Current Issues

Peneliti Akan Gunakan "Deep Learning" untuk Tenagai Sinyal 5G dan 6G

Ahmad Redho Nugraha

Posted on April 24th 2020

Selama beberapa dekade, semua orang sangat mengandalkan operator radio amatir dua arah dalam melakukan komunikasi jarak jauh. Beberapa orang yang berkomunikasi akan memilih frekuensi radio yang sama agar dapat berkomunikasi pada sepasang perangkat radio.

Namun seiring waktu, dengan semakin banyaknya perangkat radio, telepon dan perangkat Internet of Things (IoT) lainnya yang beroperasi, tentu saja semakin sulit menemukan frekuensi yang jernih dan tidak digunakan oleh orang lain pada saat bersamaan. Akhirnya para ilmuwan berusaha menciptakan perangkat "radio pintar" yang secara otomatis menyesuaikan frekuensi radionya untuk menghasilkan komunikasi dua arah yang optimal.

Perangkat inilah yang kemudian dinamai cognitive radio (CR), yaitu teknologi jaringan dan radio yang dapat mendeteksi keberadaan sinyal secara otomatis pada spektrum nirkabel, untuk kemudian mengubah transmisi parameter, sehingga lebih banyak komunikasi yang dapat berlangsung di saat bersamaan.

Peneliti dari Institut Wireless Internet of Things, Universitas Northeastern, menjelaskan bahwa peningkatan jumlah dan variasi perangkat selulet IoT telah menciptakan tantangan terbaru dalam pengoptimalan jaringan nirkabel. Mengingat, kini satu frekuensi radio saja harus dibagi dengan ratusan perangkat radio lainnya yang beroperasi di satu wilayah yang sama.

Banyaknya jumlah perangkat radio yang beroperasi tersebut telah mengurangi keakuratan model matematika yang digunakan dalam memprediksi "celah" yang kosong dan dapat dimanfaatkan untuk berkomunikasi. Namun di sinilah metode 'deep learning' dapat diandalkan dalam memecahkan masalah.

Para peneliti kini menggunakan teknik 'machine learning' tersebut yang dipasang pada perangkat keras nirkabel untuk meningkatkan pemanfaatan frekuensi, sehingga perangkat tersebut dapat mengembangkan strategi penggunaan spektrum dengan memanfaatkan AI secara otomatis.

Sebuah hasil riset menunjukkan bahwa model deep learning memiliki keakuratan rata-rata 20 persen lebih tinggi dibandingkan sistem tradisional dalam memprediksi dan mengklasifikasikan saluran-saluran radio dalam frekuensi yang padat, serta dapat bekerja pada ratusan perangkat sekaligus. Deep learning memang dikembangkan agar dapat digunakan dalam berbagai fungsi berbeda secara sekaligus.

Namun, tantangan utama dalam mengimplementasikan deep learning adalah banyaknya jumlah data yang harus diproses dalam waktu singkat untuk dapat melakukan analisis secara berkelanjutan. Metode deep learning dapat dipergunakan pada puluhan juta parameter, namun untuk dapat dipergunakan pada perangkat radio seperti ini, dibutuhkan kecepatan di atas ratusan megabyte data per detik untuk data dalam taraf milisekon.

Dan hal tersebut, ternyata bahkan jauh melampaui kemampuan perangkat 'paling kuat' yang ada saat ini, serta tidak dapat dilakukan pada ruang penyimpanan berbasis cloud.

Dengan demikian, tujuan awal dari para peneliti adalah menyusutkan model deep learning yang hendak digunakan hingga model tersebut dapat dipergunakan pada perangkat-perangkat yang kecil, serta menggunakan fasilitas pengujian yang rumit (wireless data factory) untuk meningkatkan kemampuan software yang dipergunakan, termasuk agar perangkat tersebut lebih kuat terhadap gangguan dari perangkat lain.

Para peneliti berharap dapat memanfaatkan model yang mereka kembangkan tersebut pada teknologi 5G dan 6G, mengingat kedua fitur sinyal seluler tersebut akan lebih marak digunakan dimana-mana dibandingkan 4G dalam dua dekade ke depan.(*)

Related Articles
Current Issues
Jaringan 5G Belum Sampai di Indonesia, Tiongkok Sudah Bicara 6G

Current Issues
Biar Gak Gaptek, Siap-Siap Belajar Teknologi yang Bakal Berkembang di 2020

Current Issues
Memperingati Hari Radio Sedunia: Apa Bedanya dengan Podcast?