RB Util tinggi tidak otomatis congestion
Congestion terjadi jika RB habis di TTI tertentu dan user tidak kebagian resourceCongestion
Masalah jangka pendek & dinamis
Ciri-ciri:
-
RB utilization spike
-
Terjadi di jam sibuk
-
Banyak user aktif bersamaan
-
KPI terdampak:
-
Throughput drop
-
Latency naik
-
BLER / retransmission naik
-
Analogi:
Jalan tol lancar, tapi tiap jam 5 sore macet total
Capacity Issue
Masalah struktural / desain jaringan
Ciri-ciri:
-
RB utilization tinggi terus
-
Hampir selalu >80–90%
-
Cell tidak punya headroom
-
Masalah muncul saat traffic naik sedikit saja
Analogi:
Jalan tol sudah penuh 24 jam, tapi masih jalan
Congestion → Optimization problem, maka atur ini
-
load balancing
-
traffic steering
-
parameter tuning
Capacity issue → Planning problem, maka atur ini
-
tambah carrier
-
tambah spectrum
-
small cell / new site
Cara Mendeteksi Congestion dari OSS Data
A. KPI Utama yang Wajib Dicek
1. PRB / RB Utilization (%)
KPI paling dasar tapi sering disalahartikan
Indikasi congestion:
-
PRB DL > 80–85% secara konsisten
-
Ada spike ke 95–100% di jam sibuk (busy hour)
-
Pola tidak stabil (fluktuatif)
📌 Catatan penting:
PRB tinggi tanpa KPI lain memburuk ≠ congestion
2. DL Throughput per User
Ini KPI yang langsung dirasakan user
Indikasi congestion:
-
Cell throughput tinggi
-
Tapi average UE throughput turun
-
Contoh:
-
Cell DL throughput: 150 Mbps
-
UE throughput: 2–5 Mbps
-
➡️ Artinya RB habis dibagi terlalu banyak user
3. Active User / RRC Connected UE
Congestion sering dipicu jumlah user
Indikasi:
-
Active UE tinggi di jam sibuk
-
UE meningkat → throughput per user drop
Rule kasar:
-
LTE 20 MHz mulai kritis di >80–100 UE aktif
-
5G tergantung bandwidth & MIMO, tapi prinsip sama
4. Scheduling / Resource Rejection KPI
Tergantung vendor (nama beda-beda):
Contoh:
-
DL Scheduling Fail
-
DL Resource Allocation Fail
-
PRB Exhaustion Counter
Jika ada counter “resource denied” → itu congestion nyata
5. Latency & HARQ Retransmission
Congestion tidak selalu kelihatan di PRB saja
Ciri:
-
DL latency naik
-
HARQ retransmission rate naik
-
BLER meningkat
➡️ Scheduler terpaksa kirim ulang karena resource sempit
Workflow Deteksi Congestion (Step by Step)
Step 1
Ambil OSS KPI Busy Hour (BH)
➡️ jangan average harian
Step 2
Filter cell:
-
PRB DL > 80%
-
UE aktif tinggi
Step 3
Cross-check:
-
UE throughput turun?
-
Scheduling fail ada?
-
Latency naik?
➡️ Jika iya semua → congestion confirmed
Cara Mengatasi Congestion (Berjenjang)
A. Solusi Cepat (Optimization – Tanpa CAPEX)
1️⃣ Load Balancing
-
Arahkan user ke neighbor yang lebih kosong
-
Adjust:
-
Cell reselection
-
HO offset
-
MLB parameter
-
📌 Cocok jika:
-
Ada cell tetangga low load
2️⃣ Traffic Steering / Carrier Load Sharing
-
Dorong UE ke:
-
Band lebih tinggi
-
5G NR
-
Secondary carrier (CA)
-
📌 Contoh:
-
Dari LTE 1800 → LTE 2100
-
Dari LTE → NR NSA
3️⃣ Scheduler & Feature Optimization
-
Adjust:
-
Proportional Fair
-
QoS prioritization
-
MIMO layer usage
-
📌 Dampak cepat, tapi ada limit
B. Solusi Menengah (Semi-CAPEX)
4️⃣ Carrier Aggregation
-
Gabungkan 2–3 carrier
-
Naikkan bandwidth efektif
📌 Sangat efektif untuk hotspot area
5️⃣ Antenna Optimization
-
Tilt optimization
-
Azimuth adjustment
-
Reduce overshooting cell
📌 Kurangi user “jauh” yang makan resource
C. Solusi Permanen (CAPEX)
6️⃣ Tambah Bandwidth / Spectrum
-
Dari 10 → 20 MHz
-
Dari 40 → 100 MHz (5G)
📌 Solusi paling clean tapi mahal
7️⃣ Small Cell / New Site
-
Untuk hotspot:
-
Mall
-
Stadium
-
CBD
-
📌 Turunkan UE per cell
Kaitan dengan Planning Tool (Planet / ACP)
OSS dipakai untuk:
-
Deteksi congestion area
-
Validasi hasil planning
Lalu:
-
ACP → optimasi parameter otomatis
-
Planet → simulasi coverage & capacity impact
Silahkan berkomentar yang baik di sini :) (no junk)