I n d on e s i an   Jo u r n al   o El e c t r i c al   En gi n e e r i n g   an d   C o m p u te r   S c i e n c e   V o l .   22 ,   N o .   2 M a y   2021 ,   pp .   968 ~ 9 7 5   IS S N :   25 02 - 4752 ,   D O I :   10. 1 1591 / i j e e c s . v 22 .i 2 . pp 968 - 975             968       Jou r n al   h o m e pa ge ht t p: / / i j e e c s . i a e s c or e . c om   Im p r o v e d   c l o u d   r a d i o   a c c e ss   n e t w o r k   b a sed  f a i r   n e t w o r k   m o d e l   i n   i n t e r n e t   p r i c i n g       I n d r aw ati ,   F i t r i   M a ya  P u s p i ta,   D e s ta  Wah yu n i ,   Ev i   Y u l i z a,   O k i   D w i p u r w an i   D e pa r t m e n t   o f   M a t he m a t i c s ,   F a c ul t y   o f   M a t he m a t i c s   a nd   N a t ur a l   S c i e nc e s ,   S r i w i j a y a   U ni v e r s i t y ,   I ndo ne s i a       A r ti c l e   I n fo     A B S TR A C T   Ar t i c l e   h i s t or y :   R e c e i v e M a r   1 5 ,   2 020   R e v i s e D e c   9 ,   2 020   A c c e pt e J a n   14,   202 1       I t h i s   s t udy ,   t h e   p r i c i ng   s c he m e   t h a t   w i l l   b e   f o r m e i s   a   m o d e l   f r o m   t he   p r e v i o u s   r e s e a r c m o d e l   i nv o l v i ng   m o d e l   o f   c l o u d - r a d i o   a c c e s s   ne t w o r ( C - R A N )   a n f a i r   n e t w o r m a n a g e m e n t   m o d e l s .   T h i s   m o d e l   c o m b i n e s   t he   b e n e f i t s   o f   i n t e r ne t   s e r v i c e   p r o v i de r   ( I S P )   a nd  s e r v i c e   qu a l i t y   ( Q o S )   o b t a i n e by   i n t e r n e t   us e r s ,   o n e   o f   w h i c i s   f a i r   n e t w o r f a c t o r s .   T h e   m o d e l   u s e i s   a   no n l i n e a r   e q u a t i o a nd   i s   s o l v e by   t he   L I N G O   13 . p r o g r a m   t o   g e t   t h e   o p t i m a l   s o l u t i o n .   T h e   r e s u l t s   s ho w   t ha t   t h e   p r i c i ng   s c h e m e   w i t r e g a r t o   s e r v i c e   q u a l i t y   g e n e r a t e s   m a x i m um   r e v e n u e   f o r   I S P s .   B a s e o n   t h e   i m p r o v e C - R A N   m o de l   t ha t   a r e   c l a s s i f i e i n t o   c a s e s ,   t h e   o p t i m a l   r e s u l t s   i t he   i m p r o v e m o de l ,   t h e   o pt i m a l   v a l u e   i s   f o u nd  i t he   p r i c i ng   s c h e m e   i c a s e   o f   by   c o nd uc t i ng   nu m e r i c a l   c o m p u t a t i o n   u s i ng   ho t s po t   t r a f f i c   f r o m   l o c a l   s e r v e r .     Ke y w or ds :   C - R A N   F a i r   n e t w o r k   N um e ri c a l   c o m put a t i o n   O pt i m a l   v a l ue   Q ua l i t y   of   s e r v i c e   T hi s   i s   an   ope n   ac c e s s   ar t i c l e   u nde r   t he   C C   B Y - SA   l i c e ns e .     Cor r e s pon di n g   Au t h or :   F i t r i   M a y a   P us pi t a   D e pa rt m e n t   o f   M a t h e m a t i c s   F a c ul t y   of   M a t h e m a t i c s   a nd  N a t u ra l   S c i e n c e s S ri w i j a y a   U n i v e r s i t y   J l n.   R a y a   P a l e m b a n g - P r a b um u l i h,   K M   32   I n d ra l a y a   O ga n   I l i 3066 S o ut h   S u m a t e r a ,   I ndo n e s i a   E m a i l :   pi p i t m a c 1402 01@ gm a i l . c o m       1.   I N TR O D U C TI O N   Int e rn e t   n o w   a   da y s   i s   e v e r y   h um a n e e ds .   I nt e rn e t   s e r v i c e   pr o v i de r s   (IS P s [1 ] ,   [ 2]   m us t   a t t e m pt   t h e   b e s t   w a y   t o   pr o m o t e   t h e i s e r v i c e   t o   e n c o ur a ge   c us t o m e r s   t o   us e   i t .   S o m e   s t r a t e gi e s   c o n duc t i n b y   IS P s   a r e   t o   m i ni m i z e   c o s t s   a n m a x i m i z e   pr o f i t s   by   de s i gni n t h e   c us t o m i z a t i o n ,   b un d l i ng,   a nd  v e r s i o n i n [3] .   T h e   i n c r e a s i ng  i n t e rn e t   us e r s ,   t h e   gr e e t e r   t h e   de m a n f o r   qua l i t y   of   s e r v i c e s   (Q oS [4 ] - [ 8]   t ha t   i s   b e t t e r   a n di f fe r e nt   w i t h   o t h e r s .   U t i l i t y   f un c t i o n   [5 ] [ 9 ] - [ 10]   a s   m e a s u re m e n t   f o r   c o n s um e r ’s   s a t i s f a c t i o n   s h o ul a l s o   be   c o n s i de r e by   IS P   i n   de t e rm i ni n t h e   p r i c i n s c h e m e .   U s i n ut i l i t y   f un c t i o n   a pp r o p r i a t e l y   h e l ps   IS P   i ob t a i n i ng  t h e   r i g h t   c h o i c e   i m a x i m i z i n t h e   p r o f i t   [1 1 ],   [ 12 ] .   P r e v i o u s   r e s e a rc o n   i nt e rne t   p ri c i ng  b a s e d   m a t he m a t i c a l   p r o g ra m m i ng  p r o b l e m   m o d e l   w a s   i ni t i a l l y   pu t   f o r w a rd  i o p t i m i z i ng - b a s e ne t w o rks   [ 13 ] - [ 15 ] .   T h e   m o de l s   b e g i f r o m   p ri c i ng  s c h e m e - b a s e w i r e d   ne t w o r k ,   t he f o w i r e l e s s   n e t w o rk ,   i n v o l v i ng  b u nd l i ng   s t ra t e gy   a nd  u t i l i t y   f un c t i o n.   C l o ud - ra d i o   a c c e s s   ne t w o r k   ( C - R A N )   s c h e m e   i s   a   s c h e m e   b a s e o l o n g   t e rm   e v o l u t i o n   (L T E )   m a na ge m e nt   [ 16 ] ,   [ 1 7]   t ha t   w o r k s   u nde r   a   w i r e l e s s   n e t w o rk  c l o ud .   C - R A N   i s   a   n e w   e nha nc e m e n t   i n   d i g i t a l   t e c hno l o gy .   C l o ud  ra d i o   c o m pu t i ng  o r   C - R A N   i s   p a rt   o f   t h e   c l o u d   [ 18 ] - [ 20 ]   w h e re   C - R A N   f o c us e s   o n   s e nd i ng  d a t a   us i ng  a   b a s e   s t a t i o n   t ha t   a re   c e nt ra l i z e d   a nd   t h e d a t a   a re   c o nn e c t e d   t o   a   c e l l u l a a nt e nna   a nd   f o r w a rd   t he   d a t a   t o   t he   ra d i o   a nt e n na   t o w e r.     F a i r   n e t w o r m a na ge m e n t   [ 21 ] - [ 23 ]   i s   o n e   i s s ue   de a l i ng  w i t c o n s um p t i o o f   b a n dw i dt h   i n e t w o r ks ,   n o w a da y s .   H ow   t o   di v i de   a ppr o p r i a t e   n e t w o r ks   f a i rl y   a m o n us e r s   [24]   a r e   s t i l l   b i i s s ue   f o r   IS P   t c o n duc t .   O n e   i n s t a n c e   w h e n   de a l i n w i t h   n e t w o r ut i l i t y   i s   a ddr e s s i n m ul t i pl e   r e s o ur c e s   a l l o c a t i o n   [9 ] [ 25] ot h e i s   by   c o n duc t i o n   a c t i v e   que ue   m a n a ge m e nt   (A Q M )   [24 ] [ 26 ],   [ 2 7]   f o r   i n c r e a s i n g   n e t w o r e ff i c i e n c y .   Evaluation Warning : The document was created with Spire.PDF for Python.
