trafik2
-
Upload
imam-junaedi -
Category
Documents
-
view
56 -
download
7
description
Transcript of trafik2
Modul V
Modeling dan pengukuran Trafik
5.1. Modeling Untuk trafik Telepon
Dalam jaringan telepon yang dinamakan trafik adalah adanya panggilan telepon:
Traffic -- Calls
Sebuah model trafik (untuk hubungan tunggal) harus memiliki spesifikasi sbb:
- Jenis dari proses kedatangan panggilan telepon
- Jenis fungsi distribusi dari holding time panggilan telepon
Kedua hal inilah yang menentukan suatu proses trafik (lihat gambar 5.1), dimana akan
diketahui jumlah panggilan yang sedang berjalan:
- Berapa jumlah channel yang sedang dipakai
- Berapa intensitas trafik yang dapat ditangani pada suatu saat (dalam Erlang)
Gambar 5.1. Proses trafik
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Nacep Suryana, M.Sc. REKAYASA TRAFIK 1
proses kedatangan panggilan
trafik aggregated dalam jaringan trunk
Model yang biasa digunakan untuk ini adalah: Proses Poisson, dengan intensitas
> 0. Untuk interval waktu yang pendek ada 2 kemungkinan:
- sebuah panggilan baru datang dengan probabilitas
- atau tidak terjadi apa-apa dengan probabilitas 1- .
Interval waktu satu sama lain independent, sehingga waktu antar kedatangan panggilan:
- Independent dan terdistribusi secara exponential dengan rata-rata 1/
Model ini bagus ketika populasi user sangat besar sekali dan user membuat keputusan
independent.
Sedangkan model untuk teletrafiknya adalah Model Loss:
- Model Erlang (Kapasitas sambungan terbatas)
- Model Poisson (kapasitas sambungan tak terbatas)
Trafik yang dihasilkan oleh individual user (pelanggan)
Model tradisional yang biasa digunakan adalah proses exponential On-Off. Dalam
hal ini user hanya berubah antara keadaan on dan off saja:
- ketika On artinya panggilan sedang ‘ada’
- Ketika Off artinya panggilan sedang ‘Idle’
Waktu yang digunakan pada keadaan berbeda tersebut diasumsikan independent
dan terdistribusi secara exponential.
Trafik yang dihasilkan oleh user-user yang dapat mengakses bersamaan dalam
jaringan akses, jika jumlah user secara individual terbatas maka:
- dimodeling secara terpisah
- keputusan dibuat secara terpisah
model teletrafik yang bersangkutan adalah model Loss:
- Model Engset ( untuk kapasitas hubungan yang tidak cukup)
- Model Binomial (Kapasitas Link cukup)
Holding time panggilan
• Assumsi dasar:
– Holding time panggilan adalah independen dan terdistribusi secara identik
• Distribusi dari holding time panggilan
– Model Traditional adalah: distribusi exponential:
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Nacep Suryana, M.Sc. REKAYASA TRAFIK 2
• hanya Satu parameter simpel
• memoryless property: artinya bahwa holding time adalah paling tidak
sebesar t, kemungkinan bahwa panggilan akan berakhir pada interval
waktu singkat antara (t, t+D) hanya tergantung pada D (bukan pada t)
– Model-model yang lebih komplek:
• Distribusi normal (2 parameters: mean and variance)
• Distribusi log-normal (2 parameters)
• hyper-exponential (dengan 2 parameters)
• Distribusi Weibull (dengan 2 atau 3 parameters)
• Distribusi dari holding time panggilan biasanya dibedakan untuk:
– panggilan-panggilan bisnis dan perumahan
– Panggilan siang dan malam hari
– Panggilan biasa atau data (fax, Internet access, dll.)
5.2. Variasi trafik dalam skala waktu yang berbeda-beda
• Variasi yang dapat diramalkan
– Trend (Tahun)
• pertumbuhan traffic: yang disebabkan oleh
– pelayanan yang sudah ada (pengguna baru, tarif baru,)
– pelayanan baru
– Profil tahunan Regular
– Profil mingguan Regular
– Profil harian Regular
• termasuk jam-jam sibuk / “busy hour”
– Variasi yang disebabkan oleh peristiwa eksternal yang dapat diprediksi seperti
• regular: Contohnya Lebaran
• Tak-regular: contohnya World Championships, televoting, dll
• Non-predictive Variasi yang tak dapat diramalkan
– Variasi stochastik jangka pendek (seconds - minutes)
• Kedatangan acak panggilan
• holding times acak panggilan
– Variasi stochatik jangka panjang (hours - ...)
• penyimpangan acak sekitar profil
• tiap hari, minggu, bulan, dll adalah berbeda
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Nacep Suryana, M.Sc. REKAYASA TRAFIK 3
– Variasi yang disebabkan oleh peristiwa eksternal yang tidak dapat diprediksi
• contohnya gempa bumi, tornado dll.
Busy hour
• Untuk menetukan dimensi sistim, maka diperlukan
– Estimasi terhadap beban trafik
• Pada jaringan telepon,
– cara standar untuk menetukan dimensi adalah berdasarkan trafik pada jam-jam
sibuk. yang dimaksud dengan jam sibuk adalah perioda selama 1 jam dimana
volume trafiknya paling besar.
– akan tetapi untuk menetukan dimensi bagaimanapun kita harus melihat
beberapa hari yang lain dan tidak hanya 1 hari saja.
– Paling tidak ada 3 cara definisi berbeda yang diajukan untuk jam sibuk (yg
mengkover beberapa hari):
• Average Daily Peak Hour (ADPH), rata-rata jam sibuk harian.
