Anda di halaman 1dari 26

BAB I

NETWORK ANALYSIS

Introduction

Untuk menjamin Keterhubungan dan perfomansi jaringan, maka harus beban jaringan harus
diatur. Pengaturan beban jaringan harus menganilis kondisi trafik.
Traffic Analysis Approach

Pada system masuk sejumlah panggilan yang disebut incoming trafik. Trafik yang datang
memerlukan QoS, menimbulkan pertanyaan bagaimana ukuran/ kapasitas system agar QoS
(Quality of Service) bisa dijamin oleh system. Outgoing traffic merupakan maksimum trafik
yang diangkut oleh system dan sampai kepada pelanggan.
Traffic Parameter Relationship

Ketiga hubungan tersebut dijelaskan sebagai berikut


-

System Capacity

Dapat berupa Single Device ( misalnya link antara 2 telepon exchange, processor routing
packet pada data network, statistical multiplexer pada ATM network), ataupun whole
communication network (telepon atau data network).
Yang dimaksud dengan system antara lain : hardware dan software.
Trafik dalam kata lain bergantung pada tipe system, seringkali disebut calls, packets, bursts,
cells.
-

Quality of Services (QoS)

Dari sudut pandang user : bagaimana kondisi call blocking, distribusi delay dalam
pendistribusian paket
Dari sudut padang system : performansi system yang selalu dikatikan dengan utilisasi.
Pemodelan hubungan ketiga parameter dilihat dalam grafik dibawah ini

Ilustrasi diperlukannya rekayasa trafik di dalam penggelaran jaringan


2

1000
pelanggan

..
..

..
..

1000
pelanggan

Kompleksitas dalam teletrafik, memerlukan beberapa tools untuk menyelesaikannya, antara


lain :
Probability Theory
Stochastic Process
Queuing Theory
Statistical Analysis
Operation Research
Optimization Theory
Decision Theory (Markov decision process)
Simulation Techniques (object oriented Programming)

BAB II
3

PROBABILITAS

1. Probabilitas (peluang)
Probabilitas suatu event dinyatakan oleh P(A) P(A)[0,1]. Sifat sifat peluang
dinyatakan sebagai berikut :

2. Distribusi Bernoulli

Menyatakan suatu eksperimen acak dengan dua keluaran yang mungkin


Sukses (1)
Gagal (0)
Nilai 1 berpeluang p (nilai 0 berpeluang (1-p))
3. Distribusi binomial

Menyatakan jumlah sukses dalam sejumlah eksperimen acak yang saling bebas (masingmasing eksperimen bersifat Bernoulli.

4. Distribusi Poisson

Limit dari distribusi binomial dimana n dan p 0, sedemikian hingga np a

BAB III
4

KONSEP TRAFIK

Kata trafik (traffic) yang biasa digunakan di dalam teori teletraffic mengacu kepada apa yang
disebut intensitas trafik (traffic intensity) yaitu trafik per satuan waktu.
ITU-T B.18 mendefinisikan intensitas trafik sebagai Intensitas trafik sesaat dalam
sekumpulan sumber daya adalah jumlah sumber daya yang sibuk dalam suatu saat tertentu.
Sumberdaya yang dimaksud disini bisa berupa berkas saluran trunk antar sentral, jumlah
kanal di dalam suatu sel GSM, jumlah timeslot dsb.
Nilai intensitas trafik yang kita gunakan di dalam analisa teletraffic adalah intensitas trafik
rata-rata. Dapat diperoleh dengan merata-ratakan intensitas trafik pada selang waktu
(perioda) T, yaitu:
T
Y(T)

1
T

n(t)dt
0

Y(T): intensitas trafik rata-rata

n(t) : jumlah resources yang diduduki pada waktu t

Nilai intensitas trafik biasa disebut juga sebagai traffic load (beban trafik).
Pengertian carried traffic (Y(T)=Ac)
Intensitas trafik biasanya dilambangkan dengan huruf A atau a.
Carried traffic adalah intensitas trafik rata-rata yang dapat diolah (menduduki) sejumlah
resources di dalam selang waktu T.
Gambar di bawah ini mengilustrasikan carried traffic yang ditunjukkan oleh jumlah kanal
rata-rata (mean) yang diduduki (busy channels) selama selang waktu T.