In do n e s i a J   E l e c   E ng  &   Co m S c i     IS S N :   2502 - 4752       Im pr o v e d   c l oud   r ad i a c c e s s   n e t w or k   bas e d   f a i r   n e t w or k   m o de l   i n   i n t e r n e t   pr i c i n g   ( Indr aw at i )   969   It   i s   a   n e c e s s i t y   t o   de ve l o p   i m pr o v e m o de l   C - R A N - b a s e f a i r   n e t w o r t h a t   i s   e na b l e   t o   e n ha n c e   t h e   pri c i n s c h e m e   b a s e C - R A N   pr o p o s e by   IS P   i n   f a i r   n e t w o r ks .   S c a r c e   r e s e a r c h   t h a t   f oc us   o n   de t e r m i n i ng  m o de l   a s   m a t h e m a t i c a l   p r o gra m m i ng  m o de l .   T h e   m a t h e m a t i c a l   p r o g r a m m i n m o de l   ha s   s o m e   a dv a n t a ge s   due   t o   i t s   s i m pl i c i t y   i n   l o o ki n f o r   s o l ut i o o pt i m a l l y   a n d   a b i l i t y   t o   i de n t i fy   t h e   pa ra m e t e r   a n de c i s i o n   v a r i a b l e s   c l e a r l y   i t h e   m o de l   [28] .   B a s e o n   c ri t e r i a   s t a t e d   b e fo r e ,   t h e   C - R A N   b a s e f a i n e t w o r w i l l   b e   de ve l o pe d.         2.   R ES EA R C H   M ET H O D   T h e   r e s e a r c h   s t a rt s   f r o m   s e a r c hi n f o r   m a t e r i a l   a nd  s t udy i n m a t e ri a l   r e l a t e t o   C - R A N   a n f a i n e t w o r m o de l s   f r o m   v a r i o us   l i t e r a t u r e s .   T h e n,   t h e   b a n dw i dt h   da t a   o b t a i n e i s   p r o c e s s e a n di v i de i nt o   c a t e go r i e s ,   n a m e l y   da t a   du r i n pe a h o u r s   a n d a t a   du r i ng   off - pe a h o ur s ,   a n t h e n   t h e   da t a   i s   c l a s s i f i e d   b a s e o n   a v e r a ge   b a n dw i dt h   us a ge   pe r   d a y   of   10, 000   kb ps .   T h e   m o di f i e C - R A N - b a s e f a i r   n e t w o r m o de l   w i l l   b e   s o l v e o pt i m a l l y   us i n t h e   L IN G O   pr o g r a m .   P a ra m e t e r s   a nd  v a ri a b l e s   a r e   us e t o   s o l v e   o pt i m i z a t i o pr o b l e m s   b a s e o n   t h e   m o de l   b e i n f o r m e d .   T h e   i de a   o f   de s i gn i n g   t h e   i m p r o v e m o de l   of   C - R A N   i s   e xpl a i n e d   i f l ow c h a rt   a s   F i g u r e   di s pl a y e a s   fo l l ow s .   C - R A N   m o de l   w i l l   b e   de s i gn e by   ut i l i z i n t h e   f a i r   n e t w o r t ha t   a s s i s t s   us e r s   i n   a ppl y i n g   n e t w o r f a i rl y .   T h e   n e w   i m p r o v e m o d e l   i s   de s i g n e t o   gi v e   be n e f i t   t o   IS P   by   r e gul a t i n f a i a nd  pr o pe r   n e t w o r b a s e o n   C - R A N .   Im pr o v e m o d e l   w i l l   b e   t e s t e n um e r i c a l l y   fo r   l o c a l   da t a   H o t s po t   3   a n d   H o t s po t   i P ub l i c   U n i v e r s i t y   i P a l e m b a n g .         S t a r t - C R A N   m o d e l - F a i r   n e t w o r k   m a n a g e m e n t N e e d   i m p r o v e d   m o d e l   t h a t   g i v e s   f a i r   n e t w o r k   a n d   b e n e f i t   t o   I S P y e s D e f i n e   p a r a m e t e r   a n d V a r i a b l e   f o r   i m p r o v e d m o d e l M o d e l   ( 1 )   s . t .   ( 2 ) - ( 9 ) L o c a l   s e r v e r   b a n d w i d t h   d a t a S o l u t i o n   b y   L I N G O   1 3 . 0 C o m p a r e   w i t h   p r e v i o u s   m o d e l   p r o p o s e d   b y   I n d r a w a t i   e t   a l ,   2 0 1 7 B e s t   s o l u t i o n   a n d   b e s t   m o d e l E n d     F i gu r e   1 .   F l o w c h a r t   o f   de s i gn i ng  n e w   i m p r o v e C - R A N   b a s e o f a i r   n e t w o r m a n a ge m e nt     Evaluation Warning : The document was created with Spire.PDF for Python.
