A Queuing System: M/M/1

source destination



NQ packets in
queue
1
Packet  X  transmissi on time
arrival rate 

Algorithm/Pseudo code

LSAT(0) = 0

FOR I = 1 to 6

DO

IF LSAT(I-1) < JQAT(I) THEN

GSAT(I) = JQAT (I)

ELSE GSAT(I) = LSAT(I-1)

LSAT(I) = ST(I) + GSAT(I)

DONE

Pseudo-Random Number Generation

• Deretan angka pseudo-random digunakan utk menentukan kelakuan ‘stochastic’ dari

sistem, seperti

– Waktu antar kedatangan

– Waktu pelayanan

1
 – Level prioritas

– Routing

– Packet loss

– Bit Error

– Link failure

invers function

Misalkan Random variables X terdistribusi eksponensial

Kita mempunyai Y ~ U[0,1) dan memerlukan FX(x)

• sehingga, ambil Y bilangan pseudo-random dari U[0,1)

• Ambil X = -ln(1-Y)/l, maka X adalah bilangan pseudo-random eksponensial

• IAT = - (1/l) * Ln(rand())

• ST = - (1/mu) * Ln(rand())

2
Model simulasi dapat digunakan pada 5 level:

1. Sebagai perangkat penjelas untuk mendefinisikan syst./problem

2. Sebagai kendaraan analisis untuk menentukan elemen kritis
3. Sebagai penilai desain untuk mensintesis & mengevaluasi solusi yang diusulkan
4. Sebagai prediktor untuk meramalkan & merencanakan pengembangan masa depan
5. Sebagai bagian dari sistem untuk menyediakan pemantauan online, proyeksi status &
dukungan keputusan
Data Acquisition
Proses memperoleh data tentang suatu fenomena yang diminati (dalam dokumen yang ada,
penggunaan kuesioner, survei lapangan, atau eksperimen fisik).

Descriptive Statistics

Bagaimana mengkonversi data mentah ke bentuk yang dapat digunakan, untuk meringkas atau
menggambarkan penting dari satu set data (Pengelompokan data, Estimasi Parameter,
Estimasi Distribusi)