METODE INTERKONEKSI DUA JARINGAN DAN
LETAK KONSENTRATOR
Metode interkoneksi dua jaringan
2
Algoritma terkait interkoneksi antara dua jaringan
akan membentuk tree yang berfungsi untuk
menghubungkan dua jaringan telekomunikasi yang
Metode interkoneksi dua jaringan
3
Dengan menggunakan beberapa
parameter pendukung, diantaranya
adalah :
trafik eksternal dari masing-masing node, jarak antar node, dan
Metode interkoneksi dua jaringan
4
langkah metode interkoneksi sebagai berikut :
1.
Buat matrik untuk dua jaringan
matrik incoming matrik outgoing
2.
hitung trafik masing-masing node,
dengan cara menjumlahkan trafik incoming dan trafik
outgoing masing-masing node. Sehingga akan didapat bobot (weight) dari tiap-tiap node.
nodes j dij Wi t Z 1 * ) (
Metode interkoneksi dua jaringan
5
3.
Menentukan nilai dari Zt untuk masing-masing
node dalam kedua jaringan, dimana :
Dipilih nilai Zt terkecil dari masing-masing jaringan. Node yang memiliki Zt terkecil akan menjadi gateway
Contoh
Terdapat 2 jaringan “disjoint” G1 dan G2. Trafik antara
simpul-simpul dari G1 ke simpul-simpul-simpul-simpul G2 dan sebaliknya diketahui :
6 5 4 1 3 2 a b c d G1 G2
Contoh:
1 2 3 4 5 ∑ a 3 1 5 2 4 15 b 6 2 1 5 3 17 c 2 7 4 4 2 19 d 3 2 2 5 8 20 ∑ 14 12 12 16 17 a b c d ∑ 1 2 5 1 7 15 2 4 3 9 2 18 3 1 5 6 4 16 4 3 1 1 4 9 5 2 2 5 3 12 ∑ 12 16 22 20 7 Matrik eksternal:contoh
8
Trafik dari dan ke :
afa=15+12=27 bfb=17+16=33 cfc=19+22=41 dfd=20+20=40 1f1=15+14=29 2f2=18+12=30 3f3=16+12=28 4f4=9+16=25 5f5=12+17=29
Langkah selanjutnya:
Buat matriks jarak dari kedua jaringan untuk G1 matriks jarak d = 0 1 2 2
1 0 1 1 2 1 0 2 2 1 2 0
untuk G2 matriks jaraknya d = ?
Cari Zt min untuk tiap node di G1 dan G2
Untuk G1 : Za = (fa*daa)+(fa*dab)+ (fa*dac)+(fa*dad) Zb= ?; Zc=?; Zd=? Untuk G2: Z1= (f1*d11)+(f1*d12)+(f1*d13)+(f1*d14)+(f1*d15) Z2 =?; Z3=?; Z4=?; Z5=?;
Cari untuk G1 dan G2 node yang memiliki nilai Z terendah.
Soal:
tentukan interkoneksi dua jaringan berikut :
Diketahui dua jaringan disjoint G1 dan G2
1 2 3 4 5 ∑ a 5 7 2 4 3 b 6 2 6 1 5 c 4 3 8 6 6 d 4 6 9 3 2 e 5 7 2 8 5 ∑ a b c d e ∑ 1 3 6 7 3 2 2 5 3 1 3 4 3 2 7 9 3 6 4 4 7 3 7 9 5 6 8 2 6 5 ∑ 10 4 3 2 a b c d G1 G2 e • Matriks eksternal sbb: 1 5
Penentuan Letak Konsentrator
11
Diketahui sejumlah lokasi terminal, dimana lokasi
terminal konsentrator yang optimal ?
Penentuan konsentrator tergantung :
Jumlah terminal yang harus dihubungkan kepadanya
Besarnya trafik yang ditimbulkan oleh terminal
Penentuan Letak Konsentrator
12
Beberapa algoritma yang digunakan untuk
menentukan letak konsentrator adalah :
Dysart - Georganas,
Chandy Russel dan
Algoritma Dysart dan Georganas
13
Idenya memilih terminal yang dekat dengan
terminal-terminal lainnya.
