1. PENGUKURAN TRAFIK

(1)

JARINGAN &

REKAYASA TRAFIK ( EL 3146 )

B A B IV

Dosen :

Ir. Hernandi Ilyas R., MT.

Jurusan Teknik Elektro

UNIVERSITAS JENDERAL ACHMAD YANI ( UNJANI )

(2)

PENGUKURAN

DAN

(3)

(4)

REKOMENDASI :

ITU-T memberikan beberapa rekomendasi cara mengukur trafk

pada jam sibuk (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)

(5)

1. Pengukuran Trafik

Average Daily Peak Hour

(ADPH)

Jam tersibuk ditentukan berbeda-beda untuk setiap harinya (

different

time 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

(6)

1. Pengukuran Trafik

(7)

1. Pengukuran Trafik

Periode satu jam, periode ini sama untuk setiap harinya, yang

memberikan hasil pengukuran trafik rata-rata tertinggi 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

a

_TCBH

=

(8)

1. Pengukuran Trafik

Ilustrasi

TCBH



(9)

1. Pengukuran Trafik

Fixed Daily Measurement Hour

(FDMH)

Pengukuran trafk dilakukan dalam Selang satu jam

yang sudah ditentukan waktunya sebelum pengukuran

tersebut dilakukan (misal: antara jam 9.30-10.30).

(10)

1. Pengukuran Trafik

(11)

1. Pengukuran Trafik

Definisi jam sibuk dapat dibagi lagi berdasarkan resolusi waktu yang

digunakan. Misalnya :

 ADPH-F resolution of an hour

(12)

(13)

2. Pemodelan Trafik

Salah satu cara untuk dapat menganalisa trafik dari suatu sistem telekomunikasi, adalah dengan 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) dan model sistem antrian (waiting/queueing system).

(14)

2. Pemodelan Trafik

Model Trafik Sederhana

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

Customers datang dengan laju rata-rata sebesar λ (jumlah customers rata-rata yang datang per satuan waktu)

Maka waktu antar kedatangan rata-rata (average inter-arrival time) adalah 1/λ Customers menyatakan call atau permintaan koneksi di dalam sistem teletraffic

Customers dilayani oleh n server yang bekerja secara paralel

Jika sedang melayani (sedang sibuk(busy)), sebuah server akan melayani customer dengan laju rata-rata sebesar μ (jumlah customers yang dilayani per satuan waktu)

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

Ada tempat menunggu (buffer) di dalam sistem berukuran m

(15)

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 yang berjumlah 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, misalnya berapa peluang sistem berada dalam kondisi fully occupied ketika suatu customer datang?

• Dari sudut pandang sistem, hal yang menjadi perhatian adalah misalnya faktor utilisasi server

(16)

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 akan menunggu 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 perhatiannya misalnya berapa peluang bahwa dia harus menunggu “terlalu lama”?

(17)

2. Pemodelan Trafik

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 satu tempat untuk menunggu

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

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

(18)

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 real yang kapasitasnya terbatas

(19)

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

(20)

2. Pemodelan Trafik

Notasi Model Antrian (Kendall)

– _{k = populasi pelanggan}

– _{Nilai-nilai default (biasanya tidak dimunculkan) :}

• _{p =}_{, k =} • _{M/M/n/n (Erlang model)}

• _{M/M/k/k/k (Binomial model)}

(21)

2. Pemodelan Trafik

Rumus Little



Mari kita perhatikan suatu sistem yang didatangi

oleh customer dengan laju sebesar l



Bila diasumsikan suatu

kondisi yang stabil

maka customer tidak akan terakumulasi di dalam

sistem sehingga sistem akan kosong

o Konsekuensinya customer harus meninggalkan sistem dengan rate sebesar l juga



Bila



Maka rumus Little menyatakan :

(22)

2.1 Model Trafik

Model Kedatangan Trafik dengan Distribusi Poisson

Pemodelan trafik dengan melihat pola kedatangan panggilan biasanya

dilakukan dengan menggunakan

distribusi Poisson

.

Syarat untuk model Poisson adalah

:



Kedatangan panggilan bersifat random (acak), dengan rate datangnya

panggilan =

λ

(konstan, tidak tergantung jumlah pendudukan yang ada)

karena jumlah sumber panggilan tidak terhingga (besar).



Hanya ada proses kelahiran, tidak ada proses kematian

(23)

2.1 Model Trafik

Model Kedatangan Trafik dengan Distribusi Poisson

Persamaan Distribusi Poisson atau Proses Kedatangan Poisson (Poisson arrival process equation) adalah :

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

λt = A

(24)

2.1 Model Trafik

Model Kedatangan Trafik dengan Distribusi Poisson

CONTOH SOAL :

Pengamatan pada suatu sistem switching dengan sumber panggilan dan jumlah server yang 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,

(25)

2.2 Model Sistem

Model Sistem Pada Jaringan Blocking

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

(26)

2.2 Model Sistem

Model Distribusi Erlang

Model ini mewakili jaringan dengan kondisi:

 Proses kedatangannya adalah proses Poisson dengan sumber panggilan tidak terhingga dan rate rata-rata datangnya panggilan λ (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 datang pada waktu semua server sibuk akan ditolak.

(27)

2.2 Model Sistem

Model Distribusi Erlang

Formula Rugi Erlang (Erlang’s loss formula), :

En (A) = Pn =

Atau untuk n = N, maka dapat ditulis :

P

N

=

PN merupakan probabilitas semua server sibuk dan juga dikenal sebagai Probabilitas

(28)

2.2 Model Sistem

Contoh Soal :

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