Oleh:
Sopian Soim, S.T., M.T. NIDN.0014037106
DR. Dipl. Ing. Ahmad Taqwa, M.T. NIDN.0004126802
Martinus Mujur Rose, S.T., M.T. NIDN.0002127405
Mengetahui
a.n. Direktur
Pembantu Direktur I,
ii
KATA PENGANTAR
Puji dan Syukur ke hadirat Tuhan Yang Maha Esa atas limpahan kasih-Nya dan
penyertaan-Nya, sehingga Bahan Ajar ini dengan Nama Mata Kuliah ”Rekayasa Trafik
Telekomunikasi” dapat diselesaikan dengan baik. Sasaran utama pengguna bahan ajar ini
adalah mahasiswa Program Studi Teknik Telekomunikasi - Jurusan Teknik Elektro -
Politeknik Negeri Sriwijaya, namun tidak menutup kemungkinan jika pihak lain ingin
menggunakan/ membacanya. Bahan ajar ini akan disediakan secara online di jaringan
kampus Politeknik Negeri Sriwijaya dalam bentuk e-Learning, yang dapat diakses oleh
mahasiswa dengan password yang dimilikinya. Keberhasilan penyelesaian bahan ajar ini
tidak terlepas dari bantuan dan campur tangan berbagai pihak. Oleh karena itu penulis
mengucapkan terima kasih yang sebesar-besarnya kepada semua pihak yang turut terlibat
baik secara langsung maupun tidak langsung dalam rangka penyusunan bahan ajar ini.
Harapan penulis semoga tulisan ini dapat bermanfaat bagi pembaca. Masukan atau saran
dari para pembaca akan diterima untuk memperbaiki dan meningkatkan kualitas bahan ajar
ini, baik dari segi konten maupun tata tulis bahan ajar ini.
Penulis
iii
DAFTAR ISI
iv
C. RANGKUMAN ...................................................................................... 73
D. SOAL LATIHAN/ TUGAS .................................................................... 74
v
6.2.2 Network Planning pada Lingkungan Turbulen .......................... 129
6.3 Kebutuhan Pengukuran dan Forecast Trafik ......................................... 130
6.3.1 Forecasting Trafik ...................................................................... 131
6.3.2 Prosedur Forecasting .................................................................. 131
6.3.3 Metoda-Metoda Forecasting ....................................................... 131
6.4 Matriks Trafik ........................................................................................ 132
6.5 Traffic Dimensioning ............................................................................ 134
6.5.1 Model Jaringan Telepon ............................................................. 134
6.5.2 Dua Tipe Proses Trafik ............................................................... 135
6.5.3 Dimensioning Trafik pada Jaringan Telepon (disederhanakan) . 135
6.5.4 Proses Trafik Selama Pembangunan Hubungan ......................... 136
6.5.5 Kurva Dimensioning .................................................................. 138
6.5.6 Aturan Dimensioning ............................................ .................... 138
6.5.7 Proses Trafik selama Transfer Informasi ................................... 140
C. RANGKUMAN ..................................................................................... 143
D. SOAL LATIHAN/ TUGAS ................................................................... 143
vi
BAB I
KONSEP DASAR TRAFIK
B. POKOK-POKOK ISI
Konsep Dasar Trafik
outline
o Tujuan Teletrafik
o Besaran Trafik
o Jenis Trafik
o Pemodelan Trafik
• Idenya :
– Sistem melayani trafik yg datang
– Trafik dibangkitkan oleh pengguna sistem
Pertanyaan menarik
• Diketahui sistem dan incoming trafik, berapa kualitas pelayanan (QOS) yg dialami
users ?
• Diketahui incoming trafik dan QOS yg disyaratkan, berapa seharusnya dimensi
sistem ?
• Diketahui sistem dan QOS yg disyaratkan, berapa beban trafik maksimum ?