Algoritmanya adalah sebagai berikut :
1.
buat daftar dari N terminal dalam jaringan dan
sejumlah k terminal yang paling dekat
2.
tentukan frekuensi pemunculannya untuk tiap
Algoritma Dysart dan Georganas
14
3.
tiap terminal mempunyai salah satu dari frekuensi
pemunculan p yang terletak antara: p=1,2,...,F.
Dimana F merupakan frekuensi pemunculan
maksimum. Kelompokkan semua simpul ke dalam
daftar S(p), p=1,2,...F. dimana daftar S(p) adalah
daftar simpul-simpul yang mempunyai frekuensi
pemunculan p.
Algoritma Dysart dan Georganas
15
4.
cari harga rata-rata frekuensi pemunculan
ditambah 1, KM sebagai berikut:
F=frekuensi pemunculan maximum
Dimana x(p) adalah jumlah terminal didalam
daftar S(P)
N= jumlah node
1 ) ( . 1 F p N p x p KMAlgoritma Dysart dan Georganas
16
5.
penentuan lokasi konsentrator pertama kali di dapat
dari daftar S(F). Dapat ditambahkan
terminal-terminal dalam daftar S(P). Dimana KM ≤p≤F.
contoh
0 5 7 8 6 5 9 11 13 12 5 0 1 3 2 5 7 7 10 10 7 1 0 1 4 5 6 6 9 10 8 3 1 0 3 4 6 5 8 8 6 2 4 3 0 2 6 6 10 10 5 5 5 4 2 0 4 5 9 9 9 7 6 6 6 4 0 4 5 4 11 7 6 5 6 5 4 0 6 6 13 10 9 8 10 9 5 6 0 2 12 10 10 8 10 9 4 6 2 0 17 11 6 3 2 5 4 8 7 10 9 3contoh
1. Langkah 1buat daftar dari N terminal dalam jaringan dan sejumlah k
terminal yang paling dekat. Misalkan k=3, maka
Terminal Daftar terminal dan sejumlah k
tetangga terdekatnya 1 2 3 4 5 6 7 8 9 10 1,2,5,6 2,3,4,5 3,2,4,5 4,3,2,5 5,2,4,6 6,5,4,7 7,6,8,10 8,7,4,6 9,8,7,10 10,7,8,9 18
contoh
Terminal Frekuensi pemunculan 1 2 3 4 5 6 7 8 9 10 1 5 3 6 6 5 5 4 2 3 19 2.tentukan frekuensi pemunculannyauntuk tiap terminal dalam daftar (1) tersebut
contoh
20
3.
tiap terminal mempunyai salah satu dari frekuensi
pemunculan p yang terletak antara: p=1,2,...,F.
Dimana F merupakan frekuensi pemunculan
maksimum. Kelompokkan semua simpul ke dalam
daftar S(p), p=1,2,...F. dimana daftar S(p) adalah
daftar simpul-simpul yang mempunyai frekuensi
pemunculan p.
contoh
21
S(i): daftar (lokasi) terminal dengan urutan frekuensi
pemunculan i.
S(1) = (1) S(2) = (9) S(3) = (3,10) S(4) = (8) S(5) = (2,6,7)contoh
225
1
10
12
15
4
6
2
1
KM
Lokasi konsentrator dapat ditambah sebagai pilihan : (2,4,5,6,7)
soal
23 1 2 3 4 5 6 7 8 1 0 4 2 5 1 7 8 8 2 4 0 3 2 5 8 8 6 3 2 3 0 4 4 4 5 7 4 5 2 4 0 6 7 6 5 5 1 5 4 6 0 7 8 9 6 7 8 4 7 7 0 2 9 7 8 8 5 6 8 2 0 8 8 8 6 7 5 9 9 8 0 Diketahui matrik jarak beberapa terminal adalah sbb, tentukan letak dari konsentrator dengan algoritma dysart & georganas
1 5 3 2 6 7 4 8
24
soal
Terminal Daftar terminal dan sejumlah k
tetangga terdekatnya 1 2 3 4 5 6 7 8 1,5,3 2,4,3
1. Langkah 1buat daftar dari N terminal dalam jaringan dan sejumlah k terminal yang paling dekat
25
soal
Terminal Frekuensi pemunculan
1 2 3 4 5 6 7 8
2.tentukan frekuensi pemunculannya untuk tiap terminal dalam daftar (1) tersebut
26
contoh
3. tiap terminal mempunyai salah satu dari frekuensi pemunculan p yang
terletak antara: p=1,2,...,F. Dimana F merupakan frekuensi
pemunculan maksimum. Kelompokkan semua simpul ke dalam daftar S(p), p=1,2,...F. dimana daftar S(p) adalah daftar simpul-simpul yang mempunyai frekuensi pemunculan p.
