Bab 4 Pengukuran Pemodelan Trafik

of 28 /28
JARINGAN & REKAYASA TRAFIK ( EL 3146 ) B A B IV Dosen : Ir. Hernandi Ilyas R., MT. Jurusan Teknik Elektro UNIVERSITAS JENDERAL ACHMAD YANI ( UNJANI ) 2013

Embed Size (px)

description

Pemodelan Trafik Telekomunikasi

Transcript of Bab 4 Pengukuran Pemodelan Trafik

  • JARINGAN&

    REKAYASA TRAFIK

    ( EL 3146 )

    B A B IV

    Dosen :

    Ir. Hernandi Ilyas R., MT.

    Jurusan Teknik Elektro

    UNIVERSITAS JENDERAL ACHMAD YANI

    ( UNJANI )

    2013

  • PENGUKURAN DAN

    PEMODELAN TRAFIK

  • 1. PENGUKURAN TRAFIK

  • 1. Pengukuran Trafik

    REKOMENDASI :

    ITU-T memberikan beberapa rekomendasi cara mengukur trafik pada jamsibuk (E.600)

    Operator dipersilakan memilih metoda yang cocok untuk mereka

    TUJUAN PENGUKURAN :

    Mendapatkan informasi JAM SIBUK (BUSY HOUR)

    1. Average Daily Peak Hour (ADPH)

    2. Time Consistent Busy Hour (TCBH)

    3. Fixed Daily Measurement Hour (FDMH)

  • 1. Pengukuran Trafik

    Average Daily Peak Hour (ADPH)

    Jam tersibuk ditentukan berbeda-beda untuk setiap harinya (differenttime for different days), lalu dirata-ratakan selama periode pengamatan

    Bila :N = jumlah hari pengamatan

    an() = trafik rata-rata yang terukur selama interval 1-jam () pada hari ke-n

    max an() = trafik tertinggi harian dari hari ke-n

    Maka aADPH =

  • 1. Pengukuran Trafik

    Ilustrasi ADPH

  • 1. Pengukuran Trafik

    Periode satu jam, periode ini sama untuk setiap harinya, yangmemberikan hasil pengukuran trafik rata-rata tertinggi selama periodepengamatan

    Bila :N = jumlah hari pengamatan

    an() = trafik rata-rata yang terukur selama interval 1-jam () pada hari ke-n

    max an() = trafik tertinggi harian dari hari ke-n

    Maka aTCBH =

    Time Consistent Busy Hour (TCBH)

  • 1. Pengukuran Trafik

    Ilustrasi TCBH

    1 3

  • 1. Pengukuran Trafik

    Fixed Daily Measurement Hour (FDMH)

    Pengukuran trafik dilakukan dalam Selang satu jam yang sudahditentukan waktunya sebelum pengukuran tersebut dilakukan(misal: antara jam 9.30-10.30).

    Trafik hasil pengukuran kemudian dirata-ratakan selama periodepengamatan (misal: selama 10 hari)

  • 1. Pengukuran Trafik

    Ilustrasi FDMH

  • 1. Pengukuran Trafik

    Definisi jam sibuk dapat dibagi lagi berdasarkan resolusi waktu yangdigunakan. Misalnya :

    ADPH-F resolution of an hour

    ADPH-Q resolution of an quarter of an hour

  • 2. PEMODELAN TRAFIK

  • 2. Pemodelan Trafik

    Salah satu cara untuk dapat menganalisa trafik dari suatu sistem telekomunikasi, adalahdengan melakukan pemodelan.

    Pemodelan meliputi 2 fasa, yaitu dengan melihat :

    1. Pola kedatangan trafik (incoming traffic)

    disebut sebagai Model Trafik

    2. Sistem

    disebut sebagai Model Sistem

    Untuk model sistem, dikenal 2 kategori, yaitu model sistem rugi (loss system) danmodel sistem antrian (waiting/queueing system).

    Untuk model trafik, analisa akan dilakukan berdasarkan pada pola distribusinya, yaitumeliputi distribusi Poisson, Erlang, Engset dan Bernoulli.

  • 2. Pemodelan Trafik

    Model Trafik Sederhana

    Model trafik yang sederhana ini dideskripsikan menggunakan paramater yang dijelaskan berikut :

    Customers datang dengan laju rata-rata sebesar (jumlah customers rata-rata yang datang persatuan waktu)

    Maka waktu antar kedatangan rata-rata (average inter-arrival time) adalah 1/

    Customers menyatakan call atau permintaan koneksi di dalam sistem teletraffic

    Customers dilayani oleh n server yang bekerja secara paralelJika sedang melayani (sedang sibuk(busy)), sebuah server akan melayani customer dengan laju rata-ratasebesar (jumlah customers yang dilayani per satuan waktu)

