MODUL PERKULIAHAN

Rekayasa Trafik

Distribusi Poisson dan Sistem

Antrian

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

FAKULTAS TEKNIK TEKNIK ELEKTRO

08 W141700037 Muhammad Hafizd Ibnu Hajar, ST.M.Sc

Abstract Kompetensi
Salah satu macam sistem antrian, Mahasiswa/i dapat mengerti dan
yaitu M/M/1 berarti bahwa sumber menjelaskan disribusi poisson dan
kedatangannya menggunakan Markov beberapa macam sistem antrian.
(terdistribusi poisson), service time-nya
eksponensial negatif (Markov), dan
hanya terdapat 1 buah server.
Pembahasan
Distribusi Poisson

 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)

-λt
 P (x > t) = e
-λt -λt
o Ingat P(x>t) = 1- P(x t)=1 - (1- e ) = e
 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)

 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)
-λ (t+ Δt) - λt
= (1 – e ) – (1 – e )
- λt -λ (t+ Δt)
=e –e

2019
 Rekayasa Trafik
2
  Maka:

Dengan menggunakan deret Mc Laurin maka:

 Bila Δt  0 maka P(Δt)  l. 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 ter
2
jadi lebih dari satu peristiwa maka probabilitasnya akan sebanding dengan Δt (atau
3
Δt dst.) dan ini berarti akan menjadi nol (bila Δt mendekati nol).
 Kita sudah memperoleh hasil sebagai berikut (dengan Dt mendekati nol (dt)):
o Peluang (datangnya 1 panggilan dalam waktu dt) = λ dt + 0(dt)
 λ=laju rata-rata datangnya panggilan

Rekayasa Trafik
2019
3 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
 o Dengan analogi : Peluang (berakhirnya 1 pendudukan dalam waktu dt) = mdt +
0(dt)
 μ=1/h= laju rata-rata berakhirnya panggilan.
 Bila kita gunakan koefisien kelahiran dan kematian :
o Peluang (datangnya 1 panggilan pada kondisi n dalam waktu dt) = bndt + 0(dt)
o Peluang (berakhirnya 1 panggilan pada kondisi n dalam waktu dt) = d ndt + 0(dt)
o Peluang (terjadi lebih dari 1 peristiwa datang dan/atau berakhir dalam waktu dt) =
0(dt)

Distribusi Poisson:

 Harga mean = at
 Harga variansi = at

Sistem M/M/1
Sistem antrian M/M/1 mempunyai sifat seperti di bawah
ini:
 Sumber kedatangan terdistribusi Poisson
(Markov)
 Distribusi service time : ekponensial negatif
(Markov)
 Hanya ada satu server
 Disiplin antrian: FIFO
Adapun pemodelan dari sistem antrian M/M/1 yakni seperti yang ditunjukkan pada gambar
di bawah ini :

Pemodelan sistem antrian M/M/1

Misalkan Pn( t ) menyatakan peluang adanya n customers di dalam antrian pada waktu t.
Peluang adanya n customers pada waktu t+∆t dinyatakan sebagai berikut bila ∆t kecil seperti
yang ditunjukkan di bawah ini:
 Rekayasa Trafik
2019
4 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
 Pn( t + ∆t ) = Pn( t )[(1−λ∆t)(1−µ∆t )+ λ∆t µ∆t ] + Pn − 1( t ) [ λ∆t ( 1 − µ∆t ) ]
+ Pn + 1( t ) [ µ∆t ( 1 − λ∆t ) ]
= [1−(λ + µ)∆t]Pn(t)+λ∆t Pn−1(t) + µ∆tPn+1( t )
2
(orde kedua∆t diabaikan)
Persamaan tadi merupakan differential-difference equation. Jika kita hanya memperhatikan
nilai stasioner Pn(t→∞), yang dinyatakan oleh Pn , faktor waktu dapat dihilangkan dan
persamaan-perbedaan (difference equation) berikut dapat diperoleh :
( λ + µ )Pn = λ Pn − 1+ µPn + 1
Persamaan di atas merupakan suatu homogenous second-order difference equation. Metoda
standard untuk penyelesaiannya adalah dengan mengasumsikan bahwa bentuk solusinya
adalah
n
Pn= Aρ
Maka kita memperoleh hasil berikut :
0
P0 = Aρ =A
n
sehingga kita dapatkan Pn= P0ρ
Dengan substitusi, ρ dapat dinyatakan sebagai λ/µ, maka, solusinya adalah
n
Pn =P0ρ
Dimana ρ = λ/µ
Untuk menentukan P0, kita nyatakan bahwa



