0
1
Cdt
- Pengamatan 1 jam N =
}
1
0
1
1
Cdt
Satuan trafik berasal dari nama : AGNER K. ERLANG ( 1878-1929 )
Seorang ilmuwan Denmark yg telah berjasa dalam mengembangkan
teori trafik.
Trafik
Jam
0 4 8 10 12 20 24 16
Jam sibuk
VI-15
Contoh 1 :
Dalam pengamatan 1 jam ternyata 3 kali pendudukan, masing masing
selama 8 menit, 5 menit, 7 menit, maka :
Intensitas Trafik A = ( ) ERL 33 . 0 7 5 8
60
1
= + +
Contoh 2 :
Intensitas trafik maksimum dari suatu saluran = 1 Erl
Artinya : Saluran tersebut diduduki terus menerus selama 1 jam
Contoh 3 :
Penyelesaian:
Total waktu pendudukan = 90 menit
Intensitas Trafik A = ERL 5 , 1
60
90
=
Contoh 4 :
Penyelesaian:
Total waktu pendudukan = 120 menit
Intensitas Trafik A = ERL 1
120
120
=
Contoh 5 :
Intensitas trafik dr berkas dg 10 saluran adalah 10 Erlang, apa artinya?
Jawab:
Artinya semua saluran terpakai terus menerus selama 1 jam.
Sal 1
Sal 2
Sal 3
Sal 4
Pengamatan selama 1 jam thd suatu
berkas dari 4 saluran ternyata:
Saluran 1 diduduki selama 20 menit
Saluran 2 diduduki selama 30 menit
Saluran 3 diduduki selama 25 menit
Saluran 4 diduduki selama 15 menit
Tentukan intensitas trafik A
Sal 1
Sal 2
Sal 3
Sal 4
Pengamatan selama 2 jam thd berkas yg
terdiri dari 4 saluran ternyata :
Saluran 1 diduduki 2 kali: 10,20 menit
Saluran 2 diduduki 3 kali: 5,10, 20 menit
Saluran 3 diduduki 1 kali: 40 menit
Saluran 4 diduduki 1 kali: 15 menit
Tentukan intensitas trafik A dr berkas
VI-15
Contoh 6 :
Pengamatan thd suatu junction yang menghubungkan antara 2 sentral
memberikan hasil sebagaimana yang terlihat pada Gbr. I-9.
Pertanyaan:
b. Hitung trafik rata2 dari junction bila periode sampling 2 jam
c. Tentukan jam sibuk junction
d. Hitung minimum saluran yg dibutuhkan junction
e. Hitung lama saluran diduduki pada jam 18.00
Gbr.I-9: Distribusi trafik dlm 24 jam antara 2 sentral
Penyelesaian:
a. Trafik rata2 dari junction: A
ave
=
ERL 5 , 82
12
20 40 80 40 90 160 180 200 160 85 70 25
=
+ + + + + + + + + + +
b. Jam sibuk : Jam 10
00
- 11
00
b. Rata trafik dalam jam sibuk : A
ave
= ERL 200
2
400
=
c. Rata trafik jam 10
00
- 14
00
:
A
ave
= ERL 160
5
160 160 180 200 200
=
+ + + +
d. Jumlah minimum sirkit yg hrs tersedia : 200 sirkit.
0 04.00 08.00 12.00 16.00 20.00 24.00 Jam
Erl
200
160
120
80
40
0
2
5
3
0
7
5
8
5
1
6
0
2
0
0
1
8
0
1
6
0
9
0
4
0
8
0
4
0
2
0
VI-15
Contoh 7 :
Pengamatan setiap 15 menit antara jam 08.00 s/d 14.00 thd keluaran
suatu PABX memberikan hasil sbgm terlihat pada Gbr. III-6.
Pertanyaan:
a. Hitung trafik rata2 dari junction tsb.
b. Tentukan jam sibuk junction
c. Hitung minimum saluran yg dibutuhkan junction
d. Hitung lama saluran diduduki pada jam 10.00
Gbr.I-10: Distribusi trafik PABX jam 08.00 s/d 14.00
08.00 09.00 10.00 11.00 12.00 13.00 14.00 Jam
Erl
22
20
16
12
8
4
0
VI-15
VI-15
Dari pengamatan yang dilakukan selama 4 jam terlihat bahwa dalam
pengambilan data trafik untuk setiap 15 menit adalah sbb (Erlang):
( 10 ; 20 ; 40 ; 30 ; 15 ; 18 ; 7 ; 30 ; 30; 20 ; 100 ; 10 ; 80 ; 16 ; 30 ; 24 )
a. Tentukan jam sibuk !
