Bahan Ajar Rekayasa Trafik PDF

BAHAN AJAR
REKAYASA TRAFIK TELEKOMUNIKASI

TT1225012 (D3)
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
JURUSAN TEKNIK ELEKTRO

PROGRAM STUDI TEKNIK TELEKOMUNIKASI
POLITEKNIK NEGERI SRIWIJAYA
2014
HALAMAN PENGESAHAN
BAHAN AJAR BERBASIS E-LEARNING
NAMA MATAKULIAH : REKAYASA TRAFIK TELEKOMUNIKASI

KODE MATA KULIAH : TT1225012 (D3)
NAMA PENULIS 1 : SOPIAN SOIM
NIP/ NIDN : 197103142001121001 / 0014037106
NAMA PENULIS 2 : Dr. Dipl. Ing. AHMAD TAQWA, M.T.
NIP/ NIDN : 196812041997031001 / 0004126802
NAMA PENULIS 3 : MARTINUS MUJUR ROSE
NIP/ NIDN : 197412022008121002 / 0002127405
JURUSAN/ PRODI : TEKNIK ELEKTRO / TEKNIK TELEKOMUNIKASI (D3)
Palembang, Desember 2014

Menyetujui, Penulis,
Ketua Jurusan Teknik Elektro
Ir. Ali Nurdin, M.T. Sopian Soim, S.T., M.T.

NIDN.0007126208 NIDN. 0014037106
Mengetahui
a.n. Direktur
Pembantu Direktur I,
H. Firdaus, S.T, M.T.

NIDN.0015056306
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.
Palembang, Desember 2014
Penulis
iii
DAFTAR ISI
Halaman Sampul ........................................................................................................... i

Halaman Pengesahan .................................................................................................... ii
Kata Pengantar .............................................................................................................. iii
Daftar Isi ....................................................................................................................... iv
BAB 1 KONSEP DASAR TRAFIK ....................................................................... 1
CAPAIAN PEMBELAJARAN (Learning Outcome) ................................. 1
A. PENDAHULUAN/ DESKRIPSI SINGKAT ......................................... 1
B. POKOK-POKOK ISI ............................................................................. 1
1.1 Tujuan Teletrafik ................................................................................... 1
1.1.1 Tujuan Umum ............................................................................ 2
1.1.2 Tujuan praktis ............................................................................. 4
1.2 Besaran trafik ........................................................................................ 4
1.3 Jenis trafik ............................................................................................. 8
1.4 Model Teletrafik ................................................................................... 9
C. RANGKUMAN ..................................................................................... 16
D. SOAL LATIHAN/ TUGAS ................................................................... 17
BAB 2 MODEL ANTRIAN DAN MODEL TRAFIK ........................................... 18

CAPAIAN PEMBELAJARAN (Learning Outcome) ................................ 18
A. PENDAHULUAN/ DESKRIPSI SINGKAT ........................................ 18
B. POKOK-POKOK ISI ............................................................................. 18
2.1 Sistem Antrian ...................................................................................... 19
2.2 Karakteristik Proses Antrian ................................................................. 19
2.3 Notasi Antrian ....................................................................................... 21
2.4 Model teletrafik ..................................................................................... 24
2.4.1 Deskripsi Trafik ......................................................................... 25
2.4.2 Diagram Transisi Kondisi ........................................................... 26
2.4.3 Pola kedatangan panggilan (Call Arrival Process) ..................... 26
2.4.4 Pola antar waktu kedatangan (Interarrival time distribution) ..... 27
2.4.5 Pola lamanya waktu pendudukan (service time distribution) ..... 28
2.4.6 Persamaan Kondisi dan Kesetimbangan .................................... 29
C. RANGKUMAN ...................................................................................... 34
BAB 3 TEORI ANTRIAN ...................................................................................... 36

B. POKOK-POKOK ISI ............................................................................. 36
3.1 Dasar Antrian ........................................................................................ 37
3.2 Background: Proses Poisson ................................................................. 39
3.3 Little’s Law .......................................................................................... 41
3.4 Antrian M/M/1 ..................................................................................... 44
3.5 Teori Antrian ........................................................................................ 51
iv
C. RANGKUMAN ...................................................................................... 73
D. SOAL LATIHAN/ TUGAS .................................................................... 74
BAB 4 TRAFIK LUAP DAN PERLUASAN ERLANG ....................................... 75

CAPAIAN PEMBELAJARAN (Learning Outcome) ................................. 75
B. POKOK-POKOK ISI ............................................................................. 75
4.1 Trafik Luap (Overflow Traffic) ............................................................ 75
4.1.1 Metoda Wilkinson ...................................................................... 77
4.1.2 Metoda Fredericks-Hayward ..................................................... 82
4.1.3 Rumus Pemisahan Harga Rata-rata ........................................... 82
4.1.4 Rumus Olsson ............................................................................ 82
4.1.5 Rumus Wallstrom ...................................................................... 83
4.1.6 Rumus Pemisahan Variansi ........................................................ 83
4.2 Perluasan Erlang ................................................................................... 83
4.2.1 Extended Erlang B ..................................................................... 84
4.2.2 Erlang C ..................................................................................... 85
4.2.3 Rekursif Erlang .......................................................................... 86
C. RANGKUMAN ..................................................................................... 88
D. SOAL LATIHAN/ TUGAS .................................................................. 88
BAB 5 PENDIMENSIAN DAN EVALUASI KINERJA JARINGAN ................. 90

B. POKOK-POKOK ISI ............................................................................. 90
5.1 Jaringan bebas rugi (Closs) ................................................................... 90
5.2 Routing ................................................................................................. 96
5.3 Pendimensian dan Optimasi Jaringan ................................................... 106
5.4 Evaluasi NNGOS dengan metoda Gaudreau ........................................ 113
5.5 Beberapa parameter kinerja jaringan .................................................... 116
C. RANGKUMAN ..................................................................................... 118
D. SOAL LATIHAN/ TUGAS .................................................................. 119
BAB 6 FORECASTING DAN NETWORK PLANNING .................................... 120

B. POKOK-POKOK ISI ............................................................................. 120
6.1 Forecasting untuk Perencanaan Sentral ................................................ 120
6.1.1 Forecast Point-to-Point .............................................................. 122
6.1.2 Menghitung Faktor Bobot ......................................................... 122
6.1.3 Gravity Model ........................................................................... 123
6.1.4 Kruithof’s Double Factor Method ............................................. 123
6.1.5 Penggunaan Kruithof’s Double Factor Method ......................... 124
6.2 Network Planning dan Dimensioning ................................................... 126
6.2.1 Network Planning dalam Lingkungan Stabil ............................. 127
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
Daftar Pustaka .............................................................................................................. 145

Lampiran
GBPP
RPS
Biodata Penulis
vi
BAB I
KONSEP DASAR TRAFIK
CAPAIAN PEMBELAJARAN (Learning Outcome)

1. Capaian Pembelajaran Umum
 Memahami Konsep dasar Trafik mulai dari besaran intensitas trafik, jenis trafik,
pemodelan trafik, sampai pada penggunaan Tabel Erlang dalam mengaitkan
ketiga faktor utama yaitu Trafik yang ditawarkan, Kualitas Layanan, dan
Kapasitas yang harus disediakan.
2. Capaian Pembelajaran Khusus
 Dapat membedakan offered traffic, carried traffic dan loss traffic.
 Dapat menjelaskan hubungan antara intensitas trafik, blocking, dan kapasitas
sistem atau jumlah kanal, serta cara penggunaan penggunaan Tabel Erlang B.
 Dapat membedakan antara sistem loss murni, sistem dengan antrian murni, dan
mixed antara keduanya.
A. PENDAHULUAN/ DESKRIPSI SINGKAT

Bab ini membahas tentang Konsep Dasar Trafik, yang pada intinya mempelajari kaitan
antara Beban Trafik dengan 2 faktor utama yaitu Kualitas Layanan dan Kapasitas
Sistem. Lebih detail lagi tentang trafik, dalam bab ini dijelaskan lebih lanjut tentang
besaran trafik, jenis trafik, dan pemodelan trafik, sampai pada penggunaan Tabel
Erlang dalam mengaitkan ketiga faktor utama yaitu Trafik yang ditawarkan, Kualitas
Layanan, dan Kapasitas yang harus disediakan.
B. POKOK-POKOK ISI
Konsep Dasar Trafik
outline
o Tujuan Teletrafik
o Besaran Trafik
o Jenis Trafik
o Pemodelan Trafik
Bahan Ajar - Rekayasa Trafik Telekomunikasi 1

1.1 Tujuan Teletrafik
1.1.1 Tujuan Umum
• Menentukan hubungan antara tiga faktor berikut :
– Kualitas pelayanan (QoS)
– Beban trafik
– Kapasitas sistem
Sudut pandang trafik

• Sistem telekomunikasi dari sudut pandang 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

Hubungan antara 3 faktor
• Secara kualitatif, hubungannya adl sbb :
• Untuk menjelaskan hubungan kuantitatif, diperlukan model matematik
Bidang yang berhubungan

• Teori probabilitas
• Proses stokastik
• Teori antrian
• Analisa statistik (pengukuran trafik)
• Riset operasi
• Teori optimasi
• Teori pengambilan keputusan (Markov)
• Teknik simulasi (oop)
Beda real sistem dg model
• Biasanya :

– Model menggambarkan sebagian atau satu sifat dari real sistem dg
kesepakatan dan bahkan dari satu sudut pandang
– Deskripsi tidaklah sangat akurat tapi merupakan pendekatan
• Sehingga
– Diperlukan kehati-hatian ketika mengambil kesimpulan
1.1.2 Tujuan praktis

• Perencanaan jaringan
– Dimensioning
– Optimasi
– Analisa kinerja
• Manajemen dan pengaturan jaringan
– Operasi efisien
– Fault recovery
– Manajemen trafik
– Routing
– accounting
1.2 Besaran trafik
• Volume trafik (V)
– Jumlah lamanya waktu pendudukan perangkat telekomunikasi
– Total holding time
• Holding time = durasi panggilan
– Pangggilan (call) = permintaan koneksi dalam sistem
teletraffic
• Holding time = service time
• Intensitas trafik (A)
– Jumlah lamanya waktu pendudukan per satuan waktu
– Volume trafik dibagi perioda waktu tertentu
• Diketahui ada n saluran
• Diketahui ada sejumlah p saluran (dari n saluran yang ada) diduduki pada saat
bersamaan
• Bila tp menyatakan jumlah waktu pendudukan p saluran dalam perioda T, maka :

n
t
p 0
p T
Total holding time semua saluran

n
 pt
p 1
p V
Maka intensitas trafik

n pt p  tp 
n
A   p 
p 1 T p 1  T 
Beberapa pengertian lain intensitas trafik

• Intensitas trafik yang diolah oleh satu saluran sama dengan peluang (bagian dari
waktu) saluran tersebut diduduki (busy)
• Intensitas trafik menyatakan pula jumlah rata-rata saluran yang diduduki secara
bersamaan dalam perioda waktu tertentu
Pendekatan lain perhitungan intensitas trafik

• Jumlah wak tu dari seluruh pendudukan
per satuan waktu (perioda pengamatan)
1 N
A   tn
T n 1
Contoh : Suatu berkas saluran terdiri dari 4 saluran.
Di dalam satu jam (jam sibuk) misalnya diketahui
– Saluran 1 diduduki selama total 0,25 jam
– Saluran 2 diduduki selama total 0, 5 jam
– Saluran 3 diduduki selama total 0,25 jam
– Saluran 4 diduduki selama total 0, 5 jam
Maka : A  (0,25  0,5  0,25  0,5)jam/1 jam  1,5 jam/jam
– Hasil - hasil lain
• Waktu pendudukan rata - rata :
1 N
tr   tn
N n 1
• Jumlah pendudukan per satuan waktu
– C  A/t r  N/T
A  C.t r
– C  jumlah panggilan (pendudukan) per satuan waktu (1 jam sibuk)
– t r  lamanya waktu pendudukan rata - rata dinyatakan
dalam satuan waktu yang sama dengan C
• Contoh : C  3600 panggilan/jam  60 panggilan/menit  1 panggilan/detik
• tr  1/60 jam/panggilan  1 menit/panggilan  60 detik/panggilan
• Maka : A  3600 x 1/60  60 jam/jam  60 x 1  60 menit/menit  1x60 detik/detik
• Harap diingat bahwa intensitas trafik tidak bersatuan (dimensionless)

• Tetapi, untuk menghormati jasa ilmuwan Denmark Agner Krarup Erlang (1878-
1929), maka intensitas trafik diberi satuan Erlang (erl)
Contoh-contoh
• Misalkan ada suatu sentral. Asumsikan bahwa
– Rata-rata terdapat 1800 panggilan baru dalam 1 jam, dan
– Rata-rata waktu pendudukan adalah 3 menit
• Maka intensitas trafik adalah
a = 1800x3/60 = 90 Erlang

• Jika rata-rata waktu pendudukan naik dari 3 menit menjadi 10 menit, maka
a = 1800 x 10/60 = 300 Erlang
Pertanyaan
Suatu perusahaan rata-rata melakukan panggilan keluar sebanyak 120 kali pada 1
jam sibuk. Masing-masing panggilan rata-rata berdurasi 2 menit. Pada arah ke dalam
(menerima), perusahaan tersebut menerima 200 panggilan yang durasi setiap panggilannya
rata-rata 3 menit.Hitung trafik keluar (outgoing traffic), trafik ke dalam (incoming traffic),
dan trafik total.
Jawab
Out going traffic adalah 120 X 2/60 = 4 erlang
Incoming traffic adalah 200 X 3/60 = 10 erlang
Trafik total adalah 4 + 10 = 14 erlang
Karakteristik trafik
 Karakteristik tipikal untuk beberapa katagori pelanggan telepon
– Private subscriber : 0,01 – 0,04 erlang
– Business subscriber : 0,03 – 0,06 erlang
– Private branch exhange : 0.10 – 0,60 erlang
– Pay phone : 0,07 erlang
 Hal ini berarti, misalnya :
– Seorang pelanggan rumahan (private subscriber) biasanya menggunakan
1% s.d. 4% waktunya untuk berbicara melalui telepon (pada suatu selang
waktu yang disebut “jam sibuk”)
– Diperlukan 2250 – 9000 pelanggan rumahan untuk menghasilkan trafik 90
erlang
Perluasan Erlang
• trafik data-nontelepon , dari satuan bit menjadi satuan erlang bisa diubah dengan
cara sebagai berikut:
• Trafik sebesar B bit pada pengukuran 1 jam = B/3600 bps , selanjutnya bila trafik
tersebut dibagi dengan bit-rate yang satuannya sama , hasilnya adalah akan
bersatuan erlang (ingat bahwa erlang = detik/detik=jam/jam=menit/menit , berarti
juga = bps/bps=kbps/kbps dll )
• Workstation digunakan untuk pengiriman data sebanyak 1000 packet/detik @ 1
kbit/packet dengan kecepatan 5 Mbps , trafik = 0,2 Erlang

1.3 Jenis trafik
• Trafik yang ditawarkan (offered traffic) : A
• Trafik yang dimuat (carried traffic) : Y
• Trafik yang ditolak atau hilang (lost traffic) : R
Relasi ketiga jenis trafik tersebut : A = Y + R
• Definisi-definisi intensitas trafik sebelumnya mengacu pada carried traffic
• Secara natural, offered traffic dapat didefinisikan sebagai jumlah rata-rata upaya
pendudukan selama perioda waktu yang sama dengan waktu rata-rata pendudukan
dari pendudukan yang sukses
– Arti dari berhasil tergantung dari fungsi perangkat yang diamati. Sehingga,
pendudukan yang berhasil terhadap perangkat pengendali (common control
device) belum tentu membawa pada keberhasilan pembentukan jalur
komunikasi
• Lost trafik dihitung dari perbedaan antara offered dan carried traffic
• Hanya carried traffic yang dapat diukur
• Jenis traffic lainnya harus dihitung
Volume trafik
= Intensitas trafik kali perioda pengamatan = AT [Erlang-jam]
= Jumlah pendudukan kali waktu pendudukan rata-rata = n.h [Erlang-jam]
Sehingga diperoleh relasi dasar : AT = nh
Satuan-satuan trafik lain dan konversinya

