Analisis Nilai Bit Error Rate pada Turbo Convolutional Coding dan Turbo Block Coding

Abstract

Pada sistem komunikasi digital, dibutuhkan sistem penyandian kanal (channel coding) yang berfungsi untuk meminimalkan efek kerusakan atau hilangnya informasi yang diakibatkan oleh derau di dalam kanal. Sistem penyandian kanal yang baik memiliki nilai laju galat bit (Bit Error Rate-BER) yang kecil. Turbo Coding merupakan salah satu teknik penyandian kanal pengoreksi galat dengan penggunaan dua komponen kode yang dihubungkan secara paralel baik pada penyandi maupun pengawasandi. Pada skripsi ini diteliti beberapa jenis Turbo Coding yang terdiri dari Turbo Convolutional, Turbo Block dan Turbo Gabungan berdasarkan jumlah shift register yang digunakan pada penyandi, ukuran matriks interleaver yang digunakan, jumlah iterasi yang dilakukan, efek puncturing serta kanal yang dilalui oleh sistem. Dari hasil simulasi, secara umum Turbo Convolutional memiliki kinerja yang paling baik dibandingkan dengan Turbo Block dan Turbo Gabungan. Pada kanal AWGN, Turbo Convolutional dapat mencapai nilai BER sebesar 0 saat Eb/No = 2 dB sedangkan Turbo Gabungan dan Turbo Block hanya mencapai 0,0087 dan 0,0155. Pada kanal berderau AWGN yang ditambah multipath Rayleigh fading, Turbo Convolutional pada Eb/No = 2 dB tetap memiliki kinerja yang paling baik dengan nilai BER sebesar 0,0114 sementara Turbo Gabungan dan Turbo Block dengan nilai BER 0,0458 dan 0,0163

In digital communications system, channel coding is needed to minimize the effects of damage or loss of information caused by noise in the channel. A good channel coding has low BER value. Turbo Coding is one of error correction code using parallel concatenation of two component codes both in encoder and decoder. In this final project, several types of Turbo Coding consisting of Convolutional Turbo code, Block Turbo code and Combined Turbo code based on the number of shift registers used, the size of the interleaver matrix, the number of iterations performed, the effect of puncturing and canals traversed by the system have been studied. The results of the simulation show that generally Convolutional Turbo code has the best performance compared to Block Turbo code and Combined Turbo code. In AWGN channel, Convolutional Turbo code has produced BER of 0 at Eb/No = 2 dB while Combined Turbo code and Block Turbo code just 0,0087 and BER of 0,0155. In AWGN channel with multipath Rayleigh fading, Convolutional Turbo code at Eb/No = 2 dB still has the best performance than others with BER value of 0,0114 while Combined Turbo code and Block Turbo code with BER value of 0,0458 and 0,0163 respectively