1. Vertical Redudancy Check (VRC)

Merupakan metode pemeriksaan kesalahan per karakter dan digunakan pada system yang berorientasi karakter,misalnya terminal. Dengan cara ini setiap karakter yang dikirimkan (terdiri dari 7 bit) diberi tambahan 1 bit parity yang akan diperiksa oleh penerima untuk mengetahui kebenaran karakter yang diterima tersebut.

2. Longitudinal Redudancy Check (LCR)

Untuk memperbaiki kinerja VRC, digunakan LRC untuk data yang dikirim secara blok. Cara ini mirip dengan VRC, hanya saja penambahan bit dilakukan pada akhir setiap blok karakter yang dikirimkan. Dengan cara ini maka kesalahan lebih dari satu bit juga dapat ditemukan,sehingga kecepatan pengirim data dapat dipertinggi.

3. Cyclic Redudancy Check (CRC)

CRC digunakan untuk pengiriman data berkecapatan tinggi. CRC disebut juga sebagai pengujian berorientasi bit,karena dasar pemeriksaan kemungkinan kesalahan adalah bit atau karakter dan menggunakan rumus matematika khusus. Dalam metode ini 1 blok informasi dilihat sebagai deretan bit yang ditransmisikan. Bit yang akan disalurkan.

4. Error-Check bit seqeunce

Error-Check bit seqeunce. Header terdiri dari informasi tentang alamat dari tujuan, tipe dari pesan (data atau control) dan kadang-kadang urutan pekerjaan (job number).

5. Burst Error

Berdasarkan rekomendasi CCITT, burst error didefinisikan sebagai sebuah kelompok yang terdiri dari bit-bit dimana dua kesalahan yang terjadi berurutan selalu dipisahkan oleh sejumlah bit yang benar. Definisi ini memberikan arti bahwa kesalahan bit yang terakhir pada sebuah burst dan kesalahan bit pertama pada burst berikutnya dipisahkan.100% Parity Checks

6. Parity check

Konsep umum dari parity check adalah sebuah sistem yang membuat pihak terminal tertuju tahu bahwa data yang iya terima tersebut sama atau tidak dengan data yang dikirim oleh terminal pengirim. Caranya? Pertama tama pihak pengirim akan menambahkan 1 bit tambahan ( Atau yang Lebih dikenal dengan nama Parity Bit ) pada data, untuk menggambarkan karakteristik dari data tersebut. Nilai dari bit parity ( 1 atau 0 ) tidak diperoleh secara sembarangan. dalam proses pentransmisiannya data tadi dikirim bersamaan ( data kita dan parity bitnya ) dan kita anggap data dapat terkirim dengan suskses. Pada Terminal Penerima Data kita dibaca dan Di dekodisasi ( di definisi kan ulang ) dengan cara yang sama seperti saat kita menentuan nilai parity bit di sisi pengirim. Lalu Hasil dekodisasi tadi dibandingkan dengan parity bit yang tadi sengaja dibawakan oleh pengirim. Gampangannya apabila hasil pembacaan ( Dekodisasi ) data terkirim sama dengan Parity bitnya maka data tersebut Dapat dianggap benar. Dan apabila diperoleh perbedaan nilai antara hasil dekodisasi dengan

parity bitnya maka data dapat di klasifikasikan sebagai data yeng error, Lebih lanjut terminal penerima akan mengirimkan request pada terminal pengirim untuk mengirimkan ulang data yang terbaca error tadi.

