Optimisasi Pengunaan Vissible Light Communication Dengan Melakukan Perubahan Posisi Receiver

Abstract

Abstract— Vissible Light Communication (VLC) is a method of sending and receiving data that has a way of working similar to the light that shines on an object. There are two main components in VLC, namely the transmitter and receiver. The transmitter will emit electromagnetic light which is then received by the receiver. In the application of VLC, the coming angle of the beam emitted by the transmitter will greatly determine the performance performance of the receiver. Therefore it is necessary to optimize the distance position (D) of the receiver in receiving the incoming light. In this optimization process two algorithms will be used, namely genetic algorithm (GA) and particle swarm optimization (PSO). The research method is carried out by simulating the two algorithms using MATLAB. Then the results of the two algorithms are compared to find the most optimal distance value and also with a fast iteration process. In this study, the results obtained by the two algorithms show the same distance and optimization angle values. However, in terms of speed to iterate they have differences. Genetic algorithm requires longer time and iteration compared to particle swarm optimization algorithm.

Keywords— VLC, GA, PSO, Optimization.

Abstrak— Vissible Light Communication (VLC) adalah sebuah metode pengirimian dan penerimaan data yang memiliki cara kerja mirip seperti cahaya lampu yang menyinari suatu objek. Terdapat dua komponen utama dalam VLC, yaitu transmitter dan receiver. Transmitter akan memancarkan sinar elektromagnetik yang kemudian diterima receiver. Pada aplikasinya sudut datang dari sinar yang dipancarkan transmitter akan sangat menentukan kinerja kinerja receiver. Oleh karena itu perlu dilakukan optimisasi posisi jarak (D) receiver dalam menerima sinar yang datang. Dalam proses optimisasi ini akan digunakan dua algoritma, yaitu genetic algorithm (GA) dan particle swarm optimisation (PSO).  Metode penelitian dilakukan dengan melalui proses simulasi kedua algoritma tersebut menggunakan MATLAB.  Kemudian hasil kedua algoritma tersebut dibandingkan untuk mencari nilai jarak yang paling optimal dan juga dengan proses iterasi yang cepat.  Pada penelitian ini, hasil yang didapatkan oleh kedua algoritma menunjukkan nilai jarak dan sudut optimasi yang sama. Namun, dalam hal kecepatan untuk melakukan iterasi keduanya memiliki perbedaan. Genetic algorithm memerlukan waktu dan iterasi yang lebih lama dibandingkan dengan algoritma particle swarm optimization.

Kata kunci— VLC, GA, PSO, Optimisasi.