n 0
Pn  1

maka akan diperoleh P0 sama dengan (1−ρ) Akhirnya distribusi probabilitas kondisi
(state probability distribution of) antrian M/M/1 diperoleh sebagai berikut:
n
Pn=(1 − ρ)ρ , ρ < 1
Peluang tidak ada customer di dalam sistem adalah sama dengan
P0=(1 − ρ), maka peluang sistem sibuk adalah 1−P 0=ρ, Ini merupakan alasan mengapa ρ
dinyatakan sebagai utilisasi sistem antrian M/M/1.

Ukuran antrian rata-rata dapat dihitung sebagai berikut

Berikut ini adalah grafik antara rata-rata jumlah customer dengan utilisasinya.
 Rekayasa Trafik
2019
5 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
 Grafik perbandingan antar rata-rata jumlah customer dengan utlisasinya pada
sistem
M/M/1.
Adapun analisa dengan menggunakan diagram kondisi pada pengantrian M/M/1
adalah sebagai berikut :
 Misalnya jumlah customer di dalam sistem pada waktu t adalah
N(t)
 Pada awalnya tidak ada customer, maka N(0) = 0
 Ketika suatu customer bergabung dengan antrian, nilai N(t) naik
1
 Setelah suatu customer meninggalkan antrian, nilai N(t) turun
1
 Jumlah N(t) menyatakan kondisi (state)
sistem
 Jika sistem diamati satu kali setiap ∆t, sistem hanya akan berubah dari suatu kondisi ke
kondisi terdekat dari suatu pengamatan yang berurutan, karena jumlah customers hanya
dapat memiliki kemungkinan berikut :
• Akan sama, atau
• Naik 1, atau
• Turun 1
Analisa transisi kondisi pada pengantrian M/M/1 ditunjukkan pada gambar di bawah
ini:

Transisi kondisi pada pengantrian M/M/1.

Gambar di atas merupakan suatu birth-death process. Perhatikan bahwa pada diagram di
atas, transisi ke kondisi yang sama telah diabaikan karena transisi seperti ini tidak
mempengaruhi hasil yang akan kita peroleh untuk sistem antrian yang akan kita diskusikan
 Rekayasa Trafik
2019
6 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
Kesetimbangan aliran (flow balancing)
Diasumsikan bahwa sistem antrian akan menjadi setimbang setelah beberapa saat. Dalam
kondisi setimbang, peluang untuk memasuki suatu kondisi akan sama dengan peluang untuk
meninggalkan kondisi tersebut. Ini merupakan konsep kesetimbangan aliran (flow
balancing) dan diilustrasikan dalam diagram berikut ini (aliran pada state yang diberi
lingkaran elips (aliran masuk/keluar kondisi n) adalah setimbang):

kesetimbangan aliran pada pada pengantrian

M/M/1. Dari gambar di atas diperoleh persamaan berikut :
• Memasuki kondisi n: λPn−1 + µPn+1
• Keluar dari kondisi n : ( λ + µ )Pn
Dengan menggunakan kesetimbangan aliran, kita
dapatkan
( λ + µ ) Pn = λ Pn − 1 + µPn + 1
Persamaan di atas sama dengan persamaan yang telah kita peroleh sebelumnya dan
kondisi kesetimbangan aliran akan memberikan :
λPn = µPn+1, atau
Pn+1 = ρPn , untuk n = 1, 2, …
n
Solusi untuk persamaan ini adalah Pn = ρ P0 dan hasil serupa akan diperoleh seperti
yang sudah kita dapat sebelumnya.

Throughput
Throughput, , dari suatu sistem antrian adalah jumlah customer rata-
rata
yang telah dilayani, atau keluaran dari antrian, per satuan. Pada antrian M/M/1, dengan
adanya buffer yang berukuran tak terhingga, maka buffer tidak akan pernah overflows
sehingga setiap job dapat dilayani. Dengan demikian, throughput adalah sama dengan
laju kedatangan rata-rata yaitu  = λ
Throughput dapat pula dihitung dengan cara menganalisa server. Peluang bahwa server pada
antrian M/M/1 idle adalah P0, maka prosentase waktu dimana server sibuk adalah
1−P0. Ketika sibuk, server menyelesaikan pelayanan dengan rate µ jobs/detik, maka laju
rata-rata penyelesaian tugas server (laju ini sama dengan throughput), adalah

