ABSTRAKSI: Software Defined Radio (SDR) menghadirkan teknologi komunikasi radio yang sangat berperan penting dalam menjawab kebutuhan teknologi wireless masa depan. Dengan lebih menerapkan fungsi-fungsi yang ada dalam software dibandingkan dengan pendekatan hardware secara tradisional sistem radio akan memberikan fleksibilitas yang lebih besar. Fleksibilitas ini menawarkan solusi potensial untuk interoperabilitas, jaringan yang fleksibel dan dinamis sehingga dapat mendukung perbedaan frekuensi, perbedaan tipe modulasi, dan perbedaan bandwidth
Penerima yang digunakan pada sistem SDR harus mampu memilih skema demodulasi yang tepat untuk bermacam-macam sinyal dengan skema modulasi yang tidak diketahui, sehingga proses deteksi skema modulasi merupakan salah satu fungsi awal yang harus ada pada SDR. Algoritma pendetesian skema modulasi yang digunakan pada penelitian ini merupakan penggabungan antara metode statistik pada bagian ekstraksi ciri dan pada bagian keputusan menggunakan diagram pohon dan algoritma klustering K-means.
Hasil penelitian menunjukkan kinerja Algoritma Klustering K-means lebih baik daripada diagram pohon. Pada Algoritma Klustering K-means kombinasi parameter yang menghasilkan kinerja terbaik adalah ?max dan aa serta ?max, aa, dan dp. Dua kombinasi ini mampu mendeteksi modulasi QPSK tanpa error sejak kondisi 0 dB sedangkan untuk modulasi 16QAM dan 64QAM SNR minimum yang dibutuhkan 7-8 dB. Pada diagram pohon kombinasi parameter yang menghasilkan kinerja terbaik adalah ?max dan aa . Kombinasi ini mampu mendeteksi modulasi QPSK dan 16QAM tanpa error sejak kondisi 0 dB sedangkan untuk modulasi 64QAM SNR minimum yang dibutuhkan 7-8dB.Kata Kunci : Deteksi Skema Modulasi, Software Defined Radio, Metode Statistik,ABSTRACT: Software Defined Radio (SDR) provides radio communication technology which is very important to adequate need of next generation of wireless technology. By more implementing function in software than approaching of hardware traditionally, will give more flexibility to radio system. This flexibility offers potensial solution for interoperability, more dynamic and flexible network, able to support different frequency, modulation type and bandwidth
Modulation scheme detection is one of SDR early important function, because receiver used for this kind of system should be able to select a correct demodulation scheme for various signals with unknown modulation scheme. Modulation scheme detection algorithm that used in this research is a combination between statistic method on features extraction part and the KMeans clustering algorithm and tree diagram on decision part.
The research results show that K-means clustering algorithm have better performance than tree diagram. Combination of statistical parameters that give the best performance on K-means clustering algorithm are ?max and aa , and ?max, aa, and dp This two combination parameters have ability to detect QPSK modulation without error since SNR 0 dB, while minimum SNR required for modulation scheme16 QAM and 64 QAM is about 7-8 dB. On tree diagram method Combination of statistical parameters that give the best performance are aa and da. This combination have ability to detect QPSK and 16QAM modulation without error since SNR 0 dB, while minimum SNR required for modulation scheme1 64 QAM is about 7dBKeyword: Modulation Scheme Detection, Software Defined Radio, Statistical