7. Hamming Code Kode Hamming hanya bisa memperbaiki error tunggal. Akan tetapi, ada trick yang dapat digunakan untuk memungkinkan kode Hamming dapat memperbaiki error yang meletup. Sejumlah k buah codeword yang berurutan disusun sebagai sebuah matriks, satu codeword per baris. Biasanya, data akan ditransmisikan satu baris codeword sekali, dari kiri ke kanan. Untuk mengkoreksi error yang meletup, data harus ditransmisikan satu kolom sekali, diawali dengan kolom yang paling kiri. Ketika seluruh k bit telah dikirimkan, kolom kedua mulai dikirimkan, dan seterusnya. Pada saat frame tiba pada penerima, matriks direkonstruksi, satu kolom per satuan waktu. Bila suatu error yang meletup terjadi, paling banyak 1 bit pada setiap k codeword akan terpengaruh. Akan tetapi kode Hamming dapat memperbaiki satu error per codeword, sehingga seluruh blok dapat diperbaiki. Metode ini memakai kr bit check untuk membuat km bit data dapat immune terhadap error tunggal yang meletup dengan panjang k atau kurang. pada hasil operasi. Jumlah posisi bit dimana dua codeword berbeda disebut jarak Hamming (Hamming, 1950). Hal yang perlu diperhatikan adalah bahwa bila dua codeword terpisah dengan jarak Hamming d, maka akan diperlukan error bit tunggal d untuk mengkonversi dari yang satu menjadi yang lainnya. ada sebagian besar aplikasi transmisi data, seluruh 2m pesan data merupakan data yang legal. Tetapi sehubungan dengan cara penghitungan check bit, tidak semua 2n digunakan. Bila ditentukan algoritma untuk menghitung check bit, maka akan dimungkinkan untuk membuat daftar lengkap codeword yang legal. Dari daftar ini dapat dicari dua codeword yang jarak Hamming-nya minimum. Jarak ini merupakan jarak Hamming bagi kode yang lengkap.Sifat-sifat pendeteksian error dan perbaikan error suatu kode tergantung pada jarak Hamming-nya. Untuk mendeteksi d error, anda membutuhkan kode dengan jarak d+1 karena dengan kode seperti itu tidak mungkin bahwa error bit tunggal d dapat mengubah sebuah codeword yang valid menjadi codeword valid lainnya. Ketika penerima melihat codeword yang tidak valid, maka penerima dapat berkata bahwa telah terjadi error pada transmisi. Demikian juga, untuk memperbaiki error d, anda memerlukan kode yang berjarak 2d+1 karena hal itu menyatakan codeword legal dapat terpisah bahkan dengan perubahan d, codeword orisinil akan lebih dekat dibanding codeword lainnya, maka perbaikan error dapat ditentukan secara unik.Sebagai sebuah contoh sederhana bagi kode pendeteksian error, ambil sebuah kode dimana parity bit tunggal ditambahkan ke data. Parity bit dipilih supaya jumlah bit-bit 1 dalam codeword menjadi genap (atau ganjil). Misalnya, bila 10110101 dikirimkan dalam parity genap dengan menambahkan sebuah bit pada bagian ujungnya, maka data itu menjadi 101101011, sedangkan dengan parity genap 10110001 menjadi 101100010. Sebuah kode dengan parity bit tunggal mempunyai jarak 2, karena sembarang error bit tunggal menghasilkan sebuah codeword dengan parity yang salah. Cara ini dapat digunakan untuk mendeteksi erro-error tunggal. Sebagai contoh sederhana dari kode perbaikan error, ambil sebuah kode yang hanya memiliki empat buah codeword valid :0000000000,0000011111,1111100000 dan 1111111111

Kode ini mempunyai jarak 5, yang berarti bahwa code tersebut dapat memperbaiki error ganda. Bila codeword 0000011111 tiba, maka penerima akan tahun bahwa data orisinil seharusnya adalah 0000011111. Akan tetapi bila error tripel mengubah 0000000000 menjadi 0000000111, maka error tidak akan dapat diperbaiki.

8. ChecksumPada Metode checksum, pengecekan dilakukan dengan melakukan penjumlahan pada sekumpulan data dan kemudian mengcomplement jumlah tersebut, kemudian hasil complement tersebut/checksum ditambahkan pada data sebagai sebuah karakter. Kemudian pada reciever, akan dihitung ulang checksum-nya dan dilakukan perbandingan nilai/jumlah data yang dikirimkan dengan checksum. Bila terjadi perbedaan nilai antara kedua nilai ini, maka terjadi kesalahan/error dalam pengiriman data. Pada dasarnya metode ini mirip dengan parity check, perbedaannya adalah jumlah bit pada sums lebih besar dan hasil dari penjumlahan data dengan checksum harus selalu dibuat nol.Di sisi pengirim:

Unit data dibagi ke dalam k seksi yang masing-masing seksi berisi n-bit data. Semua seksi data tersebut ditambahkan menggunakan 1’s complement untuk

mendapatkan jumlahnya. Jumlah tersebut kemudian dikomplemenkan dan menjadi nilai checksum. Checksum dikirim bersama dengan data sebagai unit terakhir dalam paket

pengiriman.Di sisi penerima:

Unit data yang diterima kembali dibagi ke dalam k seksi yang masing-masing seksi berisi b-bit data.

Semua seksi unit data tersebut dijumlahkan menggunakan 1’s complement untuk mendapatkan jumlahnya.

Jumlah tersebut kemudian dikomplemenkan. Jika hasilnya adalah nol, maka data diterima; jika tidak, data akan ditolak.

Jadi, secara umum dapat disimpulkan mengenai Checksum ini adalah sebagai berikut:

Kelebihan dari metode Checksum:

Mudah diimplemantasikan dalam software Memiliki kehadalan sistem yang cukup tinggi, yaitu sekitar 90%.

Kekurangan dari metode Checksum:

Kehandalan sistem deteksi error yang masih lemah (walaupun lebih handal dibanding parity check) karena tidak dapat mendeteksi unit data (bytes/words) yang urutannya berantakan, tidak dapat mendeteksi unit data mana yang mengalami kesalahan.

9. DLCI DLCI (Data Link Connection Identifier)-nya merupakan nomor rangkaian virtual Frame Relay yang berkaitan dengan destination dari frame tersebut. Dalam hal hubungan antar kerja LAN-WAN, DLCI ini akan menunjukkan port-port yang merupakan LAN pada sisi destination. Adanya DLCI tersebut memungkinkan data mencapai node Frame Relay yang akan di-transmit melalui network dengan menempuh proses tiga langkah sederhana yakni:

Integrity check dari frame dengan menggunakan FCS (Frame Check Sequence), jika dalam proses checking ini dideteksi adanya error, maka frame tersebut akan di-discard.

