Semua kelas Silabus Alokasi Sumber Daya 5G Deep RL · Episode 3 dari 6

Kelas Alokasi Sumber Daya 5G Deep RL #3: Metode Pembanding: Round Robin, Proportional Fair, Water-Filling

0 kali dilihat

Kelas penjadwal jaringan 5G round robin, max C/I, proportional fair, dan water-filling dengan Python bahasa Indonesia. Episode 3 seri alokasi sumber daya 5G deep reinforcement learning.

Software: Python (NumPy, PyTorch, Gymnasium, Matplotlib)
Level: Menengah
Durasi: ± 10 menit
Total seri: 1 jam 1 menit · 6 video
Terbit: 25 Oktober 2026

Episode 3 dari 6 · lihat silabus

Berlangganan ▶ Tonton video praktik0 kali ditonton

Memeriksa akses...

Ingin belajar lebih dalam?

Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.

Lihat silabus lengkap 6 episode Lihat Kursus Alokasi Sumber Daya 5G Tanya via WhatsApp

Kelas yang direkomendasikan untuk Anda

Dipilih dari software, topik, dan level “Kelas Alokasi Sumber Daya 5G Deep RL #3: Metode Pembanding: Round Robin, Proportional Fair, Water-Filling”.

Deep Learning CNN-LSTM Deteksi Pneumonia

6 episodeAda gratis

Python · Menengah–Mahir

Deep Learning CNN-LSTM Deteksi Pneumonia

6 episode video + PDF, total 57 menit. Dimulai dari: Dataset Rontgen Dada: Memuat, Eksplorasi & Pembagian Data.

57 menit 22 0

Lihat kelas

Klasifikasi Aritmia EKG Wavelet Deep Learning

6 episodeAda gratis

Python · Menengah–Mahir

Klasifikasi Aritmia EKG Wavelet Deep Learning

6 episode video + PDF, total 56 menit. Dimulai dari: Sinyal EKG & EEG: Karakteristik dan Dataset Publik (MIT-BIH).

56 menit 2 0

Lihat kelas

Reinforcement Learning Robot Manipulator

6 episodeAda gratis

Python · Menengah–Mahir

Reinforcement Learning Robot Manipulator

6 episode video + PDF, total 49 menit. Dimulai dari: Kinematika Maju & Balik Lengan Robot 2-DOF.

49 menit 1 0

Lihat kelas

50 episodeAda gratis

Agentic AI · Pemula–Menengah

Agentic AI Tanpa Coding

50 episode video + PDF, total 14 jam 29 menit. Dimulai dari: Chatbot, Otomasi, dan AI Agent: Apa Bedanya?.

14 jam 29 menit 66 0

Lihat kelas

100 episodeAda gratis

Claude · Pemula–Mahir

Claude dari Nol sampai Mahir

100 episode video + PDF, total 15 jam 1 menit. Dimulai dari: Apa Itu Claude dan Bedanya dengan ChatGPT serta Gemini.

15 jam 1 menit 62 0

Lihat kelas

6 episodeAda gratis

Python · Menengah–Mahir

Estimasi Kanal MIMO-OFDM Deep Learning

6 episode video + PDF, total 57 menit. Dimulai dari: Dasar OFDM dan MIMO: Subcarrier, Pilot, Kanal Multipath.

57 menit 0 0

Lihat kelas

18 episodeAda gratis

Python · Pemula–Mahir

Machine Learning Python

18 episode video + PDF, total 3 jam 41 menit. Dimulai dari: Pengenalan Machine Learning & Model Pertama.

3 jam 41 menit 61 0

Lihat kelas

6 episodeAda gratis

Python · Menengah–Mahir

Transfer Learning Penyakit Daun

6 episode video + PDF, total 1 jam 5 menit. Dimulai dari: Dataset PlantVillage: Struktur Folder, Distribusi Kelas & Pembagian Data.

1 jam 5 menit 9 0

Lihat kelas

Butuh lebih dari video?

Pilihan lain dari kami untuk Python.

Belajar bareng mentor

Kursus AI & Kecerdasan Buatan terjadwal, dibimbing langsung, bersertifikat.

Kursus

Kursus Optimasi Multi-Objektif: NSGA-II, MOPSO & Algoritma Hybrid (Python)

Kursus

Kursus Klasifikasi Aritmia EKG dengan Wavelet & Deep Learning (PyTorch)

Kursus

Kursus ANFIS + PSO/GA untuk Peramalan Deret Waktu Non-Linear (Python)

Lihat semua AI & Kecerdasan Buatan →

Minta dibuatkan

Tidak sempat belajar Python? Tim kami bisa mengerjakan proyeknya.

Jasa

Jasa Machine Learning Python — Model Prediksi, Segmentasi Pelanggan, Deteksi Fraud & Aplikasi AI

Jasa

Jasa Pembuatan Gambar AI dengan Stable Diffusion — Produksi Visual Custom Tanpa Batas

★ 4.9

Jasa

Jasa Pembuatan Gambar & Video AI dengan Leonardo AI — Visual All-in-One untuk Bisnis

★ 4.9

Lihat semua AI & Kecerdasan Buatan →

Kabari saya kalau ada kelas Python baru

Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.

Transkrip

Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.

Tampilkan transkrip

Pembuka

Inilah hasil akhirnya, empat penjadwal klasik diadu pada simulator kita. Max C per AI paling cepat tetapi satu user tidak mendapat apa-apa, round robin adil tetapi lambat, dan proportional fair menemukan jalan tengah. Ayo kita mulai. Halo, selamat datang di episode ketiga seri alokasi sumber daya 5G dengan Deep Reinforcement Learning. Sebelum melatih agen, kita butuh pembanding yang kuat. Hari ini kita menulis penjadwal yang dipakai di jaringan seluler sungguhan dan mengukur kinerjanya dengan metrik yang dipakai di makalah ilmiah.

