Electronic Theses and Dissertation

Massive Multiple Input Multiple Output (MIMO) merupakan salah satu teknologi utama yang mendukung perkembangan jaringan 6G, dengan kemampuan meningkatkan kapasitas jaringan, efisiensi spektrum, dan kualitas layanan. Namun, penerapan teknologi ini menghadirkan tantangan terkait konsumsi energi yang tinggi, sehingga diperlukan strategi untuk mengoptimalkan efisiensi energi tanpa mengorbankan performa sistem. Penelitian dilakukan melalui simulasi numerik terhadap dua pengaruh besar pada data rate, yaitu pengaruh Signal to Interference Noise Ratio (SINR) dan jumlah antena menggunakan metode pemrosesan linear, yaitu Zero Forcing (ZF) dan Match Filter (MF)/Maximum Ratio (MR). Metode ZF digunakan untuk mengurangi interferensi antar pengguna melalui inversi matriks kanal, sementara MR digunakan untuk memaksimalkan kekuatan sinyal pada penerima. Hasil penelitian menunjukkan terdapat perbedaan yang signifikan pada data rate dan efisiensi energi menggunakan kedua metode tersebut. Perbandingan metode pada percobaan pertama pengaruh SINR menunjukkan selisih sebesar 32% dan 39%, sedangkan pada percobaan kedua sebesar 32% dan 22%. Pada percobaan pengaruh jumlah antena diperoleh selisihnya sebesar 41% dan 12%. Dari masing-masing grafik, kurva metode ZFup/down selalu lebih unggul, yang artinya metode tersebut sangat bagus digunakan dalam menekan interferensi sinyal selama proses transmisi. Metode ini mampu memberikan keseimbangan optimal antara kompleksitas, efisiensi daya, dan kapasitas sistem, sehingga tetap efisien meskipun digunakan pada jumlah antena yang besar. Dengan demikian, pemrosesan linear masih berperan penting sebagai dasar pengembangan algoritma yang lebih efisien di era komunikasi nirkabel generasi keenam.

Massive Multiple Input Multiple Output (MIMO) is one of the key technologies supporting the development of 6G networks, with the ability to increase network capacity, spectrum efficiency, and service quality. However, the implementation of this technology presents challenges related to high energy consumption, requiring strategies to optimize energy efficiency without compromising system performance. The research was conducted through numerical simulations of two major influences on data rate, namely the influence of Signal to Interference Noise Ratio (SINR) and the number of antennas using linear processing methods, namely Zero Forcing (ZF) and Match Filter (MF)/Maximum Ratio (MR). The ZF method is used to reduce interference between users through channel matrix inversion, while MR is used to maximize signal strength at the receiver. The results show significant differences in data rate and energy efficiency between the two methods. A comparison of the methods in the first SINR experiment shows a difference of 32% and 39%, while in the second experiment, the difference is 32% and 22%. In the experiment on the effect of the number of antennas, the difference is 41% and 12%. From each graph, the ZFup/down method curve was always superior, which means that this method is very good at suppressing signal interference during the transmission process. This method is able to provide an optimal balance between complexity, power efficiency, and system capacity, so that it remains efficient even when used with a large number of antennas. Thus, linear processing still plays an important role as the basis for developing more efficient algorithms in the era of sixth-generation wireless communications.