b. Trafik rata-rata jam sibuk
c. Jumlah saluran minimal dari jam 9
00
- 13
00
d. Lama pendudukan dari jam 12
00
- 13
00
e. Lama pendudukan saluran antara jam 11
00
- 11
30
f. Hitung rata-rata trafik dari jam 9
00
- 13
00
Gbr.I-11: Distribusi trafik PABX jam 09.00 s/d 13.00
JAWAB :
a. Jam sibuk adalah : 11
15
- 12
15
b. Trafik rata-rata jam sibuk adalah :
= (20 + 100 + 10 + 60) / 4 = 210 / 4 = 52,5 Erl
c. Jumlah saluran minimal dari lam 9
00
13
00
= 100 sirkit
d. Lamanya pendudukan dari jam 12
00
13
00
:
= (80 + 16 + 30 + 24) / 100 = [(150 / 4) / 100] x 60 menit
= 22,5 menit
e. Lamanya pendudukan saluran antara jam 11
00
11
30
:
= {(50 / 2) / 100} x 60 = 15 menit
f. Rata-rata trafik dari jam 9
00
13
00
:
= (10 + 20 + 40 + 30 + 15 + 18 + 7 + 30 + 30 + 20 + 100 +
10 + 80 + 16 + 30 + 24 ) / 16
= 480 / 16 = 30 Erl
0
9
.
0
0
1
0
.
0
0
1
1
.
0
0
1
2
.
0
0
1
3
.
0
0
Erl
100
80
60
40
20
0
VI-15
Dari pengamatan yang dilakukan selama 4 jam terlihat bahwa dalam
pengambilan data trafik untuk setiap 15 menit adalah sbb (Erlang):
( 20 ; 40 ; 65 ; 30 ; 20 ; 10 ; 25 ; 30 ; 30; 20 ; 100 ; 10 ; 10 ; 65 ; 25 ; 50 )
a. Tentukan jam sibuk !
b. Trafik rata-rata jam sibuk
c. Jumlah saluran minimal dari jam 9
00
- 13
00
d. Lama pendudukan dari jam 12
00
- 13
00
e. Lama pendudukan saluran antara jam 11
00
- 11
30
f. Hitung rata-rata trafik dari jam 9
00
- 13
00
Gbr.I-12: Distribusi trafik PABX jam 09.00 s/d 13.00
Hitung trafik rata-rata:
1. Gbr 1.9 (sampling 15,30,60)menit
2. Gbr 1.10 (sampling 15,30,60)menit
3. Hal 12(sampling 15,30,60)menit
4. Hal 13 (sampling 15,30,60)menit
0
9
.
0
0
1
0
.
0
0
1
1
.
0
0
1
2
.
0
0
1
3
.
0
0
Erl
100
80
60
40
20
0
VI-15
1
1
.
0
0
1
1
.
3
0
1
2
.
0
0
1
2
.
3
0
1
3
.
0
0
1
3
.
3
0
1
4
.
0
0
1
4
.
3
0
1
1
.
0
0
1
1
.
3
0
1
2
.
0
0
1
2
.
3
0
1
3
.
0
0
1
3
.
3
0
1
4
.
0
0
1
4
.
3
0
Erl
100
80
60
40
20
0
VI-15
I.2.6 KONVERSI SATUAN TRAFIK
ERL
TU
VE
CCS
HCS
UC
ARHC
EBHC
1 ERL
1 TU
1 VE
1 36 30
1 CCS
1 HCS
1 UC
36
1
1
6
5
1 ARCH
1 EBHC
30
1
5
6
1
- Erl = Erlang
- TU = Traffic Unit
- VE = Verkehr Seinheit
- 1 Erl = 1 TU = 1 VE
Pendudukan selama 3600 detik
- CCS = Cent Call Second
- HCS = Hundred Call Second
- UC = Unit Call
- 1 CCS = 1 HCS = 1 UC
Pendudukan selama 100 detik
- EBHC = Equated Busy Hour Call
- ARHC = Apples Reduite A LHeure Charges
- 1 EBHC = 1 ARHC
Pendudukan selama 120 detik
VI-15
I.3 TRAFIK DALAM SISTEM
I.3.1 PENAWARAN, MUATAN / BEBAN, SISA
Gbr.I-13: Penawaran A, beban Y dan sisa trafik R
- Penawaran (A) :
Intensitas trafik yang ditawarkan kepada suatu sistem ( elemen
gandeng / alat sambung ).
- Muatan / Beban Y :
Intensitas trafik yang dapat ditampung / dilayani oleh suatu sistem
( elemen gandeng / alat sambung )
muatan / beban yang dapat dtampung.
