1.

TRAFFIC POINT OF VIEW

Telecommunication system merupakan jaringan dari perangkat atau
infrastruktur yang memungkinkan informasi seperti data atau voice dapat di
transmisikan dari jarak yang jauh antar perangkat tersebut. Alur dari komunikasi data
di tunjukkan pada Figure 1., menunjukkan dua aliran yang melalui system, yakni
incoming dan outgoing traffic. Pada incoming traffic merepresentasikan transmisi
data/voice yang dikirimkan dari perangkat user/client kepada server, dan pada outgoing
traffic merepresentasikan data yanbg dikirimkan dari server ke client/device tujuan.

Figure 1. Telecommunication system

Source : Traffic Modelling [1], Page 1

Traffic dapat di klasifikasikan sebagai data communication traffic dan

telecommunication traffic. Telecommunication traffic dapat berupa real-time
communication seperti voice yang memiliki fixed line commnucation sedangkan data
communication traffic umumnya terjadi mobile communication service. Penggunaan
mobile communication telah berkembang pesat hingga mencapai 4 miliar pengguna
dengan pengguna fixed lines communication mencapai 1.2 miliyar pada tahun 2008 [2].

2. GENERAL PURPOSE
Transmission sengineering secara umum dapat dibagi ke dalam dua segment:
transmission and switching. Proses transmisi bertujuan untuk melakukan proses
pengiriman data dari nodal source ke nodal sink. Terdapat beberapa terminology yang
digunakan pada telekomunikasi: traffic digunakan untuk mengukur banyaknya
penggunaan, loop digunakan sebagai hubungan koneksi atau channel serta subscriber
yang digunakan sebagai holder pada telephone station. Keberadaan dari switch
memiliki peranan penting dalam menghubungkan nodal point pengirim ke nodal point
penerima. Koneksi hubungan antar switch disebut sebagai trunk di Amerika Utara atau
junction di Eropa.
Komunikasi dari nodal ke nodal lain, seringkali melalui transmisi yang
dihubunkan berdasarkan jaringan topology. Pada Figure 2(a) di gambarkan topologi
mesh dari delapan subscriber, yang menghubungkan node satu ke node lainnya.
Hubungan antar node tersebut dihubungkan ke dalam bentuk loop. Mesh topology
memiliki kinerja yang baik apabila jarak loop antar node memiliki jarak yang kecil,
namun apabila jarak loop memiliki jarak yang sangat jauh, jumlah subscriber yang
besar, serta koneksi tersebut tidak dilakukan setiap saat, maka koneksi loops subscriber
menggunakan topology mesh maka akan memiliki cost yang besar pada pengadaan
infrastruktur seperti amplifier pada jaringan untuk mengatasi loss propagasi dari jarak
yang jauh. Penggunaan switch digunakan untuk meminimalisir penggunaan daya serta
infrastruktur yang digunakan, maka perlu dilakukan protocol pergantian yang mengatur
komunikasi transmisi dari node. Dalam hal tersebut, switch memiliki tujuan untuk
menghubungkan perangkat tersebut, dengan menjadikan switch sebagai center seperti
pada star topology pada Figure 2(b) untuk memnimalisir cost pada infrastruktur.
Terdapat beberapa pertimbangan dalam menentukan topologi jaringan seperti
skalabilitas, mobilitas, konsumsi energi, reliabilitas, fault tolerance dan keamanan [3].

a) Mesh topology b) Star topology

Figure 2. Topology dari Transmission

Terdapat beberapa terminology yang seringkali digunakan pada traffic

engineering yakni :calling route, holding time, traffic path, carried traffic dan offered
traffic. Calling rate merupakan jumlah jalur traffic yang digunakan per periode waktu.
Holding time adalah durasi penggunaan jalur traffic ketika terjadi koneksi atau
panggilan. Traffic path adalah channel, time slot, frequency band, line, trunk, switch
komunikasi yang dilalui. Carried traffic merupakan volume traffic yang dibawa oleh
switch. Offered traffic merupakan volume traffic yang tersedia pada switch.
Pada penentuan kapasistas suatu traffic, identifikasi dari intensitas traffic
diperlukan untuk mengetahui karakteristik suatu trafik meliputi fluktuasi, busy hour,
peak busy hour serta dinamika lainnya yang terjadi di setiap harinya. Perbedaan waktu,
kondisi dan situasi tertentu baik variasi yang terjadi secara regular maupun yang terjadi
secara tiba-tiba seperti kenaikan stock market maupun bencana alam dapat
mempengaruhi intensitas traffic, Figure 3. Menunjukkan intensitas traffic pada hari
kerja biasa di United States pada tahun 2005.