Contoh:
5

Misalkan di dalam selang waktu 1 jam terdapat 3 panggilan telepon dengan waktu
pendudukan masing-masing adalah 5, 10, dan 15 menit, maka carried traffic adalah sebesar:
Ac= (5+10+15) menit/60 menit = 0,5 Erlang.
Pengertian offered traffic (Y(T)=A)
Offered traffic (A) adalah trafik yang dapat diolah seandainya kapasitas sistem (jumlah kanal)
tidak terbatas. Nilai offered traffic-lah yang digunakan di dalam perencanaan dan
dimensioning jaringan telekomunikasi.
Offered traffic menunjukkan beban trafik yang harus dilayani (belum tentu semuanya dapat
dilayani) oleh sistem. Dapat dihitung dengan persamaan sebagai berikut :
A = .h

Dimana :
= intensitas panggilan yang ditunjukkan oleh jumlah panggilan yang datang per
satuan waktu [call/satuan waktu]
h = Ini merupakan jumlah call attempt per satuan waktu

Contoh

h = waktu pendudukan rata-rata = rata-rata holding time =

Misalkan suatu sentral menerima rata-rata 1800 panggilan baru di dalam selang waktu 1 jam,
dan rata-rata waktu pendudukan adalah 3 menit. Hitung offered traffic !
Jawab :

Dari soal di atas dapat diperoleh data l = 1800 call/jam = 1800 call/60 menit dan h = 3
menit

Maka offered traffic = A = l . h = 1800x3/60 = 90 Erlang

Perhatikan: satuan waktu pada intensitas panggilan dengan satuan waktu holding time
harus disamakan dulu

Pengertian Loss atau Rejected Traffic (Y(T) = Al = R)

Loss traffic merupakan selisih antara offered traffic dengan carried traffic

Loss traffic dapat dikurangi dengan menaikkan kapasitas sistem

Jadi relasi antara carried traffic (Y), offered traffic (A), dan loss traffic (R) adalah sbb:

A=Y+R
KONSEP JAM SIBUK
1. Average Daily Peak Hour (ADPH)
2. Jam tersibuk ditentukan berbeda-beda untuk setiap harinya (different time for
different days), lalu dirata-ratakan selama perioda pengamatan
3. Bila :
N

= jumlah hari pengamatan


6

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

Ilustrasi ADPH

2. Time Consistent Busy Hour (TCBH)


Perioda satu jam, perioda ini sama untuk setiap harinya, yang memberikan hasil pengukuran
trafik rata-rata tertinggi selama perioda pengamatan

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 =

Ilustrasi TCBH

3. Fixed Daily Measurement Hour (FDMH)

Selang satu jam pengukuran trafik sudah ditentukan sebelumnya (misalnya antara 9.3010.30); trafik hasil pengukuran dirata-ratakan selama perioda pengamatan (selama 10 hari
misalnya).
Ilustrasi FDMH

Dimana

BAB III
8

MODEL TELETRAFIK

Ada dua fase pemodelan teletraffic:

Memodelkan incoming traffic traffic model

Memodelkan (kelakuan) sistem system model

Secara garis besar, model teletraffic dapat dibagi ke dalam dua katagori berdasarkan model
sistem yaitu :

loss systems (loss models)

waiting/queueing systems (queuing models)

MODEL TELETRAFFIC YANG SEDERHANA

Model teletraffic yang sederhana ini dideskripsikan menggunakan paramater yang


dijelaskan di bawah ini

Customers datang dengan laju rata-rata sebesar (jumlah customers rata-rata yang
datang per satuan 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 paralel

Jika sedang melayani (sedang sibuk(busy)), sebuah server akan melayani


customer dengan laju rata-rata sebesar (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 data ketika sistem sedang fully occupied (semua
server sibuk) akan di-blok sehingga akan menjadi lost customer

SISTEM LOSS MURNI (PURE LOSS SYSTEM)


Pure loss system memiliki karakteristik sbb:

Tidak memiliki tempat menunggu (m = 0)


9

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

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

Tidak ada customer yang akan lost

Beberapa customer bisa jadi harus menunggu sebelum dilayani

Sistem seperti ini disebut lossless

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

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

MIXED SYSTEM
Mixed System memiliki karakteristik sbb:

Jumlah tempat menunggu terbatas (0 < m < )

10

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

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

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

Sistem ini adalah lossy

INFINITE SYSTEM
Infinite system memiliki karakteristik sbb:

Jumlah server tak terhingga (n = )

Tidak akan pernah ada customer yang lost maupun harus menunggu
karena setiap customer yang datang akan dilayani

Ini merupakan sistem yang lossless

Sistem yang hypothetical ini lebih mudah dianalisa daripada sistem


real yang kapasitasnya terbatas

Kadang-kadang, penganalisaan sistem seperti ini merupakan satusatunya cara untuk memperoleh pendekatan terhadap sistem yang real