– S(i): daftar (lokasi) terminal dengan urutan frekuensi pemunculan i.
• S(1) = • S(2) = • S(3) = • S(4) = • S(5) = • S(6) =
27
contoh
?
KM
Lokasi konsentrator dapat ditambah sebagai pilihan : ………….
Algoritma Chandy-Russel
28
Pertama dicari “spanning tree” yang minimum
tanpa kendala.
Bila hasil ini dengan kendala “feasible”, maka ini
optimum dan algoritma berhenti.
Bila tidak, diteruskan dengan membagi dalam
Langkah Algoritma Chandy-Russel sebagai berikut :
29
1. bagi set semua solusi ke dalam 2 subset. Satu subset memasukkan semua link dari solusi tanpa kendala yang
terhubungkan ke lokasi konsentrator dan subset yang lainnya tanpa hubungan ini dan tak usah dilihat lagi.
2. dalam proses pembagian ke i: subsetnya adalah
Si(1),Si(2),...Si(p) dan harga batas paling bawah dari biaya adalah Li(1),....,Li(p). Misalkan Li(j) adalah harga terendah dalam Li(k),k,....,p.
Langkah Algoritma Chandy-Russel sebagai berikut :
30
3. cek subset Si(j) apakah solusinya “feasible”. Bila “feasible maka ini berarti solusi optimum pula karena ini merupakan batas terendah Li(j) dan algoritma berhenti. Bila tidak,
diteruskan ke langkah (4).
4. labelkan lagi set j ke set k. Bagi Si(k) ke dalam Si+1(k) dan Si+1(k+1).pembagian ini diperoleh dengan cara
memasukkan satu link bebas kedalam si(k) sehingga menjadi subset si+1(k) dan tanpa link tersebut menjadi subset
Si+1(k+1). Hitung batas bawah yang baru dalam solusi Li+1(k) dan Li+1(k+1) dan teruskan ke langkah (2).
contoh
Simpul 1 2 3 4 5 1 - 3 3 5 10 2 3 - 6 4 8 3 3 6 - 3 5 4 5 4 3 - 7 5 10 8 5 7 -31 2 1 4 5 3 M2=2 M4=2 M5=1 M3=3 konsentratorKendala : Kapasitas link = 5 pesan (message) per satuan waktu. Dicari “spanning tree” minimum:
Penyelesaian contoh
32 2 1 4 5 3 M2=2 M4=2 M5=1 M3=3 konsentrator 2 2 6Ternyata tidak “feasible”: link (1,3) terdapat 6 message/satuan waktu.
Subset A = termasuk link 2-1 dan 3-1
Subset B = tidak termasuk paling sedikit satu dari dua link (2-1,3-1)
33
Karena Subset A memuat link yang menghubungkan terminal
langsung ke konsentrator, maka subset A berisi solusi yang diinginkan subset B dapat dihilangkan.
Algoritma diteruskan dengan berturut-turut memasukkan link
yang masih bebas dan mempertimbangkan semua pilihan yang mungkin.
34
Link yang ditambahkan adalah link yang masih bebas, yaitu
link yang belum belum dimasukkan atau “not allowed” dalam suatu subset.
Maka algoritma diteruskan dengan, misalnya memasukkan link
4-3 kedalam satu subset dan tak boleh dimasukkan ke dalam subset yang lainnya.
Maka subset yang baru:
AA = 2-1, 3-1,, 4-3
35
Dilihat AA:
Aliran trafik di link 3-1 berisi trafik dari terminal 4 dan 3,
jadi sebesar 5 message. Oleh karena itu terminal 5 tak dapat dihubungkan ke terminal 4 ataupun 3 karena akan menaikkan trafik di link 3-1. dengan demikian dapat
dipakai link 5-2 atau5-1. karena biaya link 5-2 lebih murah daripada link 5-1, maka yang dipilih adalah link 5-2.
