BAB III
METODOLOGI PENELITIAN
3.1 Umum
Bab ini menjelaskan tentang prosedur maupun peralatan yang digunakan dalam menyelesaikan tugas akhir ini. Untuk mengananalisis kinerja multiplexer, digunakan sistem antrian M/M/1/N dengan bantuan perhitungan menggunakan
software Dev C++. Secara umum gambaran system yang dievaluasi dapat dilihat pada Gambar 3.1.
Gambar 3.1 Gambaran umum sistem yang dievaluasi [4]
Paket-paket suara dan data yang berupa bit-bit digital yang telah diproses
multiplexer akan memasuki ruang tunggu (buffer) sebelum dilayani oleh server. Bila server kosong, maka paket-paket tersebut akan langsung dilayani oleh server
dan jika server sedang sibuk maka paket tersebut harus menunggu di buffer sebelum dilayani. Kinerja yang akan dibahas adalah delay, throughput, dan probabilitas bloking.
Adapun poin-poin yang akan dijelaskan pada bab ini adalah: 1. Spesifikasi perangkat keras dan lunak penelitian.
2. Parameter simulasi 3. Parameter analisis
4. Perancangan program penelitian.
3.2 Spesifikasi Perangkat Keras dan Lunak Penelitian
Dalam pembuatan program penghitungan ini, penulis menggunakan perangkat keras yang berupa laptop ASUS dsengan tipe K45A dan menggunakan perangkat lunak berupa software Dev C++. Untuk lebih jelasnya spesifikasi perangkat keras dan lunak ini akan dijelaskan sebagai berikut.
Adapun perangkat keras yang digunakan adalah satu buah laptop ASUS K45A dengan spesifikasi yang ditunjukkan pada Tabel 3.1.
Tabel 3.1 Spesifikasi perangkat keras penelitian
Prosesor Intel(R) Core(TM) i3-2370M CPU @ 2.40 GHz (4CPUs), ~2.4 GHz
Memory 2048 Mb
HDD 500 Gb
Adapun spesifikasi perangkat lunak ini ditampilkan pada Tabel 3.2. Tabel 3.2 Spesifikasi perangkat lunak
Operating System Windows xp/ Vista/ 7/ 8/10
Processor Intel pentium 3 orlater
Memory 256 Mb of RAM Required
HDS 200 MB
3.3 Parameter Simulasi
Ada beberapa parameter di dalam simulasi ini, diantaranya adalah parameter yang akan diatur, parameter yang akan dianalisis serta parameter yang akan ditampilkan di program. Parameter simulasi pada penelitian ini ditampilkan pada Tabel 3.3.
Tabel 3.3 Parameter yang akan digunakan dalam simulasi No Parameter dalam
simulasi
Nilai yang digunakan Keterangan
3.4 Parameter Analisis
Parameter yang akan dianalisis pada Tugas Akhir ini yaitu waktu rata-rata pelanggan dalam antrian (Wq), waktu rata-rata pelanggan dalam sistem (Ws), probabilitas bloking, dan throughput. Adapun parameter analisis pada penelitian ini ditampilkan pada Tabel 3.4.
Tabel 3.4 Rumus mencari parameter sistem [4]
No Nama Parameter Rumus
Gambar 3.2 Diagram alir program
Mulai
Input sampling, jumlah kanal, dan utilisasi
Apakah nilai
sampling
sudah benar?
ya
Hitung Wq, Ws, Pn, dan γ
tidak
Apakah jumlah kanal sudah
benar?
selesai
tidak
Apakah ingin mengulang
program?
ya
tidak Tampilkan Hasil
3.6 Perancangan Program Penelitian
Langkah-langkah perancangan program pada tugas akhir ini dari awal sampai akhir akan dijelaskan sebagai berikut.
1. Mendeklarasikan file header <stdio.h>. file header ini digunakan untuk menampilkan printf atau tulisan. Mendeklarasikan file header <conio.h>. file header ini digunakan untuk menampilkan perintah getch (pause), clrscr (hapus). Mendeklarasikan file header <math.h>. file header ini digunakan untuk menampilkan fungsi matematika seperti pow (pangkat).
2. Mendeklarasikan variabel float ro, Wq, Ws, γ, kec_data, kec_server, bilangan integer sampling, jlh_kanal, lamda, jlh_planggan, kata ulang, fungsi utama.