1.4 Model Teletrafik
• Model teletraffic bersifat stokastik (probabilistik)
– Kita tidak tahu kapan akan datang panggilan
• Variabel dalam model tersebut bersifat acak (random variables)
– Jumlah panggilan yang sedang berlangsung
– Jumlah paket yang ada di buffer
• Random variable (peubah acak) dinyatakan oleh suatu distribusi
– Peluang adanya n panggilan yang sedang berlangsung
– Peluang terdapatnya n paket di dalam buffer
Istilah Dalam Proses Trafik
Model teletrafik
• Dua fase dalam pemodelan
– Pemodelan incoming trafik -> model trafik
– Pemodelan sistem -> model sistem
• Dua jenis model
– Sistem dg rugi-rugi (loss system)

– Sistem dg antrian (waiting/queueing system)
• Dapat dikombinasikan utk memodelkan seluruh jaringan telekomunikasi
– Model jaringan dg rugi-rugi
– Model jaringan dg antrian
• Berikutnya, …Model teletrafik sederhana
Model teletrafik sederhana

• Pelanggan datang dg laju  (pelanggan per satuan waktu)
– 1/  = rata-rata waktu antar kedatangan
• Pelanggan dilayani oleh n paralel server
• Ketika busy, server melayani dg laju  (pelanggan per satuan waktu)
– 1/ = rata-rata waktu pelayanan
• Terdapat m tempat tunggu
• Diasumsikan pelanggan yg ditolak (datang ketika sistem penuh) adl hilang
Pure loss system
• Tdk ada buffer tunggu (m = 0)

• Sudut pandang pelanggan :
– Berapa probabilitas sistem penuh ketika panggilan datang ?
• Sudut pandang sistem
– Berapa faktor utilisasi server ?
Pure waiting system

• Jumlah buffer tunggu infinite (m = ~)
– Jika semua n server dipakai ketika pelanggan datang, dia akan menempati
satu buffer
– Tdk ada customer yg hilang, tetapi sebagian harus menunggu sebelum
dilayani
• Sudut pandang pelanggan
– Berapa probabilitas dia harus menunggu “terlalu lama” ?
• Sudut pandang sistem
– Berapa faktor utilisasi server ?
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 :

– Pelanggan baru datang dg laju 
• Asumsi stabilitas
– Sekarang dan kemudian sistem tdak pernah penuh
• Konsekuensi
– Pelanggan keluar dari sistem dg laju 
• Let
– N = jumlah rata-rata pelanggan dalam sistem
– T = waktu rata-rata pelanggan dalam sistem
Formula Little : N =  .T
Model klasik trafik telepon

• Model rugi-rugi dipakai utk menggambarkan jaringan telepon (circuit switched)
– Diawali oleh matematikawan AK Erlang (1878-1929)
• Perhatikan link antara dua sentral telepon
– Trafik berisi panggilan telepon yg berhasil pada link
• Erlang memodelkan ini sbg pure loss system (m = 0)
– Pelanggan = call
dg laju kedatangan = 
– Waktu pelayanan = call holding time
h = 1/= waktu holding rata-rata
– Server = jumlah kanal pada link, n
Intensitas trafik
• Pada jaringan telepon :

Trafik Panggilan
1. Jumlah trafik digambarkan dg intensitas trafik a, yaitu perkalian laju kedatangan 
dg holding time h.
a = .h (erl)
• Satuan intensitas trafik adl erlang (erl)
– Trafik 1 erlang berarti rata-rata 1 kanal dipakai
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

– Call blocking Bc = probabilitas panggilan yg datang mendapati n kanal
dipakai, bagian panggilan yg hilang
– Time blocking Bt = probabilitas n kanal dipakai pd sebarang waktu, bagian
waktu dimana n kanal dipakai
• Jika panggilan datang dg distribusi Poisson maka
Bc = Bt
– Bc menghasilkan pengukuran yg lebih baik utk kualitas pelayanan thd
subscriber, sdg Bt lebih mudah dlm perhitungan
Laju panggilan
• 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

– Trafik yg ditawarkan dan yg dibuang adl kuantitas hipotesis, trafik yg
dilayani dpt diukur (ingat formula Little).Trafik yg dilayani adl jumlah rata-
rata kanal yg dipakai pd link
Analisa teletrafik
• Kapasitas sistem, n = jumlah kanal pd link

• Beban trafik, a = intensitas trafik yg ditawarkan
• QOS (sudut pandang subscriber)
Bc = probabilitas panggilan yg datang mendapati semua n kanal dipakai
• Asumsi loss system M/G/n/n adl
– Panggilan datang dg distribusi Poisson dan laju 
– Holding time adl terdistribusi secara identik dan independen bergantung
distribusinya dg rata-rata h
• Shg hubungan kuantitatif antara 3 faktor trafik diberikan sbg formula blocking
Erlang.
Formula blocking Erlang
Bc = Erl (n,a) = (an / n!) /  ai / i!

• Note : n! = n.(n-1)…2.1
• Nama lain : Formula Erlang, Rumus Erlang-B, Rumus rugi-rugi Erlang, Rumus
pertama Erlang
Contoh
1. Misal tdp kanal n=4 pd suatu link dan trafik yg ditawarkan a=2 erlang, maka
probabilitas blocking panggilan Bc adl :
Bc = Erl(4,2)
=(24/4!)/1+2+22/2!+23/3!+24/4!= 2/21  9,5 %
• Jika kapasitas link ditingkatkan mjd n=6, maka Bc akan turun mjd :
Bc = Erl(6,2)  1,2 %
Kapasitas vs trafik
• Diberikan QOS, Bc < 20 %, kapasitas n yg diperlukan bgt intensitas trafik a sbb :
n(a)=min{N=1,2,…|Erl(N,a)<0,2}

QOS vs trafik
• Diketahui kapasitas n=10 kanal, QOS yg bgt intensitas trafik a, sbb :
1 – Bc(a) = 1 – Erl (10,a)
QOS vs kapasitas
C. RANGKUMAN
1. Jumlah trafik digambarkan dengan intensitas trafik a, yaitu perkalian laju
kedatangan  dg holding time h.
a = .h (erl)

– Satuan intensitas trafik adalah erlang (erl), di mana trafik 1 erlang berarti
rata-rata 1 kanal dipakai
2. Jenis Trafik:
• Trafik yang ditawarkan (offered traffic) : A
• Trafik yang dimuat (carried traffic) : Y
• Trafik yang ditolak atau hilang (lost traffic) : R
Relasi ketiga jenis trafik tersebut : A = Y + R
3. Definisi-definisi intensitas trafik sebelumnya mengacu pada carried traffic
4. Secara natural, offered traffic dapat didefinisikan sebagai jumlah rata-rata upaya
pendudukan selama perioda waktu yang sama dengan waktu rata-rata pendudukan
dari pendudukan yang sukses.
5. Arti dari berhasil tergantung dari fungsi perangkat yang diamati. Sehingga,
pendudukan yang berhasil terhadap perangkat pengendali (common control device)
belum tentu membawa pada keberhasilan pembentukan jalur komunikasi
• Lost trafik dihitung dari perbedaan antara offered dan carried traffic
• Hanya carried traffic yang dapat diukur
• Jenis traffic lainnya harus dihitung
6. Volume trafik
= Intensitas trafik kali perioda pengamatan = AT [Erlang-jam]
= Jumlah pendudukan kali waktu pendudukan rata-rata = n.h [Erlang-jam]
Sehingga diperoleh relasi dasar : AT = nh
SOAL LATIHAN/ TUGAS
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.

BAB II
MODEL ANTRIAN DAN MODEL TRAFIK

 Memahami bermacam-macam model antrian dan model trafik, serta hal-hal yang
mendasari adanya bermacam-macam pemodelan tersebut.
 Dapat membedakan berbagai macam model antrian.
 Dapat menjelaskan karakteristik antrian seperti pola kedatangan, pola layanan,
disiplin antrian, kapasitas sistem, dan sebagainya.
 Dapat menjelaskan arti dari berbagai macam notasi antrian.
 Dapat menyelesaikan persoalan-persoalan tentang model antrian dan model trafik.

• Bab ini membahas tentang berbagai Model Antrian dan Model Trafik berdasarkan
sifat distribusi kedatangan trafik. Model Antrian meliputi jenis-jenis antrian yang
diterapkan untuk berbagai kemungkinan di dalam sistem, sebagai akibat dari
terbatasnya kapasitas sistem sedangkan jumlah kedatangan trafik dapat bernilai tak
terbatas. Model trafik meliputi deskripsi trafik, dasar pemodelan trafik, fase
pemodelan trafik yang terbagi 2 yaitu Pemodelan incoming trafik -> model trafik
dan Pemodelan sistem -> model sistem.
B. POKOK-POKOK ISI
Model Antrian & Model Trafik

Outline:
• Overview
• Sistem Antrian
• Karakteristik proses antrian
• Notasi
• Dasar sistem antrian
• Model Trafik Suara/Voice

2.1 Sistem Antrian
• Kedatangan utk layanan
• Menunggu utk layanan
• Mendapat layanan
• Meninggalkan sistem
Sistem Antrian Umum
2.2 Karakteristik Proses Antrian

• Pola kedatangan
• Pola layanan
• Disiplin antrian
• Kapasitas sistem
• Jumlah kanal layanan
• Jumlah tingkat/stages layanan
Pola Kedatangan
• Stochastic
– Distribusi probabilitas
– Kedatangan tunggal/single atau batch
• Kelakuan pelanggan
– Pelanggan sabar
• Menunggu selamanya
– Pelanggan tidak sabar
• Menunggu utk suatu perioda waktu dan memutuskan utk pergi
• Melihat antrian panjang dan memutuskan tdk bergabung
• Mengubah barisan utk menunggu
• Apakah time dependent?
– Pola kedatangan Stationary (time independent – probability distribution)
– Pola kedatangan Nonstationary

Pola Layanan
• Distribusi utk waktu layanan
• Layanan tunggal/single atau batch (mesin paralel)
• Proses layanan tergantung jumlah pelanggan menunggu (state dependent)
• Layanan sangat cepat  masih memerlukan antrian?
– Tergantung juga pada kedatangan
– Mengasumsikan mutually independent
Disiplin Antrian
• Cara pelanggan-pelanggan mendapatkan layanan
• First come, first serve
• Last come, first serve
• Random serve
• Priority serve
– Preemptive
– Nonpreemptive
Kapasitas Sistem
• Kapasitas terbatas
– Ukuran sistem maksimum
• Kapasitas tdk terbatas
Jumlah Kanal Layanan
• Sistem antrian multiserver
– Single line service
– Multiple line service
Tingkat/Stages Layanan
• Single stage
• Multiple stages
– Tanpa feedback (Entrance Exam)
– Dg feedback (Manufacturing)

2.3 Notasi Antrian
• Notasi Kendall (1953)
A/B/X/Y/Z
A : Distribusi waktu antar kedatangan
B : Distribusi waktu layanan
X : # kanal layanan paralel
Y : Kapasitas sistem
Z : Disiplin antrian
• 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)

• M/M/1
• M/M/c/k
• M/M/∞
• Ek/M/1
• M/G/1
• G/M/m
• G/G/1
Sistem Antrian - Dasar
• G/G/m
– Waktu antar kedatangan dg distribusi A(t)
– Waktu layanan dg distribusi B(x)
– m servers
• Cn: pelanggan ke-n memasuki sistem
• n: waktu kedatangan utkCn
• tn: Waktu antar kedatangan (n – n-1)
• xn: service time for Cn
• wn: waktu tunggu dlm antrian utk Cn

• sn: waktu dlm sistem utk Cn  (wn + xn)
• λ : laju kedatangan rata-rata
• µ : laju layanan rata-rata
Notasi Diagram Waktu

• N(t): # pelanggan dlm sistem@waktu t
• U(t): pekerjaan belum selesai/ unfinished @waktu t
– U(t) = 0  Sistem idle
– U(t) > 0  Sistem busy
• (t): # kedatangan pada (0,t)
• (t): # keberangkatan pada (0,t)
• t : laju kedatangan
• t = (t)/t = # kedatangan/waktu
• (t) : waktu total semua pelanggan dlm sistem (pelanggan-detik)
• Tt = (t)/t = waktu sistem/pelanggan

Hasil Little
Jumlah rata-rata pelanggan dlm sistem antrian sama dg laju kedatangan

pelanggan ke sistem tsb, dikalikan rata-rata waktu yg dihabiskan dlm sistem”
• Nq = rata-rata # pelanggan dlm antrian

•  = laju kedatangan
• W = rata-rata waktu dihabiskan dlm antrian
• Ns = rata-rata # pelanggan dlm fasilitas layanan

•  = laju kedatangan
• x = rata-rata waktu dihabiskan dlm fasilitas layanan
2.4 Model teletrafik

• Dua fase dalam pemodelan
– Pemodelan incoming trafik -> model trafik
– Pemodelan sistem -> model sistem

Dasar Pemodelan
• 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.)

2.4.2 Diagram Transisi Kondisi
• Jumlah saluran dalam berkas yang diduduki disebut kondisi (keadaan/state)
• Proses kedatangan panggilan atau berakhirnya pendudukan dapat merubah kondisi
berkas yang bersangkutan
• Kondisi dan perubahannya dapat digambarkan oleh suatu diagram transisi kondisi
– Kondisi : bulatan dan angka
– Arah transisi : panah
• Kondisi menyatakan jumlah saluran atau peralatan yang diduduki
• Probabilitas kondisi menyatakan lamanya suatu kondisi berlangsung di dalam
selang waktu tertentu (1 jam sibuk)
• Probabilitas transisi menunjukkan peluang terjadinya transisi dari suatu keadaan ke
keadaan yang lain di dalam selang waktu yang sangat kecil (dt)
2.4.3 Pola kedatangan panggilan (Call Arrival Process)
• Call arrival dapat diartikan percobaan pertama untuk menghubungkan beberapa

perangkat bagi terbentuknya suatu panggilan (first attempt to connect some device
for the purpose of establishing a call)  event sesaat (instantaneous)
• Pengertian di atas merupakan pengertian yang legitimate karena proses pendudukan
perangkat (seizing) pada umumnya sangat singkat dibandingkan dengan holding
time-nya setelah seizure
• Dengan fakta-fakta tersebut di atas marilah kita turunkan distribusi kedatangan
panggilan
• Misalkan proses call arrival (seperti yang sudah didefiniskan pada slide
sebelumnya) berlangsung terus pada selang waktu yang sangat lama dan
• bayangkan selang waktu yang lama tersebut dibagi menjadi interval-interval yang
lebih kecil dengan durasi dt

• Dengan membuat agar dt sangat singkat, kita dapat menjamin bahwa
peluang terjadinya kedatangan lebih dari satu (pada selang dt) dapat
diabaikan
• Misalkan ‘a’ menyatakan jumlah rata-rata kedatangan per satuan waktu