Contoh
• Telepon call
– Trafik : panggilan telepon oleh setiap user
– Sistem : jaringan telepon
– QOS : kemungkinan telepon tujuan berdering
• Biasanya :
• Sehingga
t
p 0
p T
pt
p 1
p V
Model teletrafik
• Dua fase dalam pemodelan
– Pemodelan incoming trafik -> model trafik
– Pemodelan sistem -> model sistem
• Dua jenis model
– Sistem dg rugi-rugi (loss system)
Mixed system
• Jumlah buffer finite (0 < m < ~)
– Jika semua n server dipakai tapi terdapat buffer yg bebas ketika pelanggan
datang, dia menempati satu buffer
– Jika semua n server dan semua m buffer dipakai ketika pelanggan datang,
dia tdk dilayani sama sekali tapi dibuang
– Beberapa pelanggan hilang dan beberapa pelanggan harus menunggu
sebelum dilayani
Formula Little
• Perhatikan sistem dg :
Intensitas trafik
• Pada jaringan telepon :
Contoh
• Perhatikan sentral lokal dg :
– Rata-rata 1800 panggilan baru dalam 1 jam
– Rata-rata holding time adl 3 menit
• Intensitas trafik
a = 1800 * 3 / 60 = 90 erlang
– Jika rata-rata holding time meningkat dari 3 menit mjd 10 menit, maka
intensitas trafik
a = 1800 * 10 / 60 = 300 erlang
Karakteristik trafik
• Beberapa karakteristik trafik berdasai kategori subscriber :
– Private 0,01 – 0,04 erlang
– Bisnis 0,03 – 0,06 erlang
– PBX 0,10 – 0,60 erlang
– Wartel 0,07 erlang
• Maksudnya
– Jenis private menggunakan 1% s/d 4 %dari waktunya di telepon (disebut
juga “jam sibuk”)
• Dari contoh tadi:
– Dibutuhkan 2250 s/d 9000 private subscriber utk membangkitkan trafik 90
erlang
Blocking
• Pada sistem loss, beberapa panggilan hilang
– Sebuah panggilan hilang jika n kanal dipakai ketika panggilan datang,
istilah Blocking mengacu pd kejadian ini.
• Dua tipe bloking
• Pada loss system setiap panggilan yg datang akan dilayani atau dibuang
• Sehingga ada 3 jenis laju panggilan
– offered = laju kedatangan semua panggilan
– carried = laju panggilanyg dilayani
– lost = laju panggilan yg dibuang
• Note :
– offered = carried + lost =
– carried = .(1 – Bc)
– lost = .Bc
Aliran trafik
• 3 laju panggilan membawa ke 3 konsep trafik:
– Trafik yg ditawarkan, aoffered = offered.h
– Trafik yg dilayani, acarried = carried .h
– Trafik yg dibuang, alost = lost.h
• Note aoffered = acarried + alost = a
acarried = a.(1-Bc)
alost = a.Bc
QOS vs kapasitas
C. RANGKUMAN
1. Jumlah trafik digambarkan dengan intensitas trafik a, yaitu perkalian laju
kedatangan dg holding time h.
a = .h (erl)
1. Misalkan terdapat kanal n=(3+x) pada suatu link, di mana x adalah nomor urut Anda.
Trafik yg ditawarkan a=2 erlang. Hitunglah probabilitas blocking panggilan (Bc)
2. Idem, jika kapasitas link ditingkatkan mjd (n=5+x), di mana x adalah nomor urut
Anda.
B. POKOK-POKOK ISI
Tingkat/Stages Layanan
• Single stage
• Multiple stages
– Tanpa feedback (Entrance Exam)
– Dg feedback (Manufacturing)
• M/M/3/∞/FCFS
– Waktu antar kedatangan exponential
– Waktu layanan exponential
– 3 server paralel
– Ruang tunggu tdk terbatas
– Disiplin antrian First-Come First-Serve
• M/D/1
– Waktu antar kedatangan exponential
– Waktu layanan Deterministic
– 1 server
– Ruang tunggu tdk terbatas (default)
– Disiplin antrian FCFS (default)
• t : laju kedatangan
• t = (t)/t = # kedatangan/waktu
• (t) : waktu total semua pelanggan dlm sistem (pelanggan-detik)
• Tt = (t)/t = waktu sistem/pelanggan
• Deskripsi Trafik
• Diagram Transisi Kondisi
• Pola Kedatangan Panggilan
• Pola Lamanya Waktu Pendudukan
• Persamaan Kondisi dan Kesetimbangan
2.4.1 Deskripsi Trafik
• Salah satu pendeskripsian matematis dari trafik adalah birth and death process
(Proses kelahiran dan kematian)
– Merupakan salah satu kasus Markov chain dimana perubahan keadaan
(state) terjadi selangkah demi selangkah (one step at a time)
– Dalam jaringan telepon, proses kelahiran adalah proses datangnya
panggilan sedangkan proses kematian adalah proses berakhirnya panggilan
• Pola kedatangan panggilan dan pola pendudukan dideskripsikan dengan distribusi
probabilitas
• Bila deskripsi pola trafik dengan distribusi probabilitasnya serta disiplin operasinya
diketahui, maka banyak hal dapat diketahui (harga rata-rata trafik, blocking dst.)
