December 7, 2020

392 words 2 mins read

Review Paper Optical Capacity Shortest Path Routing in Self Organizing 5G Networks using Machine Learning

Review Paper Optical Capacity Shortest Path Routing in Self Organizing 5G Networks using Machine Learning

Pada tugas besar ini mereview paper yang berjudul Optical Capacity, Shortest Path Routing in Self Organizing 5G Networks using Machine Learning. Paper ini mengajukan metodologi yang dinamakan User Specific Optimal Capacity and Shortest Path (US-OCSP), metodologi ini membahas mengenai bagaimana cara untuk mendapatkan jarak paling efisien dengan kapasitas optimal pada sebuah jaringan Self Organizing Network (SON). Review paper yang dilakukan adalah mencari paper advantage, paper dawback, serta opini pembaca terhadap paper tersebut. Review paper disajikan dalam bentuk paper dan presentasi akhir.

Paper ini cukup baik dalam penyajian informasi yang ingin disampaikan dan menggunakan tata bahasa yang mudah dimengerti. Peta visual pada skenario jaringan disajikan dengan gambar dan keterangan yang mudah dimengerti, tetapi jarak antar node tidak ada. Penjelasan mengenai algoritma Q-Learning dengan parameternya pun disajikan secara runtut dan jelas, didukung dengan acuan paper referensi yang mudah untuk dimengerti. Pada bagian parameter pun dijelaskan apa itu TBFQ scheduler dengan memberikan keterangan di catatan kaki pada halaman yang bersangkutan. Hal ini sangat bagus karena memungkinkan pembaca tidak perlu membuka paper referensi untuk mencari informasi lebih lanjut. Namun pada bagian skenario dan hasil pengujian, kurang membahas lebih lanjut dan hasil hanya dijabarkan secara garis besar nya saja, sehingga informasi yang didapat oleh pembaca kurang jelas. Grafik yang disajikan pada bagian hasil tidak memberikan penjelasan lebih lanjut mengenai isi dari grafik tersebut sehingga pembaca awam akan kesulitan memahami hasilnya. Penentuan data yang digunakan pada skenario pengujian, seperti nilai threshold PRB, tidak dijelaskan mengapa menggunakan threshold 70% dan hanya dikatakan bahwa nilai threshold ditetapkan “sedemikian rupa”. Sehingga membingungkan pembaca bahwa yang dimaksud dengan sedemikian rupa itu seperti apa. Model simulasi yang digunakan menggunakan LTE-EPC yang sekilas membingungkan pembaca dengan mempertanyakan mengapa menggunakan LTE-EPC dan tidak menggunakan 5GC, karena yang diteliti pada paper adalah untuk digunakan di jaringan 5G. Skenario LTE-EPC dapat digunakan pada jaringan 5G karena masih pada tahap migrasi ke 5G Core Network (5GC). Sel radio 5G New Radio (NR) digabungkan dengan sel radio LTE menggunakan konektivitas ganda untuk menyediakan akses radio, dan jaringan inti dapat berupa EPC atau 5GC bergantung pada pilihan operator. Konektivitas ganda adalah operasi yang diberikan UE menggunakan sumber daya radio yang disediakan setidaknya di dua titik jaringan yang berbeda (misal NR akses dari gNB dan akses LTE dari eNB). Untuk menyediakan migrasi yang lancar ke 5GC, diperlukan untuk mendukung interworking dengan sistem EPC dan IMS lama.

Project Author(s)

Shafira Febriani (23220067)

comments powered by Disqus