• Satu satuan waktu terdiri dari ‘1/dt’interval
• Maka peluang suatu interval (yang dipilih secara acak) mengandung sebuah
kedatangan adalah a/(1/dt) = a.dt = dengan kata lain ini adalah peluang meunculnya
pangggilan dalam interval dt
• Peluang bahwa ada tepat (exactly) sebanyak ‘x’ panggilan yang terjadi selama
selang waktu T adalah merupakan peluang bahwa ada sebanyak ‘x’ dari ‘T/dt’
interval yang mengandung panggilan (dt dipilih agar T/dt merupakan sebuah
integer)
• Maka ‘x’ merupakan distribusi binomial, sehingga distribusi peluangnya adalah :
• Bila dt  0, maka (1 – adt)1/dt  e-a, maka px menjadi :

x
px 
aT  at
e
x!
Ini merupakan distribusi Poisson
• Jadi pola kedatangan panggilan berdistribusi Poisson
• Mean value dari distribusi Poisson di atas adalah at demikian pula dengan
variansinya akan berharga at  ciri distribusi Poisson
2.4.4 Pola antar waktu kedatangan (Interarrival time distribution)

• Seperti sebelumnya, sumbu waktu dibagi kedalam interval-interval yang lebih kecil
‘dt’

• Misalkan dipilih suatu waktu secara acak (random instant)
• Selang waktu sampai terjadinya suatu panggilan berikutnya akan melebihi ‘t’, jika
dan hanya jika interval pertama, kedua … ke-’(t/dt)’ tidak mengandung kedatangan
panggilan.
• Peluang terjadinya event ini adalah ‘(1-adt)t/dt’ yang akan cenderung menjadi ‘e-at’
jika ‘dt’ mendekati nol
• Maka fungsi distribusi dari t (yaitu peluang bahwa selang waktu sampai panggilan
berikutnya lebih kecil dan sama dengan t) adalah
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
2.4.5 Pola lamanya waktu pendudukan (service time distribution)

• Diasumsikan bahwa sebuah panggilan berakhir secara acak
• Dengan mengambil waktu awal (origin) merupakan saat dimulainya panggilan,
maka peluang bahwa panggilan berakhir dalam selang [t,t+dt] adalah mdt (analogi
dengan kedatangan panggilan)
• Peluang bahwa waktu pelayanan lebih besar dari t (H(t)) adalah sama dengan
peluang bahwa panggilan tidak berakhir dalam selang [0,t]
• 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

• Maka probability density function dari waktu pelayanan adalah f(t) = e-t
• Dengan demikian waktu pendudukan berditribusi eksponensial negatif dengan
mean -1
–  disebut laju waktu pelayanan
• Penyesuaian dengan notasi di diktat kuliah

a=l
 = 1/h
• l = harga rata-rata kedatangan panggilan
• 1/ l = selang waktu antar kedatangan panggilan
•  = laju berakhirnya panggilan
• 1/  = selang waktu antar berakhirnya pendudukan
• h = harga rata-rata waktu pendudukan
• 1/h = selang waktu antar pendudukan
2.4.6 Persamaan Kondisi dan Kesetimbangan

• Akan dicari peluang bersyarat : suatu panggilan datang pada selang (t,Dt) bila
diketahui bahwa selama waktu t tidak ada panggilan datang
• Bila x adalah panggilan yang datang, maka kita akan mencari P(x  t+Dt | x > 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)

• Maka P(t < x  t+Δt) =1– P(x  t) - P (x > t+ Δt)
=1– P(x  t) – (1 – P (x  t+ Δt))
= P (x  t+ Δt) – P(x  t)
Bila kita uraikan menggunakan deret Mc Laurin, akan kita peroleh
• Bila Δt  0 maka P(Δt)  .Δt + 0(Δt)

• 0(Δt) merupakan fungsi Δt yang harganya akan lebih cepat menjadi 0 daripada Δt
nya sendiri bila Δt mendekati nol

• P(Δt) tak tergantung t
• Hanya mungkin terjadi satu peristiwa dalam suatu waktu tertentu, karena bila
terjadi lebih dari satu peristiwa maka probabilitasnya akan sebanding dengan Δt2
(atau Δt3 dst.) dan ini berarti akan menjadi nol (bila Δt mendekati nol)
• Kita sudah memperoleh hasil sebagai berikut (dengan Δt mendekati nol (dt)):
• Peluang (datangnya 1 panggilan dalam waktu dt) = t + 0(dt)
• =laju rata-rata datangnya panggilan
• Dengan analogi : Peluang (berakhirnya 1 pendudukan dalam waktu dt) = t
+ 0(dt)
• =1/h= laju rata-rata berakhirnya panggilan
• Bila kita gunakan koefisien kelahiran dan kematian :
• Peluang (datangnya 1 panggilan pada kondisi n dalam waktu dt) = bndt +
0(dt)
• Peluang (berakhirnya 1 panggilan pada kondisi n dalam waktu dt) = dndt +
0(dt)
• Peluang (terjadi lebih dari 1 peristiwa datang dan/atau berakhir dalam waktu
dt) = 0(dt)
• Kondisi n pada saat t+dt dapat terjadi melalui beberapa kemungkinan :
Kondisi Kondisi pada Transisi Prob(transisi dlm

pada t (t+dt) dt/kondisi pada t)
n n Tak ada yang datang ataupun (1-bndt)(1-dndt)=1- bndt-

berakhir dndt+0(dt)
n-1 n 1 panggilang datang dan tak bn-1dt(1- dn-1dt)+0(dt)=

ada yang berakhir bn-1dt+0(dt)
n+1 n Tak ada yang datang dan 1 (1- bn+1dt)dn+1dt +0(dt)=

pendudukan berakhir dn+1dt+0(dt)
Kondisi n Lebih dari 1 transisi O(dt)

lainnya
• Kita akan mencari probabilitas kondisi n pada waktu t : P(n,t)

– P(n,t+dt)=P(n,t)(1-bndt-dndt)+P(n-1,t)bn-1dt +P(n+1,t)dn+1dt+0(dt)

– (P(n,t+dt) – P(n,t))/dt =-(bn+dn) P(n,t)+ bn-1P(n-1,t) +dn+1P(n+1,t) + 0(dt)
– Bila dt mendekati nol :
– dP(n,t)/dt =-(bn+dn) P(n,t)+ bn-1P(n-1,t) +dn+1P(n+1,t) + 0(dt)
– Ini disebut persamaan kondisi dan berlaku untuk n=1,2,3,…
• Persamaan kondisi dapat diselesaikan dengan 2 kasus
– Kasus 1 : P(n,t) bukan fungsi waktu. Hal ini terjadi bila sistem dalam
keadaan kesetimbangan statistik (statistical equilibrium) [jam sibuk
dianggap merupakan keadaan yang setimbang]
– Kasus 2 : P(n,t) merupakan fungsi waktu
• 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

• Untuk memudahkan solusi :
– Tak ada pendudukan yang berakhir : dn=0
– Rate datangnya panggilan sama untuk semua kondisi : bn=a
• Maka
– (*) d(P0,t)/dt = -a P(n,t)+aP(n-1,t) untuk n1
– (**) d(P0,t)/dt = -a P(0,t) untuk n=0
• Untuk menyederhanakan penyelesaian, digunakan syarat batas pada permulaan
sistem (pada t=0 dan n=0) :
– P(n,0) = 1 untuk n = 0 dan
– P(n,0) = 0 untuk n  0
• Penyelesaian untuk P(0,t) dapat diperoleh dari persamaan (**):
– P(0,t) = e-at,harga ini bila dimasukkan ke persamaan (*) n=1, akan didapat :
• dP(1,t)/dt=-aP(1,t)+ae-at, bila persamaan ini diselesaikan, akan
memberikan P(1,t)=at.e-at, kemudian persamaan tersebut digunakan
untuk menyelesaikan P(2,t)
• Akan diperoleh dP(2,t)/dt=-aP(2,t)+a.at.e-at, yang bila diselesaikan
akan menghasilkan P(2,t)=((at)2/2!)e-at
• Secara induksi akan diperoleh :
• Gambar P(n,t) untuk beberapa harga n dan t dapat dilihat di diktat

• Harga Mean =at

• Harga variansi = at
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.)
D. SOAL LATIHAN/ TUGAS

1. Jelaskan arti diagram di bawah ini, baik simbol-simbol hurufnya maupun gambar
diagram dan arah panahnya.

2. Jelaskan karakteristik dari Jenis Antrian M/D/1, yang meliputi: waktu antar
kedatangan, waktu layanan, jumlah server, kapasitas tempat menunggu, serta disiplin
antrian.

BAB III
TEORI ANTRIAN

 Memahami hal yang mendasari munculnya Teori Antrian dalam lalulintas
pengiriman data/ informasi, serta memahami Teori Antrian itu sendiri

 Dapat menjelaskan perlunya antrian dalam lalulintas data/ informasi diatur dengan
suatu Teori Antrian.
 Dapat menjelaskan tentang Hukum Little.
 Dapat menjelaskan arti dari Antrian Model M/M/1.
 Dapat menjelaskan tentang Burke’s Theorem.
 Dapat menjelaskan berbagai proses dalam Model Antrian seperti pola kedatangan,
proses switching, dan sebagainya.

Bab ini membahas tentang Dasar Antrian, apa yang melatarbelakangi munculnya
Teori Antrian, Hukum Little dalam Teori Antrian, Antrian model M/M/1, serta
aplikasi Teori Antrian untuk analisis multiplexing.
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

– Penurunan dan Hasil
– Aplikasi utk analisa multiplexing
3.1 Dasar Antrian
• Single queue system biasa digunakan utk merepresentasikan shared resource

networks
• Network of queues biasa digunakan utk merepresentasikan tipe jaringan yg lain
– Process networks
– Switching networks
• Resource Sharing Networks
• Time-shared computers (Programs: CPU/DISK/IO)

• Statistical Multiplexer/Concentrator
• Packet-based (Packets: links)
• Channel-based (Calls: channels)
• Multiple-access & random access networks (Packets: shared medium)
• Ukuran performansi
• Waktu tunggu
• Probabilitas blocking
Process Networks

• Multi-stage switch
• Distributed simulation system
• Manufacturing process
• Waktu penyelesaian (delay)
• Throughput (penyelesaian persatuan waktu)
Switching Networks
• Jaringan telepon (telepon: circuit switches)

• Jaringan signaling telepon (switches; STP)
• Jaringan Paket X.25 (komputer: packet switches)
• Internet (komputer: router)
• Delay (end point to end point)
• Throughput
• Utilization
• Blocking probability
• Loss
Elemen-Elemen Antrian

3.2 Background: Proses Poisson
• Kedatangan terjadi dg rate 

• Probabilitas [secara eksak satu pelanggan tiba dlm interval [t, t+t]] =  t
• Probabilitas [tidak ada kedatangan dlm interval [t, t+t]] = 1 -  t
• Dg membuat t mendekati nol, kita mendapatkan proses Poisson
Distribusi Kedatangan
• Pn(t) = P[Jumlah kedatangan sampai saat t = n]
Jumlah Kedatangan
• Mis. E[n] adalah mean dari jumlah kedatangan dlm perioda interval t
– Mean

E[n]   nPn (t )  t
n 0
– Variance

 n2  E[ n 2 ]  E[ n]2  t
Kelayakan
Apakah proses Poisson cukup layak digunakan?
• Secara umum proses Poisson adalah model yg baik jika terdapat sejumlah user yg
besar (sumber paket) sehingga
– Users serupa
– Users independen
• Misalkan kita menggabungkan n proses Poisson
• Tiap proses mempunyai rate /n, shg rate gabungan (aggregate) = 
• Waktu antar kedatangan , utk tiap proses mempunyai distribusi F(s) = P{  s}
dan independen
• Proses penggabungan mendekati proses Poisson dg rate  dg n  
Waktu Antar Kedatangan
• Mis. T = waktu antar kedatangan dlm proses Poisson
– T adalah random variables
– Utk proses Poisson, waktu antar kedatangan adalah exponentially
distributed random variables
– Fungsi distribusi dan densitas utk distribusi eksponensial
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
– Waktu tambahan yg diperlukan utk menyelesaikan service pelanggan yg

sedang berlangsung independen thd kapan service dimulai
• Utk waktu antar kedatangan

– Waktu utk kedatangan berikutnya independen thd kapan kedatangan
terakhir terjadi
– Distribusi eksponensial adalah satu-satunya distribusi kontinyu mempunyai
sifat memoryless
• Distribusi diskrit yg mempunyai sifat memoryless adalah distribusi geometric
• Memoryless property memungkinkan menggunakan Markov Chain untuk
menganalisa antrian M/M/1
• Diberikan independensi dari waktu antara kedatangan dan waktu service, jumlah
pelanggan dlm sistem kedepan hanya tergantung pd N(t), jumlah pelanggan dlm
sistem pada saat t
• Proses random adalah proses Markov jika masa depan proses diberikan saat ini
independen thd masa lalu
• Markov chain adalah proses Markov dg discrete state space
3.3 Little’s Law
• 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[]

– Jumlah dlm antrian : E[nQ] = .E[Q]
– Jumlah dlm service :  = E[nS] = .E[s]
Utilisasi
• Utilisasi dari sistem single server
• Utilisasi dari sistem c-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)

– W adalah rata-rata waktu tunggu dlm antrian (tidak termasuk waktu
transmisi)
• Little’s law memberikan NQ = .W
• Jika X adalah waktu transmisi rata-rata, Teorema Little memberikan utilisasi 
(rata-rata jumlah transmisi paket)
 = .X
• Perhatikan kasus dimana
• 1/ adalah rata-rata waktu antar kedatangan

• jika  > 1, maka ekspektasi waktu service lebih besar drpd ekspetasi waktu antar
kedatangan, yaitu pelanggan datang lebih cepat drpd yg dp dilayani
– Antrian akan overflow atau meningkat sangat panjang
–  > 1, menghasilkan situasi yg tidak stabil
Network of Transmission Lines
• Paket tiba pada n node berbeda utk transmisi dg rate 1, 2, … ,m

• N adalah jumlah paket total dlm jaringan
• Little’s law memberikan delay rata-rata per paket
• 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
3.4 Antrian M/M/1
• Antrian tunggal (single queue)

• Server tunggal (single server)
• Pelanggan (paket) tiba sesuai dg proses Poisson dg rate  per-detik
• Distribusi waktu pelayanan adalah eksponensial dg mean 1/ detik
• Buffer tak terbatas
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

• Dlm kondisi steady-state, rata-rata brp kali/det suatu state dimasuki adalah sama dg
rata-rata brp kali/det suatu state ditinggalkan
– Menuju pd global balance equations
Global Balance
• Total rate transisi keluar dari state n sama dg total rate transisi ke state n
– Dynamic equilibrium
Global Balance Equations

• Global balance equation utk antrian M/M/1
• Jika ada N state, ada N persamaan, termasuk relasi berikut
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
Local Balance Equations

• Persamaan local balance utk anrian M/M/1

Menyelesaikan Local Balance Equations
• Pers local balance menghasilkan n-1 rekursi berikut
• Normalisasi dicapai melalui ‘conservation of probability’
• Dg  = / dan menggunakan identitas berikut

• Maka
Hasil
• Jika  = / < 1 , kita dp
• Utilisasi
• Mean dari jumlah pelanggan, n
• Dg Little’s law, dp dicari waktu rata-rata dlm sistem
• Dan waktu rata-rata dlm antrian
• Dg Little’s Law lagi, jumlah rata-rata pelanggan dlm antrian

Hasil Grafik Antrian M/M/1
• Ekspektasi jumlah pelanggan dlm sistem
Jumlah pelanggan dlm sistem sbg fungsi 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

Time Division Multiplexing
• Waktu dibagi dlm m slot, dan masing-masing dari m aliran trafik diberikan satu slot
– Bangun m kanal, masing-masing dg kapasitas C/m
– L-bit paket memerlukan TTDM = Lm/C sec utk transmit jika paket panjang
dibandingkan dg panjang satu slot
– L-bit paket memerlukan TTDM = L/C sec utk transmit jika slot sebesar
panjang paket, tetapi harus menunggu (m-1) slot antar transmisi
Frequency-Division Multiplexing FDM