F(t) = 1 – e-at
• Probability density function dari F(t) adalah
f(t) = dF(t)/dt = ae-at
Ini adalah distribusi eksponensial negatif
• Mean value dari ‘f(t)’ adalah ‘1/a’ yang merupakan rata-rata selang waktu antar
kedatangan panggilan
• Dengan mempartisi selang (0,t] kedalam sejumlah n interval dan dengan membuat
agara dt=t/n maka peluang berakhirnya panggilan setelah t (waktu pelayanan
melebihi t) adalah (1 – dt)n
• Bila n menuju 0 maka
H(t) = e-t
• Peluang terjadinya pendudukan yang berakhir pada waktu kurang dari t adalah F(t)
= 1 - e-t
• P (x > t) = e-t
– ingat P(x>t) = 1- P(x t)=1 –(1- e-t) = e-t
• P(t < x t+Δt) merupakan peluang bahwa (x >t dan x t+Δt), atau bisa kita
pandang juga sebagai usaha mencari peluang munculnya panggilan pada selang (t+
Δt)
• Kasus 1
– Karena P(n,t) bukan fungsi waktu, maka dP(n,t)/dt = 0 (berlaku untuk
semua harga n)
– Untuk n=0 : 0=-b0P(0)+d1P(1)
b0P(0)=d1P(1) pers (1)
– Untuk n=1 : (b1+d1)P(1)=b0P(0)+d2P(2) pers (2)
– Untuk n=2 : (b2+d2)P(2)=b1P(1)+d3P(3) pers (3)
– Untuk n=3,4,dst. :
(bm+dm)P(m)=bm-1P(m-1)+dm+1P(m+1)
• Kasus 1 (cont.)
– Substitusi dari persamaan (1) ke persamaan (2) dan seterusnya :
b1P(1)=d2P(2)
b2P(2)=d3P(3)
b3P(3)=d4P(4)
bmP(m)=dm+1P(m+1)
Ini disebut persamaan kesetimbangan
C. RANGKUMAN
Faktor-faktor yang menentukan jenis model antrian antara lain adalah Pola
kedatangan, Pola layanan, Disiplin antrian, Kapasitas sistem, Jumlah kanal layanan,
dan Jumlah tingkat/stages layanan.
Salah satu pendeskripsian matematis dari trafik adalah birth and death process
(Proses kelahiran dan kematian)
o Merupakan salah satu kasus Markov chain dimana perubahan keadaan (state)
terjadi selangkah demi selangkah (one step at a time)
o Dalam jaringan telepon, proses kelahiran adalah proses datangnya panggilan
sedangkan proses kematian adalah proses berakhirnya panggilan
Pola kedatangan panggilan dan pola pendudukan dideskripsikan dengan distribusi
probabilitas.
Bila deskripsi pola trafik dengan distribusi probabilitasnya serta disiplin operasinya
diketahui, maka banyak hal dapat diketahui (harga rata-rata trafik, blocking dst.)
B. POKOK-POKOK ISI
Teori Antrian
Antrian M/M/1
Outline
• Motivasi
• Dasar Antrian
• Background
– Proses kedatangan dan keberangkatan
• Little’s law
• Antrian M/M/1
Process Networks
Jumlah Kedatangan
• Mis. E[n] adalah mean dari jumlah kedatangan dlm perioda interval t
– Mean
E[n] nPn (t ) t
n 0
– Variance
Memoryless Property
• Distribusi eksponensial adalah memoryless
– Apa yg terjadi setelah waktu t adalah independen thd apa yg terjadi sebelum
t
– Pengetahuan masa lalu tidak membantu memprediksi masa depan
• Untuk waktu service
• Jumlah pelanggan rata-rata dlm sistem (antrian) sama dg rate kedatangan dikalikan
waktu rata-rata dlm sistem (antrian)
• Misalkan
– Rate kedatangan ()
– Jumlah dlm sistem, n(t), jumlah dlm antrian nQ(t), jumlah dlm pelayanan
nS(t)
– Waktu dlm sistem , waktu dlm antrian Q, waktu dlm pelayanan s
• Relasi parameter-parameter dg Little’s Law
– Jumlah dlm sistem : E[n] = .E[]
Utilisasi
• Utilisasi dari sistem single server
In-Class Exercise
• Pelanggan memasuki toko dg rate rata-rata 32 pelanggan per jam. Rata-rata
pelanggan menghabiskan waktu 12 menit di dlm toko. Berapa banyak pelanggan yg
kita harapkan kita jumpai di dlm toko dlm sembarang waktu?