                                IS S N :   2502 - 4752   In do n e s i a J   E l e c   E ng  &   Co m S c i ,   V o l .   22 ,   N o .   2 M a y   202 1   :     968   -   97 5   970   3.   R ES U LTS   A N D   A N A L Y S I S   F i r s t   s t e i s   de f i n i n t h e   pa ra m e t e r s   a n v a r i a b l e s .   P a r a m e t e r s   a nd  v a ri a b l e s   s e t   up  b a s e o n   pr e v i o us   m o de l   pr o po s e by   [29]   fo l l ow e by   f a i r   n e t w o r p r o po s e by   [30] .   T a b l e   i s   da t a   p r o c e s s e t ha t   i s   ob t a i n e i n   o n e   o f   l o c a l   s e r v e r .   T a b l e s   2 - e xp l a i t h e   p a r a m e t e r s   a nd  v a ri a b l e s ,   r e s pe c t i v e l y .         T a b l e   1 .   I nt e rn e t   us e   d u r i n g   b us y   a n n o n   b us y   h o ur s     U s e   o f   H o t s p o t   3   ( b y t e s   U s e   o f   H o t s p o t   4   (k b p s )     ̅ = ̅ 1   7 1 0 5 0 2 2 . 1 4 5   6 9 3 8 . 4 9 8 1 8 8   ̅ 2   6 9 7 6 6 9 2 . 1 7 6   6 8 1 3 . 1 7 5 9 5 3     7 8 5 9 2 4 . 1 6 6 5   7 6 7 . 5 0 4 0 6 8 8   ̅ = ̅ 1   7 1 3 5 0 2 2 . 5 3 9   6 9 6 7 . 7 9 5 4 4 8   ̅ 2 ̅   5 4 4 2 3 9 5 . 9 3   5 3 1 4 . 8 3 9 7 7 5     6 0 2 . 4 9 9 7 2 2 3   0 . 5 8 8 3 7 8 6 3 5       T a b l e   2 .   T h e   p a r a m e t e r s   f o r   e a c i m p r o v e m o de l   Ca s e   1   :   0   a s   a   C o n s t a n t a   a n d   M   a s   a   V a ri a b l e   0   D e t e r m i n a t i o n   o b a n d w i d t h   d e t e r m i n e d   b y   t h e   IS P   e f f   Ba n d w i d t h   p ri c i n g   (ID R )   R   Ba n d w i d t h   u s a g e   l i m i t   d u ri n g   p e a k   h o u rs     L i m i t   b a n d w i d t h   u s a g e   d u ri n g   o ff  p e a k   h o u r s   R   T h e   u p p e l i m i t   o f   Q o S   ER   T h e   l o w e l i m i t   o f   Q o S   0   T h e   h i g h e s t   l i m i t   o b a n d w i d t h   u s a g e   b y   t h e   u s e r   m a x R   M a x i m u m   b a n d w i d t h   t ra n s f e r   R   T o t a l   c o n s u m p t i o n   o M a x i m u m   a n d   M i n i m u m   Ba n d w i d t h   , R   T o t a l   d a i l y   b a n d w i d t h   c o n s u m p t i o n   (k b p s )   Ca s e   2   :   0   a n d   M   a s   P a ra m e t e r s   0   D e t e r m i n a t i o n   o b a n d w i d t h   d e t e r m i n e d   b y   t h e   IS P   e f f   Ba n d w i d t h   p ri c i n g   (ID R )   R   Ba n d w i d t h   u s a g e   l i m i t   d u ri n g   p e a k   h o u rs     :   L i m i t   ba n d w i d t h   u s a g e   d u r i n g   o ff   p e a k   h o u r s   R   T h e   u p p e l i m i t   o f   Q o S   ER   T h e   l o w e l i m i t   o f   Q o S   0   T h e   h i g h e s t   l i m i t   o b a n d w i d t h   u s a g e   b y   t h e   u s e r   m a x R   M a x i m u m   b a n d w i d t h   t ra n s f e r   R   T o t a l   c o n s u m p t i o n   o M a x i m u m   a n d   M i n i m u m   Ba n d w i d t h   , R   T o t a l   d a i l y   b a n d w i d t h   c o n s u m p t i o n   (k b p s )   M   : In i t i a l   b a n d w i d t h   u s a g e       T a b l e   3 .   D e c i s i o v a ri a b l e   f o r   e a c h   i m p r o v e m o de l   Ca s e   1   :   0   a s   a   P a ra m e t e r   a n d   M   a s   a   V a ri a b l e   ,   R e s o u r c e   Bl o c k   (RB a l l o c a t i o n   i n d i c a t o t h a t   h a s   a   v a l u e   o f   0   o 1   ,   T ra n s fe r ri n g   b a n d w i d t h   f ro m   R e s o u r c e   Bl o c k   (RB t o   R e m o t e   U s e r     E q u i p m e n t   (R U E )   R2 M   A p p r o p ri a t e   p a t h   l o s s   f r o m   R e m o t e   Ra d i o   H e a d s   (RRH )   i n   R e s o u r c e   B l o c k   (RB)   R2 M   A p p r o p ri a t e   c h a n n e l   g a i n   f ro m   R e m o t e   Ra d i o   H e a d s   ( RRH o n   R e s o u rc e   Bl o c k   (RB )   M   In i t i a l   b a n d w i d t h   u s a g e   M   P a t h   l o s s   fro m   R e s o u r c e   Bl o c k   (RB)   t o   R e m o t e   U s e E q u i p m e n t   (R U E )   , M   :   Ch a n n e l   g a i n   f r o m   R e s o u r c e   B l o c k   (R B)  t o   Re m o t e   U s e r   E q u i p m e n t (R U E )   0   Ba n d w i d t h   u s a g e   w h e n   n o t   h o s t i n g     Ca s e   2   :   0   d a n   M   a s   p a ra m e t e r   ,   R e s o u r c e   Bl o c k   (RB a l l o c a t i o n   i n d i c a t o t h a t   h a s   a   v a l u e   o f   0   o 1   ,   T ra n s fe r ri n g   b a n d w i d t h   f ro m   R e s o u r c e   Bl o c k   (RB t o   R e m o t e   U s e r     E q u i p m e n t   (R U E )   R2 M   A p p r o p ri a t e   p a t h   l o s s   f r o m   R e m o t e   Ra d i o   H e a d s   (RRH )   i n   R e s o u r c e   B l o c k   (RB)   R2 M   A p p r o p ri a t e   c h a n n e l   g a i n   f ro m   R e m o t e   Ra d i o   H e a d s   ( RRH o n   R e s o u rc e   Bl o c k   (RB )   M   P a t h   l o s s   fro m   R e s o u r c e   Bl o c k   (RB)   t o   R e m o t e   U s e E q u i p m e n t   (R U E )   , M   Ch a n n e l   g a i n   f r o m   R e s o u r c e   B l o c k   (R B)  t o   Re m o t e   U s e r   E q u i p m e n t   ( R U E )   0   Ba n d w i d t h   u s a g e   w h e n   n o t   h o s t i n g         T h e n,   o ur  Im p r o ve C - R A N   b a s e f a i n e t w o r a r e   a s   f o l l o w s .       M a x   , 0  2 ( 1 + , ,   ) +   ( ) 2 = 1 = 1  + = 1 e f f , , = 1  + = 1 + R + bh +   2 = 1     (1)   Evaluation Warning : The document was created with Spire.PDF for Python.
