MODUL PERKULIAHAN

REKAYASA TRAFIK

Variasi Trafik Dan Konsep Jam

Sibuk

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Teknik Teknik Elektro W141700037 Imelda Simanjuntak ,S.T.,M.T.

04

Abstract Kompetensi
Materi ini akan membahas tentang Setelah membaca modul ini diharapkan :
Variasi trafik dan konsep jam sibuk. 1. Mahasiswa dapat memahami jam sibuk
2. Mahasiswa dapat memahami jam tersibuk
VARIASI TRAFIK DAN KONSEP JAM
SIBUK
4.1 VARIASI TRAFIK

Sumber trafik adalah pelanggan. Kapan dan berapa lama pelanggan mengadakan pembicaraan
telepon tidak dapat ditentukan lebih dahulu. Jadi trafik ini besarnya merupakan besar statistik dan
kuantitasnya hanya bisa diselesaikan dengan statistik dan teori probabilitas. Jumlah panggilan
merupakan fungsi waktu, sedang variasi dari jumlah panggilan tersebut sama dengan variasi trafik.

Bila trafik dalam suatu sistem peralatan telekomunikasi diamati, maka akan terlihat bahwa harganya
akan berubah-ubah (bervariasi). Trafik berfluktuasi dari waktu ke waktu . Variasi trafik terjadi dalam
interval waktu:
 Menit ke menit
 Jam ke jam
 Hari ke hari
 Musim ke musim (hari besar, musim liburan, dll).

Variasi trafik dari waktu ke waktu seperti ditunjukkan pada gambar :

Gambar 4.1 variasi trafik menit ke menit

2020 Nama Mata Kuliah dari Modul

2 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Gambar 4.2 variasi trafik jam ke jam

Variasi dalam waktu yang pendek (dalam satu jam) terlihat bahwa perubahan tidak teratur, dapat
naik, dapat turun ataupun tetap.
Variasi trafik dapat dipecah lebih jauh lagi menjadi variasi dalam intensitas panggilan dan variasi di
dalam waktu pendudukan (service time/holding time). Gambar di bawah ini menunjukkan waktu
pendudukan untuk pemakaian saluran trunk selama 24 jam.

Gambar 4.3 variasi holding time dari jam ke jam

2020 Nama Mata Kuliah dari Modul

3 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Gambar 4.4 variasi trafik hari ke hari

Gambar 4.5 Trafik dalam 24 jam diperkirakan sama dengan 8 kali jam sibuk

2020 Nama Mata Kuliah dari Modul

4 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Jadi variasi trafik yang dapat diperkirakan (predictable variations) dapat kita klasifikasikan sbb:
1. Long term trend (years)
 Pertumbuhan trafik
 Existing services: growth of user population,
 Changes in habits, economics
 New services
2. Variasi selama setahun (months)
Biasanya terdapat trafik yang tinggi pada awal bulan
3. Variasi selama seminggu (days)
Normalnya trafik yang tertinggi adalah hari senin, kemudian jumat, selasa, rabu dan
kamis.Jumat dan khususnya hari minggu mempunyai titik level yang rendah. Namun dari
data yang sebelumnya bahwa trafik dalam 24 jam sama dengan 8 kali trafik jam sibuk,
yakni hanya sepertiga dari kapasitas pada sistem telepon yang digunakan seperti yang
ditunjukkan pada gambar 5 diatas. Ini merupakan alasan untuk mengurangi trafik di luar
jam sibuk.
4. Variasi harian selama 24 jam (hours)
Sedangkan Variasi predictable lainnya adalah:
5. Regular: Lebaran, Natal etc.
6. Irregular: televoting

Bermcam Kelompok user yang memiliki profil tahunan/mingguan/harian yang berbeda antara lain:
1. Variasi trafik yang acak
2. Short term random variations (seconds, minutes)
 Disebabkan oleh tindakan antar user yang independent
 Random call arrivals
 Random holding times
3. Long term random variations (hours)
4. Random variations caused by external sources

