. Deep neural network (DNN) adalah sebuah algoritma yang dapat mengatasi data-data yang lebih komplek serta dapat meningkatkan kinerja sebuah sistem. Oleh karena itu, pada penelitian ini menganalisis dan membandingkan parameter kinerja berupa signal-to-interference plus noise ratio (SINR) dan efisiensi spektral pada sistem komunikasi 6G MIMO masif dengan menggunakan metode DNN dan konvensional. Nilai SINR yang dihasilkan menggunakan metode DNN ini lebih tinggi dibandingkan dengan metode konvensional. Sistem DNN ini memperoleh nilai SE yang lebih stabil dan lebih optimal jika dibandingkan dengan menggunakan MIMO masif konvensional sebesar 82,8% serta sedikit lebih stabil dibandingkan dengan menggunakan metode Deep Reinforcement Learning (DRL). Metode DNN sedikit lebih baik dalam mengatasi kompleksitas karena waktu respon yang dihasilkan relatif konstan sepanjang epoch dibandingkan dengan metode DRL mengalami peningkatan seiring bertambahnya epoch. &#13;
</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>144833</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-01-02 12:41:09</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-01-02 14:45:59</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>