• Kanal bandwidth W dibagi kedlm m kanal dan masing-masing dari m aliran trafik
diberikan satu kanal
– Bangun m kanal, masing-masing dg bandwidth W/m, atau kapasitas C/m
(abaikan ‘guard band’ antar kanal)
– L-bit paket memrlukan TFDM = Lm/C sec utk transmit

Performansi Multiplexing
• Stat Mux mempunyai delay rata-rata lebih kecil drpd TDM atau FDM
– Kapasitas kanal terbuang dg TDM (wasted time slots) dan FDM (wasted
bandwidth) jika aliran trafik idle
– Waktu transmisi lebih besar utk TDM dan FDM
• Keuntungan TDM dari FDM
– Stat mux mempunyai delay rata-rata lebih kecil tetapi variasi delay lebih
besar
– TDM dan FDM mengeleminasi keperluan utk mengidentifikasi aliran trafik
asosiasi dg tiap paket
• Kita dp menggunakan hasil antrian M/M/1 utk menganalisa Statistical Multiplexing
(SM) vs Time Division Multiplexing (TDM) atau Frquency Division Multiplexing
(FDM)
• Asumsi:
– m aliran paket Poisson, masing-masing dg rate kedatangan /m,
ditransmisikan melalui kanal komunikasi tunggal
– Panjang paket utk semua aliran memp distribusi eksponensial dg waktu
transmisi rata-rata 1/
• SM mengkombinasikan m aliran dari paket-paket dan mentransmisikannya dlm
satu aliran tunggal
• TDM dan FDM menjaga aliran tetap terpisah

• Utk SM
• Utk TDM (atau FDM)
• 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

• Burke’s theorem: departure process dari sistem antrian M/M/1, dlm kesetimbangan
adalah Poisson
State-Dependent M/M/1 Queues
• Antrian standar M/M/1 mengasumsikan arrival rate dan departure rate konstan
• Dlm bbrp sistem, arrival rate dan/atau departure rate dp tergantung dari jumlah
pelanggan dlm sistem
• Sistem spt ini adalah state-dependent
• Analisa menggunalan local balance equations
Hasil

• Ukuran Performansi
Sistem Antrian Markov Lain

• Sejumlah sistem antrian lain serupa dg antrian M/M/1
– Proses kedatangan Poisson
– Waktu pelayanan Eksponensial
• Sistem-sistem serupa
– M/M/1/N : buffer terbatas dg kapasitas sistem N
– M/M/m : m server
– M/M/ : server tak terhingga (tdk ada antrian)
– M/M/m/m : m server tanpa antrian
Antrian M/M/1/N

• Fitur dari antrian M/M/1/N
– Proses kedatangan Poisson
– Waktu pelayanan eksponensial
– Single server
– Kapasitas terbatas utk N pelanggan dlm sistem
• Markov chain model

– Terminasi dg N dlm sistem
– Local balance equations menghasilkan
• Solusi steady-state
• Probabilitas blocking adalah ukuran performansi yg penting utk sistem dg kapasitas

terbatas

• Probabilitas blocking adalah probabilitas bhw pelanggan yg datang akan mendpkan
sistem penuh, yaitu ada N pelanggan dlm sistem
– Probabilitas blocking : pN
– Rate pelanggan yg ditolak : . pN
In-Class Excersise
• Misalkan message tiba sesuai dg proses Poisson dg rate satu message setiap 4 ms,
dan waktu transmisi message terdistribusi eksponensial dg mean 3 ms. Sistem
memp. buffer utk kapasitas 4 message termasuk satu yg sedang dilayani
(a) Berapa probabilitas blocking?
(b) Brp jumlah rata-rata message dlm sistem?
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
• Probabilitas ada n pelanggan dlm sistem pn:
• Valid utk 0  /  , krn ada jumlah server yg tak terhingga

• Jumlah pelanggan dlm sistem utk antrian M/M/ terdistribusi Poisson dg parameter
/
• Jumlah pelanggan dalam sistem N = /
• Teorema Little memberikan rata-rata delay per pelanggan T = N/ = 1/

• Ini sesuai dg yg diharapkan krn ini adalah waktu pelayanan dan tdk ada
antrian
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
• Menggunakan hasil dari sistem state-dependent, M/M/1, dg
• Probabilitas n pelanggan dlm sistem, utk  = /(m) < 1
• Probabilitas 0 pelanggan dlm sistem (idle)
• Berapa probabilitas paket yg datang akan mendapatkan m kanal sibuk?

– Ini adalah probabilitas paket akan mengantri

• Ekspetasi jumlah pelanggan dalam antrian, tetapi bukan dalam service
• Little’s law memberikan rata-rata waktu dlm antrian
• Rata-rata delay per-pelanggan (antrian dan service)
• Jumlah rata-rata pelanggan dlm sistem (menggunakan Little’s law)

M/M/m Statistical Multiplexing
• Perhatikan dua pilihan utk statistical multiplexing
– Menggunakan kanal tunggal (spt didiskusikan sebelumnya)
– Share m kanal (cat. sembarang paket dp menggunakan sembarang kanal,
jadi tdk betul-betul TDM atau FDM)
• Asumsi
– Kedangan Poisson dg rate overall 
– Waktu pelayanan terdistribusi eksponensial
• Rate m utk kasus kanal tunggal
• Rate  utk tiap m kanal terpisah
• Kasus kanal tunggal adalah antrian M/M/1, kasus m-kanal adalah antrian M/M/m
• Kasus 1: kanal tunggal dg service rate m
• Cat. PQ adalah probabilitas paket yg datang menemukan single server sibuk shg
PQ,1 =  = /m
• Kasus 2: m-kanal, masing-masing dg service rate 
• Perhatikan sistem dg beban rendah

• Perhatikan sistem dg beban tinggi
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

• Probabiliti n dlm sistem
• Probabiliti 0 dlm sistem
• Probabilitas blocking adalah probabilitas bahwa paket yg datang akan menemui

semua server (circuit) sibuk dan krnnya akan lost
• Probabiltas blocking adalah pm, probabilitas semua m server sibuk
• Dikenal sbg Erlang B Formula atau Erlang Loss Formula
Konsentrasi Panggilan Multi-Kanal

• Aplikasi circuit switched
• Konsentrasi panggilan-panggilan ke kanal high-speed
– Dlm contoh, aplikasi memerlukan 1 atau 2 kanal B ISDN (64 Kbps utk tiap
kanal B)
– Aplikasi-aplikasi dikonsentrasikan ke 1 kanal H0 ISDN (384 Kbps atau 6
kanal)
• Asumsi kedatangan panggilan adalah Poisson dan durasi panggilan terdistribusi
eksponensial
Konsentrasi Panggilan: Notasi

• K : jumlah tipe panggilan berbeda (perlu jumlah
basis kanal berbeda)
- Dlm contoh ini, K = 2
• vL : jumlah kanal diperlukan utk panggilan tipe-L
- Dlm contoh ini v1 = 1, v2 =2
• mL : jumlah panggilan membangkitkan panggilan tipe-L
-Dlm contoh ini, m1 = 8, m2 =4
• S : total jumlah kanal link akses
- Dlm contoh ini S = 6
• Aplikasi circuit switched
• Konsentrasi panggilan-panggilan ke kanal high-speed

– Dlm contoh, aplikasi memerlukan 1 atau 2 kanal B ISDN (64 Kbps utk tiap
kanal B)
– Aplikasi-aplikasi dikonsentrasikan ke 1 kanal H0 ISDN (384 Kbps atau 6
kanal)
• Asumsi kedatangan panggilan adalah Poisson dan durasi panggilan terdistribusi
eksponensial
• K : jumlah tipe panggilan berbeda (perlu jumlah
basis kanal berbeda)
- Dlm contoh ini, K = 2
• vL : jumlah kanal diperlukan utk panggilan tipe-L
- Dlm contoh ini v1 = 1, v2 =2
• mL : jumlah panggilan membangkitkan panggilan tipe-L
-Dlm contoh ini, m1 = 8, m2 =4
• S : total jumlah kanal link akses
- Dlm contoh ini S = 6
• L : rate kedatangan panggilan tipe-L dari tiap
terminal
• L : rate service panggilan tipe-L utk tiap terminal
Konsentrasi Panggilan: Markov Chain
• Kita dp menggambarkan masalah ini menggunakan two-dimensional Markov chain
– State (a,b) merepresentasikan a panggilan tipe-1 (telepon), b panggilan tipe-
2 (fax) sedang berlangsung saat ini
– Analisa mengikuti K. Miyake

Konsentrasi Panggilan: Balance Equations
• Mis. kj probabilitas steady-state dari state (k,j)

• Mis. 00 = C
• Pertama lakukan horizontal …
• Sekarang lakukan “vertikal” ...

Konsentrasi Panggilan: Blocking
• Probabilitas blocking utk tipe panggilan-L adalah probabilitas ada dlm state
terminal utk tipe panggilan tsb
– State terminal utk panggilan tipe-L adalah satu dimana jumlah kanal lainnya
lebih kecil drpd vL
• P[blocking] utk panggilan tipe-1 (telepon)
• P[blocking] utk panggilan tipe-2 (fax)
Antrian M/G/1: Motivasi

• Sistem M/M/… sangat mudah ditangani krn sifat memoryless dari waktu antar
kedatangan dan waktu pelayanan
• Namun, waktu pelayanan eksponensial, mungkin bukan merupakan asumsi yg baik,
misalnya ...
– Waktu pelayanan adalah deterministik dlm jaringan ATM
– Ada batasan dlm ukuran paket
• Asumsi kedatangan Poisson lebih krn karena agregasi aliran kedatangan
• Antrian M/G/1, seperti antrian M/M/1, mempunyai proses kedatangan Poisson,
tetapi memungkinkan distribusi yg general utk waktu pelayanan
• Tetap diasumsikan bhw waktu pelayanan
– Identically distributed
– Mutually independent
– Waktu antar kedatangan independen
Antrian M/G/1 sbg Markov Chain?
• Kita akan perlu mencakup cukup banyak informasi state shg transisi state masa
depan hanya tergantung pd state saat ini (informasi state)
• Jumlah dlm sistem, N(t) saja tidak mencukupi
• Waktu pelayanan tdk memoryless, shg kita perlu tahu juga berapa lama pelanggan
saat ini telah dilayani - sebut itu s0(t)
– perlu menggunakan pasangan state {n(t), s0(t)}
• Masalah signifikan mempengaruhi penanganan

• State dua-dimensi
• s0(t) adalah kontinyu, yaitu state space tdk lagi diskrit
• Formula Pollaczeck-Khinchin (formula “P-K”) memberikan hasil utk antrian
M/G/1
– Analisa didasarkan pd residual service time
Antrian M/G/1 : Residual Service Time

• Mis. s1, s2, … adalah deretan service time iid dlm sistem M/G/1
• Jika pelanggan yg datang mendpkan server sibuk, residual service time adalah
waktu sisa dr service time dari pelanggan yg sekarang dlm pelayanan
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:
E[Q] = E[R’] + E[Nq(t)].E[s]
E[Q] = E[R’] + . E[Q] .E[s] = E[R’] +  E[Q] … (*)
E[R’] = 0.P[N(t)=0] + E[R].(1 – P[N(t) = 0])

=(E[s2]/2E[s]). .E[s] = .E[s2]/2 ………... (**)
Dari (*) dan (**)

In-Class Exercise
• Berapakah mean residual service time dr sistem dg service time exponential dg
mean m?
• Berapakah mean residual service time dari sistem dg service time konstan m?
Antrian M/G/1: Formula P-K

• Mis. Xi adalah service time dari pelanggan ke-i, contohnya waktu transmisi dari
paket ke-i
• {X1, X2, …} adalah iid random variables dan independen thd waktu kedatangan
– Service time rata-rata
– Moment ke-2 dari service time
• Formula P-K memberikan waktu tunggu dlm antrian M/G/1
• dimana  adalah utilisasi
• Cat. Hanya momen ke-1 dan ke-2 dari distribusi service time harus diketahui!
Antrian M/G/1: Hasil

• Ekspektasi waktu total dlm sistem, dlm antrian dan service adalah
• Formula P-K dan Little’s law memberikan jumlah pelanggan dlm antrian NQ

• Jumlah pelanggan dlm sistem N, dp juga diturunkan menggunakan Little’s law
Antrian M/G/1: Kasus Khusus

• Antrian M/M/1 mempunyai distribusi service time eksponensial
• Antrian M/D/1 mempunyai service time deterministik, yaitu X1, X2, … Xi … = 1/

In-Class Exercise
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?
M/G/1 : Delay pd Go-Back N ARQ

• Perhatikan skim Go-Back-N ARQ
– Paket tiba di sumber sesuai dg proses Poisson dg laju 
– Setiap frame memerlukan 1 unit waktu utk transmit, tetapi bbrp paket harus
mengalami retransmisi shg service time efektif lebih besar dari 1 unit waktu
– Sumber harus menunggu paling lama n-1 frame (n-1 unit waktu) sebelum
retransmisi paket (dan paket-paket berurutannya)
• Retransmisi paket terjadi disebabkan oleh salah satu dari dua alasan …
– Paket dari frame i di penerima di tolak krn error
• Sumber pertama-tama akan mengirimkan paket-paket baru dlm
frame i+1, i+2, … i+n-1 (jika ada)
• Paket yg mengalami error akan diretransmisikan dlm frame i+n
– Acknowledgemnet tdk diterima sumber pd saat selesai transmisi frame i+n-
1
• bisa disebabkan krn error, delay propagasi yg panjang, ...
• Utk menyederhanakan masalah …
– Hanya error pd arah maju (sumber ke tujuan) yg diperhitungkan (tdk
realistik!)
– Frame mengalami error dg probabilitas p independen thd frame-frame lain
• Service time utk paket
– Dg probabilitas (1 - p), tdk ada error dan service time utk paket 1 unit waktu
– Dg probabilitas (1 - p)p, ada satu error diikuti retraansmisi yg sukses, shg
service time adalah 1+n unit waktu
– Dg probabilitas (1 - p)pk, service adalah 1 + kn
• Contoh
– Service time dari paket 1: X1 = 1 + n
– Service time dari paket 2: X2 = 1
– Service time dari paket 3: X3 = 1 + kn
• Antrian pd sumber mempunyai kelakuan spt antrian M/G/1

– Kedatangan Poisson dg rate 
– Distribusi dari service time:
– Service time adalah iid

– Service time dan interarrival time adalah independen
• Service time, moment pertama

• Service time, moment kedua
• Hasil dg formula P-K

Antrian M/G/1 dg Prioritas
• Pertimbangkan pelanggan dg prioritas
• Non-preemptive: prioritas mempengaruhi pelanggan berikutnya yg akan dilayani,
tetapi pelanggan yg sedang dilayani akan tetap dilayani dlm service sampai selesai
Antrian M/G/1 dg Prioritas: Model

• K kelas prioritas pelanggan
• Pelanggan tipe-k tiba sesuai dg proses Poisson dg laju k dan memp. service time
dg pdf fs,k(x) dan mean E[sk]
• Antrian terpisah utk tiap prioritas, jika server menjadi tersedia, maka akan memilih
dari antrian prioritas tertinggi yg tdk kosong
• Non-preemptive operation
Antrian M/G/1 dg Prioritas: Utilisasi

• Utilisasi server utk pelanggan tipe-k
• Utilisasi total
• Ekspektasi waktu dlm antrian utk pelanggan tipe-k
• Ekspektasi waktu dlm sistem utk pelanggan tipe-k
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.

SOAL LATIHAN/ TUGAS
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?