2020 Nama Mata Kuliah dari Modul

5 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
4.2 KONSEP JAM SIBUK

Jam sibuk (busy hour) adalah interval 60 menit dalam satu hari yang mempunyai rata-rata trafik
tertinggi (dalam jangka waktu lama). Jam sibuk dapat berbeda-beda dari satu sentral dengan sentral
lainnya tergantung pada lokasi sentral dan interest dari pelanggan.
Jadi jam sibuk ini didapat dari kurva rata - rata dari banyak kurva (banyak hari). Penetapan jam sibuk
dapat diklasifikasikan kedalam tiga cara yaitu:
4.2.1 AVERAGE DAILY PEAK HOUR (ADPH)
Jam tersibuk ditentukan berbeda-beda untuk setiap harinya (different time for different days), lalu
dirata-ratakan selama perioda pengamatan.

 Bila :
N = jumlah hari pengamatan
an(D) = trafik rata-rata yang terukur selama interval 1-jam (D) pada hari ke-n
max Dan(D) = trafik tertinggi harian dari hari ke-n

Maka aADPH =

Gambar 4.6 Ilustrasi ADPH

4.2.2 TIME CONSISTENT BUSY HOUR (TCBH)

Berdasarkan TCBH, jam sibuk sama dengan 60 menit dalam sehari yang mempunyai rata-rata trafik
tertinggi. Trafik ini diukur pada hari kerja, dengan mengabaikan hari libur dan hari abnormal. Pada
BBH, hanya trafik puncak yang diperhitungan. Hanya ssatu puncak dalam I hari, I dalam I minggu, 1
dalam satu bulan dan 1 dalam satu tahun.

2020 Nama Mata Kuliah dari Modul

6 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
4.2.2.1 CONTOH PERHITUNGAN TCBH DAN BBH ADALAH SEBAGAI BERIKUT:

Berdasarkan TCBH, maka jam sibuk adalah jam 12.00 dan besarnya trafik rata-rata: 1806 : 5 = 361.2
4.2.3 BOUNCING BUSY HOUR METHOD (BBH)
Bouncing busy hour method (BBH) dikenal juga post collectedbusy hour ialah metode pengamatan
jam sibuk berdasarkan kepadatan intensitas trafiknya dari waktu ke waktu setiap hari. Dengan
demikian dapat saja terjadi periode jam sibuk pada suatu hari akan berbeda dengan jam sibuk pada
hari lain.

Dengan BBH, besar trafik adalah :

392+360+360+361+391=1864:5 = 372.8
 Perioda satu jam, perioda ini sama untuk setiap harinya, yang memberikan hasil pengukuran
trafik rata-rata tertinggi selama perioda pengamatan
– N = jumlah hari pengamatan
– an(D) = trafik rata-rata yang terukur selama interval 1-jam (D) pada hari ke-n
– max Dan(D) = trafik tertinggi harian dari hari ke-n

– Maka aTCBH =

Gambar 4.7 Ilustrasi TCBH

2020 Nama Mata Kuliah dari Modul

7 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
4.2.4 FIXED DAILY MEASUREMENT HOUR (FDMH)
Selang satu jam pengukuran trafik sudah ditentukan sebelumnya (misalnya antara 9.30-10.30); trafik
hasil pengukuran dirata-ratakan selama perioda pengamatan (selama 10 hari misalnya).