NOTASI MODEL ANTRIAN (KENDALL)

A/B/n/p/k

A menyatakan proses kedatangan


11

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

BAB IV
12

LOSS SYSTEM

1. Distribusi Poisson
Asumsi keadaaan yang digunakan pada distribusi poisson adalah =
-Jumlah sumber panggilan yang datang TAK TERHINGGA
- Jumlah pelayanan/saluran yang melayani panggilan TAK TERHINGGA
- Kedatangan panggilan ACAK/RANDOM ARIVAL, dengan rata rata jumlah
panggilan yang datang KONSTAN = a (Tidak bergantung pada pendudukan yang
telah ada).
- Pola pendudukannya eksponensial negative
- Harga mean = Harga Variansi
= Mean jumlah saluran yang diduduki selama 1 jam pengamatan
= jumlah Erlang (= Intensitas Trafik)
Diagram Transisi Kondisi (State Diagram)

Misalnya X(t) menyatakan jumlah customer di dalam sistem pada saat t

Asumsikan bahwa X(t) = i pada suatu waktu t, dan kita lihat apa saja kemungkinan yang
terjadi di dalam selang waktu yang sangat pendek (t, t+dt] :

dengan peluang sebesar ldt + o(dt), bisa terdapat seorang pelanggan baru datang
(transisi kondisi i i+1)

jika i > 0, dengan peluang sebesar idt + o(dt) bisa terdapat seorang pelanggan
yang meninggalkan sistem (transisi kondisi i i1)

X(t) merupakan suatu proses Markov dengan diagram transisi kondisi sebagai berikut

Persamaan kesetimbangan lokal


pi pi 1 (i 1)
pi 1
pi

a
pi
pi
(i 1)
(i 1)

ai
p0 , i 0,1,2,3,...
i!

13

Normalisasi

pi p0
i 0

i 0

ai
p0
i 0 i!

ai
1
i!

(e a ) 1 e a

Maka distribusi dalam kondisi setimbang adalah Poisson


P{ X i} pi

a i a
e , i 0,1,2,3,...
i!

2. Distribusi Erlang
Asumsi keadaaan yang diperlukan pada distribusi Erlang adalah :
-Jumlah sumber panggilan yang datang TAK HINGGA
-Jumlah pelayan/saluran yang melayani panggilanTERBATS
-Kedatangan panggilan ACAK (RANDOM ARRIVAL) dengan rata rata jumlah
panggilan yang datang KONSTAN = a (tidak tergantung pada pendudukan yang
telah ada).
-Pola pendudukannya : exponensial negative
-Harga Mean = hargavariansi
= mean jumlah saluran yang diduduki selama 1 jam, dalam 1 jam
pengamatan
= Jumlah Erlang (=Intensitas Trafik)
-Jumlah saluran / pelayanan terbatas dan apabila semua saluran sedang dipakai
(semua sibuk), maka semua panggilan yang datang pada saat itu tidak dapat dilayani
(HILANG/LOSS)
-Semua saluran yang bebas selalu dapat diduduki oleh panggilan yang datang (berkas
sempurna)

Diagram Transisi Kondisi (State Diagram)

14

Persamaan kesetimbangan lokal


pi pi 1 (i 1)
pi 1
pi

a
pi
pi
(i 1)
(i 1)

ai
p0 , i 0,1,2,3,..., n
i!

Normalisasi
n

i 0

i 0

pi p0

ai

i 0 i!

p0

ai
1
i!

Maka distribusi dalam kondisi setimbang adalah truncated Poisson distribution


ai
P{ X i} pi n i! j , i 0,1,2,3,..., n
a

j 0 j!

Time Blocking = Bt = peluang bahwa seluruh n server diduduki pada suatu waktu
tertentu = bagian dari waktu dimana seluruh n server diduduki

Untuk suatu proses Markov stasioner, peluang di atas sama dengan peluang pn dari
distribusi kesetimbangan p, maka
an
Bt P{ X n} pn n n! j
a

j 0 j!
Call Blocking = Bc = peluang bahwa suatu customer datang ketika seluruh server
sedang diduduki = bagian dari customer yang lost

Berdasarkan sifat kedatangan Poisson dan PASTA, peluang bahwa suatu customer
yang datang mendapati bahwa seluruh n server diduduki akan sama dengan peluang
bahwa seluruh n server diduduki pada suatu waktu tertentu

Dengan kata lain Call Blocking akan sama dengan Time Blocking :
an
Bc Bt n n! j
a

j 0 j!