In do n e s i a J   E l e c   E ng  &   Co m S c i     IS S N :   2502 - 4752       Im pr o v e d   c l oud   r ad i a c c e s s   n e t w or k   bas e d   f a i r   n e t w or k   m o de l   i n   i n t e r n e t   pr i c i n g   ( Indr aw at i )   971   S ub j e c t   t o :       , = 1 , , { 0 , 1 } , = 2   + = 1     ( 2 )     , R , = 1 1     ( 3 )     , ER , 2 + = + 1     ( 4 )     , , R 2 M R 2 M 0   , Ω II     + =   ( 5 )     , , m a x R = 1 + = 1   , , 0     ( 6 )           ( 7 )     W i t h     , = , 0 l o g 2 ( 1 + , , )     ( 8 )       ( 9 )     T h e   C - R A N   n e t w o r o r i gi na l l y   c o m e s   f r o m   (2) - (6 w i t a dd e v a r i a b l e   o f   t o t a l   b a n dw i dt f o r   us e j   a s   m o de l   f o f a i r   n e t w o r k.   T h e   m o de l   t h e w i l l   b e   s o l ve by   o pt i m i z a t i o t o o l ,   L IN G O   13 . 0   t o   o b t a i t h e   o pt i m a l   r e s ul t   f o r   o pt i m a l   r e v e n ue   ga i n e by   IS P .   T h e   o r i g i na l   m o de l   t o   be   c o m pa r e t h e n,   i s   t h e   m o de l   us e d   by   In dra w a t i   e t   a . l   [29]   t h a t   ha s   o b j e c t i ve   t o   m a xi m i z e   , 0  2 ( 1 + , ,   ) = 1  + = 1 e ff , , = 1  + = 1 + R + bh   w i t h   c o n s t r a i nt     .   T h e   p a r a m e t e r s   f o o r i gi na l   m o de l   i s   p r e s e nt e d   i T a b l e   4.   T h e   s o l ut i o o f   o r i g i n a l   m o de l   i s   p r e s e nt e i n   T a b l e   w h i l e   i n   T a b l e s   6 - 7,   t h e   s o l ut i o n s   f o r   i m p r o v e m o de l   pr o po s e a ppl i e i n   d i f fe r e nt   d a t a   t ra f f i c ,   w h i c a r e   h o t s po t   a n d   h o t s po t   4.       T a b l e   4 .   P a ra m e t e va l ue s   u s e d   i i nd ra w a t i   e t   a l .   [2 9]   P a ra m e t e r s   V a l u e   ( kbps )   ( 0 )   5000   ( e f f )   500   ( R )   4500   ( )   4000   ( R )   128   ( ER )   64   ( 0 )   7000   ( m a x R )   500     (   )   150     T a b l e   5 .   O ri gi na l   m o de l   s o l ut i o n   S o l v e S t a t u s   Ca s e   1   2   M o d e l   Cl a s s   M IN L P   S t a t e   G l o b a l   O p t i m a l   O b j e c t i v e   0 . 0 2 0 9 9 9 7   0 . 0 2 0 9 9 8 9   In fe a s i b i l i t y   0   0   It e ra t i o n s   8   131     1 . 3 4 5 6 8   150   S o l v e T y p e   Bra n c h   a n d   B o u n d   Bra n c h   a n d   B o u n d   Be s t   O b j e c t i v e   0 . 2 0 9 9 9 7   0 . 0 2 0 9 9 8 9   S t e p s   0   0   U p d a t e   In t e r v a l   2   2   G M U   ( K )   64   64   E ( S e c )   0   2         A s   T a b l e   s h o w s ,   t h e   o b j e c t i ve   f un c t i o n   o f   o r i gi na l   m o de l   s h o w s   l ow e r   v a l ue   ra t h e r   t ha n   t h e   i m p r o v e m o de l .   It   s h o w s   us   t ha t   b o t h   i m p r o v e m o d e l   s how s   be t t e r   r e s ul t s   s i n c e   i n v o l v i n f a i r   n e t w o r k   m a na ge m e n t .   A l l   m o de l s   a r e   i m i xe i n t e ge r   n o nl i n e a r   p r o gra m m i ng  f o r m s ,   s o l v e us i n g   b ra n c a nd  b o un s o l ve r   a s   L IN G O   13. i n f o r m e d.   T a b l e s   6 - s h o w   t h e   s o l ut i o n   i n   h o t s po t   a n h o t s po t   4,   r e s pe c t i v e l y .   Bo t h   ob j e c t i ve   v a l ue   s h o w s   t h e   s a m e   v a l ue .   A s   T a b l e   e xpl a i n e d,   a l l   de c i s i o n   v a r i a b l e s   f r o m   o r i g i na l   a n d   i m p r o v e m o de l s   a r e   di s pl a y e d.   H ow e ve r ,   t h e   c o m pa r i s o n   b e t w e e n   t h e   t hr e e   m o de l s   i s   c a s e   i n   a n   i m p r o v e d   m o de l   t ha t   us e s   h o t s po t   da t a   t ra f f i c   t o   pr o v i de   b e t t e r   r e s ul t s   i n   t e rm s   o f   ob j e c t i ve   f un c t i o n   v a l ue .   T h e r e f o r e ,   by   s e t t i n u b a n dw i dt h   e a rn e a n v a r i e t h e   i ni t i a l   b a n dw i dt h,   IS P   y i e l ds   h i g h e r   r e s ul t s   o f   pr of i t ,   w h i c h   i s   ID R   1/ kb ps .       Evaluation Warning : The document was created with Spire.PDF for Python.
                                IS S N :   2502 - 4752   In do n e s i a J   E l e c   E ng  &   Co m S c i ,   V o l .   22 ,   N o .   2 M a y   202 1   :     968   -   97 5   972   T a b l e   6 .   I m p r o v e m o de l   s o l ut i o n s   h o t s po t   3   T ra f f i c   S o l v e S t a t u s   Ca s e   1   2   M o d e l   Cl a s s   M IN L P   M IN L P   S t a t e   G l o b a l   O p t i m a l   O b j e c t i v e   1   1   In fe a s i b i l i t y   0   0   It e ra t i o n s   11   11     1 . 2 3 4 5 6 8   150   S o l v e T y p e   Bra n c h   a n d   B o u n d   Bra n c h   a n d   B o u n d   Be s t   O b j e c t i v e   1   1   S t e p s   0   0   U p d a t e   In t e r v a l   2   2   G M U   ( K )   66   66   E ( S e c )   0   0     T a b l e   7 .   I m p ro v e d   m o de l   s o l u t i o ns   f o ho t s p o t   4   t ra f f i c   S o l v e S t a t u s   Ca s e   1   2   M o d e l   Cl a s s   M IN L P   M IN L P   S t a t e   G l o b a l   O p t i m a l   O b j e c t i v e   1   1   In fe a s i b i l i t y   0   0   It e ra t i o n s   8   8     1 . 2 3 4 5 6 8   150   S o l v e T y p e   Bra n c h   a n d   B o u n d   Bra n c h   a n d   B o u n d   Be s t   O b j e c t i v e   1   1   S t e p s   0   0   U p d a t e   In t e r v a l   2   2   G M U   ( K )   65   66   E ( S e c )   0   0         T a b l e   8 .   V a r i a b l e   v a l ue s   f o r   t h e   o ri gi na l   m o de l ,   i m p r o v e h o t s po t   m o de l ,   a n d   i m p r o v e h o t s po t   m o de l   S o l v e S t a t u s   V a l u e     O ri g i n a l   M o d e l   Im p ro v e d   M o d e l   fo h o t s p o t   3   Im p ro v e d   M o d e l   fo h o t s p o t   4   Ca s e   1   Ca s e   2   Ca s e   1   Ca s e   2   Ca s e   1   Ca s e   2   11   0   1   0   0   0   0   12   0   0   1   1   0   0   13   1   1   1   1   1   1   21   0   0   0   0   0   1   22   0   0   0   0   0   0   23   1   1   1   1   1   1   33   1   1   1   1   1   1   34   1   1   1   1   1   1   35   1   1   1   1   1   1   36   1   1   1   1   1   1   41   0   0   1   1   1   0   42   1   1   0   0   0   1   43   1   1   1   1   1   1   44   1   1   1   1   1   1   45   1   1   1   1   1   1   46   1   1   1   1   1   1   51   1   0   0   0   0   0   53   1   1   1   1   1   1   54   1   1   1   1   1   1   55   1   1   1   1   1   1   56   1   1   1   1   1   1   62   0   0   0   0   1   0   63   1   1   1   1   1   1   64   1   1   1   1   1   1   65   1   1   1   1   1   1   66   1   1   1   1   1   1   11   1 . 2 3 4 5 6 8   2 4 9 . 9 9 3 0   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   12   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   3 7 6 . 4 5 3 7   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   13   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   21   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   2 6 8 . 8 3 4 1   22 = P 23   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   31 =P 32 =P 33 =P 34 = P 35 = P 36   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   41   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   2 2 2 . 5 7 2 3   1 . 2 3 4 5 6 8   42   2 4 9 . 7 1 0 2   2 5 0 . 0 0 7 0   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   2 3 1 . 1 6 5 9   43 = P 44 = P 45 = P 46   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   51   2 5 0 . 2 8 9 8   1 . 2 3 4 5 6 8   2 5 0 . 4 5 9 7   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   52 = P 53 = P 54 = P 55 = P 56 = P 61   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   62   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   2 7 7 . 4 2 7 7   1 . 2 3 4 5 6 8   63   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   64   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   65   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   66   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   0   P a ra m e t e r   P a ra m e t e r   P a ra m e t e r   P a ra m e t e r   P a ra m e t e r   P a ra m e t e r     1 . 2 3 4 5 6 8   P a ra m e t e r   1 . 2 3 4 5 6 8   P a ra m e t e r   1 . 2 3 4 5 6 8   P a ra m e t e r   4   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   5   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   6   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   44 =… = 66   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 2   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   2 2 = …= 6 2   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 2 =… = 6 2   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   1 . 2 3 4 5 6 8   Evaluation Warning : The document was created with Spire.PDF for Python.