Gambar 4.8 Ilustrasi FDMH

Dimana

4.3 REKOMENDASI PENENTUAN JAM SIBUK

• Rekomendasi CCITT E.500

– Bila mempunyai alat ukur otomatis yang mampu mengukur secara terus menerus
sepanjang tahun, maka jam sibuk dapat ditentukan dari hasil tiap hari dalam selang
waktu yang penting (significant). Dari hasil tiap hari pengukuran nilai trafik pada jam
sibuk tersebut, dipilih (tidak perlu berurutan) 30 tertinggi dan 5 tertinggi sehingga
diperoleh nilai trafik rata-rata dari 30 tertinggi (A30) dan 5 tertinggi (A5)
– Bila tidak ada alat ukur otomatis, maka pengukuran dilakukan manual selama 10 hari
berurutan dalam selang (musim) yang sibuk, kalau perlu ditambah sampai 13 minggu
dimana mencakup musim yang sibuk

• Dalam prakteknya, setiap negara dapat melakukan cara lain tergantung jenis dan
kemampuan alatnya

2020 Nama Mata Kuliah dari Modul

8 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
4.4 PENANGANAN PANGGILAN YANG TIDAK SUKSES

4.4.1 LOSS SYSTEM (LOST CALL CLEARED)

Pada system ini, panggilan yang dating saat seluruh sirkit sibuk, akan ditolak akan dibuang dari
system. Bila ada panggilan ulang(repeated call), dianggap panggilan yang baru. System ini biasanya
digunakan untuk menentukan jumlah saluran antar sentral.
4.4.2 DELAY SYSTEM (LOST CALL DELAYED)
Pada system ini, panggilan yang dating saat seluruh sirkit sibuk,maka panggilanpanggilan tersebut
akan menunggu di buffer yang disediakan sampai ada sirkit yang bebas. System ini digunakan untuk
komunikasi data yang tidak memerlukan komunikasi ‘real time’.
4.4.3 OVERFLOW SYSTEM (LOST CALL HELD)
Panggilan-panggilan yang tidak bisa dilayani kerena seluruh group sirkit ke suatu arah dalam kondisi
diduduki, maka diluapkan ke group sirkit arah lain (alternative route). System ini digunakan untuk
mendisain suatu MEA(multi exchange Area

4.5 CONTOH SOAL

1. Suatu sentral sedang diamati besarnya volume trafik : ternyata dalam pengamatan didapat data
volume trafik :
Hari/jam 9.00-9.30 9.30-10.0 10.0-10.30 10.30-11.00 11.00-11.30
Senin 7 8 10 9 8
Selasa 6 8 9 8 7
Rabu 7 8 8 9 8
Kamis 7 7 8 8 7
Jum’at 9 10 9 7 6

Jawaban:

a) Jam tersibuk hari :

Senin s/d Kamis = 10.00 – 11.00 WIB
Untuk Jum’at = 9.30 – 10.30

b) Jam sibuk Senin = 10.00-11.00 = 10 ½ (ttk tengah)

Selasa = 10.00-11.00 = 10 ½

2020 Nama Mata Kuliah dari Modul

9 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
 Rabu = 10.00-11.00 = 10 ½
Kamis = 10.00-11.00 = 10 ½
Jum’at = 9.30-10.30 = 10
Total 52 ; rata 52/5 = 10 2/5 jam
Titik tengah rata-rata = 10 2/5
= jam 10 lewat 2/5 x 60
= jam 10.24
jadi jam sibuk = (10.24-0,30) s/d (10.24 + 0.30)
= 9.54 s/d 10.54

2020 Nama Mata Kuliah dari Modul

10 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
DAFTAR PUSTAKA
D. Bear, Principle of Telecommunication Traffic Engineering, 3rd edition, Peter Peregrinus,
1988
E. Flood, Telecommunication Switching, Traffic and Network, Prentice-Hall, 1995
V.B. Iversen, Teletraffic Engineering and Network Planning, Technical University of Denmark,
2010
K.I. Park, QoS in Packet Networks, Springer Science, 2005
H. Akimaru & K. Kawashima, Teletraffic Theory and Applications, 2nd ed., Springer Verlag ,
1999
Zukerman, M., Introduction to Queueing Theory and Stochastic Teletraffic Models, City
University of Hongkong,
2015
C.H. Ng, B.H. Soong, Queueing Modelling Fundamentals, 2nd ed., John Wiley & Sons, 2008

2020 Nama Mata Kuliah dari Modul

11 Imelda Uli Vistalina Simanjuntak
Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id