    Maka waktu pelayanan (service time) rata-rata terhadap customer adalah 1/

    Ada tempat menunggu (buffer) di dalam sistem berukuran m

    Diasumsikan bahwa customer yang datang ketika sistem sedang fully occupied (semua serversibuk) akan di-blok sehingga akan menjadi lost customer

  • 2. Pemodelan Trafik

    Pure loss system memiliki karakteristik sbb:

    Tidak memiliki tempat menunggu (m = 0)

    Jika ada customer datang pada saat sistem sedang fully occupied (seluruh server yangberjumlah n sibuk) maka customer tersebut tidak akan dilayani dan akan lost (diblok)

    Sistem seperti ini disebut lossy

    Dari sisi customer, ada beberapa hal yang akan menjadi perhatiannya, misalnyaberapa peluang sistem berada dalam kondisi fully occupied ketika suatu customerdatang?

    Dari sudut pandang sistem, hal yang menjadi perhatian adalah misalnya faktorutilisasi server

    Sistem Loss Murni (Pure Loss System)

  • 2. Pemodelan Trafik

    Sistem tunggu murni (Pure waiting system)

    Pure waiting system memiliki karakteristik sbb:

    Ukuran tempat menunggu tak terhingga (m = )Jika ada customer yang datang ketika seluruh n server sibuk maka customer tersebut akanmenunggu di tempat tunggu

    o Tidak ada customer yang akan lost

    o Beberapa customer bisa jadi harus menunggu sebelum dilayani

    o Sistem seperti ini disebut lossless

    Dari sudut pandang customer, ada beberapa hal yang menjadi perhatiannyamisalnya berapa peluang bahwa dia harus menunggu terlalu lama?

    Dari sudut pandang sistem, hal yang menjadi perhatian misalnya faktor utilisasiserver

  • 2. Pemodelan Trafik

    Mixed System

    Mixed System memiliki karakteristik sbb:

    Jumlah tempat menunggu terbatas (0 < m < )o Jika suatu customer datang ketika seluruh server sibuk dan bila masih ada

    tempat untuk menunggu maka customer itu akan menempati salah satutempat untuk menunggu

    o Jika suatu customer datang ketika seluruh server sibuk dan seluruh tempatmenunggu penuh maka customer itu akan lost (diblok)

    o Pada sistem ini akan terdapat beberapa customer yang lost ada juga customeryang sedang menunggu untuk dilayani

    o Sistem ini adalah lossy

  • 2. Pemodelan Trafik

    Infinite System

    Infinite system memiliki karakteristik sbb:

    Jumlah server tak terhingga (n = )o Tidak akan pernah ada customer yang lost maupun harus menunggu

    karena setiap customer yang datang akan dilayani

    Ini merupakan sistem yang lossless

    o Sistem yang hypothetical ini lebih mudah dianalisa daripada sistem realyang kapasitasnya terbatas

    o Kadang-kadang, penganalisaan sistem seperti ini merupakan satu-satunyacara untuk memperoleh pendekatan terhadap sistem yang real

  • 2. Pemodelan Trafik

    Notasi Model Antrian (Kendall)

    A/B/n/p/k

    A menyatakan proses kedatangan

    Interarrival time distribution:

    M= exponential (memoryless)

    D= deterministic

    G= general

    B menyatakan waktu pelayanan (service times)

    Service time distribution:

    M= exponential (memoryless)

    D= deterministic

    G= general

    n = jumlah server

    p = jumlah tempat dalam sistem

    = jumlah server + ukuran tempat menunggu

    David G. Kendall

  • 2. Pemodelan Trafik

    Notasi Model Antrian (Kendall) k = populasi pelanggan

    Nilai-nilai default (biasanya tidak dimunculkan) :

    p = , k =

    Contoh:

    M/M/1

    M/D/1

    M/G/1

    G/G/1

    M/M/n

    M/M/n/n+m

    M/M/ (Poisson model)

    M/M/n/n (Erlang model)

    M/M/k/k/k (Binomial model)

    M/M/n/n/k (Engset model, n < k)

  • 2. Pemodelan Trafik

    Rumus Little

    Mari kita perhatikan suatu sistem yang didatangioleh customer dengan laju sebesar l

    Bila diasumsikan suatu kondisi yang stabilmaka customer tidak akan terakumulasi di dalamsistem sehingga sistem akan kosongo Konsekuensinya customer harus meninggalkan sistem

    dengan rate sebesar l juga

    Bila

    Maka rumus Little menyatakan :

    sistemdidalamcustomerlamanyaratarataT

    sistemdidalamcustomerrataratajumlahN

    TN

    Prof. John D. C. Little

  • 2.1 Model Trafik

    Model Kedatangan Trafik dengan Distribusi Poisson

    Pemodelan trafik dengan melihat pola kedatangan panggilan biasanyadilakukan dengan menggunakan distribusi Poisson.