- Sisa R :
Intensitas trafik sisa / yg tidak dapat dilayani oleh sistem tersebut.
Trafik sisa ini punya 2 kemungkinan :
- Dihilangkan / tidak dilayani:
Berarti berupa Loss Trafic
- Diluapkan:
Dalam kondisi ini sisa R ditawarkan lagi pd sistem/elemen gandeng
g
2
, yg merupakan Overflow Trafic . Trafik yang tidak tertampung
oleh g
2
menjadi sisa dari sistem keseluruhan.
Satuan A, Y, R [ Erlang ].
g2
R = 0,5 Erl
Y = 1,5 Erl
g1
A = 5 ERL
R1 = 2 ERL
Y = 3 ERL
VI-15
I.3.2 FAKTOR RUGI
Gbr.I-14: Distribusi A,Y dan R pada 2 alat switching berbeda
Apa bila nilai R semakin besar, kualitas trafik semakin turun
Terdapat 2 ukuran dari rugi trafik :
- Rugi diukur terhadap A: % 70 7 , 0
20
6
1 1 1 = = = =
= =
A
Y
A
Y A
A
R
B
% 20 2 , 0
5
4
1 1 2 = = = =
= =
A
Y
A
Y A
A
R
B
- Rugi diukur terhadap Y : % 267 67 , 2 1
6
20
1 1 = = = =
= =
Y
A
Y
Y A
Y
R
V
% 25 25 , 0 1
4
5
1 2 = = = =
= =
Y
A
Y
Y A
Y
R
V
g
A = 5 Erl
g
A = 20 Erl
R = 14 Erl
Y =6Erl
Y=4 Erl
VI-15
I.3.3 SISTEM TUNGGU
Probabilitas P ( > 0 )
Probabilitas bahwa suatu pendudukan harus menunggu sebelum
melaksanakan sambungan:
( )
ditawarkan yang Pendudukan Jumlah
menunggu yang Pendudukan Jumlah
0 = > P
Probabilitas ( > t )
Probabilitas bahwa pendudukan hrs menunggu > t detik sebelum
dapat melaksanakan sambungan:
( )
ditawarkan yang Pendudukan Jumlah
t menunggu yang Pendudukan Jumlah >
= > t P
Waktu Tunggu Rata Rata ( t
av
)
Nilai rata rata waktu dari semua pendudukan yg harus menunggu.
Contoh 1 :
Bila dari 100 pendudukan yang ditawarkan pada suatu alat switching,
ternyata sebanyak 5 harus menunggu, dengan masing-masing waktu
tunggu 10, 12, 20, 5, 3 detik maka tentukanlah P
(0)
, P
(>5)
, P
(>12)
, P
(>3)
,
P
(5)
, P
(12)
, P
(3)
dan t
av
.
( ) 05 , 0
100
5
0 = = > P = 5 %
( )
ditawarkan yang Pendudukan Jumlah
t menunggu yang Pendudukan Jumlah >
= > t P
P (>5) = 0,03
P (>12) = 0,01
P (>3) = 0,04
P (5) = 0,04
P (12) = 0,02
P (3) = 0,05
VI-15
Contoh 2:
Dari 200 pendudukan yang ditawarkan, ternyata ada 10 yang harus
menunggu dengan waktu tunggu:
18 ; 10 ; 15 ; 12 ; 8 ; 5 ; 3 ; 16 ; 9 ; 4 mdet
Hitunglah : a. P(>0)
b. P (>5)
c. Waktu tunggu rata-rata t
r
Jawab :
a. P (>0) = 10 / 200 = 0,05 = 5%
b. P (>5) = 7 / 200 = 0,035 = 3,5%
c. Waktu tunggu rata-rata = t
av
(18 10 + 15 + 12 + 8+ 5 + 3 + 16 + 9 + 4) / 10 = 10 mdet
I.3.4 JENIS LALU LINTAS / TRAFIK
Dalam analisis trafik, jenis trafik / lalu lintas dapat dibagi :
a. Lalu lintas kebetulan jenis 1 / lalu lintas kebetulan murni / Pure
Chance Traffic.
Sifat khusus :
- Prob. datangnya suatu pendudukan tidak tergantung pada
jumlah pendudukan yang tengah terjadi.
- Prob. bubarnya suatu pendudukan tidak tergantung pada
lamanya ia berlangsung.
Kondisi ini hanya terjadi bila berkas masuk tak terhingga sangat /
besar jumlahnya.
b. Lalu lintas kebetulan jenis 2.
Sifat Khusus :
- Prob. datangnya suatu pendudukan adalah sebanding /
tergantung pada jumlah saluran masuk yang bebas.
- Prob. Bubarnya suatu pendudukan tidak tergantung pada
lamanya ia berlangsung.