Saluran Transmisi
• Parameter
– adalah rate kedatangan
– NQ adalah jumlah rata-rata paket menunggu dlm antrain (belum
ditransmisikan)
• Paket tiba pada n node berbeda utk transmisi dg rate 1, 2, … ,m
• Perlu dicatat bahwa rata-rata delay per-paket adalah independen dari distribusi
panjang paket dan metoda utk me-routing-kan paket
• Juga utk node i, Ni = iTi
Markov Chain
• Karena memoryless property dari r.v. eksponensial, jumlah pelanggan dlm sistem
saat t, N(t), dp diekspresikan sbg continuous-time Markov chain
Probabilty Flux
• Probabilitas flux transisi adalah perkalian probabilitas state dimana transisi dimulai
dan rate transisi
– Indikasi rata-rata brp kali per-detik event sesuai dg korespondesni transisi
terjadi
Local Balance
• Utk Markov Chain, rate transisi dari state A ke state B sama dg rate transisi dari B
ke A
• Sbg contoh, rate transisi dari n-1 ke n sama dg rate transisi dari n ke n-1
Hasil
• Utilisasi
In-Class Exercise
• Suatu konsentrator menerima message dari satu grup terminal dan
mentransmisikannya melalui suatu saluran transmisi tunggal. Misalkan message
tiba sesuai proses Poisson dg rate satu message setiap 4 ms, dan waktu transmisi
message mengikuti distribusi eksponensial dg mean 3 ms.
(a) Cari rata-rata jumlah message dlm sistem dan total delay rata-rata
(b) Berapa persentase peningkatan rate kedatangan shg menghasilkan dua kali total
delay rata-rata
Traffic Multiplexing
• Perhatikan suatu link komunikasi
– Kapasitas transmisi tetap (C), rate dimana bit dp ditransmisikan (bit/sec)
– Bbrp aliran trafik dp share capacity
– Skim sharing dp mempengaruhi performansi
– Bentuk-Bentuk Multiplexing
– Statistical multiplexing
– Kanal terpisah
• Time Division Multiplexing (TDM)
• Frequency Division Multiplexing (FDM)
Statistical Multiplexing
• Paket-paket dari semua aliran trafik digabungkan ke dlm satu antrian tunggal dan
ditransmisikan secara FCFS
• TSM = L/C diperlukan utk mentransmisikan L-bit paket
• Rata-rata paket menghabiskan m kali lebih lama dalam antrian dan service dg TDM
atau FDM dibandingkan dg SM
– Namun kita tidak mempertimbangkan variansi
zzzzzzzzzzzzzzzzzzzzzzzzz
3.5 Teori Antrian
Antrian-Antrian Lain
Outline
• Burke’s Theorem
• Antrian Markovian lain (M/M/…)
• Sistem antrian state-dependent M/M/1
• Antrian M/M/1/K
• Antrian M/M/
• Antrian M/M/m
• Antrian M/M/m/m
• Multi-channel call concentration
• Antrian M/G/1
• Priority Queuing
Burke’s Theorem
• Stochastic process adalah reversible jika sample-sample {X(t1), X(t2), …, X(tm)}
memp. distribusi yg sama sbg {X(-t1), X(-t2), …, X( -tm)} utk setiap dan t1, t2,
…, tm
Hasil
Antrian M/M/1/N
• Solusi steady-state
Antrian M/M/
• Antrian M/M/ adalah kasus khusus dari antrian M/M/m dg jumlah server yg tak
terbatas (m = )
– Tiap pelanggan yg datang ditempatkan dlm service
– Tdk ada delay antrian, hanya waktu pelayanan
Antrian M/M/m
• Identik dg antrian M/M/1 kecuali ada m server (atau m kanal)
• Sembarang pelanggan (paket) yg datang diteruskan ke sembarang server yg
tersedia; jika tdk ada yg tersedia, pelanggan memasuki antrian tunggal
• Cat. PQ adalah probabilitas paket yg datang menemukan single server sibuk shg
PQ,1 = = /m
• Kasus 2: m-kanal, masing-masing dg service rate
M/M/m/m
• Antrian M/M/m/m dikenal sbg sistem rugi (loss) m- server
– Ada m server (spt pd M/M/m)
– Antrian tdk dibolehkan, shg pelanggan yg datang saat semua server sibuk
akan loss
– m terakhir pada notasi M/M/m/m menunjukan kapasitas sistem dibatasi m
pelanggan
• Contoh : Saluran transmisi pada jar circuit switch yg terdiri dari m circuit
– m circuit adalah m server utk koneksi
– Waktu pelayanan 1/, adalah waktu pendudukan koneksi (hold time)
– Permintaan panggilan diluar m akan di-blocked (lost)
– Blocking adalah ukuran performansi yg penting
• Analisa menggunakan hasil state-dependent M/M/1
Analisa M/G/1
• Mis E[Q] waktu utk menunggu service pd M/G/1
• Jika service FIFO, dan R’ residual service time pelanggan yg ada dlm service (jika
ada), maka:
• Cat. Hanya momen ke-1 dan ke-2 dari distribusi service time harus diketahui!
• Formula P-K dan Little’s law memberikan jumlah pelanggan dlm antrian NQ
• Antrian M/D/1 mempunyai service time deterministik, yaitu X1, X2, … Xi … = 1/
• Utilisasi total
C. RANGKUMAN
Probabilitas blocking adalah probabilitas bahwa paket yg datang akan menemui
semua server (circuit) sibuk dan krnnya akan lost.