[ biaya link 5-1 = 10 sedangkan link 5-2=8]
Maka biaya total = C(2,1)+C(4,3)+C(3,1)+C(5,2) = 17
SUBSET AB
36
Dengan memakai matriks biaya yang mula-mula akan
didapat biaya :
C(1,2) + C(3,1) + C(4,2) + C(5,3) = 15
Jadi subset AB ini lebih murah dari pada subset AA.
Karena subset AB biaya paling rendah dan „feasible”
37 2 1 4 5 3
Biaya total = 17 satuan
2
1 4
5
3
38
Algoritma Esau-William
Algoritma Esau-William merupakan salah satu algoritma
yang digunakan untuk penyelesaian masalah capacitaced
minimum spanning tree (CMST).
CMST merupakan masalah yang sangat penting dalam
mendesain jaringan telekomunikasi. Dalam masalah ini, diperlihatkan bahwa sebuah sentral processor
(konsentrator/root/source node) dan beberapa set remote
terminal (node selain konsentrator) dengan permintaan trafik
tertentu yang mengharuskan adanya aliran antara central
39
Algoritma Esau-William
Tujuannya adalah membuat jaringan dengan biaya
40
Algoritma Esau-William
algoritma Esau-William adalah algoritma yang digunakan
untuk menentukan suatu konfigurasi yang dianggap cost paling minimum dengan memperhatikan kapasitas maximal tiap
linknya.
Algoritma ini mula-mula menghubungkan semua terminal
dengan konsentrator.
Kemudian mencoba link antar terminal (dan link antar terminal
dengan konsentrator dihilangkan ) yang memaksimumkan pengurangan biaya.
41
Algoritma Esau-William
Prosedure dari algoritma Esau-William ini yaitu :
Hitung parameter “tradeoff”
d(i,j) = cost(i,j) – cost (i, center),
untuk semua i,j, dimana center adalah lokasi
konsentrator/processor central.
42
Algoritma Esau-William
Jadi, algoritma mencari pertama-tama
selisih biaya (jarak) hubungan antara tiap
simpul i dengan simpul j (simpul lain) dan
simpul i tersebut dengan konsentrator.
43
Algoritma Esau-William
Prosedure dari algoritma Esau-William (cont)
Bila d(i,j) > 0 maka tak dipertimbangkan, karena c(i,center)
akan lebih murah dari c(i,j).
Bila d(i,j) < 0, pilih d(i,j) berurutan mulai dari yang minimum
dan diperiksa apakah aliran trafik memenuhi kendala (kapasitas trafik ) bila link (i,center) ditiadakan dan i dihubungkan ke j.
44
contoh
Node 1 sebagai konsentrator
Kapasitas maksimum tiap link = 10 message/dtk
3 4 5 2 1 5m/d 4m/d 3m/d 5m/d 1 2 3 4 5 1 - 6 3 4 5 2 6 - 3 5 7 3 3 3 - 3 5 4 4 5 3 - 3 5 5 7 5 3 -• Matrik biaya
45
contoh
Algoritma essau william ini mula-mula menghubungkan
semua terminal dengan konsentrator.
3 4 5 2 1 5m/d 4m/d 3m/d 5m/d
46
contoh
Hitung parameter “tradeoff” d(i,j)
= c(i,j) – c (i, 1), untuk semua i,j, dimana 1 adalah konsentrator.
mencari selisih biaya (jarak) hubungan antara tiap simpul i dengan
simpul j (simpul lain) dan simpul i tersebut dengan konsentrator.