BAB IV
TRAFIK LUAP DAN PERLUASAN ERLANG

 Memahami arti dari Trafik luap dan dapat menggunakan berbagai Metode/ teori
untuk memodelkan trafik luap, serta perluasan Tabel Erlang B.
 Dapat menjelaskan pengertian Trafik Luap.
 Dapat menggunakan Model Wilkinson untuk memodelkan dan menyelesaikan
persoalan Trafik Luap.
 Dapat menggunakan Metoda Fredericks-Hayward untuk memodelkan dan
menyelesaikan persoalan Trafik Luap.
 Dapat menggunakan Extended Erlang B dan Tabel Erlang C untuk persoalan
Trafik Luap.

Bab ini membahas tentang Trafik luap (Overflow traffic) yang meliputi pengertian,
beberapa Metode/ Teori untuk memodelkan trafik luap, antara lain Metoda Wilkinson,
Metoda Fredericks-Hayward, Rumus Pemisahan Harga Rata-rata, Rumus Olsson,
Rumus Pemisahan Variansi, serta Perluasan Erlang
B. POKOK-POKOK ISI
4.1 Trafik Luap (Overflow Traffic)

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

• Kita ambil contoh : diagram suatu sistem jaringan yang terdiri dari dua berkas
saluran
• Berdasarkan diagram transisi kondisi dan dengan menggunakan fungsi generasi

(transformasi Z) beserta sifat-sifatnya, RIORDAN berhasil menurunkan rumus
variansi trafik luap sbb :
Variansi=v= m{1-m+[A/(N+1+m-A)]}
m=trafik luap
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

• 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
4.1.1 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
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
• Metodanya disebut Equivalent Random Method (ERM) atau Metoda Wilkinson
• Bila trafik luap (R) ditawarkan kepada berkas N0(berkas luap), maka sistem
menjadi

• Penjelasan bila A dan N diketahui untuk R0 tertentu
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

• Karena N0 tertentu dan N diketahui, maka R0 dapat dihitung dari tabel R dalam
tabel Erlang
• Ada trafik sebesar A ditawarkan kepada saluran yang berjumlah N’

(=N+N0), maka R0 dapat dihitung

• Penjelasan bila yang diketahui m dan v, maka N0 atau R0 tidak dapat langsung
dihitung menggunakan rumus rugi Erlang
• 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

• Metoda Wilkinson dapat dipakai untuk menyelesaikan sistem yang terdiri dari
beberapa trafik luap yang ditawarkan ke berkas saluran yang sama
• 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

• Contoh
• Trafik dari A ke B=4 Erlang (A[A,B]=4 Erlang), A[A,C]=3 Erlang, A[A,D]=2

Erlang
• Jumlah saluran dari A ke B=5 (N[A,B]=5), N[A,C]=3
• Berapa jumlah saluran di berkas [A,T] bila pada berkas tersebut diinginkan B= 1%?
• m(t) = m1+m2+M = 0,796+1,04+2,0=3,836 Erlang

• v(t) = v1+v2+V=1,301+1,49+2,0=4,791 Erl2
• Ro=1%.m(t) = 1% x 3,836 = 0,03836 Erlang
• z=v(t)/m(t)= 4,791/3,836 = 1,249 (z  1,6)
• Cari Aek dan Nek (Please do it yourself)

• Bila Aek dan Nek sudah anda ketahui, cari N(= Nek + N0) dengan berbekal Aek
dan R0(Cari R di tabel dalam tabel Erlang)
• Setelah anda menemukan harga N, maka anda dapat menghitung N0=N-Nek
• Lakukan pembulatan ke atas harga saluran pada langkah terakhir (harga N0
dibulatkan ke atas)
4.1.2 Metoda Fredericks-Hayward
• Cara menghitung berkas luap yang lebih mudah dibandingkan Wilkinson
• Metodanya disebut Equivalent Congestion Model
• Misalkan ada sistem luap sbb:
• 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)
4.1.3 Rumus Pemisahan Harga Rata-rata

• Metoda Wilkinson dan Hayward dapat digunakan untuk menghitung kerugian
trafik total (R)
• Bila trafik yang meluap ke berkas luap berasal dari beberapa sumber trafik luap,
maka muncul pertanyaan berapa kerugian trafik dari masing-masing trafik?

• Rugi masing-masing trafik Mi (yaitu mi) dapat dihitung menggunakan rumus
Olsson atau Wallstrom
4.1.4 Rumus Olsson
• mi = rugi aliran trafik i

• m = rugi trafik total (jadi m=R0)
4.1.5 Rumus Wallstrom

mi = {B(Mi/M(t)) + (1-B)(Vi/V(t))}.m
dimana :
( )=∑
( )=
B = m/M(t)
4.1.6 Rumus Pemisahan Variansi

• Menurut R.J Harris :
vi  pi {[ pi + (1-pi)e-pi.n].(v-m)} + m
• Dimana
– pi = Vi/V(t)
– v = variansi trafik total dari trafik luap
– n = jumlah saluran dari berkas luap
4.2 Perluasan Erlang

Outline
• Erlang B
• Extended Erlang
• Erlang C
• Rekursif Erlang
Erlang B

• Erlang B is a formula for blocking no retrial sources
• The Erlang B distribution is used for dimensioning trunk routes. It is based on the
following assumptions:
– There are an infinite number of sources;
– Calls arrive at random;
– Calls are served in order of arrival;
– Blocked calls are lost; and
– Holding times are exponentially distributed.
• Erlang B is a formula for blocking no retrial sources
• The Erlang B distribution is used for dimensioning trunk routes.
• It is based on the following assumptions:
– There are an infinite number of sources;
– Calls arrive at random;
– Calls are served in order of arrival;
– Blocked calls are lost; and
– Holding times are exponentially distributed.
• 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?
4.2.1 Extended Erlang B

• Extended Erlang B is a formula for blocking retrial sources.
• A traffic engineering model that, like Erlang B, assumes that an offered call is
cleared immediately, with no queuing.
• However, Extended Erlang B assumes that the caller encountering blockage (e.g.,
busy signal or no dial tone) will hang up and immediately attempt the call again,
with no overflowing of calls to more expensive routes.
• EEB was developed by Jim Jewitt and Jaqueline Shrago of Telco Research
• ERL-B:Probability of blocking by Erlang B ERL-B(a,n)
• a:Traffic
• n:Lines
• Be:Blocked Erlangs
• Be=a * ERL-B(a,n)
• C:Carried Traffic
• C=a-Be=a * (1-ERL-B(a,n))
• R:Recall Traffic R=Be*r
• r:Recall factorB: Overflow Traffic B=Be*(1-r)
• a=ao+RC+B
• ao:Initial Traffic(Offerd Load)
• C+B=a-Be+Be*(1-r)=a-Be*r=a-a*ERL-B(a,n)*r =a*(1-ERL-B(a,n)*r)
Be : Blocked Erlangs
Be  a Bloking Erlang B
AN
 a. N!
N
Ai

i  0 i!
Carried Traffic
C  a  Be  a 1 - Bloking Erlang B
R  Recall Traffic R  Be.r
r  recall factor B
Overflow Traffic B  Be1 - r 

Overflow Traffic B  Be1 - r 
a o  a  RC  B
a o  Initial Traffic(Offerd Load)
C  B  a - Be  Be(1 - r)  a - Be.r
 a - a ERL - B(a, n) r
 a (1 - ERL - B(a, n) r)
4.2.2 Erlang C
• The Erlang C distribution is used for dimensioning server pools where requests for
service wait on a first in, first out (FIFO) queue until an idle server is available.
• The Erlang C formula is used to predict the probability that a call will be delayed,
and can be used to predict the probability that a call will be delayed more than a
certain time
• It is based on the following assumptions:
• There are an infinite number of sources;
• Calls arrive at random;
• Calls are served in order of arrival;
• Blocked calls are delayed; and
• Holding times are exponentially distributed.
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

• Misalkan akan dihitung blocking dari suatu sistem dengan A=15,7 Erlang dan
N=10 saluran
• Perhitungannya dimulai dengan N=0 yaitu E0(15,7)=1 dan seterusnya sampai
E10(15,7)
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.
SOAL LATIHAN/ TUGAS
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?

2. Gunakan Metoda Wilkinson untuk menyelesaikan soal ini:
Trafik dari A ke B = 4 Erlang (A[A,B] = 4 Erlang), A[A,C] = 3 Erlang, A[A,D] = 2

Erlang. Jumlah saluran dari A ke B = 5 (N[A,B] = 5), N[A,C] = 3. Berapa jumlah
saluran di berkas [A,T] bila pada berkas tersebut diinginkan B= 1%?

BAB V
PENDIMENSIAN DAN EVALUASI KINERJA JARINGAN TELEKOMUNIKASI

 Memahami pengertian Pendimensian Jaringan dan Evaluasi Kinerja jaringan
Telekomunikasi.
 Dapat melakukan pendimensian jaringan evaluasi terhadap kinerja jaringan.
 Dapat menjelaskan arti dari istilah penting antara lain: pendimensian jaringan,
routing, dan sebagainya.
 Dapat melakukan pendimensian jaringan untuk berbagai kasus.
 Dapat menghitung kinerja jaringan berdasarkan data-data pebdukung yang
diketahui.

Bab ini membahas tentang proses pendimensian jaringan dan evaluasi kinerja jaringan,
yang meliputi pokok-pokok bahasan antara lain: jaringan bebas rugi, Routing,
pendimensian jaringan dan optimasi, parameter kinerja, serta opsi.
B. POKOK-POKOK ISI
Pendimensian dan Evaluasi Kinerja Jaringan Telekomunikasi

• Jaringan bebas rugi
• Routing
• Pendimensian dan optimasi jaringan
• Evaluasi NNGOS dengan metoda Gaudreau
• Parameter kinerja
5.1 Jaringan bebas rugi (Closs)
• 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
Jaringan bebas rugi dg elemen gandeng bertangga satu

Jaringan bebas rugi dgn elemen gandeng bertangga dua
• 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

• Akan ditinjau keadaan-keadaan yang memberikan kemungkinan terdapatnya
hubungan antara 1 saluran masuk tertentu di switch A (kita sebut S) dengan satu
saluran keluar tertentu di switch C (kita sebut D) yang masih bebas
• Keadaan 1
 Dari n saluran masuk di salah satu switch A (misalnya A1), (n-1) saluran sudah
sibuk, tinggal S yang akan menghubungi D (misalnya di C1)
 Dari n saluran keluar di switch C1, (n-1) saluran sudah sibuk, tinggal D yang
masih bebas dan akan dihubungi S
 Salah satu kasus : (n-1) saluran yang sibuk di switch A1 tersebut berhubungan
dengan (n-1) saluran yang sibuk di switch C1
 Dalam keadaan ini, S hanya dapat berhubungan dengan D bila ada switch B ke
n. Berarti jumlah switch B adalah sebanyak n (kalau tidak disediakan switch B
yang ke-n, S tak dapat menghubungi D)

• Keadaan 2
 Dari (n-1) saluran masuk yang sibuk di switch A1, (n-2) saluran berhubungan
dengan (n-2) saluran keluar di switch C1 dan 1 saluran berhubungan dengan 1
saluran bukan dari switch C1
 Dari (n-1) saluran keluar yang sibuk di switch C1, (n-2) saluran berhubungan
dengan (n-2) saluran masuk di switch A1 dan 1 saluran berhubungan dengan 1
saluran bukan dari switch A1
• Keadaan 3 (the worst)

 Dari (n-1) saluran masuk yang sibuk di switch A1 maupun di C1, tak ada yang
dipakai untuk hubungan antara switch A1 dengan switch C1

• Jadi untuk memperoleh jaringan bebas rugi, jumlah saluran keluar di tiap switch A
harus paling sedikit sebesar (2n-1). Hal ini berarti jumlah switch B juga sebanyak
(2n-1)
• Jumlah titik silangnya :

X3(N,n)=2kn(2n-1)+mk2=(2n-1)(2N+k2)=(2n-1)N(2+(N/n2)) ; dimana N=kn
• Untuk harga N tertentu, jumlah titik silang tergantung atas jumlah saluran per
switch A (=n)
• Mencari jumlah titik silang minimum
X3(N,n)/n=0, jadi 2n3 – Nn + N = 0; sehingga
N = 2n3/(n-1)  2n2 (untuk n besar)
• Ambil harga n=(N/2)1/2, maka jumlah titik silang total :
X[N,(N/2)1/2]=[2(N/2)1/2-1].N.[2+{N/(N/2)}]={2(N/2)1/2-1}4N
=2.(2N)3/2
Jaringan bebas rugi umum

• Jaringan bebas rugi 5 tingkat dapat dibuat dengan cara mengganti setiap switch B
(dari jaringan bebas rugi 3 tingkat) dengan jaringan bebas rugi 3 tingkat BCD
• 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))

• Jumlah titik silang total jaringan bebas rugi 5 tingkat
– X5(N,n,n1)=2kn(2n-1)+(2n-1) (2n1-1).k.(2+(k/(n1)2)
=(2n-1){2N+[(2n1-1)N/n][2+(N/n.n12)]}
• Untuk memperoleh nilai minimumnya digunakan persamaan X5/  n= X5/ 
n1=0 ; dari sini akan diperoleh harga-harga n dan n1 yang memberikan X (titik
silang) yang minimum
5.2 Routing
• Kinerja jaringan tergantung pada faktor :

– Konfigurasi jaringan
– Trafik yang ditawarkan
– Metoda manajemen jaringan
• Definisi routing
– Proses pencarian jalan yang bebas di jaringan bagi suatu panggilan untuk
disambungkan dari asal ke tujuan
• Ruting berisi penentuan :
– Aturan pencarian jalan yang dapat dipakai bagi suatu hubungan panggilan
dari asal-tujuan
– Pemilihan jalan yang akan dipakai dari jalan yang tersedia atau penentuan
ketidakberhasilan suatu panggilan bila tak ada lagi jalan yang dapat dipakai
– Apakah hubungan akan diadakan atau tidak pada jalan yang tersedia
Macam-macam ruting
• Suatu panggilan yang datang memiliki kemungkinan untuk memilih satu dari
beberapa jalan yang tersedia

• Ada dua cara memilih jalan
– Secara berurutan (sequence)
• Dikenal sebagai alternate routing
– Menurut “harga” dari jalan
• Harga bisa tetap (fixed), tetapi biasanya dihitung dari hasil
pengamatan beberapa komponen (kondisi) jaringan
• Dikenal sebagai adaptive routing
Fixed alternate routing

• Bentuk ruting paling tua
• Contoh
• Kemungkinan urutan jalan

– OD
– OAD
– OACD
– OATCD
• Bila OD sibuk, coba OAD
• Bila OD dan AD sibuk, coba OACD
• Bila OD,AD dan AC sibuk, coba OATCD
Macam-macam ruting

• Tempat panggilan hilang (loss),tergantung pada sistem pengendalian
penyambungan yang dipakai. Misalkan dipakai Succesive Office Control (SOC)
– Misalkan OD,AD, dan CD sibuk, sedangkan OA dan AC bebas, maka
panggilan yang sudah sampai di C akan hilang
– Misalkan OD,AD,AC,dan TC sibuk, sedangkan AT bebas, maka panggilan
yang sudah sampai di T akan hilang
Alternate routing dapat pula dinamis

– Urutan pilihan berubah-ubah
Alternate routing yang dinamis dan menentukan rute berdasarkan kondisi menjadi adaptive
routing
Tetapi alternate routing yang dinamis belum tentu adaptive routing
Fixed Hierarchical Routing (FHR)
Dynamic Non-Hierarchical Routing (DNHR)