Ini adalah Rumus Rugi Erlang


15

Call Blocking (atau disebut Blocking saja atau Grade of Service (GoS)) menjadi
syarat QoS pada model erlang

Laju kedatangan panggilan (call rates)

Di dalam suatu sistem loss, ada tiga jenis laju kedatangan panggilan:

offered

= laju kedatangan panggilan

carried

= laju kedatangan panggilan yang dapat diolah

lost

= Laju kedatanagn lost calls

dimana

3.Model Binomial (M/M/k/k/k)


Model Binomial didefinisikan oleh model teletraffic berikut :

Jumlah sustomer terbatas tapi independen satu sama lain (k < )


on-off type customers (alternating between idleness and activity)

Idle times terdistribusi eksponensial negatif dengan mean 1/

Jumlah server sama dengan jumlah customer (n = k)

Waktu pelayanan terdistribusi eksponensial negatif dengan mean 1/

Tidak ada buffer

Model Binomial bersifat lossless

Diagram Transisi Kondisi

Kondisi setimbang adalah binomial

16

4.Model Engset (M/M/n/n/k)


Model Engset didefinisikan oleh model teletraffic berikut :

Jumlah pelanggan terbatas tetapi independen satu sama lain (k < )

on-off type customers (alternating between idleness and activity)

Idle times terdistribusi eksponensial negatif dengan mean 1/

Jumlah server lebih kecil daripada jumlah customer (n < k)

Waktu pelayanan terdistribusi eksponensial negatif dengan mean 1/

Tidak ada buffer

Model Engset bersifat lossy

Diagram Transisi Kondisi

Distribusi pada kondisi setimbang adalah truncated binomial distribution:

Time Blocking

Karena proses kedatangan tidak terdistribusi Poisson, maka pada model Engset, Time
Blocking tidak sama dengan Call Blocking
17

Rumus Rugi Engset

BAB V
SISTEM DELAY (SISTEM ANTRIAN/DELAY SYSTEM)
18

Antrian M/M/1

Dalam antrian M/M/1:

Sumber kedatangan terdistribusi Poisson (Markov)

Distribusi service time : ekponensial negatif (Markov)

Hanya ada satu server

Disiplin antrian: FIFO

Antrian M/M/1 dimodelkan sebagai berikut:

Analisa delay untuk antrian M/M/1

Biasanya pengetahuan tentang delay sistem diperlukan

Delay biasa disebut juga waktu respons (response time)

Delay adalah total waktu yang dihabiskan customer di dalam sistem, meliputi waktu
menunggu (waiting time) dan waktu pelayanan (service time)

Bila kita nyatakan waktu menunggu sebagai W dan waktu pelayanan sebagai S
maka delay (bila kita nyatakan sebagai D) adalah : D = W+S

Delay rata-rata ditentukan dengan menerapkan teorema Little

Teorema Little
Jumlah job rata-rata n di dalam sistem antrian pada kondisi steady-state adalah sama dengan
perkalian laju kedatangan rata-rata dengan delay rata-rata , yaitu

Untuk antrian M/M/1, kita telah peroleh bahwa

Dengan menerapkan teorema Little kita peroleh:

19

Dimana adalah delay rata-rata

Maka delay rata-rata dapat diperoleh dengan cara sebagai berikut :

Karena dan memiliki satuan jobs per satuan waktu, maka unit time, memiliki
satuan waktu (time) per job, misalnya detik/job, atau menit /job dsb.

BAB VI
SWITCH HOMING & NON HOMING
20

1. SISTEM PENCARIAN JALAN/SALURAN


Terdapat dua jenis metode pencarian/pengetesan jalan bebas pada perangkat switch, yaitu :
1.Metode Homing
2.Metode Non Homing
Metode Homing
Suatu switch terhubung dengan 1,2,.., N, apabila melakukan penarian saluran bebas/kosong
selalu dimulai dari saluran ke-1, maka metode ini disebut dengan metode homing.
Hubungan antara switch dengan N buah saluran tersebut ditunjukan pada gambar di bawah
ini
2

1
3

Dalam metode Homing, setelah hubungan selesai, selector/wiper selalu kembali pada posisi
saluran perta,a/1 sehinggan beban trafik pada saluran pertama selalu lebih besar dari yang
lainnya atau makin awal saluran dideteksi maka makin besar pula beban trafik yang
ditanggungnya.
Metoda Non Homing

Y1
Y2
Y3

Y
N

Pada Metode Non Homing, muatan trafik pada semua saluran adalah sama (merata), yaitu Y1
= Y2 = Y3 = .= YN
1
Y1
MUATAN TRAFIK
R1
2
Y2
Muatan Trafik pada Metode Homing
R2
Y3
3
21
R3
4