Kondisi ini hanya mungkin terjadi bila jumlah berkas masuk terbatas
c. Lalu lintas luap / Overflow Traffic.
Lalu lintas yang tidak dapat dilayani oleh berkas sempurna
perlu diluapkan.
VI-15
LALU LINTAS JENIS 1 LALU LINTAS JENIS 2
Gbr.I-13: Trafik / lalu lintas lintas kebetulan
a. Sentral analog
b. Sentral digital
a
b
Gbr.I-15: Trafik / lalu lintas lintas luap dimana:
a. swiching analog
b. Switching digital/digital
LF
2
g
1
g
1
A
L
LF
1
GS
1
GS
1
A
L
A
A
PS GS I GS II
LALU LINTAS JENIS 1 LALU LINTAS JENIS 2
1
2
3
4
60
5
INTERKONEKSI
K
O
N
S
E
N
T
R
A
T
O
R
VI-15
I.3.5 GRADING/INTERKONEKSI/PEMBERKASAN/PENGGANDAAN
Grading/interkoneksi/penggandaan terbentuk bila beberapa kelompok
pelanggan dlm jumlah tertentu bergabung membentuk suatu kelompok
yang lebih besar.
Tujuan dari grading adalah :
1. Memungkinkan hubungan antar kelompok
2. Penggunaan secara bersama saluran keluar yang tersedia
3. Pemerataan beban karena ada kemungkinan penawaran trafik tidak
sama untuk setiap sub kelompok, yakni : A
1
= A
2
= = A
m
Akibat Grading:
1. Berkas tidak sempurna
2. Penurunan efisiensi, dpt diusahakan sekecil mungkin (dibandingkan
bila seluruh sistem merupakan berkas sempurna).
Dalam prakteknya grading ini tidak mudah dilaksanakan, antara lain
standarisasi, optimalisasi, kualitas trafik maupun pemeliharaan
Contoh 1:
Suatu kota dg 5 sentral masing-masing punya 20.000, 30.000, 15.000,
10.000, 25.000 pelanggan serta penawaran trafik A
1
,A
2
,A
3
,A
4,
A
5
Erlang
Gambar konfigurasi grading agar user antar sentral bisa berhubungan.
Gbr.I-16: Grading / interkoneksi antar 5 sentral/
kelompok pelanggan
g
4
g
5
A
1
A
2
A
3
20.000
30.000
15.000
g
n
g
2
g
1
A
4
A
5
10.000
25.000
g
1
g
2
g
3
Y
1
Y
2
Y
3
Y
4
Y
5
Grading
VI-15
Contoh 2:
Bila 4 kelompok masing-masing terdiri dari 100 pelanggan dgn 6 jalan
keluar bergabung membentuk kelompok lebih besar, maka gambarlah
alternatf konfigurasi yang mungkin dihasilkan untuk berkas sempurna
maupun berkas tidak sempurna
Gbr.I-17: Konfigurasi grading lengkap / sederhana dgn v
1
=400 k=6
a. Berkas sempurna k=v
2
=6
b. Berkas tak sempurna k=6 v
2
=9
g
g
g
g
100
100
100
100
6
6
g
g
g
g
100
100
100
100
3
3
3
1
2
3
4
5
6
7
8
9
1
2
3
4
5
6
1 2 3 4 5 6
1 2 3 4 5 6
7 8 9
a b
VI-15
Contoh 3 :
Bila berkas masuk yg terdiri dari 100 saluran dan daya sambung K = 5,
dibagi atas 2 kelompok masingmasing punya 50 saluran sedangkan
jalan keluar adalah 8 saluran, maka gambarlah konfigurasi gradingnya!