Langkah 1: Round robin, max C/I & PF

Buat file penjadwal.py Semua penjadwal punya bentuk yang sama, menerima jaringan, nomor slot, dan laju rata-rata tiap user, lalu mengembalikan alokasi RBI dan daya. Round robin membagikan RBI secara bergiliran tanpa melihat kanal. Max C per AI memberikan setiap RBI ke user dengan SINR terbaik. Proporsional Fair memilih user dengan laju sesaat dibagi laju rata-ratanya terbesar, sehingga user lemah tetap mendapat giliran saat kanalnya sedang bagus.

Langkah 2: Water:filing daya

Fungsi waterfilling membagi daya antar RBI seperti menuang air ke wadah bergelombang. RBI dengan kanal bagus mendapat lebih banyak daya, dengan level air MU dicari lewat biseksyen. Kita tambahkan batas jenuh 256 KIA M, karena daya di atas batas itu tidak menambah teruput. Penjadwal PF plus waterfilling memakai alokasi proporsional fair lalu membagi daya total 10 Watt dengan waterfilling.

Langkah 3: Metrik keadilan & simulasi

Fungsi JIN menghitung indeks keadilan JIN. Satu berarti semua user mendapat sama, satu per KA berarti satu user memonopoli. Fungsi simulasikan menjalankan penjadwal selama 2000 slot, memperbarui laju rata-rata eksponensial, lalu menghitung truput, keadilan, user terlemah, dan efisiensi energi dalam megabit per joule.

Langkah 4: Mengadu empat penjadwal

Buat file uji underscore penjadwal.py dan jalankan. Round robin hanya 9,67 Mbps dengan JIN 0,702. Max C per I paling cepat, 24,31 Mbps, tetapi JIN hanya 0,155 dan user terlemah tidak mendapat apa-apa. Proporsional fair mencapai 17,07 Mbps dengan JIN tertinggi, 0,805, dan user terlemah 0,63 Mbps. Waterfilling menambah sedikit truput menjadi 17,19. Mari lihat grafiknya.

Langkah 5: Throughput vs keadilan

Pada truput per user, Max C per I memberikan hampir semuanya ke user 2 yang paling dekat. Grafik tengah memperlihatkan kompromi klasik, makin tinggi truput, makin rendah keadilan, dan proporsional fair berada di titik terbaik. Grafik kanan memperlihatkan semua penjadwal memancarkan daya penuh, sehingga efisiensi energinya hanya mengikuti truput. Disinilah agen The QN nanti bisa unggul.

Selesai!

Selesai. Kita sudah menulis round robin, Max C per I, Proporsional fair, dan waterfilling, serta mengukur truput, keadilan JIN, user terlemah, dan efisiensi energi. Di episode berikutnya kita memformulasikan alokasi sumber daya sebagai Markov Decision Process. Sedang menyusun skripsi, tesis, atau riset di bidang telekomunikasi dan kecerdasan buatan? Cerdas inovasi digital membantu implementasi riset jaringan seluler, dari simulator 5G, model kanal dan SINR, penjadwal proporsional fair dan waterfilling, sampai di pre-inforcement learning dengan PyTorch, serta membuka kursus pemrograman Python untuk teknik elektro dan telekomunikasi. Ingin menguasai seluruh seri ini? Dari konsep resource block sampai evaluasi efisiensi energi agen The QN? Semua 6 episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Terima kasih telah menonton, sampai jumpa di episode berikutnya.

Tanya materi kelas

Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.

Catatan saya

Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.

Tanya jawab

Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.

Belum ada pertanyaan.

Pengajar

Tim Cerdas Inovasi Digital

Pengembang software, engineer BIM & 3D, dan praktisi AI

53 kelas video1.296 episode

Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.

Lihat klien kami →

Memuat

Kelas yang direkomendasikan untuk Anda

Butuh lebih dari video?

Transkrip

0:03Pembuka

0:40Langkah 1: Round robin, max C/I & PF

2:24Langkah 2: Water:filing daya

4:00Langkah 3: Metrik keadilan & simulasi

5:23Langkah 4: Mengadu empat penjadwal

6:45Langkah 5: Throughput vs keadilan

8:33Selesai!

Tanya materi kelas

Catatan saya

Tanya jawab

Pengajar

Kelas yang direkomendasikan untuk Anda

Butuh lebih dari video?

Transkrip

0:03Pembuka

0:40Langkah 1: Round robin, max C/I & PF

2:24Langkah 2: Water:filing daya

4:00Langkah 3: Metrik keadilan & simulasi

5:23Langkah 4: Mengadu empat penjadwal

6:45Langkah 5: Throughput vs keadilan

8:33Selesai!

Tanya materi kelas

Catatan saya

Tanya jawab

Pengajar

Pembuka

Langkah 1: Round robin, max C/I & PF

Langkah 2: Water:filing daya

Langkah 3: Metrik keadilan & simulasi

Langkah 4: Mengadu empat penjadwal

Langkah 5: Throughput vs keadilan

Selesai!

Pembuka

Langkah 1: Round robin, max C/I & PF

Langkah 2: Water:filing daya

Langkah 3: Metrik keadilan & simulasi

Langkah 4: Mengadu empat penjadwal

Langkah 5: Throughput vs keadilan

Selesai!