In do n e s i a J   E l e c   E ng  &   Co m S c i     IS S N :   2502 - 4752       Im pr o v e d   c l oud   r ad i a c c e s s   n e t w or k   bas e d   f a i r   n e t w or k   m o de l   i n   i n t e r n e t   pr i c i n g   ( Indr aw at i )   973   Ca s e   of   t h e   o r i gi na l   m o de l   w h e n   t h e   B 0   pa ra m e t e r   a n P M   a s   a   v a ri a b l e   ob t a i n e d,   t h e   v a l ue   of   P M   1. 2345 68  w hi c h   m e a n s   t h a t   w h e n   s e a r c h i ng  f o r   a n   o pt i m a l   s o l ut i o n ,   t h e   a m o u n t   o f   b a n dw i dt h   c o n s u m pt i o t h a t   w a s   f i r s t   us e w a s   1. 234568  kb ps .   T h e   t ra n s f e r   v a l ue   b a n dw i dt h   f r o m   R B   t o   RU E   P 42 = 250  m e a n s   t h e   t r a n s f e r   o f   b a n dw i dt h   f r o m   t h e   f o ur t h   R B   t o   t h e   s e c o n R U E   i s   2 50  kb ps .   I C a s e   f o r   P 51 = 2 50. 2898  w hi c h   m e a n s   f o r   b a n dw i dt t ra n s f e r   f r o m   t h e   f i f t h   R B   a t   t h e   f i r s t   R U E   i s   250 . 289 kb ps .   N e xt ,   f o r   Ca s e   o f   i m p r o v e m o d e l ,   w h e 0   a s   pa ra m e t e r   a nd  M   a s   v a r i a b l e   t h e M = 1. 234 568   w h i c h   m e a n s   t ha t   i n   s e e k i n o pt i m a l   v a l ue ,   t h e   a m o u n t   o f   f i r s t   b a ndw i dt h   c o n s um pt i o n   i s   1. 2 34568  kb ps ,   B a n dw i dt h   t r a n s f e r   v a l ue   f r o m   R B   t o   RU E   41   = 222 . 572 w h i c h   m e a n s   t ha t   b a n dw i dt h   t ra n s f e r   f r o m   f o ur t RB   i n   f i r s t   R U E   i s   222 . 572 kb ps .         4.   C O N C LU S I O N   B a s e d   o n   t h e   i m p r o v e C - R A N   m o de l ,   t h e   o pt i m a l   s o l ut i o n   i s   f o un d   i c a s e   1,   na m e l y   0   a s   a   pa r a m e t e a n d     a s   a   v a ri a b l e   w i t p ri c e   o f   ID R   1/ kb ps ,   w i t i n i t i a l   b a n dw i dt us a ge   o f   1 . 23456 8   kb ps .   B e t t e r   s o l ut i o n   w a s   a c h i e v e w h e n   a pp l y i n i m p r o v e d   m o de l   c o m pa r e t o   o r i gi n a l   m o de l .   T hi s   s t udy   di s c us s e s   a n   i m p r o v e C - R A N   m o de l   o n   t h e   e ff i c i e n c y   of   ba n dw i dt h   c o n s u m pt i o n   i n   i n t e rn e t   p ri c i n w hi c h   w a s   m o di f i e i n t o   t w o   c a s e s .   T h e   o pt i m a l   r e s ul t s   w i l l   t he n   b e   c o m pa r e b a s e o n   t h e   o pt i m a l   s o l ut i o ob t a i n e f r o m   e a c h   c a s e .   F o r   f u r t h e r   r e s e a r c h ,   i t   i s   r e c o m m e n de t o   de v e l o a   m o de l   by   c a l c ul a t i n o pt i m a l   r e s ul t s   i n v o l v i n f a i r   n e t w o r t ra f f i c   m a na ge m e n t   b a s e o n   f l a t   f e e ,   us a ge - b a s e d,   a n t w o - pa rt   t a ri f f   pr i c i n g   s t ra t e gi e s .   T h e s e   s t ra t e gi e s   i s   b e s t   s t r a t e gi e s   t ha t   ha v e   be e n   c h o s e n   b y   us e r s ,   n o w   a   da y s .       A C K N O WL ED G E M EN TS   T h i s   r e s e a r c h   o f   t h i s   a r t i c l e   w a s   f un de by   D I P A   of   P u b l i c   S e r v i c e   A ge n c y   of   U n i v e r s i t a s   S r i w i j a y a   2019.       R EF ER EN C ES   [ 1]   K .   P e t r o v a ,   " I S P s - pr i c i ng   I nt e r ne t   a c c e s s , "   i B e y on B ou nda r i e s .   P r oc e e di ngs   o f   t he   200 G B A T A   I n t e r na t i o nal   C onf e r e nc e ,   N .   D .   C . - N .   C h a o ,   E d.   B ud a pe s t ,   H ung a r y ,   pp .   1042 - 1 051 ,   2 003 .     [ 2]   Y .   W u,   P .   H .   H a nde ,   H .   K i m ,   M .   C h i a ng ,   a nd  D .   H .   K .   T s a ng ,   " Q oS - R e v e nue   T r a de o f f   w i t T i m e - C o ns t r a i n e I S P   P r i c i ng , "   i 20 10  I E E E   18 t I nt e r n at i on al   W or k s hop  o n   Q ual i t y   of   Se r v i c e   ( I W Q oS)   2010 ,   do i 10. 1 109 / I W Q o S . 2010. 5542 744 .     [ 3]   S. - y .   W u,   L .   M .   H i t t ,   P . - y .   C he n,   a nd  G .   