    Syarat untuk model Poisson adalah :

    Kedatangan panggilan bersifat random (acak), dengan rate datangnyapanggilan = (konstan, tidak tergantung jumlah pendudukan yang ada)karena jumlah sumber panggilan tidak terhingga (besar).

    Hanya ada proses kelahiran, tidak ada proses kematian

    Jumlah server (saluran) yang menampung (mengolah) tidak terhingga(besar), sehingga panggilan yang datang selalu dapat dilayani olehserver-server tersebut.

  • 2.1 Model Trafik

    Model Kedatangan Trafik dengan Distribusi Poisson

    Persamaan Distribusi Poisson atau Proses Kedatangan Poisson (Poisson arrivalprocess equation) adalah :

    persamaan ini pada dasarnya mengekspresikan probabilitas sistem dengan jumlahpendudukan sebanyak k pada waktu t. Dengan kata lain, ini merepresentasikanprobabilitas adanya k kedatangan pada interval waktu t. Dalam hal ini :

    t = A

    merupakan rate rata-rata datangnya panggilan kali waktu lamanya pendudukan rata-rata, dan tidak lain adalah besarnya TRAFIK. Sehingga persamaannya dapat jugadinyatakan sebagai :

    Pk(t) = !

    )(

    k

    t ke-t

    Pk = Ak .e-A / k!

  • 2.1 Model Trafik

    Model Kedatangan Trafik dengan Distribusi Poisson

    CONTOH SOAL :

    Pengamatan pada suatu sistem switching dengan sumber panggilan dan jumlah serveryang sangat besar menghasilkan data adanya 1 panggilan datang untuk setiap 5 menit.Dalam suatu periode 10 menit pengamatan, tentukan besarnya probabilitas bahwa

    - tidak ada panggilan yang datang,

    - ada 1 panggilan datang,

    - ada 2 panggilan datang.

  • 2.2 Model Sistem

    Model Sistem Pada Jaringan Blocking

    Pada sistem circuit switch dengan jaringan blocking, pada saat semua serversibuk/diduduki maka dimungkinkan terjadinya block yang mengakibatkan panggilan yangdatang pada saat itu akan tidak dapat dilayani oleh sistem sehingga sistem dikenalsebagai sistem rugi (loss system).

    Analisa trafik pada sistem rugi ini, telah dilakukan secara mendalam oleh Erlang dengankesimpulan utama adalah bahwa proses kedatangan panggilan adalah sesuai denganproses kedatangan Poisson dan proses pemanggilan dapat dimodelkan denganmenggunakan distribusi yang bersifat eksponensial dalam durasi waktu pembicaraantersebut === > Model Distribusi ERLANG

  • 2.2 Model Sistem

    Model Distribusi Erlang

    Model ini mewakili jaringan dengan kondisi:

    Proses kedatangannya adalah proses Poisson dengan sumber panggilan tidakterhingga dan rate rata-rata datangnya panggilan (konstan)

    Waktu layanan bersifat distribusi eksponensial

    Merupakan sistem circuit switch dengan server-server (kanal, trunk, atau time slot)yang bekerja secara paralel dan jumlahnya terbatas

    Satu server/kanal dialokasikan untuk satu panggilan dan panggilan yang datangpada waktu semua server sibuk akan ditolak.

    Sistem bersifat full accessibility, artinya setiap panggilan yang datang daripengguna akan bersaing (compete) dengan panggilan dari pengguna lainnya untukmenduduki server/kanal yang kosong (tidak ada alokasi terlebih dahulu).

  • 2.2 Model Sistem

    Model Distribusi Erlang

    Formula Rugi Erlang (Erlangs loss formula), :

    En (A) = Pn =

    Atau untuk n = N, maka dapat ditulis :

    PN =

    PN merupakan probabilitas semua server sibuk dan juga dikenal sebagai ProbabilitasBlocking (GoS) dari sistem

    n

    i

    i

    n

    i

    A

    n

    A

    0 !

    !

    Pn = !/..........!3/!2/1

    !/32 NAAAA

    nAN

    n

    !/..........!3/!2/1

    !/32 NAAAA

    NAN

    N

  • 2.2 Model Sistem

    Contoh Soal :

    1. Pada suatu group trunk dengan 8 server, dilakukan pengamatan terhadapkedatangan panggilannya. Jika pengamatan dilakukan pada jam sibuk dan ternyatapada group trunk tersebut terjadi 150 panggilan, dimana setiap panggilan rata-ratamenduduki server selama 3 menit. Hitunglah trafik yang ditawarkan ke group trunktersebut dan besarnya derajat pelayanan.

    2. Suatu group trunk dengan 5 server mengolah trafik sebesar 3 Erlang. Berdasarkandata tersebut, hitunglah derajat pelayanannya, probabilitas bahwa hanya ada satutrunk (server) sibuk dan probabilitas bahwa hanya ada satu trunk bebas.