Search DLCI dalam suatu table, jika DLCI tersebut tidak didefinisikan untuk link yang dimaksud, maka frame akan di-discard.

Retransmit frame tersebut menuju ke destination-nya dengan mengirimnya ke luar, ke port atau trunk yang telah dispesifikasikan dalam daftar tabelnya.

10. Forward Error Correction (FEC)Forward Error Correction (FEC) merupakan salah satu metode dalam meningkatkan reliabilitas data dalam telekomunikasi data dengan mengoreksi kesalahan bit-bit selama transmisi. Secara garis besar, jenis algoritma FEC dibagi menjadi dua, yaitu: Block Codes dan Convolutional Codes. Algoritma Viterbi adalah salah satu jenis Convolutional Codes. Prinsip kerja algoritma Viterbi adalah dengan mengukur jarak Hamming antara bit-bit yang diterima receiver dengan pola yang dibentuk oleh decoder. Jarak Hamming terkecil dipilih sebagai bit-bit keluaran pada decoder yang mengimplementasikan algoritma Viterbi. Penelitian ini bertujuan untuk mengetahui kinerja algoritma Viterbi pada jaringan wireless standard IEEE 802.11. Penelitian ini dilaksanakan dengan melakukan simulasi transmisi wireless menggunakan Network Simulator NS2.27 dengan konfigurasi jaringan secara ad-hoc dengan besar Eb/No yang berbeda-beda dan dimasukkan proses konvolusi dan dekonvolusi (menggunakan dekoder Viterbi). Pengukuran kinerja dihitung dari perbandingan hasil simulasi antara menggunakan konvolusi dan tanpa konvolusi dengan menghitung total bit error dan bit terkoreksi, Bit Error Rate (BER), throughput, dan delay. Hasil pengukuran BER dibandingkan dengan perhitungan secara teoritis.Hasil penelitian menunjukkan bahwa, selain mampu meningkatkan reliabilitas data dengan mengoreksi lebih dari 94% bit error, throughput jaringan rata-rata yang mengimplementasikan FEC lebih besar dibandingkan tanpa FEC. Besarnya bit error selama transmisi sangat dipengaruhi besarnya Eb/No. Semakin besar Eb/No akan semakin kecil bit error yang terjadi, baik yang mengimplementasikan FEC maupun tidak. Salah satu kelemahan FEC adalah peningkatan delay yang disebabkan proses encoding dan decoding, serta meningkatnya ukuran data yang ditransmisikan.

Sumber :

http://www.fasyahkemal.blogspot.com/

http://www.slideshare.net/dodolbetawi/sistem-komunikasi-data

http://dxzstudioz.wordpress.com/2009/03/14/error-checking-pada-jaringan-telekomunikasi/

http://supriman.wordpress.com/2007/08/06/abstrak/

1. Algoritma Huffman Coding

Dalam Huffman Coding, panjang blok dari keluaran sumber dipetakan dalam

blok biner berdasarkan pajang variable. Cara seperti ini disebut sebagai fixed to

variable-length coding. Ide dasar dari cara Huffman ini adalah memetakan mulai

simbol yang paling banyak terdapat pada sebuah urutan sumber sampai dengan

yang jarring muncul menjadi urutan biner. Dalam variable-length coding, sinkronisasi

merupakan suatu masalah. Ini berarti harus terdapat satu cara untuk memecahkan

urutan biner yang diterima kedalam suatu codeword.

Seperti yang disebutkan diatas, bahwa ide dari Huffman Coding adalam memilih

panjang codeword dari yang paling besar probabilitasnya sampai dengan urutan

codeword yang paling kecil probabilitasnya. Apabila kita dapat memetakan setiap

keluaran sumber dari probabiltas pi ke sebuah codewortd dengan panjang 1/pi dan

pada saat yang bersamaan dapat memastikan bahwa dapat didekodekan secara

unik, kita dapat mecari rata-rata panjang kode H(x). Huffman Code dapat mendekodekan

secara unik dengan H(x) minimum, dan optimum pada keunikan dari

kode-kode tersebut.

Algoritma dari Huffman encoding adalah :

1. Pengurutan keluaran sumber dimulai dari probabilitas paling tinggi.

2. Menggabungkan 2 keluaran yang sama dekat kedalam satu keluaran yang

probabilitasnya merupakan jumlah dari probabilitas sebelumnya.

3. Apabila setelah dibagi masih terdapat 2 keluaran, maka lanjut kelangkah

berikutnya, namun apabila masih terdapat lebih dari 2, kembali ke langkah 1.

4. Memberikan nilai 0 dan 1 untuk kedua keluaran

5. Apabila sebuah keluaran merupakan hasil dari penggabungan 2 keluaran dari

langkah sebelumnya, maka berikan tanda 0 dan 1 untuk codeword-nya,

ulangi sampai keluaran merupakan satu keluaran yang berdiri sendiri.