A na nda l i ng a m ,   " C us t o m i z e B undl e   P r i c i ng   f o r   I n f o r m a t i o G oo ds :   A   N o nl i ne a r   M i xe d - I nt e g e r   P r o g r a m m i ng   A ppr o a c h, "   M an age m e nt   S c i e nc e ,   v o l .   54 ,   pp .   608 - 622 ,   2008 do i :   10. 1 287 / m ns c . 1 070 . 08 12 .     [ 4]   L .   A uda h,   Z .   S un ,   a nd  H .   C r u i c ks ha nk,   " Q o S   ba s e A dm i s s i o C o nt r o l   us i ng   M ul t i pa t S c he du l e r   f o r   I P   ov e r   S a t e l l i t e   N e t w o r k s , "   I nt e r n at i on al   J ou r na l   o f   E l e c t r i c al   and  C om pu t e r   E ng i ne e r i ng  ( I J E C E ) ,   v o l .   7,   pp .   295 8 - 2969 ,   2017 do i :   10. 115 91 / i j e c e . v 7i 6. pp29 58 - 2969 .     [ 5]   D .   B a r t h ,   K .   D e s c hi nke l ,   M .   D i a l l o ,   a nd  L .   E c ha bbi ,   " P r i c i ng ,   Q o S   a nd  U t i l i t y   m o de l s   f o r   t he   I nt e r n e t , "   R appo r t   de   r e c he r c he   i nt e r ne ,   20 04.     [ 6]   C .   B o ur a s   a nd  A .   S e v a s t i ,   " P r i c i ng   Q o S   ov e r   t r a n s po r t   ne t w o r ks , "   I n t e r ne t   R e s e ar c h ,   v o l .   14,   pp .   1 67 - 174 ,   2 004 do i :   10. 1108 / 1 0662 2404 1053 0871 .     [ 7]   C .   B o ur a s   a nd  A .   S e v a s t i ,   " S L A - ba s e Q o S   pr i c i ng   i n   D i f f S e r v   ne t w o r ks , "   C om pu t e r   C om m un i c at i on s ,   v o l .   2 7,   pp.   1868 - 188 0,   20 04 ,   do i 10. 1016 / j . c o m c o m . 2004. 06 . 010 .     [ 8]   J .   B y un  a nd  S .   C ha t t e r j e e ,   " A   s t r a t e g i c   pr i c i ng   f o r   qua l i t y   o f   s e r v i c e   ( Q o S )   ne t w o r bus i ne s s , "   i P r oc e e di ngs   of   t he   T e nt A m e r i c a s   C o nf e r e nc e   o I n f or m a t i on   Sy s t e m s ,   N e w   Y o r k ,   p p .   2561 - 25 72 ,   2 004 .     [ 9]   N .   M e r a y o ,   P .   P a v o n - M a r i n o ,   J .   C .   A g ua do ,   R .   J .   D u r á n ,   F .   B u r r u l l ,   a nd   V .   B ue no - D e l g a do ,   " F a i r   B a n dw i d t h   A l l o c a t i o A l g o r i t hm   f o r   P O N s   B a s e o N e t w o r U t i l i t y   M a xi m i z a t i o n, "   J our na l   of   O p t i c a l   C om m un i c a t i ons   a nd   N e t w or k i ng , ,   v o l .   9,   pp .   75 - 86 ,   2016 ,   do i 10. 13 64 / J O C N . 9. 0000 75 .     [ 10]   T .   H a r k s   a nd  T .   P o s c hw a t t a ,   " P r i o r i t y   P r i c i ng   i U t i l i t y   F a i r   N e t w o r ks , "   i n   13T H   I E E E   I nt e r na t i ona l   C onf e r e nc e   on   N e t w or k   P r ot o c ol s   ( I C N P 0 5) ,   2005 ,   do i 10. 11 09 / I C N P . 2005. 33 .     [ 11]   S .   S a i a nd  S .   H e r p e r s ,   " P r o f i t   M a xi m i s a t i o i M u l t i   S e r v i c e   N e t w o r ks - A O pt i m i s a t i o M o de l , "   i P r oc e e di ngs   of   t he   11t E ur o pe an  C o nf e r e nc e   on   I nf or m a t i on  Sy s t e m s   E C I S   20 0 3 ,   N a p l e s ,   I t a l y   2003.     [ 12]   Y .   B a ko s   a n E .   B r y nj o l f s s o n,   " B undl i ng   i nf o r m a t i o G o o ds :   P r i c i ng ,   P r o f i t s   a nd  e f f i c i e nc y , "   M anage m e nt   Sc i e nc e ,   v o l .   4 pp.   1 613 - 163 0,   19 9 9 ,   do i 10. 128 7/ m n s c . 45 . 12 . 16 1 3 .     [ 13]   F .   M .   P us p i t a ,   K .   S e m a n ,   a nd  B .   M .   T a i b,   " T he   I m pr o v e M o de l s   o f   I nt e r ne t   P r i c i ng   S c he m e   of   M ul t i   S e r v i c e   M ul t i   L i nk  N e t w o r k s   w i t V a r i o us   C a pa c i t y   L i nks , "   i A dv a nc e C om put e r   and  C om m u ni c at i o E ng i ne e r i ng   T e c hnol o gy .   v o l .   315 ,   d oi 10 . 1 00 7/ 97 8 - 3 - 31 9 - 07 67 4 - 4 _8 0 .     [ 14]   K .   S e m a n ,   F .   M .   P us p i t a ,   B .   M .   T a i b ,   a n Z .   S h a f i i ,   " A i m pr o v e o pt i m i z a t i o m o de l   o f   i nt e r n e t   c ha r g i ng   s c he m e   i m ul t i   s e r v i c e   ne t w o r k s , "   T E L K O M N I K A   ( T e l e c o m m uni c a t i o n ,   C o m put i ng ,   E l e c t r o ni c s   a nd  C o nt r o l ) v o l .   10 ,   pp .   592 - 598 ,   2012 ,   do i 10. 12 928 / t e l ko m ni ka . v 10i 3 . 84 2 .     Evaluation Warning : The document was created with Spire.PDF for Python.