• Time Consistent Busy Hour (TCBH), waktu jam sibuk yang konsisten.
• Fixed Daily Measurement Hour (FDMH), pengukuran jam harian yang
tetap.
Misalkan:
- N = jumlah hari dimana pengukuran dilakukan (missal N=10)
- Vn() = Volume trafik yang diukur selama interval 1 jam dari hari n.
- Max Vn() = volume trafik pada jam puncak harian dari hari n
maka:
Volume trafik Average Daily Peak Hour (ADPH) adalah:
Volume trafik Time Consistent Busy Hour (TCBH) adalah:
Volume trafik Fixed Daily Measurement Hour (FDMH), adalah:
dari volume trafik kita dapat menghitung trafik-nya yaitu dengan cara mengalikanya
dengan 1/. misalnya untuk trafik ADPH adalah:
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Nacep Suryana, M.Sc. REKAYASA TRAFIK 4
dengan cara yang sama kita dapat menghitung trafik TCBH dan trafik FDMH, masing-
masing sbb:
kemudian juga berlaku hubungan berikut:
5.3. Pengukuran trafik
• Pengukuran Trafik diperlukan untuk
– disain network dan menejemen trafik
• sebagai dasar untuk menentukan dimensi
• membuat model trafik
• meramalkan trafik
• mengontrol trafik (misalnya pengaturan hubungan tertentu, dynamic
routing)
• mengontrol kemacetan (mendeteksi kemacetan)
• juga untuk mendapatkan informasi accounting
• Informasi2 tentang trafik betul-betul dibutuhkan juga karena:
– ada pengguna baru, cara pemakain baru, tariff baru
– servis dan jaringan baru
– kompetisi yang semakin ketat
• Pengukuran Trafik dalam jaringan telepon
– trafik pada jalur-jalur yang berbeda
• proses trafik (intensitas trafik carried = jumlah channel yg digunakan)
• proses kedatangan panggilan (interarrival times)
• holding times panggilan
– trafik pada trunk dari nodes (simpul) jaringan yang berbeda-beda
• distribusi dari trafik yang masuk dari arah yang berbeda-beda
• distribusi dari trafik keluar pada arah yang berbeda-beda
– trafik pada akses simpul jaringan yang berbeda-beda
• distribusi berdasarkan jenis dari sumber trafik
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Nacep Suryana, M.Sc. REKAYASA TRAFIK 5
– misalnya pelanggan rumahan vs pelanggan bisnis
• penggunaan bermacam-macam servis
5.3.1. Estimasi intensitas trafik berdasarkan pengukuran
• anggaplah suatu proses trafik (pada sambungan dari jaringan telepon)
– Trafik diukur selama interval [0,T] (misal ini adalah jam sibuk)
– Maka V(T) mewakili volume trafik pada interval ini (variable random)
• Tujuannya adalah untuk mengestimasi intensitas trafik carried
– asumsikan ini adalah konstan
– dan didasarkan pada pengukuran ini
• Estimasi alami untuk a adalah
nilai ekspektasinya adalah:
5.3.2. Macam-macam mode pengukuran
Mode Pengukuran kontinyu
Dalam pengukuran ini yang dicatat adalah:
1. Jumlah channel yang dipakai pada waktu 0
2. Waktu start dari semua koneksi selama interval [0, T]
3. Waktu stop dari semua koneksi selama interval [0, T]
dengan data-data ini adalah sangat mungkin untuk merekonstruksi proses trafik actual,
artinya kita dapat memberikan nilai eksak untuk volume trafik V(T).
Mode pengukuran Diskrit, yaitu hanya pada interval-interval tertentu (secara regular)
- Yang diukur adalah jumlah channel yang dipakai X(t) pada waktu t = 0, Δ, 2Δ, …., T -
Δ.
- maka volume trafik selama interval [0,T] diestimasi dengan rumus
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Nacep Suryana, M.Sc. REKAYASA TRAFIK 6
Mode pengukuran kontinyu
Mode pengukuran diskrit pada interval regular
5.4. Model Tradisional untuk pengukuran trafik Data
Model pada Level koneksi
- Koneksi baru yang datang dimodeling menurut proses poisson, artinya waktu antar
kedatangan koneksi adalah independent dan terdistribusi secara exponential.
- Holding time koneksi adalah independent dan terdistribusi secara exponential
- Model sistim yang digunakan adalah infinite System
Model pada level packet
- Paket yang baru datang dimodeling menurut proses poisson, artinya waktu antar
kedatangan paket adalah independent dan terdistribusi secara exponential.
- Panjang paket adalah independent dan terdistribusi secara exponential, artinya
waktu transmisi paket adalah independent dan terdistribusi secara exponential
- Model yang digunakan adalah sistim tunggu
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Nacep Suryana, M.Sc. REKAYASA TRAFIK 7
5.4.1. Proses Trafik pada Level Packet
Anggaplah kita mempunyai proses trafik pada level packet, pada waktu kontinyu
sambungan hanya ada 2 kemungkinan: Busy (sibuk), atau Idle (tidak terpakai),
tergantung apakah packet yang harus ditransmisikan itu ada di buffer atau tidak. Jadi
link (sambungan) hanya mempunyai 2 kemungkinan nilai: 0 atau C (sibuk dengan link
yang ditempati sebanyak C).
Proses trafik pada level packet
PUSAT PENGEMBANGAN BAHAN AJAR-UMB Nacep Suryana, M.Sc. REKAYASA TRAFIK 8