3. Mulai atau awal program.
4. Membuat tampilan kalimat “ PROGRAM PENGHITUNG KINERJA MULTIPLEXER PADA ISDN DENGAN BERBAGAI LAJU KANAL”
5. Menampilkan “ masukkan jumlah sampling”. 6. Menampilkan “ masukkan jumlah kanal”. 7. Menampilkan “ masukkan nilai utilisasi”. 8. Menentukan nilai sampling dan lamda.
a. Jika sampling sama dengan 8000 maka lamda sama dengan 64000; b. Kondisi lain, jika sampling sama dengan 16000 maka lamda sama
dengan 128000.
d. Kondisi lain, jika sampling sama dengan 64000 maka lamda sama dengan 512000.
e. Jika nilai sampling di luar dari yang ditentukan maka tampilan sebelumnya akan dihapus kemudian akan ditampilkan “nilai sampling
yang dimasukkan salah”, “masukkan nilai sampling 8000, 16000,
32000, atau 64000”; kembali ke awal.
9. Mengoreksi jumlah kanal yang dimasukkan.
Jika jumlah kanal tidak sama dengan 30, 120, dan 480; tampilan sebelumnya akan dihapus kemudian akan ditampilkan “jumlah kanal yang dimasukkan
salah”, “ masukkan jumlah kanal 30, 120, atau 480”; kembali ke awal.
10.Menentukan jumlah pelanggan.
Jumlah pelanggan sama dengan jumlah kanal 11.Menentukan kecepatan data.
a. Jika jumlah kanal sama dengan 30 maka kecepatan data = 2,048 Mbps b. Kondisi lain, jika jumlah kanal sama dengan 120 maka kecepatan data
= 8,448 Mbps
c. Kondisi lain, Jika jumlah kanal sama dengan 480 maka kecepatan data
=
34,368 Mbps12.Menentukan kecepatan server.
Rumus untuk mencari kecepatan server yaitu: µ = λ
ρ
13.Menghitung waktu rata-rata pelanggan dalam antrian.
Rumus untuk menghitung waktu rata-rata pelanggan dalam antrian yaitu:
14.Menghitung waktu rata-rata pelanggan dalam sistem.
Rumus untuk menghitung waktu rata-rata pelanggan dalam sistem yaitu:
�� = µ−�
15.Menentukan probabilitasbloking.
Rumus untuk menghitung probabilitasbloking yaitu: �� = −� ��
−��+1
16.Menentukan throughput.
Rumus untuk menghitung throughput yaitu: γ = λ − PN
17.Menampilkan hasil program seperti nilai sampling yang diinput, jumlah kanal, utilisasi, nilai lamda, kecepatan data, kecepatan server, nilai Wq, nilai Ws, probabilitasbloking, dan throughput.
BAB IV
ANALISIS KINERJA MULTIPLEXER
4.1 Umum
Analisis kinerja multiplexer yang dibahas menggunakan sistem antrian. Sistem antrian yang digunakan adalah sistem antrian M/M/1/N dengan disiplin antrian FIFO (First In First Out). Adapun parameter kinerja yang dihitung adalah
delay, throughput dan probabilitasbloking.
4.2 Model Antrian Multiplexing
Untuk mengetahui kinerja multiplexer digunakan sistem antrian. Jenis sistem antrian yang digunakan adalah M/M/1/N seperti yang ditunjukkan pada Gambar 4.1.
Gambar 4.1 Model Antrian Multiplexing [4]
Pada metode ini seluruh aliran dari paket-paket akan dikombinasikan dan ditransmisikan dalam satu aliran tunggal. Multiplex ini memanfaatkan sifat transmisi data dengan mengalokasikan jatah waktu secara dinamis sesuai permintaan dan perangkat-perangkat yang terpasang tidak semua melakukan transmisi sepanjang waktu. Selanjutnya setelah paket-paket di-multiplex akan masuk kedalam sistem antrian. Sistem antrian yang digunakan adalah M/M/1/N. Pelanggan masuk ke buffer, buffer berfungsi sebagai tempat sementara sebelum dilayani. Service akan melayani pelanggan sesuai waktu kedatangannya menggunakan sistem antrian FIFO.