Gbr.I-18: Konfigurasi grading / interkoneksi utk 100 jalan masuk
yg terdiri dari 2 kelompok dan 8 jalan keluar, dimana:
a. Konfigurasi grading lengkap
b/c. Konfigurasi grading sederhana
Buat sebnyak mungkin (5 s/d 6) konfigurasi grading utk:
Klp 6 , k10), v2(15, 20, 25. 30, 32)
Klp 8 , k(08), v2(20, 25, 30, 35, 36)
01
02
50
51
52
100
a
1 2 3 4
5 6 7 8
b
1 2 3 4
5 6 7 8
c
VI-15
I.3.6 MACAM GRADING / INTERKONEKSI / PENGGANDAAN
1. GRADING SEDERHANA / STRAIGHT GRADING
2. GRADING BERSUSUN
3. GRADING BERTUMPUK
4. REVERSE GRADING
Gbr.I-19: Macam grading dgn spesifikasi sama dan v
2
= 20
1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 16 17 18 19 20
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Jumlah Kelompok = 4
Daya sambung k = 10
Jumlah jalan keluar v
2
= 20
(dengan grading)
Jumlah jalan keluar v
2
= 40
(tanpa grading)
1 2 3 4 5 6 7 8 9 10
11 12
13 14 15 16 17 18
19 20
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Jumlah Kelompok = 4
Daya sambung k = 10
Jumlah jalan keluar v
2
= 20
(dengan grading)
Jumlah jalan keluar v
2
= 40
(tanpa grading)
1 2 3 4 5 6 7 8 9 10
11 12
13 14 15 16 17 18
19 20
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Jumlah Kelompok = 4
Daya sambung k = 10
Jumlah jalan keluar v
2
= 20
(dengan grading)
Jumlah jalan keluar v
2
= 40
(tanpa grading)
1 2 3 4 5 6 7 8 9 10
11 12
13 14 15 16 17 18
19 20
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Jumlah Kelompok = 4
Daya sambung k = 10
Jumlah jalan keluar v
2
= 20
(dengan grading)
Jumlah jalan keluar v
2
= 40
(tanpa grading)
VI-15
5. GRADING BERSELIP
a. GRADING BERSELIP 1 LANGKAH
Pada berselip 1 langkah terlihat bahwa kontak switching yg terhubung :
1
1
, 2
2
,3
3
dan 4
4
1
2
,2
3
,3
4,
dan 4
1
1
3
,2
4
,3
5,
dan 4
6
dst
b. GRADING BERSELIP 2 LANGKAH
Pada berselip 1 langkah terlihat bahwa kontak switching yg terhubung :
1
1
, 2
3
,3
5
dan 4
7
1
2
,2
4
,3
6,
dan 4
8
1
3
,2
5
,3
7,
dan 4
9
dst
Gbr.I-20: Macam grading dgn spesifikasi sama dan v
2
= 10
Grading dapat dibedakan atas :
- Individual : 1 kontak switching langsung membentuk 1 jalan keluar
- Pairs : 2 kontak switching bergabubg membentuk 1 jalan keluar
- Threes : 3 kontak switching bergabubg membentuk 1 jalan keluar
- Fourth : 4 kontak switching bergabubg membentuk 1 jalan keluar
1 2 3 4 5 6 7 8 9 10
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
Jumlah Kelompok = 4
Daya sambung k = 10
Jumlah jalan keluar v
2
= 10
(dengan grading)
Jumlah jalan keluar v
2
= 40
(tanpa grading)
Kelompok 1
Kelompok 2
Kelompok 3
Kelompok 4
1 2 3 4 5 6 7 8 9 10
Jumlah Kelompok = 4
Daya sambung k = 10
Jumlah jalan keluar v
2
= 10
(dengan grading)
Jumlah jalan keluar v
2
= 40
(tanpa grading)
VI-15
CONTOH PEMERATAAN BEBAN DENGAN GRADING
Sejumlah 4 kelompok masing-masing dgn k=8 dan beban 3,5 Erlang
sebagaimana pada Gbr. I-20a setelah mengalami grading spt
pada Gbr. I-20b distribusi beban menjadi relatif lebih merata.
Gbr.I-21: Distribusi beban trafik pada kontak switching dengan:
a. Konfigurasi non grading bervariasi (0,15 0,8) Erl
pada total 32 kontak switching
b. Konfigurasi grading bervariasi (0,60 0,8) Erl
pada total 20 kontak switching
Kelompok 1 : 3,5 Erl
Kelompok 2 : 3,5 Erl
Kelompok 3 : 3,5 Erl
Kelompok 4 : 3,5 Erl
1 2 3 4 5 6 7 8
9 10 11 12 13 14 15 16
17 18 19 20 21 22 23 24
25 26 27 28 29 30 31 32
0
,
8
0
E
r
l
0
,
7
0
E
r
l
0
,
6
0
E
r
l
0
,
4
0
E
r
l
0
,
3
5
E
r
l
0
,
3
0
E
r
l
0
,
2
0
E
r
l
0
,
1
5
E
r
l
1 2 3 4 5 6 7 8
9 10 11
12 13 14 15 16 17
18 19 20
Kelompok 1 : 3,5 Erl
Kelompok 2 : 3,5 Erl
Kelompok 3 : 3,5 Erl
Kelompok 4 : 3,5 Erl
0
,
8
0
E
r
l
0
,
7
0
E
r
l
0
,
6
0
E
r
l
0
,
8
0
E
r
l
0
,
7
0
E
r
l
0
,
6
0
E
r
l
0
,
8
0
E
r
l
0
,
6
0
E
r
l
a.
b.