Little’s law memberikan delay rata-rata per paket
Salah satu contoh model antrian adalah Antrian M/M/1/N, yang mengandung arti
antara lain: Proses kedatangan Poisson (Markov), Waktu pelayanan eksponensial
(Markov), Single server, dan Kapasitas terbatas utk N pelanggan dlm sistem.
1. Pelanggan memasuki toko dg rate rata-rata (30+x) pelanggan per jam, di mana x
adalah nomor urut Anda. Rata-rata pelanggan menghabiskan waktu 12 menit di dlm
toko. Berapa banyak pelanggan yg kita harapkan kita jumpai di dlm toko dlm
sembarang waktu?
2. Suatu konsentrator menerima message dari satu grup terminal dan
mentransmisikannya melalui suatu saluran transmisi tunggal. Misalkan message tiba
sesuai proses Poisson dg rate satu message setiap 4 ms, dan waktu transmisi message
mengikuti distribusi eksponensial dg mean 3 ms.
(a) Cari rata-rata jumlah message dlm sistem dan total delay rata-rata
(b) Berapa persentase peningkatan rate kedatangan shg menghasilkan dua kali total
delay rata-rata
3. Perhatikan dua sistem mempunyai kedatangan Poisson dan service time iid. Kedua
sistem mempunyai laju kedatangan dan rata-rata service time yg sama. Satu sistem
mempunyai distribusi service time eksponensial. Sistem yg lain mempunyai service
time yg konstan.
– Antrian mana yg lebih panjang?
– Dg faktor berapa?
4. Suatu komputer menangani dua tipe ‘job’. Job tipe 1 memerlukan waktu layanan
konstan 1 ms, dan job tipe 2 memerlukan waktu layanan yg terdistribusi secara
eksponensial dg waktu rata-rata (10+x) ms, di mana x adalah nomor urut Anda. Cari
rata-rata waktu tunggu jika sistem beroperasi sbb:
a. Sistem M/G/1 biasa
b. Sistem M/G/1 dg 2 prioritas dimana prioritas
utama diberikan pd job tipe 1
(asumsi laju kedatangan kedua job Poisson dg laju sama).
5. Jawab pertanyaan ini:
(a) Berapakah mean residual service time dr sistem dg service time exponential dg
mean m?
(b) Berapakah mean residual service time dari sistem dg service time konstan m?
B. POKOK-POKOK ISI
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
• Trafik non-Poisson ini disebut pula trafik kasar
• Bila trafik luap (R) ditawarkan kepada berkas N0(berkas luap), maka sistem
menjadi
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
• Ingin dicari R0 bila m dan v diketahui; kita tidak boleh langsung menggunakan
tabel R dalam Tabel Erlang
• Untuk kedatangan terdistribusi Poisson : ada trafik sebesar m ditawarkan ke
berkas N0, maka dari tabel Erlang dapat dicari R0 ; but We can’t do that
karena m tidak terdistribusi Poisson (sedangkan tabel Erlang dibuat
berdasarkan kedatangan Poisson)
• Ingin dicari N0 bila m dan v diketahui; kita tidak boleh langsung menggunakan
tabel R dalam Tabel Erlang
– Untuk kedatangan terdistribusi Poisson : ada trafik sebesar m dan diketahui
trafik yang ditolak sebesar R0, maka dari tabel dapat dapat dicari N0 ; but
We can’t do that karena m tidak terdistribusi Poisson(sedangkan tabel
Erlang dibuat berdasarkan kedatangan Poisson)
• Metoda Wilkinson (ERT) memadankan nilai m dan v dengan suatu nilai trafik fiktif
yang disebut Aek (A ekivalen) dan Nek (N ekivalen)
• Dengan pemadanan ini, diperoleh suatu sumber trafik yang sepadan dengan trafik
Poisson (Aek)
• Y.Rapp mendekati harga Aek sebagai berikut :
Aek = v + 3.(v/m)[(v/m)-1]
bila kita definisikan z=v/m (peakedness), maka :
Aek = v + 3z(z-1)
• Sedangkan Nek dihitung sebagai berikut
Nek = {[Aek(m+(v/m))]/[m+(v/m)-1]}-m-1 atau
Nek = {Aek(m+z)/(m+z-1)}-m-1
• Jadi, dengan ERT dapat diperoleh gambaran sistem berikut
• Misalkan diinginkan B diberkas luap = x %, maka hal ini berarti R0= x %.m(t)
• Harga Aek yang diperoleh dari pendekatan yang dilakukan Y.Rapp akan akurat bila
z 1,6, tetapi bila z > 1,6 maka salah satu rumus yang dapat digunakan agar Aek
akurat adalah sbb:
Aek = v + (2+a)z(z-1) … untuk z > 1,6
dimana
• Kongesti di berkas N0(yang mendapat penawaran trafik tidak acak ), dapat didekati
langsung memakai rumus rugi Erlang En(a) atau B(n,a)
– n=N0/z dan a=m/z ; z=v/m
• Jadi En(a)=B(n,a)=B(N0/z,m/z)
( )=
B = m/M(t)
• where:
• B=Erlang B loss probability
• N=Number of trunks in full availability group
• A=Traffic offered to group in Erlangs
Example
1. I am planning a remote PABX connected by a tieline that will be used for all
inbound calls to that PABX which will have 780 active ends. I estimate 30mE of
inbound traffic per active end, and GOS should be better than 0.002.