• Tiap sentral sama derajatnya (tidak ada hirarki)
• Suatu berkas dapat sebagai High Usage (HU) bagi aliran trafik tertentu, sekaligus
dapat menjadi Final Choice/Last Choice route (FC/LC) bagi aliran trafik lain
• Jalan alternatenya dapat terdiri dari 2 atau 3 link seri
• Dengan membatasi link untuk alternate route hanya 2 potong secara seri, maka
dijamin tidak ada loop cycle (tak ada sentral yang dilalui sampai 2 kali atau lebih)
dan tidak begitu peka terhadap beban lebih
• Kedinamisan DNHR ditunjukkan oleh : pilihan urutan ruting berubah berdasarkan

besar trafik yang diperoleh dari prakiraan (secara off-line). Harga trafik yang
didapat dari prakiraan tersebut berubah-ubah, sehingga dipakai untuk merubah
urutan pilihan ruting. Bila cara prakiraan trafik tersebut berdasarkan kondisi
jaringan dan updte cycle-nya cukup pendek, maka ruting dinamis ini disebut juga
adaptive routing
• Cara pengaturan Crank Back
– Panggilan yang sudah sampai ke sentral tertentu dapat dikembalikan ke
sentral sebelumnya karena jalan seterusnya mendapat blocking, kemudian
panggilan mencari jalan lain dari sentral sebelumnya tersebut.
Path Loss Sequence (PLS)

• GRAPH yang digunakan untuk menggambarkan ruting dan sekaligus pengendalian
penyambungannya
• Contoh : suatu gambar jaringan yang hanya dilengkapi dengan informasi ruting
berupa garis panah

PLS untuk pasangan O-D : 1-2


Pengendalian penyambungan
• Proses pentransferan panggilan dan letak loss yang terjadi
• Bil diperoleh berkas saluran yang bebas, panggilan bisa langsung ditransfer ke
sentral berikutnya atau menunggu informasi berikutnya tentang ada atau tidaknya
jalan bebas seterusnya  conditional selection
• Macam-macam pengendalian penyambungan
• Succesive Office Control (SOC)
• Pada tiap sentral terdapat kemungkinan terjadinya loss (trafik
hilang)
• Pengendalian penyambungan selalu ditransfer ke sentral berikutnya
• Originating Office Control (OOC)
• Kemungkinan trafik hilang hanya di sentral 1 (originating office)
dari pasangan O-D
• OOC dengan Spill Forward (OOC dengan pelimpahan ke depan)

• Selain sentral asal, masih terdapat beberapa sentral lainnya (tidak
semuanya) yang dapat memberikan cabang loss
Contoh PLS untuk OOC dengan Spill Forward
– O-D : 1-2

– O-D : 1-3

– O-D : 1-4

Influence Graph
• Penggambaran jaringan dengan graph selain dapat menunjukkan ruting dan
pengendalian penyambungan, juga dapat digunakan untuk melihat ada tidaknya
loop
• Contoh suatu jaringan di bawah ini
PLS (SOC) untuk O-D

PLS (SOC) untuk O-D dimodifikasi supaya ada loop
• Pasangan O-D tanpa loop

• Pasangan O-D dengan loop
Tugas
• Pelajari Teorema Graph !
Pendimensian dan Evaluasi Kinerja Jaringan Telekomunikasi

Outline
• Pendimensian dan optimasi jaringan
• Evaluasi NNGOS dengan metoda Gaudreau
• Parameter kinerja
5.3 Pendimensian dan Optimasi Jaringan
• Data yang diperlukan
– Matriks trafik
– Matriks biaya
– Ruting dan struktur jaringan
– Kinerja jaringan yang diinginkan
• Untuk menjamin keadilan  optimasi
• Our subject : optimasi menurut Pratt

Matriks trafik
Dari\ke 1 2 3 4
1 - A1.2 A1.3 A1.4
2 A2.1 - A2.3 A2.4
3 A3.1 A3.2 - A3.4
4 A4.1 A4.2 A4.3 -
Matriks biaya
Dari\ke 1 2 3 4
1 - C1.2 C1.3 C1.4
2 C2.1 - C2.3 C2.4
3 C3.1 C3.2 - C3.4
4 C4.1 C4.2 C4.3 -
Ruting dan pengendalian penyambungan
Dari\ke 1 2 3
1 - 3 Langsung
2 3 - langsung
3 langsung Langsung -
Kinerja jaringan yang diinginkan

• Untuk data : tidak toleran terhadap error (harus error free/tidak diinginkan ada
blocking/degradasi) dan tidak sensitif terhadap delay
• Untuk telepon : toleran terhadap error (masih memungkinkan terjadinya blocking
dengan tingkatan tertentu) tetapi sensitif terhadap delay
• Blocking di final route

• NNGOS (end-to-end GOS) = end-to-end blocking
• Yang biasa dipakai : Blocking di final route
Tujuan optimasi
• Menjamin keadilan bagi setiap aliran trafik
• Contoh
• Untuk pasangan [1,2] :

– A1.2 diambil dari matriks trafik dan misalnya N1 diketahui, maka trafik
luap a (dengan m1 dan v1) dapat dihitung
– Berkas N2 merupakan berkas akhir (final route), jadi trafik yang tak dapat
dimuat disini akan hilang
– Trafik yang ditawarkan ke berkas N2
• A1.3 (dengan M1.3 dan V1.3) dimana M1.3=V1.3 (Poisson)
• a memiliki harga m1 yang tidak sama dengan v1 (non-Poisson
dimana v1 > m1)
Tujuan optimasi (3)
Sekarang harus didimensikan N2 dengan B di N2 = 1%
– Ini berarti bahwa R2=trafik yang hilang di N2=1%(M1.3+m1)
– Jelas bahwa trafik hilang untuk A1.2 lebih kecil daripada 1%
– Misalnya m1=30%xA1.2, maka trafik hilang untuk A1.2 di N2 adalah kira-
kira= 1%x30%xA1.2=0,3%A1.2
– Jadi untung buat trafik A1.2 (tidak adil bagi A1.3)
Dengan fakta tersebut, maka diperlukan optimasi
Optimasi menurut Pratt

Jaringan dasar
Yang menjadi acuan : biaya saluran

A = trafik yang ditawarkan ke high-usage route
N1,N2,N3 = jumlah saluran yang diperlukan di berkas saluran 1,2,dan 3
C1,C2,C3 = biaya per saluran di berkas saluran 1,2, dan 3
• Trafik A pertama kali ditawarkan ke berkas 1 (PQ)
• Trafik yang tidak dapat diolah berkas 1 diluapkan dan ditawarkan ke pilihan rute
ke-2 (PTQ)
• Selain menerima luapan dari berkas 1, berkas PTQ juga dapat menerima trafik dari
yang lain  background traffic
• Biaya untuk ruting trafik A dari P ke Q = C
• C = C1.N1 + C2.N2 + C3.N3
• Bila N1 diketahui, maka N2 dan N3 bisa dihitung dengan syarat C1, C2, dan C3
serta B di berkas final route (berkas 2 dan 3) diketahui
• Untuk memperoleh C yang minimum, C diturunkan terhadap N1
C N 2 N 3
 C1  C 2  C3
N1 N 1 N 1
• Penurunan N2 dan N3 terhadap N1 dapat ditulis
N 2  N 2   m1 

N1  m1  B  N1 A
• Agar diperoleh biaya yang minimum, maka

C N 2 N 3
 C1  C 2  C3 0
N1 N1 N1
N 2 N 3
C1  C 2  C3
N1 N1
 N 2   m1   N 3   m1 
 C 2      C 3
 m1  B  N1 A  m1  B  N1 A
1 1
  C 2   H 1  C   H 1
 2   2 
C2 C3
 H1  H1
2 3
C1 C2 C3
 
H1  2  3
 Y 
•  N  disebut Marginal Occupancy (H), yaitu pertambahan trafik yang dimuat
A
per pertambahan saluran bila trafik yang ditawarkan tetap,

 Y   m 
• H =       , dimana m = trafik luap rata-rata
 N  A  N  A
 A 
•  N  disebut Marginal Capacity (), yaitu pertambahan trafik yang ditawarkan
B
per pertambahan saluran bila GOS (=B) tetap
Perhitungan jumlah saluran dilakukan secara iterasi

1. Ambil harga 2 dan 3 kira-kira antara 0,5 s.d. 0,8. Biasanya ambil harga  = 0,8
2. Hitung harga H1 menggunakan harga biaya saluran yang diketahui
3. Cari harga N1 yang memenuhi harga H1 tersebut. (Lihat slide )
4. Hitung harga trafik luap m1 dan setelah digabungkan dengan background traffic,
hitung N2 dan N3 dengan GOS (B2=B3=B) yang diketahui
5. Cari harga 2 dan 3 dengan N2 dan N3 yang sudah dicari
Bila berbeda ulangi dari langkah 1, sampai tidak ada perbedaan (sedikit beda); Cara
menghitung  dapat dilihat pada slide no 9
Menghitung harga H

• Karena harga N bersifat diskrit, maka kita dapat menghitung harga H dengan cara
berikut
– H1=[Y/N1]A
– Y=Y(N+1)-Y(N)
• Y(N+1)=A[1-BN+1(A)]
• Y(N)= A[1-BN(A)]
– N1=(N1+1)-N1=1
– Maka H1=A[BN(A)-BN+1(A)]
• H1=ABN(A)-ABN+1(A)
• Untuk mencari N dari harga H
– carilah pada tabel R untuk harga N yang berurutan pada
harga A yang sama sehingga diperoleh selisih R yang
harganya sama dengan H1
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
Diketahui : AAB=18 Erlang, Blocking di N2=blocking di N3=1%

C1=20, C2=15, C3=12
Hitung N1, N2, dan N3
Solusi
1.  =0,8

2. C1/H1=(C2+C3)/ ; Jadi H1=C1./(C2+C3)=20.0,8/(15+12) = 0,593
3. Mencari N1 (caranya lihat slide), kita sudah mengetahui relasi berikut
H1=A[BN(A)-BN+1(A)]= A.BN(A) - A.BN+1(A) =0,593
Bila kita lihat di tabel R
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
Optimasi menurut Y.Rapp

• Prinsipnya sama dengan Pratt
• Harga H didekati oleh suatu parameter yang disebut improvement factor
• Simbol improvement factor : F(n,A)
• F(n,A) memiliki pengertian yang sama dengan H (marginal occupancy):
pertambahan trafik yang dapat dimuat per pertambahan saluran
• F(n,A)=ε[1-0,3(1-ε2)]; dimana ε : cost ratio
• F(n,A) juga dapat dihitung oleh persamaan berikut ini
F(n,A) = A[En(A)-En+1(A)]=ηε
η memiliki harga sekitar 0,6-0,9
• η sama dengan  pada Pratt
• Cost ratio=ε=Cd/Ca
– Cd = cost untuk direct route
– Ca = cost untuk rute alternatif

• Jadi relasi antara Y.Rapp dengan Pratt
H =(Cd/Ca)=F(n,A)=ε[1-0,3(1-ε2)]
=A[En(A)-En+1(A)]= ηε
• Sebagai patokan praktis, dapat digunakan hubungan berikut :
– Bila (C2+C3)/C1 < 1 , maka N1 = 0
– Bila 1 < (C2+C3)/C1  2 , maka N1  A
– Bila (C2+C3)/C1 > 2 maka harga N2 = N3 = 0
• C2 dan C3 : cost pada rute alternatif
• C1: cost direct route
5.4 Evaluasi NNGOS dengan metoda Gaudreau

• Diperkenalkan pertama kali oleh Manon Gaudreau pada majalah IEEE
Communication, Vol.28, No.3, bulan Maret tahun 1980
• Diperluas oleh W.S.Chan
• Asumsi-asumsi
• Tidak boleh ada trafik yang melalui sentral yang sama sampai 2 kali
• Antara sentral paling sedikit harus ada satu rute
• Tak ada pengulangan panggilan
• Untuk setiap pasangan asal-tujuan, fungsi luap T harus ada berkas terkahir
(final link)
• Probabilitas blocking dari berkas saluran tak bergantungan
• Probabilitas blocking dari berkas hanya merupakan fungsi dari berkas
termaksud saja
• Struktur dasar rumus rekursif Gaudreau
• i=originating node
• d=destination node
• F(i,d,a,b)=Sentral tandem berikutnya bila panggilan sudah menduduki berkas (a,b)
• 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
• Bila probabilitas blocking di sentral cukup besar
– Wxi = probabilitas kongesti untuk incoming di sentral x

– Woi = probabilitas kongesti untuk outgoing di sentral x
• Contoh

• Solusi
• Iterasi perhitungan NNGOS

– B(1,5,1,5)=(1-P15).B(1,5,5,F(1,5,1,5))+P15.B(1,5,1,T(1,5,1,5))
=(1-0,3).B(1,5,5,5)+0,3.B(1,5,1,4)
=0,3.B(1,5,1,4)

– B(1,5,1,4)=(1-P14).B(1,5,4,F(1,5,1,4))+P14.B(1,5,1,T(1,5,1,4))
=(1-0,4).B(1,5,4,5)+0,4.B(1,5,1,2)
– B(1,5,4,5)=(1-P45).B(1,5,5,F(1,5,4,5))+P45.B(1,5,4,T(1,5,4,5))
=(1-0,1).B(1,5,5,5)+0,01.B(1,5,4,0)
=0,01.1=0,01
– Dan seterusnya, sampai akhirnya anda memperoleh hasil
– B(1,5,1,5) = 0,004211
5.5 Beberapa parameter kinerja jaringan

• GoS (Grade of Service)
• ASR (Answered Seizure Ratio)
• SCH (Seizure per Circuit per Hour)
• MHT (Mean Holding Time per Seizure)
• SCR (Succesfull Call Ratio)
ASR

SCR (Succesful Call Ratio)
• Macam-macam loss
– Loss originating (tingkat pemanggil)
• Kegagalan karena : no dialling, incomplete dialling, invalid dialling,
wrong dialling, wrong prefix
– Loss terminatting (tingkat pemanggil)
• Kegagalan karena : yang dipanggil sibuk, yang dipanggil tak
menjawab (no answer)
– Loss di sentral
• Kegagalan karena : tidak berhasilnya proses penyambungan di
sentral selain Loss originating (dihitung terhadap call yang masuk ke
sentral)
– Loss di berkas saluran
• Kegagalan karena : tidak berhasil menduduki saluran di berkas
salurantermaksud (dihitung terhadap call yang ditawarkan ke berkas
yang bersangkutan)

• Jadi SCR = ASR x [1-Lo-Le]
– SCR Lokal ME = ASR(lokal ME)[1-Lo-Le]
– SCR SLJJ= ASR(SLJJ)[1-Lo-Le]
– SCR Internasional= ASR(Internasional)[1-Lo-Le]
={(Call Term-Loss Term)/Call Term}x [1-Lo-Le]
= (1-Lt) [1-Lo-Le]
Occupancy per Circuit (OCC)
• OCC=Total holding time/jumlah sirkit
• OCC : efisiensi sirkit
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

– Ruting dan struktur jaringan
• Definisi routing: Proses pencarian jalan yang bebas di jaringan bagi suatu
panggilan untuk disambungkan dari asal ke tujuan.
• Ruting berisi penentuan:
– Aturan pencarian jalan yang dapat dipakai bagi suatu hubungan panggilan
dari asal-tujuan
– Pemilihan jalan yang akan dipakai dari jalan yang tersedia atau penentuan
ketidakberhasilan suatu panggilan bila tak ada lagi jalan yang dapat dipakai
– Apakah hubungan akan diadakan atau tidak pada jalan yang tersedia
 Parameter yang digunakan untuk mengetahui kelayakan suatu jaringan yang
direncakanan dari sisi kelayakan performansi jaringan antara lain adalah GoS
(Grade of Service), ASR (Answered Seizure Ratio), SCH (Seizure per Circuit per
Hour), MHT (Mean Holding Time per Seizure), dan SCR (Succesfull Call Ratio).
SOAL LATIHAN/ TUGAS
1. Perhatikan Gambar di bawah ini.
Diketahui : AAB=21 Erlang, Blocking di N2=blocking di N3=1%

C1=20, C2=15, C3=12
Hitung N1, N2, dan N3
2. Pelajari Teorema Graph !