VI-15
II. DASAR PERHITUNGAN PROBABILITAS
II.1 PENDAHULUAN
1. Trafik telepon merupakan trafik kebetulan.
Karena itu pemecahan trafik secara kuantitatif hanya dapat dilakukan
dengan pengetahuan statistik dan teori probabilitas.
2. Teori Probabilitas :
Model matematis yg cocok utk menerangkan / menginterpretasikan /
menafsirkan suatu gejala yang dialami.
3. Model :
Idealisasi dari keadaan yang sebenarnya.
Seberapa jauh model itu memenuhi / mendekati keadaan yang
sebenarnya, tergantung pada model yang dipilih.
Pada umumnya model dapat ditentukan berdasar pengalaman.
Penjelasan :
Dlm analisis trafik terdpt 2 kemungkinan kondisi saluran/alat sambung :
Sibuk / diduduki / digenggam
Istirahat / bebas
Untuk situasi di atas sebagai model matematis dapat dipilih experimen
melempar mata uang yang punya 2 kemungkinan :
Tulisan / angka
Gambar
Contoh 1 :
Dalam experimen melempar mata uang dilakukan percobaan masing
masing 100 kali, maka :
Eksperimen 1 : 100 kali 60 gambar, 40 tulisan
Eksperimen 2 : 100 kali 55 gambar, 45 tulisan
Eksperimen 3 : 100 kali 40 gambar, 60 tulisan
Apakah tidak akan mungkin terjadi :
100 kali 10 gambar, 90 tulisan
100 kali 1 gambar, 99 tulisan
VI-15
Contoh 2 :
Dalam random eksperimen E dilakukan n ulangan untuk mengetahui
kemungkinan muculnya tanda A, maka :
n = 2 1 ,
2
1
, 0 :
x
x
n
fA
n = 100
100
60
:
100
55
:
100
50
:
100
40
:
x
x
n
fA
Kesimpulan :
* Untuk nilai n besar, perbedaan nilai dari :
kecil semakin akan ......
n
fA
,
n
fA
,
3
3
2
2
1
1
x
x
n
fA
n
fA
Berarti : Untuk n , maka :
- Terdapat kestabilan frekuensi relatif
- Tendensi frekuensi relatif utk berkumpul pd suatu nilai tertentu
Pada contoh :
n = 2 1 0 s s
x
x
n
fA
n = 100 6 , 0 4 , 0 s s
x
x
n
fA
n = 1000 55 , 0 45 , 0 s s
x
x
n
fA
n = 1000 tertentu. nilai pada terkumpul
x
x
n
fA
Random
Eksperimen
E
1
E
2
E
3
. . . E
x
Jumlah
Ulangan
N
1
n
2
n
3
. . .
n
x
Frekuensi
munculnya A
fA
1
n
1
FA
3
. . .
fA
x
Frekuensi tidak
munculnya A
n
1 -
fA
1
n
2 -
fA
2
n
3
- fA
3
...
n
x
fA
x
Frekuensi
relatif
munculnya A
fA
1
/ n
1
fA2 /
n
1
FA
3
/ n
3
...
fA
n
/ n
x
0 1
0,4 0,6
0,45 0,55
0,5
VI-15
AB A B
II.2 PROBABILITAS MATEMATIS
Untuk nilai n besar sekali, ( n ) maka akan ada suatu harga P yang
merupakan idealisasi dari
n
f
, yakni :
n
fA
n
A P
=
lim
) (
Didefinisikan :
P (A) = Probabilitas matematis bagi timbulnya tanda A dalam suatu
random eksperimen E.
II.3 SIFAT PROBABILITAS MATEMATIS
Suatu eksperimen random dengan n
x
ulangan dengan kondisi :
- A salah satu tanda yg mungkin muncul dengan frekuensi fA, maka :
( ) s s
s s
s s
n bila 1 0
1 0
0
A P
n
fA
n fA
- A tanda yang sudah pasti muncul :
( ) 1 =
=
A P
n fA
- A tanda yang tidak mungkin muncul :
( ) 0
0
=
=
A P
fA
II.4 TEOREMA PENJUMLAHAN
Dalam suatu random eksperimen E ditinjau probabilitas munculnya
tanda berbeda A & B. Berapa pobabilitas bahwa paling sedikit salah
satu tanda ( A atau B ) muncul ?