2. How many trunks do I need in the tie line route?
Carried Traffic
C a Be a 1 - Bloking Erlang B
R Recall Traffic R Be.r
r recall factor B
Overflow Traffic B Be1 - r
where:
P(>0)=Probability of delay greater than zero N=Number of servers in full availability
group
A=Traffic offered to group in Erlangs
4.2.3 Rekursif Erlang
C. RANGKUMAN
Trafik yang tak dapat dimuat dalam berkas tertentu dan ditawarkan ke berkas lain
tersebut disebut trafik luap.
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
acak-nya terlebih dahulu agar rumus rugi Erlang masih dapat digunakan.
Wilkinson menurunkan metoda pengubahan sistem yang bukan Poisson menjadi
sistem yang sepadan dengan Poisson.
• Metoda Fredericks-Hayward merupakan cara menghitung berkas luap yang lebih
mudah dibandingkan Wilkinson. Metodanya disebut Equivalent Congestion Model.
1. I am planning a remote PABX connected by a tieline that will be used for all inbound
calls to that PABX which will have 780 active ends. I estimate 30mE of inbound
traffic per active end, and GOS should be better than 0.002. How many trunks do I
need in the tie line route?
B. POKOK-POKOK ISI
• Agar terbentuk jaringan bebas rugi, maka N saluran masuk dari switch A harus
dapat dihubungkan/disambungkan ke N saluran keluar dari switch B
• Gambar di atas memperlihatkan cara mendapatkan jaringan bebas rugi dengan
elemengandeng bertingkat dua
Jaringan bebas rugi dg elemen gandeng bertangga tiga
• Jumlah switch B =k1, saluran masuknya=n1, maka k=k1.n1; saluran keluar switch
B = (2n1-1)
• D-E simetris dengan B-A, dan tiap switch C memiliki saluran masuk k1 dan saluran
keluar k1
• Maka setiap switch BCD mempunyai titik silang sebesar (2n1-1).k.(2+(k/(n1)2))
5.2 Routing
Tugas
• Pelajari Teorema Graph !
Dari\ke 1 2 3 4
Matriks biaya
Dari\ke 1 2 3 4
Dari\ke 1 2 3
1 - 3 Langsung
2 3 - langsung
3 langsung Langsung -
Tujuan optimasi
• Menjamin keadilan bagi setiap aliran trafik
• Contoh
A
• N disebut Marginal Capacity (), yaitu pertambahan trafik yang ditawarkan
B
Menghitung harga H
Menghitung harga
• Dengan cara yang serupa dengan cara menghitung H, maka dapat dihitung
dengan cara berikut
– =[A/N]B; bila N2=N3=NAlt (sehingga 2 = 3 = ), maka :
• Untuk N=NAlt didapat A1=f(NAlt)B
• Untuk N=NAlt+1 didapat A2=f(NAlt+1)B
• Maka =A2-A1
Contoh
Jadi N1=17
Teruskan dengan langkah keempat, menggunakan Wilkinson
• Pratt mendasarkan perhitungan pada struktur jaringan segitiga yang sederhana,
tetapi sebetulnya semakin kompleks struktur jaringannya, makin kompleks pula
cara menghitungnya
• i=originating node
• d=destination node
• F(i,d,a,b)=Sentral tandem berikutnya bila panggilan sudah menduduki berkas (a,b)
Bahan Ajar - Rekayasa Trafik Telekomunikasi 113
• F(i,d,a,b)=d bila b=d
• T(i,d,a,b)=Sentral tandem berikutnya bila panggilan meluap dari berkas (a,b)
• T(i,d,a,b)=0, bila berkas (a,b) merupakan berkas akhir
• F disebut Forward Matrix
• T disebut Overflow Matrix
• Bila P(a,b) adalah probabilitas blocking dari berkas (a,b) dan B(i,d,a,b) merupakan
probabilitas blocking dari sentral a ke d melalui semua rute yang dikembangkan
dari F(i,d,a,b) dan T(i,d,a,b) atau dengan perkataan lain, panggilan sudah sampai
sentral a dan berkas berikutnya yang dicoba untuk diduduki adalah berkas (a,b),
maka
• Bila probabilitas blocking di sentral diabaikan
=0,3.B(1,5,1,4)
C. RANGKUMAN
• Jaringan bebas rugi (C-loss) adalah jaringan yang memberikan keadaan bahwa
setiap saluran masuk yang menginginkan saluran keluar selalu dapat mencapai
(menduduki) setiap saluran keluar yang bebas dan selalu ada saluran bebas
• Dalam melakukan pendimensian jaringan, diperlukan data-data berupa: Data yang
diperlukan
– Matriks trafik
– Matriks biaya
B. POKOK-POKOK ISI
6.1 Forecasting untuk Perencanaan Sentral
• Perencanaan jaringan telepon didasarkan pada estimasi kebutuhan trafik masa
depan.