BAB VI
FORECASTING DAN NETWORK PLANNING

 Mengetahui cara melakukan peramalan trafik masa depan dengan jangka waktu
tertentu, hubungan antara hasil peramalan trafik dengan perencanaan jaringan,
serta dapat melakukan perencanaan jaringan yang optimal dengan kinerja yang
memenuhi standar.
 Dapat menggunakan matriks trafik dalam melakukan forecasting.
 Memahami dan dapat menggunakan berbagai Teori/ metode seperti Rapp’s
Formula 1, Rapp’s Formula 2, Gravity Model, Formula Telecom Australia, dan
Kruithof’s Double Factor Method.
 Dapat melakukan perencanaan jaringan dalam linkungan Stabil maupun dalam
ligkungan Turbulen.

Bab ini membahas tentang peramalan trafik (forecasting) masa depan yang akan
menjadi bahan pertimbangan untuk perencanaan jaringan. Pokok bahasa forecasting
meliputi Forecasting untuk Perencanaan Sentral, Forecast Point-to-Point, Kruithof’s
Double Factor Method, Kebutuhan Pengukuran dan Forecast Trafik. Sedangkan pokok
bahasan Network Planning meliputi Network Planning dalam Lingkungan Stabil,
Network Planning pada Lingkungan Turbulen, Matriks Trafik, Traffic Dimensioning,
Dimensioning Trafik pada Jaringan Telepon (disederhanakan), Kurva Dimensioning,
dan Aturan Dimensioning.
B. POKOK-POKOK ISI
6.1 Forecasting untuk Perencanaan Sentral
• Perencanaan jaringan telepon didasarkan pada estimasi kebutuhan trafik masa
depan.

• Long-term forecast dibutuhkan untuk rencana pengembangan untuk menjamin
koordinasi pengembangan sampai perioda 15-25 tahun (setiap 2-4 tahun harus
dibuat up to date).
• Short-term forecast diperlukan untuk menyediakan basic data untuk perencanaan
langkah aktual pengembangan. Memuat estimasi trafik untuk 4 - 6 tahun kedepan
(setiap tahun short-term forecast harus dibuat up to date)
• Untuk forecast kebutuhan trafik:
– Trafik dalam masing-masing area sentral diestimasi
– Trafik antara pasangan sentral diestimasi, umumnya dipisahkan untuk tiap
arah
Matriks Trafik
A(i,j,0) : trafik saat ini

A(i,j,t) : estimasi trafik saat t

6.1.1 Forecast Point-to-Point
• Untuk estimasi trafik point-to-point ke depan, didasarkan kalkulasi pada forecast
pertumbuhan saluran pelanggan dan matriks trafik saat ini
• Macam-macam metoda biasa digunakan  tidak ada ketentuan metoda mana yang
paling akurat
• Feedback dari future record yang akan mengindikasikan metoda mana yang paling
baik untuk situasi tertentu
Estimasi Trafik Total
• Mengingat kategori pelanggan berbeda membangkitkan jumlah trafik yang
berbeda, trafik kedepan dapat diestimasi dari:
A(t) = N1(t).1 + N2.2 + …..
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
• dimana Wi dan Wj adalah bobot serta Gi dan Gj pertumbuhan pelanggan di sentral i

dan j
N i (t ) N j (t )
Gi  Gj 
N i ( 0) N j ( 0)
• Untuk menghitung Wi dan Wj berbagai metoda tersedia

6.1.2 Menghitung Faktor Bobot
• Rapp’s Formula 1

Wi = Ni(t) Wj = Nj(t)
– Asumsi disini trafik per pelanggan dari sentral i ke sentral j proporsional ke
jumlah pelanggan di sentral j
• Rapp’s Formula 2
Wi = Ni(t)2 Wj = Nj(t)2
– Asumsi disini perubahan originated dan terminated traffic per pelanggan
sekecil mungkin
– Formula Telecom Australia
N i (0)  N i (t ) N j (0)  N j (t )
Wi  Wj 
2 2
– Formula ini adalah modifikasi dari Rapp’s formula 1
– Formula keempat
Diturunkan dengan asumsi trafik per satu pelanggan di sentral i ke semua
pelanggan di sentral j adalah konstan
Aij (t ) Aij (0)

N i (t ).N j (t ) N i (0).N j (0)
Aij (t )  Aij (0).Gi .G j
6.1.3 Gravity Model

• Trafik antara dua sentral dapat diekspresikan:
Aij  K ( d ij ). N i . N j
dimana K(dij) = community of interest factor

• Faktor ini tergantung pada jarak, dapat dinyatakan:
 d ij
K (d ij )  e atau
K (d ij )  d ij g
• Parameter  dan g dikalkulasi dari matriks trafik yang diketahui

6.1.4 Kruithof’s Double Factor Method
• Kruithof’s method memungkinkan mengestimasi harga individual trafik A(i,j)
kedepan pada matriks trafik
• Harga saat ini diasumsikan diketahui, demikian juga future row dan column sums
• Prosedur adalah untuk meng-adjust individual A(i,j) sehingga sesuai dengan row
dan column sums yang baru

S1
A(i, j ) diubah ke A(i, j )
S0
• dimana S0 adalah sum saat ini dan S1 adalah sum baru untuk individual row dan
column
6.1.5 Penggunaan Kruithof’s Double Factor Method

6.2 Network Planning dan Dimensioning
Outline
• Pendahuluan
• Network Planning
• Traffic forecast

• Traffic dimensioning
Mengapa Network Planning dan Dimensioning?
• Tujuan dimensioning pada jaringan telekomunikasi adalah untuk menjamin bahwa:
kebutuhan yang diharapkan akan terpenuhi secara ekonomis
• Baik untuk pelanggan maupun operator
6.2.1 Network Planning dalam Lingkungan Stabil
• Aspek-aspek trafik
– Koleksi data (status saat ini)
• pengukuran trafik
• jumlah dan distribusi pelanggan
– Forecasting
• skenario layanan
• volume dan profil trafik
• Aspek ekonomi
• Aspek teknis
• Optimisasi dan dimensioning jaringan
Proses Planning Tradisional (2)

• Tahapan dari proses planning:
– disain topologi
– network-synthesis problem
• traffic routing
• dimensioning
– network-realization (circuit-routing) problem
• Keempat tahapan ini saling berinterelasi
 proses planning adalah iterative

Disain topologi
• Menentukan dimana menempatkan komponen dan interkoneksinya
– Dengan metoda topological optimization dan graph theory
• Input:
– informasi mengenai jaringan transmisi disarikan kedalam biaya interkoneksi
tetap per unit panjang antar sentral
– biaya switch hanya tergantung pada teknologi switching
• Output:
– connectivity matrix
– lokasi optimal dari dari switch atau konsentrator (optional)
Network synthesis:
• Kalkulasi ukuran optimal dari komponen (sistem transmisi dan switching) dalam
topologi yang dispesifikasikan dan mengacu pada batasan GOS dari ukuran
network-performance
– Dengan metoda nonlinear optimization

• Input
– topologi, matriks trafik, batasan GOS, fungsi biaya (unit cost)
• Output
– route plan
– set dari logical link diantara nodes
(persyaratan fasilitas transmisi antara titik switching)
• Terdiri dari dua sub tahapan iterasi
– traffic routing
– dimensioning
• Traffic routing:
– menentukan bagaimana menghubungkan panggilan saat kedatangan, untuk
suatu topologi dan ukuran komponen
• Dimensioning
– menentukan ukuran dari komponen-komponen dengan pembatasan GOS
untuk topologi dan metoda routing yang diberikan
• Network realization:
– menentukan bagaimana mengimplementasikan persyaratan kapasitas (untuk
peralatan transmisi dan switching) menggunakan komponen-komponen
tersedia dengan memperhatikan keandalan ( multipath routing)
• Dengan metoda multicommodity flow optimization
– Input:
• logical-circuit demand
• fixed costs, module costs dan keandalan dari komponen yang
tersedia
• persyaratan keandalan lainnya
– Output:
• physical circuits plan
• informasi detail biaya transmisi aktual antar node
6.2.2 Network Planning pada Lingkungan Turbulen
• Data keputusan tambahan berikut diperlukan dari area-area berikut:
– Pasar, dengan mengacu pada suatu konsep bisnis yang spesifik
• karena kompetisi
• peranan operator kedepan: dominasi/co-operation
– Kebutuhan pelanggan:
• pelayanan baru: Internet & mobility
• kesempatan bisnis baru
– Teknologi:
• teknologi baru: ATM, xDSL, GSM, CDMA, WDM
– Standar:
• standar-standar baru dikeluarkan secara kontinyu
– Dukungan operasi dan network planning:
• computer-aided
– Biaya:
• trend: biaya peralatan turun, biaya staff naik
“Konsep Baru Dunia”
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.

– Estimasi karakteristik trafik yang dibangkitkan pelanggan
– estimasi jumlah pelanggan
• Long time-span dari investasi jaringan 
– tidak cukup hanya estimasi trafik saat ini
– forecast trafik kedepan juga diperlukan
6.3.1 Forecasting Trafik
• Informasi mengenai kebutuhan kedepan untuk telekomunikasi
– estimasi dari tendensi dan arah kedepan
• Tujuan
– menyediakan basis untuk decision pada investasi jaringan
• Perioda forecast
– aspek waktu penting (keandalan)
– perlu perioda forecast dari panjang yang berbeda
6.3.2 Prosedur Forecasting
6.3.3 Metoda-Metoda Forecasting

• Trend methods
– linear extrapolation
– jumlah pelanggan bertambah pertahun sekitar 200 dlm 5 tahun terakhir  3
x 200 = 600 pelanggan baru pada perioda 3-tahun kedepan
– tidak cocok jika pertumbuhan eksponensial
• Statistical demand analysis
– operator jaringan harus mencari peta dari faktor-faktor yang mendasari
perkembangan sebelumnya

– perubahan yang dapat diharapkan selama perioda peramalan kemudian
disatukan
• Assessment methods
– analogy method: situasi atau objek dengan preconditions yang sama akan
berkembang secara sama
Traffic Forecast
• Traffic forecast menentukan
– estimasi pertumbuhan trafik dalam suatu perioda planning
• Starting point:
– volume trafik saat ini dalam jam sibuk (diukur/diestimasi)
• Faktor berpengaruh lainnya:
– perubahan jumlah pelanggan
– perubahan trafik per pelanggan (karakteristik trafik)
• Hasil final (peramalan)
– matriks trafik menyatakan traffic interest antar sentral (area trafik)
6.4 Matriks Trafik
• Hasil final dari trafik forecast diberikan dalam matriks trafik
• Matriks trafik T = (T(i,j))
– menunjukan traffic interest antar sentral
– N2 elemen (N = jumlah sentral)
– elemen T(i,i) menunjukan estimasi trafik dalam sentral i
– elemen T(i,j) menunjukan estimasi trafik dari sentral i ke j
• Masalah
– mudah tumbuh menjadi sangat besar: 600 sentral  360.000 elemen!
• Solusi: representasi hierarkis
– higher level: trafik diantara area trafik
– lower level: trafik antar sentral dalam satu area trafik
Contoh (1)
• Data
– Ada 1000 pelanggan residensial dan 10 perusahaan dengan masing-masing
PBX pada area suatu sentral lokal
– Karakteristik trafik yang dibangkitkan oleh pelanggan residensial dan
perusahaan diestimasikan 0,025 erlang dan 0,200 erlang
• Pertanyaan
– Berapa intensitas trafik total a yang dibangkitkan oleh semua pelanggan?
– Berapa rate kedatangan l dengan asumsi waktu pendudukan rata-rata 3
menit?
• Jawab:
– a = 1000 x 0,025 + 10 x 0,200 = 25 + 2 = 27 erlangs
– h = 3 menit
– l = a/h = 27/3 panggilan/menit = 9 panggilan/menit
Contoh (2)
• Data
– Dalam 5-tahun perioda peramalan jumlah pelanggan baru diestimasikan
tumbuh linier dengan rate 100 pelanggan/tahun
– Karakteristik trafik yang dibangkitkan oleh pelanggan residensial
diasumsikan tumbuh ke harga 0,040 erlang
– Total jumlah perusahaan dengan PBX sendiri diestimasi menjadi 20 pada
akhir perioda peramalan
• Pertanyaan:
– Berapa estimasi intensitas trafik total a pada akhir perioda peramalan?
• Jawab:
– a = (1000 + 5x100) x 0,040 + 20 x 0,200 = 60 + 4 = 64 erlangs
Contoh (3)
• Data
– Misal ada 3 sentral lokal serupa
– Asumsikan setengah dari trafik yang dibangkitkan sentral adalah trafik lokal
dan setengah lainnya diteruskan secara uniform ke dua sentral lainnya
• Pertanyaan:
– Buat matriks trafik T menunjukan traffic interest antar sentral pada akhir
perioda peramalan
• Jawab:
– T(i,i) = 64/2 = 32 erlangs
– T(i,j) = 64/4 = 16 erlangs

6.5 Traffic Dimensioning
• Sistem telekomunikasi dari sudut pandang trafik:
• Tugas dasar dari traffic dimensioning:

Menentukan kapasitas sistem minimum yang diperlukan sehingga incoming traffic
memenuhi spesifikasi grade of service
• 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

– pertama, hubungan harus dibangun melalui jaringan (phase pembangunan
hubungan)
– setelah itu, transfer informasi dimungkinkan (phase transfer informasi)
6.5.2 Dua Tipe Proses Trafik

• Proses trafik pada tiap node jaringan
– karena pembangunan hubungan
– selama phase pembangunan hubungan
• setiap panggilan memerlukan (berkompetisi) resources processing
pada tiap node jaringan (switch) sepanjang route
– Biasanya memerlukan beberapa mdet/detik (dimana panggilan diproses
pada switch)
• Proses trafik pada tiap link
– karena transfer informasi
– selama phase transfer informasi
• setiap panggilan menduduki satu kanal pada tiap link sepanjang
route
– transfer informasi berlangsung selama sampai salah satu disconnect
• panggilan telepon biasa biasanya berlangsung beberapa menit
• Catatan: time scale yang sangat berbeda untuk kedua proses
6.5.3 Dimensioning Trafik pada Jaringan Telepon (disederhanakan)

• Asumsi
– topologi dan routing tetap
– matriks trafik diberikan
– persyaratan GOS diberikan
• Dimensioning node jaringan:
Menentukan kapasitas penanganan panggilan yg diperlukan
– jumlah pembangunan panggilan maksimum dapat ditangani node dalam
suatu unit waktu
• Dimensioning links:
Menentukan jumlah kanal yang diperlukan
– jumlah maksimum panggilan ongoing pada link
6.5.4 Proses Trafik Selama Pembangunan Hubungan

• Proses kedatangan panggilan (request) dimodelkan sebagai
– proses Poisson dengan intensitas 
• Lebih jauh diasumsikan waktu pemrosesan panggilan mempunyai
– distribusi eksponensial dengan rata-rata s
• biasanya s dalam range milli detik (bukan menit seperti h)
• s lebih merupakan parameter sistem daripada parameter trafik
• Selanjutnya diasumsikan permintaan panggilan diproses dengan
– single processor dengan buffer tak terhingga
• Model proses trafik yang didapat
– model antrian M/M/1 dengan load traffic  = s
• Pure delay system :
• Formula untuk waktu tunggu rata-rata E[W] (asumsi c < 1)
–  = s
– Catatan: E[W] menuju tak hingga jika  mendekati 1

6.5.5 Kurva Dimensioning
• Persyaratan Grade of Service: E[W]  s
 Load yang dibolehkan   0,5 = 50%  s  0,5
 Rate service 1/s  2
6.5.6 Aturan Dimensioning

• Untuk mendapatkan Grade of Service yang disyaratkan (waktu tunggu rata-rata
pelanggan sebelum service harus lebih kecil dari waktu service) …..
Jaga beban trafik lebih kecil 50%
• Jika diinginkan persyaratan yang lebih ketat, tetap ingat safety margin …..
Jangan biarkan beban trafik total mendekati 100%
• Kalau tidak kita akan lihat explosion!