Figure 3. Intensitas Traffic terhadap hari kerja umum

Source : Telecommunication System Engineering [4], page 8.

 Telephone traffic model meruapakan metode pemodelan yang digunakan dalam
mensimulasikan keadaan suatu traffic, yang bertujuan untuk mendapat pendalaman dari
karakteristik mode serta mempoermudah dalam melakukan analisis dan memprediksi
perilaku dari suatu komunikasi traffic. Pemodelan dari suatu traffic dapat digunakan
dalam menentukan kapasitas traffic, alokasi sumber daya, dan manajemen quality of
service (QoS).
Pemilihan metode pemodelan yang digunakan harus didasarkan atas tujuan
yang ingin di capai, terdapat beberapa jenis pemodelan, seperti erlang distribustion
yang biasa digunakan untuk memodelkan suatu kejadian seperti durasi yang dibutuhkan
untuk mengirimkan suatu data, Weibull distribution yang digunakan untuk
memodelakan umur dari poerangkat jaringan seperti router, switches dan infrastruktur,
poisson distribution yang digunakan untuk mengetahui probabilitas dari suatu kejadian
pada waktu tertentu, ketikakejadian tersebut terjadi secara independent dan random,
lognormal distribution yang digunakan untuk mendesktiupsikan distributsi dari
transmisi data atau spatial-temporal traffic distribusi yang digunakan untuk melihat
perilaku dari traffic pada space atau waktu yang berbeda-beda [5].
Pemodelan menggunakan distribusi poisson merupakan bentuk pemodelan
yang paling umum digunakan pada pemodelan traffic yang bertujuan untuk mengatahui
probabilitas dari suatu kerjadian pada waktu tertentu, seperti melakukan kalkulasi untuk
mengetahui probabilitas dari penerimaan call arrived pada setiap jamnya, berdasarkan
nilai dari arrival rate yang diberikan, dengan persamaan dari poisson distribution
tersebut ditunjukkan pada persamaan (1).

𝑒 −𝜆 𝜆𝑥 (1)
𝑝(𝑥) =
𝑥!
𝑝(𝑥) : Probabilitas dari kondisi x terjadi pada waktu tertentu
𝜆 : Arrival rate

Dengan arrival rate adalah nilai total jumlah paket atau panggilan yang tiba pada
nodal satu ke nodal. Arrival rate dihitung menggunakan asumsi bahwa kejadian tersebut
terjadi secara independent dengan nilai arrival rate konstan untuk membuat distribusi
possion dapat digunakan. Persamaan dari arrival rate direpresentasikan pada persamaan
(2), jika 𝛼 diterima dari m-terminal maka persaman menjadi persamaan (3).

𝛼 = 𝛾𝑇 (2)
𝛼 = 𝑚𝛾𝑇 (3)
𝛼 : Arrival rate
𝛾 : Calling rate
𝑇 : Periode waktu

Model traffic menggunakan posion dengan persamaan (1) digunakan untuk

mengetahui distribusi dari call arrivals, untuk mengetahui probabilitas call arrivals
terjadi pada periode waktu tertentu. Untuk dapat mengetahui distribusi dari durasi call
atau koneksi terjadi pada jaringan, digunakan distribusi exponential untuk
merepresentasikan memory-less property dan exponential holding times.
 Memory less property merupakan property yang didasarkan atas negative
exponential distribution. Properti tersebut menjabarkan probabilitas dari holding times
berlanjut selama satu menit tambahan tidak bergantung pada berapa lama panggulan
tersebut berlangsung, yang dijabarkan pada persamaan (4) dan (5). Karakteristik dari
transmisi voice call memiliki karakteristik holding time dengan metode negative
exponential distribution.