fA = Frek. munculnya tanda A
fB = Frek. munculnya tanda B
f (AUB) = Frek. munculnya tanda A atau B
f (AB) = Frek. munculnya tanda A dan B
VI-15
Maka :
( )
( )
( ) ( ) ( ) ( ) B A P B P A P B A P
n
B A f
n
f B
n
f A
n
B A f
B A f f B f A B A f
+ =
+ =
+ =
) (
) (
Ada kemungkinan A dan B merupakan tanda yang tidak dapat muncul
bersamaan. (kedua tanda saling ekslusif)
Dalam situasi ini :
( )
( ) ( ) ( ) B P A P B A P
B A P
+ =
=
0
Ekslusif
Jika random eksperimen untuk mengetahui kemungkinan munculnya
sejumlah tanda tertentu, misal : A, B, C, D, E
Maka :
Contoh 1 :
Random eksperimen melempar 1 dadu untuk mengetahui probabilitas
munculnya :
A = Tanda 1, atau
B = Tanda 3
Karena dadu simetri, tiap angka mempunyai probabilitas muncul yang
sama :
P(1) = P(2) = P(3) = P(4) = P(5) = P(6) =
6
1
P (1 dan 3) = 0
P (1+3) = P(1) + P(3) =
3
1
6
1
6
1
= +
Contoh 2 :
Random eksperimen melempar 2 dadu untuk mengetahui probabilitas
munculnya :
A = Tanda 1, atau
B = Tanda 3
Maka :
ekslusif. saling bila , P(E) P(D) P(C) P(B) P(A)
E) D C B P(A - P(E) P(D) P(C) P(B) P(A) E) D C B P(A
+ + + + =
+ + + + =
VI-15
P(1U3) = P(1) + P(3) P(13)
= P(1) + P(3) P(1).P(3)
=
36
11
36
1
6
1
6
1
= +
Note :
- Tanda komplementer :
Tanda yang berlawanan satu sama lain
Dalam keadaan ini : P(A) + P(B) = 1
Contoh : A = Saluran sibuk
B = Saluran bebas
Maka : P(A) + P(B) = 1
- Tanda yang bersifat komplemen sekaligus akan ekslusif.
II.5 THEOREMA MULTIPLIER BERSYARAT / TEOREMA PERKALIAN
Suatu random eksperimen E dengan n
x
ulangan ditinjau kemungkinan
munculnya tanda A.
Misal : f
A
= Frekuensi munculnya A
= merupakan sub deretan
Pada sub deret tersebut ditinjau timbulnya tanda B, sehingga :
f
AB
= mencari tanda B dalam deret A.
Arti sebenarnya :
=
fA
fAB
Frekuensi relatif timbulnya B dalam sub deret yang terdiri
dari A
= Frekuensi relatif bersyarat atas timbulnya B, terhadap
persyaratan / hypotesa bahwa A sudah muncul lebih dulu.
( )
( ) A P
AB P
n
f A
n
fAB
f A
fAB
= =
) (
) (
.. (II-1)
P(BA) = Probabilitas timbulnya B dengan syarat A sudah
muncul (II-2)
(II-1) = (II-2) :
VI-15
Analogi
( )
( )
( ) BIA P
A P
B A P
=
.... (II-3)
( )
( )
( ) AIB P
B P
B A P
=
... (II-4)
(II-3) = (II-4) :
( ) ( ) ( ) ( ) ( ) B P AIB P A P BIA P B A P . . = =
Note :
Dalam kondisi khusus, timbilnya suatu tanda tidak tergantung apakah
tanda yang lain sudah muncul / belum.
Pada suatu berkas yang terdiri dari n saluran, pembubaran/pendudukan
saluran tertentu tidak tergantung apakah saluran lainnya dalam kondisi
bubar / diduduki.
Maka dikatakan tanda tanda tersebut tidak saling bergantungan:
( ) ( ) A P AIB P =
( ) ( ) B P BIA P =
( ) ( ) ( ) B P A P B A P . =
( ) ( ) ( ) ( ) ( ) D P C P B P A P D C B A P . . . =
II.6 THEOREMA BAYES
A = A
1
, A
2
, A
3
,.., A
k
tanda saling ekslusif,salah satu A
k
selalu muncul
B = Suatu tanda yg hanya dapat muncul bersama dgn salah satu A
k
.
Maka :
( ) ( ) ( ) ( )
( ) ( ) 1 ......... .......... .......... .......... ..........
..... .....
1
2 1
=
=
+ + + + =
n
k
k
k
B A P
B A P B A P B A P B P
( ) ( ) ( ) ( ) 2 . .......... .......... .......... .......... .
k k k
A P BIA P B A P =
.............. (II-5)
. (II-6)
VI-15
(II-5) dan (II-6) :
( ) ( ) ( ) ( )
=
=
n
k
k k
A P BIA P B P
1
3 . .......... .......... .......... .......... .