Y4

Y5

R4

R5 = R

sistem

Misalkan dalam suatu sentral, trafik yang masuk sebesar A Erlang sedangkan satu bunel
saluran terdiri dari 5 buah saluran.
Karena didalam mencari saluran kosong selalu dimulai dari saluran 1, kemudian saluran 2
dan seterusnya, maka besarnya R1, R2, R3, R4, R5 dapat dihitung dengan persamaan rugi
Erlang/GoS/B.
Relasi antara A, R, Y dalam sentral tersebut adalah sebagai berikut,
R1 = A Y1 , dimana Y1 adalah trafik yang dapat ditampung pada saluran 1
R2 = A Y2 , dimana Y2 adalah trafik yang dapat ditampung pada saluran 2 dan seterusnya
sampai,
R5 = A Y5 , dimana Y5 adalah trafik yang dapat ditampung pada saluran 5.
R5 adalah Loss System
Muatan Trafik pada Metode Non Homing
Y1
Y2
Y3
Y4
Y5

Pada metode Non Homing, muatan trafik pada semua saluran adalah sama (merata) yaitu Y 1
= Y2 =Y3=Y4 =Y5.

BAB VII
TRAFIK LUAP

22

Dalam jaringan telekomunikasi yang terdiri lebih dari satu berkas saluran akan
terdapat kemungkinan bahwa trafik yang tak dapat dimuat pada suatu berkas tertentu
akan ditawarkan ke berkas saluran yang lain

Trafik yang tak dapat dimuat dalam berkas tertentu dan ditawarkan ke berkas lain
tersebut disebut trafik luap

Contoh fenomena trafik luap yang ditunjukkan di dalam bentuk diagram:

Pada contoh ini trafik ditawarkan dahulu ke suatu berkas (disebut berkas
dasar); trafik yang tidak dapat diolah oleh berkas dasar akan ditawarkan
(diluapkan) ke berkas alternatif (berkas luap)

RIORDAN berhasil menurunkan rumus variansi trafik luap


Variansi=v= m{1-m+[A/(N+1+m-A)]}

Sedangkan trafik luap diperoleh dari rumus

m= A.E(A)

Variansi trafik luap dapat pula diperoleh dari tabel R pada tabel Erlang

Dari rumus RIORDAN dapat kita lihat bahwa mean dan variansi trafik luap tidak
sama

Dengan demikian, trafik luap sudah tidak acak lagi (non-Poisson)

Variansi trafik luap > mean trafik luap


23

Trafik non-Poisson ini disebut pula trafik kasar

Trafik A memiliki harga rata-rata M=A dan variansi V=M (Poisson)


Trafik luap mempunyai harga rata-rata m dan variansi v yang m (non-Poisson)

Dari rumus variansi trafik luap RIORDAN dan mean trafik luap, kita dapat melihat 2
persamaan dan 4 variabel yaitu A,m,N dan v

Bila 2 besaran diketahui (misalnya A dan N), maka 2 besaran lain (m dan v) tertentu
pula

Ada padanan satu-satu antara pasangan A dan N dengan pasangan m dan v

Merupakan dasar dari Equivalent Random Method (ERM) yang diturunkan


oleh Wilkinson

Metoda Wilkinson

Rumus rugi Erlang (tabel erlang) digunakan untuk menghitung jumlah saluran dan
trafik yang hilang (kongesti waktu/blocking) bila kedatangan memenuhi distribusi
Poisson

Bila kedatangan tidak memenuhi distribusi Poisson, maka perlu dibuat padanan acaknya terlebih dahulu agar rumus rugi Erlang masih dapat digunakan

Wilkinson menurunkan metoda pengubahan sistem yang bukan Poisson menjadi


sistem yang sepadan dengan Poisson

Metodanya disebut Equivalent Random Method (ERT) atau Metoda Wilkinson

Bila trafik luap (R) ditawarkan kepada berkas N0(berkas luap), maka sistem menjadi

24

Untuk R0 tertentu, dan A diketahui : dari tabel R dalam tabel Erlang akan dapat
diperoleh harga N

Karena N sudah diketahui, maka kita dapat mencari harga N0 = N-N

Penjelasan bila A dan N diketahui untuk N0 tertentu

25

Karena N0 tertentu dan N diketahui, maka R0 dapat dihitung dari tabel R dalam tabel
Erlang

Ada trafik sebesar A ditawarkan kepada


(=N+N0), maka R0 dapat dihitung

26

saluran

yang

berjumlah