2019
 Rekayasa Trafik
7
 = (1−P0)µ
Untuk antrian M/M/1, P0 = 1 − ρ, sehingga
  = µ(1−P0)= µρ = µ λ/µ = λ
Hasil yang sama telah kita peroleh bahwa  = λ

Analisa delay untuk antrian M/M/1

Delay biasa disebut juga waktu respons(response time). Delay adalah total waktu yang
dihabiskan customer di dalam sistem, meliputi waktu menunggu (waiting time) dan
waktu pelayanan (service time). Bila kita nyatakan waktu menunggu sebagai W dan
waktu pelayanan sebagai S maka delay (bila kita nyatakan sebagai D) adalah :
D = W+S
Sedangkan untuk Delay rata-rata ditentukan dengan menerapkan teorema Little.
Dimana dalam teorema Little menyatakan bahwa jumlah job rata-rata n di dalam sistem
antrian pada kondisi steady-state adalah sama dengan perkalian laju kedatangan rata-rata λ
dengan delay rata-rata , yaitu:

Untuk metode pengantrian M/M/1, kita telah peroleh bahwa

Maka dengan menerapkan teorema Little kita akan peroleh:

Dimana  adalah delay rata-rata, maka delay rata-rata dapat diperoleh dengan cara
sebagai berikut:

Karena µ dan λ memiliki satuan jobs per satuan waktu, maka unit time,  memiliki
satuan waktu (time) per job, misalnya detik/job, atau menit /job dsb.
Sedangkan untuk menghitung waktu tunggu rata-rata (waiting time) maka
kita mempergunakan apa yang kita peroleh sebelumnya yaitu
D = W + S, maka W = D-S
Dengan demikian :

1 1 1 1  
E[W ]  E[D]  E[S ]  .   .
 1   1

Rekayasa Trafik
2019
8 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
Bila dalam sebuah jaringan berbasis paket yang diketahui adalah kecepatan link dan
panjang paket rata-rata maka
• Customer merupakan sebuah paket yang datang dimana:
– λ = laju kedatangan paket (packet arrival rate) (packets per time unit)
– L = panjang paket rata-rata (data units)
• server = link, tempat menunggu = buffer
– C = kecepatan link (data units per time unit)
– Waktu pelayanan = waktu transmisi paket rata-rata (packet
transmission time)
1/μ = L/C = waktu transmisi paket rata-rata
Definisi: traffic load ρ merupakan perbandingan antara laju kedatangan (arrival rate)
λ dengan waktu pelayanan (service rate) μ = C/L:

Contoh Soal

Misalkan terdapat sebuah link di antara dua paket. Sehinga dapat diasumsikan sebagai
berikut dengan rata-rata ada 10 paket baru yang datang di dalam satu detik. Panjang paket
rata-rata adalah 400 bytes,dan kecepatan link adalah 64 kbps.
traffic load adalah yang diperoleh adalah sebagai
berikut:

Seandainya kecepatan link dinaikkan menjadi 150 Mbps, maka load hanya
sebesar:

Analisa Teletraffic

Kapasitas sistem didefenisikan dengan C yang merupakan kecepatan link yang dinyatakan
di dalam kbps. Traffic load λ merupakan Laju kedatangan paket yang dinyatakan di
dalam packet/s (anggap sebagai suatu variable) dan L adalah panjang paket rata-rata di
dalam satuan
 Rekayasa Trafik
2019
9 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
kbits . Quality of service (dari sudut pandang user) Pz merupakan peluang suatu paket harus
menunggu “terlalu lama”, yakni lebih lama dari waktu referensi z .Jika diasumsikan sistem
merupakan sistem antrian M/M/1, yaitu:
• Kedatangan paket meruoakan proses Poisson (dengan rate λ)
• Panjang paket terdistribusi exponential dengan rata-rata L
Maka hubungan kuantitatif antara ketiga faktor (kapasitas sistem,beban trafik dan quality of
service) diberikan oleh rumus tunggu (waiting time formula) berikut:

Namun perlu diingat bahwa sistem hanya akan stabil bila ρ < 1, bila tidak maka jumlah
paket
yang mengantri akan menuju tak
terhingga
Contoh Soal
Diasumsikan bahwa paket datang dengan laju λ = 50 packet/s dan kecepatan link adalah C
=
64 kbps. Panjang paket rata-rata di diasumsikan konstant sebesar 1 kbit . Sehingga peluang
paket yang datang menunggu terlalu lama (Pz ) (yaitu lebih lama dari z = 0.1 s) adalah