( ) ( ) ( ) B P IB A P B A P
k k
. =
( )
( )
( )
( )
( ) 3
2
= =
B P
B A P
IB A P
k
k
( )
( )
( ) ( )
=
=
n
k
k k
k
k
A P BIA P
B A P
IB A P
1
.
II.7 DISTRIBUSI POISSON
Suatu berkas dgn n saluran. Kondisi setiap saluran punya kemungkinan
bebas / diduduki ( kedua tanda komplementer ).
Maka :
( ) ( )
k k
A P IB A P = dan ( ) ( ) B P BIA P
k
=
Tiap saluran punya kondisi yang sama.
Saluran tidak saling berhubungan.
Probabilitas untuk setiap salran sama.
Bila P = Probabilitas 1 saluran diduduki.
q = Probabilitas saluran bebas.
N = Jumlah saluran dalam berkas.
Berdasar Theorema Bayes dan Binomial Bernaulli
Maka : Probabilitas x saluran diduduki = p
x
Probabilitas (n x) saluran bebas =
1 n
q
1
2
3
n
(IV-7)
VI-15
( ) n x P , = Probabilitas bahwa x saluran dlm keadaan sibuk dan (n-x)
Saluran dlm keadaan bebas dari total n saluran
( ) n x P , = ( ) x P =
x n x
n
x
q P
|
.
|
\
|
=
( )
x n x
q p
! x ! x - n
n
!
=
( )
( )
( )
x
n x
p
P P
! x ! x - n
! n
1
1
=
( )( ) ( )( ) ( )
( ) ( )
x
n x
P - 1 ! x n
P P x n x n n n n
+ 1 . 1 .... 2 1
=
( )
( ) P - 1 ! x
n
x
n n n
nP
nP
x
n
x
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
1
1 ....
2
1
1
1 1
~
( )
n
x
n
nP
! x
nP
|
.
|
\
|
1 .. (II-8)
Apabila : n maka P 0 sehingga nP (terbatas) . (II-9)
Dari pers.(IV-8) dan pers.(IV-9) : ( ) ( )
n
x
n ! x
x P n x P
|
.
|
\
|
= =
1 , ...... (II-10)
Karena :
=
|
.
|
\
|
n
n
1 dan pers(II-10) diperoleh Distribusi Poisson
yang selanjutnya digunakan utk menurunkan rumus B-Erlang, yakni :
( )
c
=
! x
x P
x
VI-15
II.8 RUMUS B-ERLANG
E : Pengamatan terhadap berkas dengan n saluran.
S : Sample Space, berupa :
0 Pendudukan
1 Pendudukan
. A
.
V Pendudukan
Ditinjau V saluran dari total n saluran, probabilitas bahwa x saluran
diduduki dari V saluran yang diamati :
( )
( )
( )
( )
( ) A P
x P
v P
xv P
v P = =
Karena :
( ) ( )
( ) ( ) A P v P
x P xv P
=
=
Atau :
( ) ( )
( )
( )
( )
( ) ( ) ( ) ( ) v P P P P
x P
x P
x P
v
x
P x S
v
x
+ + + +
= = =
=
.... 2 1 0
0
( )
( )
( ) ( ) ( ) ( ) v P P P
x P
x S
+ + + +
=
.... 2 1 0
.. (II-11)
1
2
3
v - 1
v
n
n
v
VI-15
Berdasar Poisson :
( )
c
=
! x
x P
x
( )
c c
= =
!
P
0
0
0
( )
c c
= = .
1
1
1
!
P
( )
c
= = .
2 2
2
2 2
!
P . (II-12)
.
.
Dari pers.(II-11) dan pers.(II-12) :
( ) x S = np ..... .......... ..........
! v ! !
1
! x
v 2
=
+ + + + +
....
3 2
3
2
= Probabilitas bhw x saluran diduduki dari sejumlah v
2
saluran yang ditinjau.
V
1
= berkas masuk
V
2
= berkas keluar
Berkas masuk V
1
Berkas keluar V
2
X
g
( )
c
=
! v
v P
v
VI-15
Berapa probabilitas didudukinya seluruh saluran keluar V
2
?
) (
2
V S = ( ) -
+ + + + +
.......... .......... ..........
....
! 3 ! 2
1
!
! 2
3 2
2
2
2
V
V
V
V
(II-13)
= Probabilitas didudukinya V
2
semua saluran keluar.
= Probabilitas hilangnya sambungan krn berkas keluar
tidak ada lagi yang bebas.
Bila ditinjau dari analisis penawaran, beban dan sisa trafik, maka
A Y
R
A = Penawaran Trafik [Erl]
Y = Beban Trafik [Erl]
R = Sisa trafik = ( ) ERL Y A
B = Faktor rugi =
( )
( ) - - |
.
|
\
|
=