Matriks Trafik
Dimana Ni(t) forecast jumlah pelanggan kategori i pada tahun t dan i trafik per
pelanggan untuk kategori i
• Jika tidak dimungkinkan untuk memisahkan kedalam kategori dengan trafik
N (t )
berbeda, trafik kedepan dapat diestimasi sebagai: A(t ) A(0)
N (0)
• dimana N(t) dan N(0) jumlah pelanggan pada saat t dan 0
Estimasi Trafik Point-to-Point
• Untuk estimasi trafik dari satu sentral ke sentral lainnya berbagai formula dapat
diaplikasikan
• Idea dasarnya adalah ikut mempertimbangkan pertambahan pelanggan di kedua
sentral dan dan menerapkan faktor bobot tertentu terhadap pertumbuhan ini
Wi Gi W j G j
Aij (t ) Aij (0)
Wi W j
Materi
• Pendahuluan
• Network Planning
• Traffic forecast
• Traffic dimensioning
6.3 Kebutuhan Pengukuran dan Forecast Trafik
• Untuk pendimensian jaringan secara benar perlu
Mengestimasi trafik yang ditawarkan (traffic offered)
• Jika jaringan sudah beroperasi,
– Estimasi trafik saat ini paling tepat dengan membuat pengukuran trafik
• Kalau tidak, estimasi harus didasarkan pada informasi lain, mis.
• Observasi:
– Trafik berubah terhadap waktu
• Untuk dimensioning (jaringan telepon), trafik puncak ditentukan melalui konsep
jam sibuk:
Jam sibuk perioda kontinyu 1 jam dimana volume trafik terbesar
6.5.1 Model Jaringan Telepon
• Model sederhana jaringan telepon terdiri:
– node jaringan (sentral)
– link antar node
• Trafik berisi panggilan
• Tiap panggilan mempunyai dua phase
– = s
– Catatan: E[W] menuju tak hingga jika mendekati 1
• Asumsi:
– tiga sentral lokal secara penuh
dihubungkan satu sama lain
– matriks trafik T menunjukan
traffic interest jam sibuk
diberikan
– Fixed (direct) routing: panggilan
di-routekan melalui saluran
terpendek
• Waktu pendudukan rata-rata h = 3
menit
• Tugas:
tentukan kapasitas penanganan panggilan
pada node jaringan berbeda sesuai dg
persyaratan GOS, < 50%
Contoh (2)
• Node 1:
– call requests dari area sendiri:
[T(1,1) + T(1,2) + (1,3)]/h
= 90/3 = 30 calls/min
– call requests dari area 2:
T(2,1)/h = 30/3 = 10 calls/min
– call requests dari area 3:
T(3,1)/h = 30/3 = 10 calls/min
– arrival rate total call requests:
(1) = 30+10+10 = 50 calls/min
– kapasitas penanganan call yang
diperlukan:
– (1) = (1)/(1) = 0,5
(1) = 2 x (1) = 100 calls/min
• Node 2:
– arrival rate total call requests:
(2) = [T(2,1)+T(2,2)+T(2,3)+
T(1,2)+T(3,2)]/h
= (75+15+15)/3 = 35 calls/min
– kapasitas penanganan call:
– (2) = 2 x (2) = 70 calls/min
• Node 3:
– arrival rate total call requests:
(3) = [T(3,1)+T(3,2)+T(3,3)+
T(1,3)+T(2,3)]/h
= (75+15+15)/3 = 35 calls/min
– kapasitas penanganan call:
– (3) = 2 x (3) = 70 calls/min
• a=h
• n! = n(n - 1)(n - 2) … 1
Kurva Dimensioning
• Persyaratan Grade of Service: B 1%
Kebutuhan kapasitas link: n = min{I = 1,2,….. | Erl(I,a) B}
Contoh (2)
Tabel: B = Erl(n,a)
Teletraffic Theory
[1] V. B. Iversen, Chapter 1 of “Teletraffic Engineering Handbook”, available from
http://www.tele.dtu.dk/teletraffic/
[2] J. Roberts, “Traffic Theory and the Internet”, available from
http://www.comsoc.org/ci/public/preview/roberts.html
[3] Teletronikk (1995) Vol. 91, Nr. 2/3, Special Issue on “Teletraffic”
[4] COST 242, Final report (1996) “Broadband Network Teletraffic”, Eds. J.
