Abstract
Peluncuran teknologi 5G sudah dimulai dari kuartal pertama tahun 2019. 5G merupakan penerus dari teknologi 4G. Pengembangan teknologi untuk bidang jaringan telekomunikasi sudah semakin berperan dan berdampak. Fitur-fitur yang ditawarkan oleh 5G tentunya jauh melampaui fitur yang sudah ada pada generasi sebelumnya. Kecepatan yang dimiliki oleh koneksi 5G juga jauh melampaui generasi-generasi sebelumnya. Tentunya, perolehan akses teknologi 5G masih belum dimiliki banyak negara. Salah satu pendekatan yang dapat dilakukan untuk pengembangan teknologi 5G adalah virtualisasi jaringan. Virtualisasi jaringan merupakan metode yang replikasi atas semua komponen pada jaringan dalam sebuah perangkat lunak. Peletakan mesin-mesin virtual dalam sebuah jaringan virtual membentuk sebuah topologi jaringan virtual. Setiap mesin virtual memiliki kebutuhan sistem yang berbeda-beda. Peletakan mesin virtual bervariasi berdasarkan algoritma yang digunakan. Terdapat dua parameter utama untuk menentukan peletakan mesin virtual yaitu petak mesin virtual yang tersedia dan lebar pita node. Kontribusi yang dapat dilakukan untuk pengembangan teknologi 5G adalah pembentukan algoritma alokasi untuk peletakan mesin virtual. Topologi yang digunakan adalah topologi mesh, yaitu sebuah topologi jaringan di mana node-nodenya saling berhubungan secara langsung. Node ini juga tersambung secara dinamis. Mesh Network mengizinkan interkoneksi dari semua perangkat yang ada. Setiap perangkat yang terhubung dengan mesh network mampu memberi data yang dimiliki. Untuk menentukan tingkat alokasi algoritma pada topologi, maka digunakan program simulasi. Simulasi dilakukan pada algoritma first-fit, best-fit, placement algorithm, dan algoritma SF dengan bahasa pemrograman Python. Algoritma SF atau sequential formation algorithm adalah algoritma hasil penelitian untuk topologi mesh homogen. Evaluasi menghasilkan acceptance ratio untuk jumlah node sebanyak 10, 20, 30, dan 40 pada topologi mesh homogen. Rata-rata acceptance ratio untuk masing-masing algoritma yaitu 38.19% untuk first-fit, 40.38% untuk best-fit, 45.44% untuk placement algorithm, dan 50.88% untuk algoritma SF.
......The 5G technology is the successor to 4G technology. The development of telecommunication network technology has become increasingly important and has an even greater impact in multiple sectors. The features offered by 5G such as speed certainly go far beyond the features that existed in the previous generation. Currently, many countries still do not have access to 5G technology. One approach that can be taken for the development of 5G technology is network virtualization which is a method for replicating all network components in a software. The placement of virtual machines in a virtual network forms a virtual network topology. Each virtual machine has different system requirements. The placement of virtual machines varies based on the algorithm used. There are two main parameters in deciding the virtual machine placement which are the available virtual machine slots and the badwidth of the node. The contribution that can be made to the development of 5G technology is the formation of an allocation algorithm for virtual machine placement. The topology used is a mesh topology, which is a network topology where the nodes are directly interconnected. These nodes are also connected dynamically. Mesh Network allows the interconnection of all existing devices. Each device connected to the mesh network is able to provide its data. To determine the level of allocation of an algorithm in the topology, a simulation program is used. In this work, Simulations were carried out on first-fit, best-fit, placement algorithm, and SF algorithms using the Python programming language. The SF algorithm or sequential formation algorithm is the result of this research, which is an algorithm for homogeneous mesh topology. The evaluation produces an acceptance ratio for the number of nodes as much as 10, 20, 30, and 40 in a homogeneous mesh topology. The average acceptance ratio for each algorithm is 38.19% for first-fit, 40.38% for best-fit, 45.44% for placement algorithm, and 50.88% for SF algorithm.
