1 • Klasifikasi Trafik
N = λT
22-Oct-13 TE092300 - Rekayasa Trafik & Jaringan 25
MODEL UNTUK
TRAFIK TELEPON
• Erlang memodelkan trafik telepon sebagai pure loss
system (m = 0)
– customer = call
• λ = laju kedatangan panggilan (call arrival rate)
– service time = (call) holding time
• h = 1/μ = average holding time
– server menyatakan kanal pada suatu link
• n = jumlah kanal pada link tersebut
Catatan:
• Jika kecepatan link dinaikkan menjadi 150 Mbps, maka load hanya
sebesar:
Catatan: Sistem hanya akan stabil bila ρ < 1, bila tidak maka jumlah
paket yang mengantri akan menuju tak terhingga
• Bila syarat quality of service adalah Pz < 20%, maka kecepatan link
yang diperlukan (C) tergantung pada laju kedatangan (arrival rate)
λ seperti berikut ini:
1
i =0 2! 3!
An − A
Jadi P ( 0 ) = e , maka P ( n ) =
−A
e untuk n = 0,1,2,3,…
n!
0 1 2 n
µ 2µ 3µ nµ (n+1)µ
• Diperoleh E[n] = M = A
• Variansinya = V = A
0 1 2 N-1 N
µ 2µ 3µ (N-1)µ Nµ
λP(0) = 1µP(1)
A.P(0) = 1.P(1)
A.P(1) = 2.P(2)
A.P(2) = 3.P(3)
..
.
A.P(n-1) = n.P(n)
.
.
.
A.P(N-1) = N.P(N)
22-Oct-13 TE092300 - Rekayasa Trafik & Jaringan 67
Distribusi Erlang (4)
• Dari persamaan kesetimbangan tersebut bisa kita peroleh
A A2 A3 An
P ( n ) = P ( n − 1) = P ( n − 2) = P ( n − 3) = = P ( 0)
n n ( n − 1) n ( n − 1)( n − 2 ) n!
An
• Jadi P ( n ) = P ( 0) dengan n=0,1,2,…,N
n!
• Mencari P(0) :
N
A2 A3 AN
=1 ∑ P= ( n ) P ( 0 ) 1 + A + + + +
n =0 2! 3! N!
1
Jadi P ( 0 ) = N
An
∑
n =0 n !
AN
P(N=
) E1, N ( A=) EN ( A=) B= N!
A2 AN
1+ A + + +
2! N!
Ditabelkan
B = 1%
N A 1,1A (A naik 1%) Trafik 1,1A dan dengan N
tetap; B berubah
menjadi
2 0,15 0,165 0,012 (=1,2 %)
4 0,87 0,957 0,013 (=1,3 %)
10 4,46 4,906 0,015 (=1,5 %)
50 37,90 41,690 0,030 (=3,0 %)
mesh star
D D
A B A B
79
Distribusi Erlang (15)
• Harga rata-rata trafik yang dimuat oleh berkas
saluran (pada rumus Erlang)
– Merupakan jumlah saluran rata-rata yang diduduki
(selama waktu 1 jam sibuk)
– Y = trafik yang dimuat =
A
N n
N N
An ( n − 1) ! N
An −1 ( n − 1) ! N A
∑ ∑
n.P ( n ) = N
A.∑ N
= =
A − N N ! +∑ N n !
∑ A=n 1 ∑ A ∑ ∑ A
j j j j
n 0= n 1 = A n 0
=j 0
j !=j 0 !
j= j 0= j! j 0
j !
– Y = A [ -B + 1]
B 1
i −2 A2 A N −1 AN AN −1 AN
A 1+ A + + + + − −
N
( i − 2 )! 2 2! ( N − 1) ! N ! ( N − 1) ! N !
K A=
2
∑ N
A N
∑ ∑
j j
i =2 A A
j 0=
j! j 0
j!
K=
A2 1 − N { ( A) E N ( A ) − E N ( A )} =
A 2
− N . A.E N ( A ) − A 2
.EN ( A )
K =A ( A − A.EN ( A ) ) − Nm =AY
. − Nm =( m + Y ) .Y − Nm =mY + Y 2 − Nm (**)
Vd = Y – m(N-Y)
2! 2!
Y3 = R2 − R3 = 0,8 − 0.421 = 0,379 Erlang
A4
4!
R4 A= 4
0,19 Erlang
1 + A + A + A + A
2 3
2! 3! 4!