                                IS S N :   2502 - 4752   In do n e s i a J   E l e c   E ng  &   Co m S c i ,   V o l .   22 ,   N o .   2 M a y   202 1   :     968   -   97 5   974   [ 15]   R .   S i t e pu ,   F .   M .   P us pi t a ,   E .   K u r n i a d i ,   Y un i t a ,   a nd   S .   A pr i l i y a ni ,   " M i xe d   I nt e g e r   N o nl i ne a r   P r o g r a m m i ng   ( M I N L P ) - B a s e d   B a n dw i d t U t i l i t y   F unc t i o O I nt e r ne t   P r i c i ng   S c he m e   W i t M o ni t o r i ng   A nd  M a r g i n a l   C o s t , "   I n t e r na t i ona l   J our nal   o f   E l e c t r i c a l   and   C om pu t e r   E n gi ne e r i n ( I J E C E ) .   v o l .   9 ,   pp .   1240 - 12 48 ,   20 19 do i :   10. 1 1591 / i j e c e . v 9i 2 . pp . 12 40 - 1248 .     [ 16]   M .   J a l o un  a nd  Z .   G u e nno un ,   " M a t h e m a t i c a l   M o de l   f o r   L T E   S y s t e m   D i m e n s i o ni ng , "   J ou r na l   o f   M o bi l e   M u l t i m e di a ,   v o l .   9,   pp .   303 - 31 8,   20 14 ,   do i 10 . 110 9/ N G N S . 201 2. 6656 110 .     [ 17]   Y .   L i ,   T .   Z ho u,   Y .   Y a ng ,   H .   H u ,   a n M .   H a m a l a i n e n ,   " F a i r   D o w nl i nk  T r a f f i c   M a n a g e m e nt   f o r   H y br i L A A - L T E / W i - F i   N e t w o r ks , "   I E E E   A c c e s s ,   v o l .   5 ,   pp .   7031 - 70 41 ,   2 017 ,   d o i 10. 1 109 / A C C E S S . 201 6. 2642 121 .     [ 18]   I ndr a w a t i ,   F .   M .   P us pi t a ,   S .   E r l i t a ,   a nd  I .   N a de a k ,   " A na l y s i s   M o de l   i t he   C l o ud  O pt i m i z a t i o C o ns um pt i o I P r i c i ng   t he   I nt e r ne t   B a ndw i dt h , "   I nt e r n at i ona l   J ou r na l   o f   E l e c t r i c al   a nd  C om p ut e r   E ngi ne e r i ng  ( I J E C E ) ,   v o l .   8 ,   2018 ,   do i 10. 115 91 / i j e c e . v 8i 6. pp43 91 - 4397 .     [ 19]   H .   D a i ,   Y .   H u a ng ,   J .   W a ng ,   a nd  L .   Y a ng ,   " R e s o ur c e   O p t i m i z a t i o i H e t e r o g e ne o us   C l o ud  R a di o   A c c e s s   N e t w o r ks , "   I E E E   C om m un i c a t i ons   L e t t e r s ,   v o l .   22 ,   pp.   4 94 - 497 ,   20 18 ,   do i 10. 1 109 / L C O M M . 20 17. 2787 676 .     [ 20]   I .   A ng r i ,   M .   M a hf o udi ,   A .   N a j i d,   a n M .   E .   B e kk a l i ,   " E xpo ne n t i a l   M L W D F   ( E X P - M L W D F )   D o w nl i nk  S c he du l i ng   A l go r i t hm   E v a l u a t e i L T E   f o r   H i g M o bi l i t y   a nd  D e n s e   A r e a   S c e na r i o , "   I n t e r na t i ona l   J our n al   of   E l e c t r i c al   and   C om put e r   E ng i ne e r i ng   ( I J E C E ) ,   v o l .   8,   p p.   16 18 - 1628 ,   201 8 do i :   10. 11 591 / i j e c e . v 8i 3 . pp1 618 - 162 8 .     [ 21]   W .   O g r y c z a k,   H .   L us s ,   M .   P i ó r o ,   D .   N a c e ,   a nd  A .   T o m a s z e w s ki ,   " F a i r   o pt i m i z a t i o a nd  n e t w o r k s :   A   s ur v e y , "   J ou r nal   o f   A pp l i e M a t he m at i c s ,   v o l .   2014 ,   201 4 ,   do i 10. 1155 / 20 1 4/ 61 2018 .     [ 22]   P .   V a r a d e ,   A .   W a ba l e ,   R .   Y e r r a m ,   a nd  R .   J a i s w a l ,   " T h r o ug hput   M a x i m i z a t i o o f   C og ni t i v e   R a d i o   M ul t i   R e l a y   N e t w o r w i t I nt e r f e r e nc e   M a n a g e m e nt , "   I nt e r n at i on al   J o ur n al   o f   E l e c t r i c al   an d   C om put e r   E ng i ne e r i ng  ( I J E C E ) ,   v o l .   8,   pp .   223 0 - 2238 ,   2018 ,   do i 10. 1 1591 / i j e c e . v 8i 4 . pp 2230 - 22 38 .     [ 23]   S .   S u dha   a n N .   A m m a s a i g o unde n,   " A   m o di f i e a pp r o a c f o r   f a i r   ba ndw i dt a l l o c a t i o be t w e e n   T C P   a nd  U D P   t r a f f i c   i n   D i f f S e r v   ne t w o r k, "   i 2008   I n t e r na t i ona l   C o n f e r e nc e   on  C om pu t e r   and   C om m un i c a t i on  E ngi ne e r i ng ,   I E E E K u a l a   L um pur ,   M a l a y s i a   20 08 ,   do i 10 . 110 9/ I C C C E . 2008 . 45 80713 .     [ 24]   M .   M e n t a nd   N .   Z e i t l e r ,   " A c t i v i t y - ba s e c o ng e s t i o m a n a g e m e nt   f o r   f a i r   ba ndw i d t h   s h a r i ng   i n   t r u s t e p a c ke t   ne t w o r k s , "   i N O M 2 016  -   2 016  I E E E / I F I P   N e t w or k   O pe r at i ons   and  M an age m e nt   Sy m p os i um   I s t a nb ul ,   T u r ke y   2016 ,   do i 10. 110 9/ N O M S . 201 6. 7 5028 17 .     [ 25]   C .   D o a nd  S . - J .   J i a ng ,   " F a i r   s c he du l i ng   o f   i nt e g r a t e I P   a nd  A T M   ba s e t r a f f i c   i 3G   m o bi l e   c o m m uni c a t i o n   ne t w o r k s , "   i I E E E   V T 5 3r V e hi c u l ar   T e c hn ol ogy   C on f e r e nc e ,   S pr i n 200 P r oc e e di ngs   ( C at .   N o. 01C H 37 202) .   R ho de s ,   G r e e c e ,   20 01 ,   do i 10 . 110 9/ V E T E C S . 2 001 . 94 4094 .     [ 26]   X .   H ua ng ,   J .   W u,   G .   S un ,   a nd  J .   J i ng ,   " A   N e w   F a i r   A c t i v e   Q ue ue   M a n a g e m e nt   A l g o r i t hm , "   i 2 009  I nt e r na t i ona l   C onf e r e nc e   on   F ut u r e   N e t w or k s ,   I E E E   B a ng ko k,   T ha i l a nd   20 09 ,   do i 10. 11 09 / I C F N . 2009. 29 .     [ 27]   J .   C hung ,   M .   C l a y poo l ,   a nd  R .   K i n i c ki ,   " S t o c ha s t i c   F a i r   T r a f f i c   M a na g e m e n t   f o r   E f f i c i e n t   a nd  R o bus t   I P   N e t w o r ki ng , "   i 2 007  I E E E   I nt e r n at i ona l   P e r f or m a nc e ,   C om p ut i ng ,   and  C om m un i c a t i ons   C o n f e r e nc e   N e w   O r l e a ns ,   L A ,   U S A   2007 ,   do i 10. 1 109 / P C C C . 200 7. 3 5887 8 .     [ 28]   E .   A m a l di ,   A .   C a po ne ,   S .   C o ni g l i o ,   a nd  L .   G .   