Sistem akan stabil karena:

Antrian M/M/1 terbatas

Jika suatu antrian yang memiliki satu server dan R-1 buffers sehingga sistem dapat
menangani maksimum R customers maka nilai kondisi adalah 0, 1, 2, ... R, dan diagram
kondisinya adalah sebagai berikut:

Gambar 14.5 kesetimbangan aliran pada pada pengantrian M/M/1 terbatas

Dengan menerapkan kesetimbangan aliran (flow balancing) maka diperoleh

:
 Rekayasa Trafik
2019
10 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
 n
P n = ρ P0 , n ≤ R
Untuk menentukan P0, kita tahu bahwa

Maka
Distribusi probabilitas kondisi diperoleh sebagai
berikut:

Perhatikan bahwa ρ tidak perlu kurang dari 1. Misalnya jika ρ=1, maka Pn=P0 untuk semua
n, sehingga

Blocking pada antrian M/M/1 yang terbatas

Jika suatu customer datang pada saat sudah terdapat R customers di dalam antrian, maka
customer tersebut akan di blok (rejected) sedangkan untuk antrian M/M/1 yang terbatas dan
hanya dapat melayani maksimum R customers, probabilitas blocking PB adalah sama dengan
peluang bahwa pada antrian sudah terdapat R customers, yaitu.:

Dapat dilihat bahwa jika ρ → ∞, probabilitas blocking akan cepat menuju 1, yaitu
hampir
semua customer di-blok

Throughput

Pemodelan antrian untuk M/M/1 terbatas

Rekayasa Trafik
2019
11 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
Jika suatu sistem antrian dengan bloking yang umum seperti pada gambar di atas customers
yang tidak di-blok akan berhasil masuk ke dalam antrian maka :
• Jumlah rata-rata customers yang tidak di-blok persatuan waktu ini adalah
merupakan throughput g yaitu g = λ( 1 − PB )
• Dimana probabilitas blocking adalah PB, dan laju kedatangan adalah
λ
• Jika kita amati server, maka throughput adalah: g = µ( 1 − P0
)
• Untuk antrian M/M/1/R

Maka throughput untuk antrian M/M/1/R dinyatakan

oleh:

Pada antrian yang state-dependent. Pada beberapa sistem antrian, karakteristik kedatangan
(arrival ) dan kepergian (departure) tidaklah tetap. Karakteristik bisa tergantung pada
kondisi sistem
• Laju kedatangan pada kondisi n = λn
• Laju pelayanan pada kondisi n = µn

Solusi Umum

Untuk memperoleh solusi umum bagi antrian yang state-dependent, kita dapat menerapkan
prinsip flow balancing tetapi dengan laju kedatangan dan kepergian yang state-dependent .
Perhatikan diagram berikut dan kita terapkan flow balancing pada state yang diberi elips:

Flow balancing untuk antrian yang state-dependent n

( λn + µn ) Pn = λn − 1 Pn − 1 + µn + 1Pn + 1
 Rekayasa Trafik
2019
12 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
Atau untuk elips berikut :

Flow balancing untuk antrian yang state-dependent keadaan 0 hingga n-1

Persamaan kesetimbangan adalah sbb:
 λn−1Pn−1 = µnPn
Solusi umum adalah sbb:

Yang dapat disederhanakan menjadi :

Seperti biasa, P0 dapat ditentukan dari kondisi normalisasi:

Tergantung dari apakah buffernya tak terhingga atau terbatas.

Rekayasa Trafik
2019
13 Muhammad Hafizd Ibnu Hajar, ST.M.Sc
Daftar Pustaka

1. Jolley, E.H. 1984; Introduction to Telephony & Telegraphy, YP Chopra for AH

Wheeler & Company Ltd, Allahabad.
2. Siemens 1962; Introduction to Telephone Engineering, Siemens & Halske
AG, Berlin.
3. Suhana, Ir., et. al 1984; Buku Pegangan Teknik Telekomunikasi, Pradnya
Paramita, Jakarta.
4. Villy B. Iversen. Teletraffic Engineering and Network Planning. Technical
University of Denmark. 2006.

Rekayasa Trafik
2019
14 Muhammad Hafizd Ibnu Hajar, ST.M.Sc