Dalam suatu sistem antrian terdapat faktor – faktor yang harus diperhatikan agar suatu fasilitas pelayanan dapat melayani pelanggan yang berdatangan, yaitu bentuk kedatangan pelanggan, bentuk fasilitas pelayanan, kapasitas fasilitas pelayanan untuk menampung pelanggan, utilisasi sistem, dan disiplin antrian yang mengatur pelayanan kepada pelanggan.
4.3 Asumsi Asumsi
Untuk melakukan simulasi dan memperoleh data dalam menyelesaikan Tugas Akhir ini ditetapkan asumsi-asumsi sebagai berikut :
a. Disiplin antrian FIFO yaitu merupakan suatu peraturan dimana yang akan dilayani terlebih dahulu adalah frame yang datang terlebih dahulu. FIFO ini sering disebut juga FCFS (First Come FirstServed).
sebelum ataupun sesudahnya dan waktu pelayanan mengikuti distribusi Eksponensial.
c. Menggunakan sistem antrian M/M/1/N.
d. Sampling yang digunakan yaitu: 8000, 16000, 32000, dan 64000. e. Jumlah kanal yaitu: 30, 120, 480.
f. Intensitas Trafik 0,3; 0,5; 0,7 dan 0,9. g. Data yang diproses berupa voice saja.
h. Jumlah pelanggan (N) desesuaikan dengan jumlah kanal yaitu: 30, 120, dan 480.
4.4 Analisis Hasil Perhitungan
Dari model multiplexing pada Gambar 4.1, maka dapat dihitung delay, throughput dan probabilitas bloking menggunakan sistem antrian. Delay yang dihitung meliputi waktu rata-rata pelanggan dalam antrian, waktu rata-rata dalam sistem. Adapun sampling yang digunakan beragam yaitu 8000, 16000, 32000, dan 64000. Kemudian untuk jumlah kanal yang digunakan pun beragam yaitu 30, 120, dan 480. Dari data yang beragam tersebut akan dihasilkan laju data yang akan masuk ke dalam sistem antrian beragam pula. Dengan beragamnya laju data yang masuk ke dalam sistem antrian, maka kecepatan server akan dicari untuk utilisasi yang diinginkan.
Gambar 4.2 Hasil untuk sampling 8000, jumlah kanal 30, dan utilisasi 0,3
Pada Gambar 4.2 dengan sampling 8000, jumlah kanal 30, dan utilisasi 0,3 maka didapat kecepatan data sebesar 2,048 Mbps, kecepatan server 6,826667 Mbps. Dari data tersebut dihasilkan nilai waktu rata-rata pelanggan dalam antrian (Wq) sebesar 0,06277902424 detik, waktu rata-rata pelanggan dalam sistem sebesar 0,20926339924 detik, probabilitasbloking sebesar 0, dan throughput sebesar 2,048 Mbit.
Tabel 4.1 Data hasil perhitungan untuk utilisasi 0,3
Kecepatan server akan semakin cepat dikarenakan laju kedatangan data semakin besar. Kecepatan server disesuaikan dengan laju kedatangan data serta utilisasai trafik sesuai dengan Persamaan 2.1 bahwa � =�
µ . Dari Tabel 4.1 dapat dianalisis
Perhitungan berikutnya pada sampling 8000 jumlah kanal 30 untuk utilisasi 0,5 dapat dilihat pada Gambar 4.3.
Gambar 4.3 Hasil untuk sampling 8000, jumlah kanal 30, dan utilisasi 0,5
Pada Gambar 4.3 dengan sampling 8000, jumlah kanal 30, dan utilisasi 0,5 maka didapat kecepatan data sebesar 2,048 Mbps, kecepatan server 4,096 Mbps. Dari data tersebut dihasilkan nilai waktu rata-rata pelanggan dalam antrian (Wq) sebesar 0,24414061 detik, waktu rata-rata pelanggan dalam sistem sebesar 0,48828122 detik, probabilitas bloking sebesar 0, dan throughput sebesar 2,048 Mbit.
Tabel 4.2 Data hasil perhitungan untuk utilisasi 0,5
Kecepatan server akan semakin cepat dikarenakan laju kedatangan data semakin besar. Kecepatan server disesuaikan dengan laju kedatangan data serta utilisasai trafik sesuai dengan Persamaan 2.1 bahwa � =�
µ . Dari Tabel 4.2 dapat dianalisis
Perhitungan berikutnya pada sampling 8000 jumlah kanal 30 untuk utilisasi 0,7 dapat dilihat pada Gambar 4.4.