G i a no l i ,   " N e t w o r o pt i m i z a t i o pr o bl e m s   s ub j e c t   t o   m a x - m i f a i r   f l o w   a l l o c a t i o n, "   I E E E   C om m un i c at i on s   L e t t e r s ,   v o l .   1 7 ,   no .   7 ,   p p.   146 3 - 1466 ,   2 0 13 ,   do i 10. 1 109 / L C O M M . 201 3. 0605 13. 1303 51 .     [ 29]   I ndr a w a t i ,   F .   M .   P u s pi t a ,   S .   E r l i t a ,   a n I .   N a de a k,   " O pt i m a s i   M o de l   C l o ud  R a d i o   A c c e s s   N e t w o r ( C R A N )   pa d a   E f i s i e ns i   K o ns um s i   B a ndw i dt da l a m   J a r i ng a n, "   i 3r A n nua l   R e s e ar c Se m i na r   on  C om p ut e r   Sc i e nc e   and  I C T ,   U ni v e r s i t as   Sr i w i j ay a ,   P al e m bang ,   20 17.     [ 30]   M .   J i a ng   a nd  T .   M a hm o o di ,   " T r a f f i c   M a na g e m e n t   i 5G   M o bi l e   N e t w o r ks :   S e l f i s U s e r s   a nd  F a i r   N e t w o r k , "   T r ans ac t i ons   on   N e t w or k s   an C om m uni c a t i o ns ,   v o l .   4 ,   2016 ,   do i 10. 1 4738 / t nc . 41 . 14 47 .         B I O G R A P H I ES   O F   A U T H O R S       I n d r aw a t i   r e c e i v e he r   S . S i   de g r e e   i M a t he m a t i c s   f r o m   S r i w i j a y a   U ni v e r s i t y ,   S o ut S um a t e r a ,   I nd o ne s i a   i 199 6.   T h e s h e   r e c e i v e he r   M . S i   o f   A c t ua r i a l   S c i e nc e   i B a ndu ng   I ns t i t ut e   o f   T e c hno l o gy   i 2004.   S h e   ha s   be e a   M a t h e m a t i c s   D e p a r t m e n t   m e m be r   a t   F a c ul t y   m a t he m a t i c s   a nd  N a t u r a l   S c i e nc e s   S r i w i j a y a   U ni v e r s i t y   S o ut S um a t e r a   I ndo ne s i a   s i nc e   1998 .   H e r   r e s e a r c h   i nt e r e s t s   i nc l ud e   i nv e n t o r y   pr o bl e m s ,   d i c r e t e   o pt i m i z a t i o n,   a pp l i e l i ne a r   a l g r a ,   g e o m e t r y   a nd  m a na g e m e nt   o f   C R A N - C l o ud  ne t w o r ks .         F i t r i   M ay P u s p i t a   r e c e i v e he r   S . S i   d e g r e e   i n   M a t he m a t i c s   f r o m   S r i w i j a y a   U ni v e r s i t y ,   S o ut S um a t e r a ,   I ndo ne s i a   i 1997 .   T he n   s h e   r e c e i v e d   he r   M . S c   i M a t he m a t i c s   f r o m   C u r t i n   U ni v e r s i t y   o f   T e c hn o l o gy   ( C U T )   W e s t e r A us t r a l i a   i 2004 .   S h e   g r a du a t e f r o m   F a c u l t y   o f   S c i e nc e   a n T e c hno l o gy   I s l a m i c   S c i e nc e   U n i v e r s i t y   o f   M a l a y s i a   ( U S I M ) ,   N i l a i ,   N e g e r i   S e m bi l a n   D a r ul   K hus u s ,   M a l a y s i a   i 2015 .   S he   h a s   be e a   M a t he m a t i c s   D e pa r t m e nt   m e m be r   a t   F a c ul t y   m a t he m a t i c s   a n N a t ur a l   S c i e nc e s   S r i w i j a y a   U ni v e r s i t y   S out S um a t e r a   I ndo ne s i a   s i nc e   1998 .   H e r   r e s e a r c i n t e r e s t s   i nc l ud e   i nt e r n e t   pr i c i ng   s c he m e ,   m a t h e m a t i c a l   pr o g r a m m i ng   o f   t he   ne t w o r k s   a nd   i nv e n t o r y   pr o bl e m s .       Evaluation Warning : The document was created with Spire.PDF for Python.
In do n e s i a J   E l e c   E ng  &   Co m S c i     IS S N :   2502 - 4752       Im pr o v e d   c l oud   r ad i a c c e s s   n e t w or k   bas e d   f a i r   n e t w or k   m o de l   i n   i n t e r n e t   pr i c i n g   ( Indr aw at i )   975     D e s t a   Wah y u n i   c ur r e nt l y   r e c e i v e s   he r   S . S i   d e g r e e   i M a t he m a t i c s   f r o m   S r i w i j a y a   U ni v e r s i t y ,   S o ut S um a t e r a ,   I ndo ne s i a   i n   e a r l y   2000 .   H e r   r e s e a r c i n t e r e s t s   i nc l ude   o pt i m i z a t i o p r o bl e m   a nd  i t s   a p pl i c a t i o t o   C - R A N ,   c l o ud  n e t w o r k   a n f a i r   m a n a g e m e nt   i 5G   ne t w o r ks .         E v i   Y u l i z a   r e c e i v e h e r   r e c e i v e he r   S . S i   de g r e e   i M a t he m a t i c s   f r o m   S r i w i j a y a   U ni v e r s i t y ,   S o ut S um a t e r a ,   I ndo ne s i a   i 20 00 .   T he s h e   r e c e i v e M . S i   i M a t he m a t i c s   i U ni v e r s i t y   of   G a j a M a da ,   I ndo ne s i a   i 2 004 .   S he   h a s   be e a   M a t he m a t i c s   D e pa r t m e n t   m e m be r   a t   F a c ul t y   m a t he m a t i c s   a nd  N a t u r a l   S c i e nc e s   S r i w i j a y a   U ni v e r s i t y   S o ut S um a t e r a   I ndo ne s i a .   H e r   r e s e a r c i nt e r e s t   i nc l ude s   a l g r b r a ,   a n a l y s i s ,   d i s c r e t e   o p t i m i z a t i o n .   S he   i s   c ur r e nt l y   o he r   f i na l   s t a g e   o f   c om pl e t i ng   h e r   P . hD   pr o g r a m   a t   S r i w i j a y a   U ni v e r s i t y .         O k i   D w i p u r w an i   he r e c e i v e he r   S . S i   d e g r e e   i S t a t i s t i c s   i B o go r   I ns t i t ut e   o f   A g r i c ul t u r e ,   i n   1997 .   T he s h e   r e c e i v e M . S i   i M a t he m a t i c s   i B o g o r   I ns t i t u t e   o f   A g r i c ul t u r e ,   I ndo ne s i a S h e   ha s   b e e a   M a t he m a t i c s   D e pa r t m e nt   m e m be r   a t   F a c ul t y   m a t he m a t i c s   a nd  N a t u r a l   S c i e nc e S r i w i j a y a   U ni v e r s i t y   S o ut S um a t e r a   I ndo ne s i a   20 00 .   H e r   r e s e a r c i nt e r e s t s   i nc l ud e   P r o ba b i l i t y   t he o r y ,   T i m e   S e r i e s ,   S a m p l i ng   T e c hni que ,   M u l t i v a r i a t e   a n a l y s i s   a nd  c ur r e n t l y   i nt e n t o   f o c us   he r   i nt e r e s t   o f   r e s e a r c o pr o ba b i l i s t i c   i nv e n t o r y   s y s t e m s .     Evaluation Warning : The document was created with Spire.PDF for Python.