Contoh (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

Contoh (3)
• Node 2:
(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:
(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
6.5.7 Proses Trafik selama Transfer Informasi
• Proses kedatangan panggilan sudah dimodelkan sebagai

– proses Poisson dengan intensitas 
• Selanjutnya diasumsikan waktu pendudukan panggilan adalah

– IID dan distribusi general dengan rata-rata h
• biasanya h dalam range menit (bukan milli detik seperti s)
• h lebih merupakan parameter trafik daripada parameter sistem
• Hasil model proses trafik:
– M/G/n/n model loss dengan intensitas offered traffic a = h
• Pure loss system:
• Erlang’s blocking formula:
• 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 (1)
Contoh (2)
Tabel: B = Erl(n,a)

C. RANGKUMAN
 Perencanaan jaringan telepon didasarkan pada estimasi kebutuhan trafik masa
depan.
 Long-term forecast dibutuhkan untuk rencana pengembangan untuk menjamin
koordinasi pengembangan sampai perioda 15-25 tahun (setiap 2-4 tahun harus
dibuat up to date).
 Short-term forecast diperlukan untuk menyediakan basic data untuk perencanaan
langkah aktual pengembangan. Memuat estimasi trafik untuk 4 - 6 tahun kedepan
(setiap tahun short-term forecast harus dibuat up to date).
 Untuk forecast kebutuhan trafik: Trafik dalam masing-masing area sentral
diestimasi.
 Trafik antara pasangan sentral diestimasi, umumnya dipisahkan untuk tiap arah.
 Metode yang digunakan dalam melakukan peramalan trafik masa depan adalah
Kruithof’s Double Factor Method.
• Tugas dasar dari traffic dimensioning: Menentukan kapasitas sistem minimum
yang diperlukan sehingga incoming traffic memenuhi spesifikasi grade of service.
SOAL LATIHAN/ TUGAS
1. Diketahui: Ada 1000 pelanggan residensial dan 10 perusahaan dengan masing-

masing PBX pada area suatu sentral lokal. Karakteristik trafik yang dibangkitkan

oleh pelanggan residensial dan perusahaan diestimasikan 0,025 erlang dan 0,200
erlang.
Pertanyaan:
a. Berapa intensitas trafik total a yang dibangkitkan oleh semua pelanggan?
b. Berapa rate kedatangan l dengan asumsi waktu pendudukan rata-rata 3 menit?

DAFTAR PUSTAKA
 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

Lampiran-1: Garis Besar Program Pengajaran
GARIS BESAR PROGRAM PENGAJARAN
Nama Mata Kuliah : Rekayasa Trafik Telekomunikasi

Kode Mata Kuliah : TT1225012 (D3)
Satuan Kredit Semester : 2 SKS, 2 jam
Penelaah Materi : Sopian Soim, S.T., M.T.
Deskripsi Singkat Mata Kuliah
Perkembangan pengguna jasa telekomunikasi yang semakin meningkat menuntut

pengembangan teknologi dan perencanaannya yang semakin akurat pula. Informasi yang
dikirimkan melalui jaringan telekomunikasi seperti suara, data dan video merupakan trafik
telekomunikasi yang saat ini beralih konsep dari trafik yang bersifat pembangunan koneksi
kepada trafik yang berorientasi jaringan paket dikarenakan perkembangan teknologi
internet yang sangat cepat. Mata kuliah ini diharapkan dapat memberikan konsep dan
model-model trafik yang akurat kepada mahasiswa sehingga dapat diterapkan dalam
perencanaan dan optimasi jaringan telekomunikasi itu sendiri.
Bahan Ajar - Rekayasa Trafik Telekomunikasi Lampiran halaman 1

Lampiran-2: Rencana Pembelajaran Semester
RENCANA PEMBELAJARAN SEMESTER
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
2 Memahami Konsep dasar Trafik Mahasiswa dapat menjelaskan kegunaan Ceram 1, 2,

1.1 Tujuan mulai dari mempelajari trafik dalam kaitannya ah dan 3, 4,
√
Teletrafik dengan Perencanaan jaringan dan tanya 5
Manajemen Jaringan. jawab
Memahami tentang besaran Mahasiswa dapat menjelaskan hubungan
trafik dan perhitungannya serta antara intensitas trafik, blocking, dan
penggunaan Tabel Erlang dalam kapasitas sistem atau jumlah kanal, serta
1.2 Besaran trafik mengaitkan ketiga faktor utama cara penggunaan penggunaan Tabel
yaitu Trafik yang ditawarkan, Erlang B
Kualitas Layanan, dan Kapasitas
yang harus disediakan.
Memahami tentang jenis-jenis Mahasiswa dapat membedakan offered
1.3 Jenis trafik trafik traffic, carried traffic dan loss traffic
Memahami tentang berbagai Mahasiswa dapat membedakan antara
1.4 Model Teletrafik √ Model Trafik sistem loss murni, sistem dengan antrian
murni, dan mixed antara keduanya
2 2, BAB II. MODEL ANTRIAN DAN MODEL TRAFIK
3
2.1 Sistem Antrian Memahami tentang berbagai Mahasiswa dapat membedakan Ceram 1, 2,
macam model antrian. berbagai macam model antrian. ah dan 3, 4,

Memahami karakteristik Mahasiswa dapat menjelaskan tanya 5, 6,
antrian seperti pola karakteristik antrian seperti pola jawab 7, 8,
2.2 Karakteristik
kedatangan, pola layanan, kedatangan, pola layanan, disiplin 9
Proses Antrian
disiplin antrian, kapasitas antrian, kapasitas sistem, dan
sistem, dan sebagainya. sebagainya.
2.3 Notasi Antrian Memahami arti dari notasi Mahasiswa dapat menjelaskan arti dari
berbagai macam antrian. berbagai macam notasi antrian.
Dapat menyelesaikan
persoalan-persoalan tentang Mahasiswa dapat menyelesaikan
2.4 Model teletrafik
model antrian dan model persoalan-persoalan tentang model
trafik. antrian dan model trafik.
3 4, BAB III. TEORI ANTRIAN
5,
6, Memahami perlunya antrian Mahasiswa dapat menjelaskan Ceram 6, 7,
7 dalam lalulintas data/ perlunya antrian dalam lalulintas data/ ah dan 8, 9
3.1 Dasar Antrian
informasi diatur dengan suatu informasi diatur dengan suatu Teori tanya
Teori Antrian. Antrian. jawab
Memahami tentang Proses Mahasiswa dapat menjelaskan mengapa
3.2 Background:
Poisson. proses kedatangan trafik tergolong dalam
Proses Poisson
Proses Poisson.
Memahami dan dapat Mahasiswa dapat menggunakan
3.3 Little’s Law Hukum Little dalam perhitungan.
menggunakan Hukum Little.
Memahami arti dari Antrian Mahasiswa dapat menjelaskan arti dari
Model M/M/1 dan dapat Antrian Model M/M/1, dan
3.4 Antrian M/M/1
membedakannya dengan mengerjakan soal-soal Model antrian
model lainnya. M/M/1.
Memahami tentang teori-teori Mahasiswa dapat menjelaskan tentang
3.5 Teori Antrian antrian seperti Burke’s Burke’s Theorem.
Theorem.
4 8, BAB IV. TRAFIK LUAP DAN PERLUASAN ERLANG
9
4.1 Trafik Luap Memahami tentang Mahasiswa dapat menjelaskan Ceram 1, 2,
(Overflow Traffic) pengertian Trafik Luap. pengertian Trafik Luap. ah dan 3, 4,

Memahami tentang Extended Mahasiswa dapat menggunakan tanya 5
4.2 Perluasan Erlang Erlang B dan Tabel Erlang C Extended Erlang B dan Tabel Erlang jawab
untuk persoalan Trafik Luap C untuk persoalan Trafik Luap.
Memahami tentang Extended Mahasiswa dapat menggunakan
4.2.1 Extended
Erlang B
Erlang B untuk persoalan Extended Erlang B untuk persoalan
Trafik Luap. Trafik Luap.
Memahami tentang Tabel Mahasiswa dapat menggunakan Tabel
4.2.2 Erlang C Erlang C untuk persoalan Erlang C untuk persoalan Trafik Luap.
Trafik Luap.
Memahami tentang Teori Mahasiswa dapat menggunakan Teori
4.2.3 Rekursif
Erlang Rekursif Erlang. Rekursif Erlang untuk persoalan tertentu.
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.

14 BAB VI. FORECASTING DAN NETWORK PLANNING
,
15
Memahami cara melakukan Mahasiswa dapat melakukan peramalan Ceram 1, 2,
6.1 Forecasting
, forecasting (peramalan trafik) trafik masa depan untuk jangka waktu ah dan 3, 4,
untuk Perencanaan
16 masa depan serta data-data yang tertentu, berdasarkan data-data tanya 5
Sentral
diperlukan. sebelumnya serta survey. jawab
Mahasiswa dapat melakukan
6.2 Network Dapat melakukan perencanaan jaringan serta
Planning dan perencanaan jaringan dalam dimensioning baik dalam linkungan
Dimensioning linkungan Stabil maupun Stabil maupun dalam ligkungan
dalam ligkungan Turbulen Turbulen
Memahami tentang apa saja Mahasiswa dapat melakukan perhitungan
6.3 Kebutuhan
yang dapat menjadi sumber forecasting masa depan berdasarkan
Pengukuran dan
informasi sebagai dasar dalam berbagai sumber data/ informasi.
Forecast Trafik
melakukan forecasting trafik.
Memahami tentang matriks Mahasiswa dapat menggunakan
6.4 Matriks Trafik trafik dalam melakukan matriks trafik dalam melakukan
forecasting. forecasting.
Memahami tentang perlunya Mahasiswa dapat menjelaskan mengapa
traffic dimensioning untuk traffic dimensioning perlu dilakukan
6.5 Traffic
menjamin bahwa kualitas untuk menjamin bahwa kualitas layanan
Dimensioning
layanan yang disyaratkan dapat yang disyaratkan dapat selalu terpenuhi
selalu terpenuhi
16 16 Mid-Test 2

Lampiran-3: Biodata Penulis
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
11 Mata Kuliah yang Diampu 3. Teknologi Multimedia
4. Praktek Pengolahan Sinyal

5. Praktek Perancangan dan Fabrikasi Sistem
Elektronika

BIODATA PENULIS 2
1 Nama Lengkap (dengan gelar) DR. Dipl. Ing. Ahmad Taqwa, M.T.

2 Jenis Kelamin L
3 Jabatan Fungsional Lektor
5 NIDN 0004126802
6 Tempat, Tanggal Lahir 4 Desember 1968

7 E-mail a_taqwa@yahoo.com
8 Nomor Telepon/HP 0852-20108285
1. Sistem Komunikasi Bergerak
2. Pengolahan Sinyal
11 Mata Kuliah yang Diampu 3. Data Network and Protocol
4. Praktek PLC
5. Wireless Broadband

BIODATA PENULIS 3
1 Nama Lengkap (dengan gelar) Martinus Mujur Rose, S.T., M.T.
2 Jenis Kelamin L
3 Jabatan Fungsional Asisten Ahli
5 NIDN 0002127405
6 Tempat, Tanggal Lahir Deri – Tana Toraja, 2 Desember 1974

7 E-mail mujurrose@yahoo.com
8 Nomor Telepon/HP 0813-22078970
1. Dasar Transmisi dan Saluran Transmisi
2. Praktek Digital Signal Processing

11 Mata Kuliah yang Diampu 3. Sistem Komunikasi Bergerak
4. Praktek Komunikasi Data

5. Praktek Teknologi Multimedia

Bahan Ajar Rekayasa Trafik PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bahan Ajar Rekayasa Trafik PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

BAHAN AJAR

REKAYASA TRAFIK TELEKOMUNIKASI

JURUSAN TEKNIK ELEKTRO

NAMA MATAKULIAH : REKAYASA TRAFIK TELEKOMUNIKASI

Palembang, Desember 2014

Ir. Ali Nurdin, M.T. Sopian Soim, S.T., M.T.

H. Firdaus, S.T, M.T.

Palembang, Desember 2014

Halaman Sampul ........................................................................................................... i

BAB 2 MODEL ANTRIAN DAN MODEL TRAFIK ........................................... 18

BAB 3 TEORI ANTRIAN ...................................................................................... 36

BAB 4 TRAFIK LUAP DAN PERLUASAN ERLANG ....................................... 75

BAB 5 PENDIMENSIAN DAN EVALUASI KINERJA JARINGAN ................. 90

BAB 6 FORECASTING DAN NETWORK PLANNING .................................... 120

Daftar Pustaka .............................................................................................................. 145

CAPAIAN PEMBELAJARAN (Learning Outcome)

A. PENDAHULUAN/ DESKRIPSI SINGKAT

Bahan Ajar - Rekayasa Trafik Telekomunikasi 1

Sudut pandang trafik

Bahan Ajar - Rekayasa Trafik Telekomunikasi 2

• Untuk menjelaskan hubungan kuantitatif, diperlukan model matematik

Bidang yang berhubungan

Bahan Ajar - Rekayasa Trafik Telekomunikasi 3

– Deskripsi tidaklah sangat akurat tapi merupakan pendekatan

– Diperlukan kehati-hatian ketika mengambil kesimpulan

1.1.2 Tujuan praktis

Bahan Ajar - Rekayasa Trafik Telekomunikasi 4

Total holding time semua saluran

Maka intensitas trafik

Beberapa pengertian lain intensitas trafik

Pendekatan lain perhitungan intensitas trafik

Bahan Ajar - Rekayasa Trafik Telekomunikasi 5

• Harap diingat bahwa intensitas trafik tidak bersatuan (dimensionless)

Bahan Ajar - Rekayasa Trafik Telekomunikasi 6

Bahan Ajar - Rekayasa Trafik Telekomunikasi 7

Satuan-satuan trafik lain dan konversinya

Bahan Ajar - Rekayasa Trafik Telekomunikasi 8

Bahan Ajar - Rekayasa Trafik Telekomunikasi 9

Model teletrafik sederhana

Pure loss system

• Tdk ada buffer tunggu (m = 0)

Pure waiting system

Bahan Ajar - Rekayasa Trafik Telekomunikasi 10

Bahan Ajar - Rekayasa Trafik Telekomunikasi 11

Model klasik trafik telepon

Bahan Ajar - Rekayasa Trafik Telekomunikasi 12

Bahan Ajar - Rekayasa Trafik Telekomunikasi 13

Bahan Ajar - Rekayasa Trafik Telekomunikasi 14

• Kapasitas sistem, n = jumlah kanal pd link

Bc = Erl (n,a) = (an / n!) /  ai / i!

Bahan Ajar - Rekayasa Trafik Telekomunikasi 15

Bahan Ajar - Rekayasa Trafik Telekomunikasi 16

SOAL LATIHAN/ TUGAS

Bahan Ajar - Rekayasa Trafik Telekomunikasi 17

CAPAIAN PEMBELAJARAN (Learning Outcome)

A. PENDAHULUAN/ DESKRIPSI SINGKAT

Model Antrian & Model Trafik

Bahan Ajar - Rekayasa Trafik Telekomunikasi 18

2.2 Karakteristik Proses Antrian

Bahan Ajar - Rekayasa Trafik Telekomunikasi 19

Bahan Ajar - Rekayasa Trafik Telekomunikasi 20

Bahan Ajar - Rekayasa Trafik Telekomunikasi 21

• wn: waktu tunggu dlm antrian utk Cn