Roberts, U. Mocci, J. Virtamo, Springer
[5] J.M. Pitts and J.A. Schormans (1996) “Introduction to ATM Design and
Performance”, Wiley
Queueing Theory
[6] L. Kleinrock (1975) “Queueing Systems, Volume I: Theory”, Wiley
[7] L. Kleinrock (1976) “Queueing Systems, Volume II: Computer Applications”,
Wiley
[8] D. Bertsekas and R. Gallager (1992) “Data Networks”, 2nd ed., Prentice-Hall
[9] P.G. Harrison and N.M. Patel (1993) “Performance Modelling of
Communication Networks and Computer Architectures”, Addison-Wesley
Aspek
Pengajara
No.SoalT
Minggu ke
Pustaka
Metode
Pokok Bahasan
Waktu
(jam)
N Kompete Tujuan Pembelajarn (Capaian
est
dan Sub.Pokok Kriteria Penilaian
n
o nsi Pembelajaran) Khusus
Bahasan
K P A
1 1
BAB I. KONSEP DASAR TRAFIK
5 10 Mid-Test 1 2
6 11 BAB V. PENDIMENSIAN DAN EVALUASI KINERJA JARINGAN
,
12
Memahami tentang Jaringan Mahasiswa dapat menjelaskan arti Ceram 1, 2,
, 5.1 Jaringan bebas bebas rugi (Closs) Jaringan bebas rugi (Closs) beserta ah dan 3, 4,
13 rugi (Closs) jenisnya berdasakran konstruksi jaringan/ tanya 5
jumlah elemen gandengnya. jawab
Memahami tentang routing Mahasiswa dapat menjelaskan arti dari
istilah penting: routing dan
5.2 Routing
mengerjakan contoh persoalan
routing.
Memahami tentang Mahasiswa dapat menjelaskan arti dari
5.3 Pendimensian
pendimensian jaringan dan istilah penting antara lain:
dan Optimasi
Jaringan
Optimasi Jaringan. pendimensian jaringan, routing, dan
sebagainya.
5.4 Evaluasi Memahami tentang Evaluasi Mahasiswa dapat menggunakan Evaluasi
NNGOS dengan NNGOS dengan metoda NNGOS dengan metoda Gaudreau.
metoda Gaudreau Gaudreau.
5.5 Beberapa Memahami tentang berbagai Mahasiswa dapat menyebutkan dan
parameter kinerja jenis parameter kinerja jaringan. menjelaskan berbagai parameter kinerja
jaringan jaringan.
BIODATA PENULIS 1
1 Nama Lengkap (dengan gelar) Sopian Soim, S.T., M.T.
2 Jenis Kelamin L
3 Jabatan Fungsional Lektor
4 NIP/NIK/Identitas lainnya 197103142001121001
5 NIDN 0014037106
6 Tempat, Tanggal Lahir Palembang, 14 Maret 1971
7 E-mail sopian_soim2005@yahoo.com
8 Nomor Telepon/HP 081373140678
9 Alamat Kantor Jl. Srijaya Negara, Bukit Besar – Palembang
10 Nomor Telepon/Faks 0711-353414 – 0711-355918
1. Rekayasa Trafik Telekomunikasi
2. Praktek Komunikasi Data
4 NIP/NIK/Identitas lainnya 196812041997031001
5 NIDN 0004126802
9 Alamat Kantor Jl. Srijaya Negara, Bukit Besar – Palembang
10 Nomor Telepon/Faks 0711-353414 – 0711-355918
1. Sistem Komunikasi Bergerak
2. Pengolahan Sinyal
11 Mata Kuliah yang Diampu 3. Data Network and Protocol
4. Praktek PLC
5. Wireless Broadband
1 Nama Lengkap (dengan gelar) Martinus Mujur Rose, S.T., M.T.
2 Jenis Kelamin L
3 Jabatan Fungsional Asisten Ahli
4 NIP/NIK/Identitas lainnya 197412022008121002
5 NIDN 0002127405
9 Alamat Kantor Jl. Srijaya Negara, Bukit Besar – Palembang
10 Nomor Telepon/Faks 0711-353414 – 0711-355918
1. Dasar Transmisi dan Saluran Transmisi