Y4 = R3 − R4 = 0, 421 − 0,19 = 0, 231Erlang
A − R4 2 − 0,19
Y=
1 Y=
2 Y=
3 Y=
4 = = 0, 4525 Erlang
4 4
0 1 2 N-1 N
µ 2µ 3µ (N-1)µ Nµ
S! λp n
P ( n ) = µ .P ( 0 )
n !( S − n ) !
P (n) = P ( 0)
n µ
• P(0) dicari dengan cara yang sudah kita bahas
sebelumnya
• Maka diperoleh
S λP n
µ
n
P (n) = N
S λP j
∑ µ
j =0 j
∑(S − j)λ P( j)
j =0
p
S ! λP
N
S − 1 λP
N
( S − N ) ( S − N )! N ! µ µ
N
R(N ) =N
S ! λP
j N
S − 1 λP i
∑ ( S − j !) ( S − j )! j ! µ ∑
µ
j =0 i =0 i
∑
N
µ ∑ S − A (1 − B )
( )
i =0 i i =0 i
• Kita lihat di suku kiri ada R(N) dan di suku kanan ada B,
padahal R(N)=B, maka perhitungan harus dilakukan
secara iterasi
• Ada 4 besaran : A,S,N, dan B (=R(N))
– Bila A,S,N diketahui, B dapat dihitung (iterasi)
– Bila A,S,B diketahui, N dapat dihitung (iterasi)
• Sudah ditabelkan
Model Sistem
Tutun Juhana
Laboratorium Telematika
EE Dept. ITB
What we are going to learn..
0 1 2 n
0 1 2 N-1 N
µ 2µ 3µ (N-1)µ Nµ
λP(0) = 1µP(1)
A.P(0) = 1.P(1)
A.P(1) = 2.P(2)
A.P(2) =. 3.P(3)
..
A.P(n-1) = n.P(n)
.
.
.
A.P(N-1) = N.P(N)
A A2 A3 An
P(n) = P(n-1) = P(n-2)= P(n-3)= … = P(0)
n n(n-1) n(n-1)(n-2) n!
An
• Jadi P(n) = P(0), dengan n = 0,1,2,…,N
n!
• Mencari P(0) :
N
Σ P(n) = P(0) { 1+A+ 2!
A2 A3 AN
– 1= + +…+ }
n=0 3! N!
1
– Jadi P(0) =
N
Σ An
n=0 n!
Ditabelkan
B = 1%
N A A/N
2 0,15 0,075
4 0,87 0,215
10 4,46 0,440
50 37,90 0,760
22-Oct-13 TE092300 - Rekayasa Trafik & Jaringan 116
• Kepekaan
– Seberapa besar pengaruh perubahan A terhadap
perubahan B untuk N tetap
– Makin besar A, makin besar kepekaaannya (perubahan
B-nya)
B = 1%
N A 1,1A (A naik 1%) Trafik 1,1A dan dengan N
tetap; B berubah menjadi
2 0,15 0,165 0,012 (=1,2 %)
4 0,87 0,957 0,013 (=1,3 %)
10 4,46 4,906 0,015 (=1,5 %)
50 37,90 41,690 0,030 (=3,0 %)
B 1
– Y = A [ -B + 1]
An+1/(n+1)!
En+1(A)=
1+A+ A2
+…+ A n+1
2! (n+1)!
[A/(n+1)] An/n!
=
1+A+ A2
+…+ A n+1
2! (n+1)!
An/n!
A
1+A+ A2
+…+ An
2! n!
En+1(A)=
An+1/(n+1)!
(n+1) 1+
1+A+ A2
+…+ A n+1
2! (n+1)!
A.En(A)
En+1(A)=
A An+1/(n+1)!
(n+1) 1+
(n+1) 1+A+ A2
+…+ An
2! n!
A.En(A)
=
A
(n+1) 1+ En(A)
(n+1)
atau
A.En-1(A)
En (A)=
n + 1 + A.En-1(A)
• Normalisasi :
• Dengan demikian distribusi pada kondisi setimbang dari seorang customer adalah distribusi
Bernoulli dengan peluang sukses sebesar υ/(υ +µ)
• offered traffic adalah υ/(υ +µ)
• Dari sini kita bisa mengambil deduksi bahwa distribusi pada kondisi setimbang dari kondisi
sistem secara keseluruhan (yaitu jumlah customer yang aktif) adalah distribusi binomial
Bin(k, υ /(υ +µ))
• Normalisasi
• Normalisasi
• Karena proses kedatangan tidak terdistribusi Poisson, maka pada model Engset, Time
Blocking tidak sama dengan Call Blocking