Gambar 4.4 Hasil untuk sampling 8000, jumlah kanal 30, dan utilisasi 0,7
Pada Gambar 4.4 dengan sampling 8000, jumlah kanal 30, dan utilisasi 0,7 maka didapat kecepatan data sebesar 2,048 Mbps, kecepatan server 2,926 Mbps. Dari data tersebut dihasilkan nilai waktu rata-rata pelanggan dalam antrian (Wq) sebesar 0,79752594 detik, waktu rata-rata pelanggan dalam sistem sebesar 0,13932276 detik, probabilitasbloking sebesar 0,00000676 dan throughput sebesar 2,047986 Mbit.
Tabel 4.3 Data hasil perhitungan untuk utilisasi 0,7
8.000 2,048 2,926 0,797525 1,139322 2,047 0,00000676
16.000 4,096 5,851 0,398762 0,569661 4,095 0,00000676
32.000 8,192 11,70 0,199381 0,284830 8,191 0,00000676
64.000 16,384 23,40 0,099690 0,142415 16,383 0,00000676
120
Dari Tabel 4.3 dapat dianalisis bahwa semakin banyak jumlah kanal dan semakin besar jumlah sampling nilai Wq dan Ws semakin kecil. Kemudian jika utilisasi semakin mendekati nilai 1 maka kecepatan server semakin kecil. Pada kanal 30, nilai probabilitasbloking sudah ada sedang pada kanal 120 dan 480 masih nol itu berati semakin banyak jumlah kanal, maka probabilitas bloking semakin kecil.
Gambar 4.5 Hasil untuk sampling 8000, jumlah kanal 30, dan utilisasi 0,9
Pada Gambar 4.5 dengan sampling 8000, jumlah kanal 30, dan utilisasi 0,7 maka didapat kecepatan data sebesar 2,048 Mbps, kecepatan server 2,276 Mbps. Dari data tersebut dihasilkan nilai waktu rata-rata pelanggan dalam antrian (Wq) sebesar 3,95507884 detik, waktu rata-rata pelanggan dalam sistem sebesar 4,39453220 detik, probabilitas bloking sebesar 0,004407 dan throughput sebesar 2,038974 Mbit.
Tabel 4.4 Data hasil perhitungan untuk utilisasi 0,9
64.000 16,384 18,204 0,494384 0,549316 16,311 0.0044072
120
8.000 8,448 9,387 0,958806 1,065340 8,447 0.0000032
16.000 16,896 18,773 0,479403 0,532671 16,895 0.0000032
32.000 33,792 37547 0,239701 0,266335 33,791 0.0000032
64.000 67,584 75,093 0,119850 0,133167 67,583 0.0000032
480 utilisasi semakin mendekati nilai 1 maka kecepatan server semakin kecil. Dampak dari utilisasi yang mendekati nilai 1 terlihat pada kanal 30, dan 120 nilai
probabilitas bloking sudah ada dan semakin besar. Sedangkan pada kanal 480 masih nol itu berati semakin banyak jumlah kanal, maka probabilitas bloking
Adapun Grafik untuk hasil data waktu rata-rata pelanggan dalam antrian (Wq) terhadap jumlah sampling dengan jumah kanal 30 untuk utilisasi 0,3 ditunjukkan pada Gambar 4.6 dan untuk utilisasi 0,9 ditunjukkan pada Gambar 4.7.
Gambar 4.6 Wq terhadap sampling dengan kanal 30 dan utilisasi 0,3
Gambar 4.7 Wq terhadap sampling dengan kanal 30 dan utilisasi 0,9 0
0 10,000 20,000 30,000 40,000 50,000 60,000 70,000
0
0 10,000 20,000 30,000 40,000 50,000 60,000 70,000
Wq (detik)
Sampling (khz) Wq (detik)
Grafik yang ditunjukkan pada Gambar 4.6 memperlihatkan bahwa nilai Wq terkecil terletak pada sampling 64000. Dari Gambar 4.6 dan Gambar 4.7 dapat disimpulkan bahwa semakin besar jumlah sampling, akan memperkecil waktu rata-rata pelanggan mengantri. Pada Gambar 4.6 dengan kanal 30 dan jumlah sampling 64000 untuk utilisasi 0,3 didapat nilai Wq sebesar 0,062779 sedangkan pada Gambar 4.7 dengan kanal dan jumlah sampling yang sama, untuk utilisasi 0,9 didapat nilai Wq sebesar 0,797525. Sehingga dapat disimpulkan bahwa Apabila utilisasi semakin mendekati angka 1, maka waktu rata-rata pelanggan dalam antrian semakin besar.