47 – d(2,3)=c(2,3)-c(2,1)=3-6=-3 – d(3,2)=c(3,2)-c(3,1)=3-3=0 – d(2,4)=c(2,4)-c(2,1)=5-6=-1 – d(4,2)=c(4,2)-c(4,1)=5-4=1 – d(2,5)=c(2,5)-c(2,1)=7-6=1 – d(5,2)=c(5,2)-c(5,1)=7-5=2 – d(3,4)=c(3,4)-c(3,1)=3-3=0 – d(4,3)=c(4,3)-c(4,1)=3-4=-1 – d(3,5)=c(3,5)-c(3,1)=5-3=2 – d(5,3)=c(5,3)-c(5,1)=5-5=0 – d(4,5)=c(4,5)-c(4,1)=3-4=-1 – d(5,4)=c(5,4)-c(5,1)=3-5=-2 1 2 3 4 5 1 - 6 3 4 5 2 6 - 3 5 7 3 3 3 - 3 5 4 4 5 3 - 3 5 5 7 5 3
-48
contoh
Bila d(i,j) > 0 maka tak dipertimbangkan, karena
c(i,center) akan lebih murah dari c(i,j).
Bila d(i,j) < 0, pilih d(i,j) berurutan mulai dari yang minimum dan diperiksa apakah aliran trafik memenuhi kendala (kapasitas trafik ) bila link (i,center)
ditiadakan dan i dihubungkan ke j. – d(2,3)=c(2,3)-c(2,1)=3-6=-3 – d(5,4)=c(5,4)-c(5,1)=3-5=-2 – d(2,4)=c(2,4)-c(2,1)=5-6=-1 – d(4,3)=c(4,3)-c(4,1)=3-4=-1 – d(4,5)=c(4,5)-c(4,1)=3-4=-1 – d(3,2)=c(3,2)-c(3,1)=3-3=0 – d(3,4)=c(3,4)-c(3,1)=3-3=0 – d(5,3)=c(5,3)-c(5,1)=5-5=0 – d(4,2)=c(4,2)-c(4,1)=5-4=1 – d(2,5)=c(2,5)-c(2,1)=7-6=1 – d(5,2)=c(5,2)-c(5,1)=7-5=2 – d(3,5)=c(3,5)-c(3,1)=5-3=2
49
contoh
Dari contoh di atas d(2,3)=-3 adalah minimum
Hilangkan link (2,1) dan adakan link (2,3)
Cek aliran trafik
Link(2,3)=5
Link(3,1)=5+4=9<10 jadi masih memenuhi kendala
50
Cek aliran trafik
link(5,4)=5
Link (4,1)=5+3=8<10 Jadi memenuhi kendala
Berikutnya link(4,3) dan(2,4), bila dicek
tidak memenuhi kendala.
Jadi jumlah total
biaya=c(3,1)+c(2,3)+c(1,4)+c(4,5)=3+3+4+3=13 satuan
51
contoh
3 4 5 2 1 5m/d 4m/d 3m/d 5m/d• Node 1 sebagai konsentrator
52
soal
• Konsentrator di node 3
• Kapasitas maksimum tiap link = 6 message/dtk
4 1 2 5 3 3m/d 2m/d 1m/d 4m/d 1 2 3 4 5 1 - 9 5 8 7 2 9 - 5 7 11 3 5 5 - 5 7 4 8 7 5 - 6 5 7 11 7 6 -• Matrik biaya
53
Penyelesaian soal
Hitung parameter “tradeoff” d(i,j) = c(i,j)
– c (i, 3), untuk semua i,j, dimana 3 adalah konsentrator. d(1,2)=c(1,2)-c(1,3)=5-7=-2 d(2,1)=c(2,1)-c(2,3)=5-5=0 d(1,4)=c(1,4)-c(1,3)=8-7=1 d(4,1)=c(4,1)-c(4,3)=8-5=3 d(1,5)=c(1,5)-c(1,3)=7-7=0 d(5,1)=c(5,1)-c(5,3)=7-7=0 d(2,4)=c(2,4)-c(2,3)=7-5=2 d(4,2)=c(4,2)-c(4,3)=7-5=2 d(2,5)=c(2,5)-c(2,3)=11-5=6 d(5,2)=c(5,2)-c(5,3)=11-7=4 d(4,5)=c(4,5)-c(4,3)=6-5=1 d(5,4)=c(5,4)-c(5,3)=6-7=-1 4 1 2 5 3 3m/d 2m/d 1m/d 4m/d 1 2 3 4 5 1 - 5 7 8 7 2 5 - 5 7 11 3 7 5 - 5 7 4 8 7 5 - 6 5 7 11 7 6