Dewasa ini, teknologi mengalami perkembangan yang sangat pesat terutama
dalam bidang telekomunikasi. Pemanfataan telekomunikasi terutama dalam sektor
radio kognitif. Cognitive Radio Network (CRN) atau jaringan kognitif radio hadir
sebagai solusi peningkatan pemanfaatan sumber daya alokasi. Penelitian jaringan
kognitif radio berfokus pada alokasi sumber daya dengan menggunakan alokasi
resource yang dioptimalkan. Masalah utama ialah menangani permintaan jaringan
seluler, dengan menimalisir maintenance, penggunaan daya yang rendah serta
interference yang kecil untuk mendapatkan nilai yang maksimal dan memfokuskan
pada nilai data rate yang tinggi agar mencapai performa terbaik.
Cognitive Radio Network dikembangkan karena primary user (PU) dan
secondary user (SU) tidak perlu mengunakan medium untuk saling berkomunikasi
satu sama lain. Konsep ini sangat berguna untuk masa depan meskipun memiliki
masalah dalah hal interferensi yang dihasilkan dari PU dan SU karena dalam satu
sel yang sama. Hal ini dapat menyebabkan performa Quality of Service (QoS)
dalam CRN. Oleh sebab itu, dibutuhkan alokasi resource yang dapat meningkatkan
performa QoS seperti meminimalisir data rate, fairness, serta interferensi yang
rendah. Maka, digunakan algoritma Reweight Message Passing (ReMPA) untuk
mendukung performansi tersebut. Dalam tugas akhir ini penulis membagi ReMPA
menjadi dua bagian yaitu ReMPA Sumrate dan ReMPA Fairness.
Algoritma Reweight Message Passing dalam tugas akhir ini dapat menjadi
solusi untuk PU dan SU dengan menghasilkan kenaikan perfomansi sum rate
sebanyak 3,73 % dari algoritma Mean Greedy dan 2,15 % dari algoritma Random
pada skenario satu untuk ReMPA Surmate. Pada skenario dua ReMPA Sumrate
mengalami penururan dalam perfomansi sum rate sebesar 2,15 % dari Mean Greedy
dan 21,74 % dari Random. ReMPA Fairness mengalami kenaikan dalam
perfomansi fairness sebesar 13,03% dari Mean Greedy dan 18,64% dari Random
pada skenario satu.