Adapun grafik throughput terhadap jumlah sampling untuk jumlah kanal 30 dan utilisasi 0,3 diperlihatkan pada Gambar 4.8. Dengan jumlah kanal yang sama dan utilisasi 0,9 pada Gambar 4.9 akan dapat dibandingkan nilai throughputnya.
Gambar 4.8 Throughput terhadap sampling dengan kanal 30 dan utilisasi 0,3 0
0 10,000 20,000 30,000 40,000 50,000 60,000 70,000
Throughput (bit)
Gambar 4.9 Throughput terhadap sampling dengan kanal 30 dan utilisasi 0,9 Grafik yang ditunjukkan pada Gambar 4.8 memperlihatkan bahwa nilai
throughput terkecil terletak pada sampling 8000. Dari Gambar 4.8 dan Gambar 4.9 dapat disimpulkan bahwa semakin besar jumlah sampling, maka nilai throughput atau banyak data yang dilewatkan akan semakin besar. Pada Gambar 4.8 dengan jumlah kanal 30 dan jumlah sampling 64000 untuk utilisasi 0,3 didapat nilai
throughput sebesar 16,384 Mbps sedangkan pada Gambar 4.8 dengan jumlah kanal dan jumlah sampling yang sama, untuk utilisasi 0,9 didapat nilai throughput sebesar 16,311 Mbps. Sehingga dapat disimpulkan bahwa semakin besar utilisasi maka nilai throughput akan semakin kecil. Apabila utilisasi semakin mendekati angka 1, maka ada data yang diblok. Sehingga nilai throughput-nya tidak sama dengan panjang data yang memasuki sistem antrian.
0
0 10,000 20,000 30,000 40,000 50,000 60,000 70,000
BAB V
KESIMPULAN DAN SARAN
5.1Kesimpulan
Dari hasil perhitungan menggunakan software Dev C++ yang diperoleh dapat ditarik kesimpulan bahwa:
1. Pada percobaan sampling 8000 dengan jumlah kanal 30 dan utilisasi 0,3 didapat nilai waktu rata-rata pelanggan mengantri sebesar 0,062779, sedangkan pada sampling 64000 dengan jumlah kanal dan utilisasi yang sama didapat nilai waktu rata-rata pelanggan mengantri sebesar 0,007847. Itu berarti semakin besar jumlah sampling, maka semakin kecil waktu rata-rata pelanggan mengantri.
2. Apabila utilisasi semakin mendekati angka 1, maka waktu rata-rata pelanggan dalam antrian semakin besar.
3. Nilai probabilitasbloking ada pada saat jumlah kanal 30 untuk utilisasi 0,7 dan 0,9 sedangkan untuk jumlah kanal 120 probabilitas bloking ada pada saat utilisasi 0,9.
4. Semakin besar jumlah sampling, maka semakin besar pula nilai
throughput-nya.
throughput sebesar 16,311. Itu berarti semakin besar nilai utilisasi, maka nilai throughput akan semakin kecil.
5.2Saran
Adapun saran untuk pengembangan penelitian sebagai berikut:
1. Menganalisis multiplexer pada ISDN dengan beberapa jumlah sampling dan laju kanal yang lebih banyak serta utilisasi yang berbeda pula.
2. Menganalisis multiplexer pada jaringan yang lain.
![Gambar 3.1 Gambaran umum sistem yang dievaluasi [4]](https://thumb-ap.123doks.com/thumbv2/123dok/3649282.1465272/1.595.119.510.348.505/gambar-gambaran-umum-sistem-yang-dievaluasi.webp)
![Tabel 3.4 Rumus mencari parameter sistem [4]](https://thumb-ap.123doks.com/thumbv2/123dok/3649282.1465272/4.595.115.509.249.507/tabel-rumus-mencari-parameter-sistem.webp)