𝑃(𝑇 ≥ 𝑇1 + 𝑡 | 𝑇 ≥ 𝑇1 ) = 𝑃(𝑇 ≥ 𝑡)
𝑃(𝑇 ≥ 𝑇1 + 𝑡 ∩ 𝑇 ≥ 𝑇1 )
𝑃(𝑇 ≥ 𝑇1 + 𝑡 | 𝑇 ≥ 𝑇1 ) =
𝑃(𝑇 ≥ 𝑇1 )
(4)
𝑃(𝑇 ≥ 𝑇1 + 𝑡 ) 𝑒 −(𝑇1+𝑡)/ℎ
𝑃(𝑇 ≥ 𝑇1 + 𝑡 | 𝑇 ≥ 𝑇1 ) = = −(𝑇 )/ℎ = 𝑒 −(𝑡)/ℎ
𝑃(𝑇 ≥ 𝑇1 ) 𝑒 1
𝑃(𝑇 ≥ 𝑇1 + 𝑡 | 𝑇 ≥ 𝑇1 ) = 𝑃(𝑇 ≥ 𝑇1 )
−(𝑡)/ℎ
𝑃(𝑇 ≥ 𝑇1 ) = {𝑒 ,𝑡 ≥ 0 (5)
0 ,𝑡 < 0
𝛼 : Arrival rate
𝛾 : Calling rate
𝑇 : Periode waktu

Traffic intensity merupakan ukuran rata-rata dari call arrival pada interval waktu
tertentu, yang di dapatkan dengan menghitung nilai traffic volume dan departure rate.
Departure rate merepresentasikan berapa banyak jumlah calls yang meninggalkan
sistem pda interval waktu tertentu yang di representasikan pada persamaan (6). Traffic
volume merpresentasikan colume calls yang dilakukan pada periode waktu tertentu
yang ditunjukkan pada persamaan (7). Volume seringkali di representasikan ke dalam
deimensi ccs yakni hundred call second.

1 (6)
𝜇=
ℎ
𝑉 = 𝛼ℎ (7)
ℎ : Mean holding time
𝜇 : Departure rate
𝑉 : Volume of calls, packet or data

Traffic intensity merepresentasikan kuantitas volume calls yang digunakan pada

periode waktu tertentu, yang di reporesentasikan pada persamaan (8). Traffic intensity
tidak memiliki satuan atau dimensionless unit, sehingga seringkali traffic intensity ini
di notasikan ke dalam notasi erlang, sehingga apabila kita memiliki 10 sirkuit dengan
call intensity 5 erlangs, dapat diartikan Sebagian dari circuit sedang sibuk atau holding.

𝛼ℎ 𝛾 𝑉 (8)
𝐴= = 𝛾ℎ = =
𝑇 𝜇 𝑇
ℎ : Mean holding time
𝑉 : Volume of calls, packet or data
 3. THE ERLANG

Erlang adalah satuan tidak berdimensi sebagai ukuran beban (atau intensitas trafik) yang
dibawa pada penyedia layanan seperti sirkuit telepon atau telephone switching. International
Telegraph and Telephone Consultative Committee (CCIT) menamai unit trafik telepon
internasional erlang pada tahun 1946 untuk menghormati Agner Krarup Erlang (1878-1929).
Erlang ini biasa dilambangkan sebagai E.
Trafik yang dibawa dalam erlang adalah jumlah rata-rata panggilan serentak yang diukur
selama periode tertentu (seringkali satu jam), sedangkan trafik yang ditawarkan adalah trafik
yang akan dilakukan jika semua upaya panggilan berhasil. Berapa banyak trafik yang
ditawarkan dalam praktiknya akan bergantung pada apa yang terjadi pada panggilan tidak
terjawab ketika semua server sedang sibuk. Yang berarti trafik 1 Erlang adalah rata rata 1 kanal
digunakan, atau 1 Erlang setara dengan intensitas lalu lintas yang tetap menjadi sebagai berikut:
• one circuit busy 100% of the time, atau
• two circuits busy 50% of the time, atau
• four circuits busy 25% of the time, dan seterusnya

Dan jika 26 Erlang setara dengan intensitas lalu lintas yang tetap menjadi sebagai berikut:
• 26 circuits busy 100% of the time, atau
• 52 circuits busy 50% of the time, atau
• 104 circuits busy 25% of the time, dan seterusnya
Unit pengukuran yang digunakan dalam telekomunikasi untuk mengukur sejauh mana
suksesnya sebuah panggilan selesai (Call Completition) dalam satu detik adalah CCS (Call
Completion per Second). CCS mengukur seberapa efisien suatu sistem atau jaringan dalam
menyelesaikan panggilan telepon atau komunikasi lainnya dalam waktu yang ditentukan.
Hubungan CCS dan erlang dapat digambarkan pada contoh berikut :
100 𝑐𝑎𝑙𝑙 . 𝑠𝑒𝑐𝑜𝑛𝑑𝑠
1ccs/hour = 1 ℎ𝑜𝑢𝑟 𝑥 60 min 𝑝𝑒𝑟 ℎ𝑟 𝑥 60 sec 𝑝𝑒𝑟 𝑚𝑖𝑛 = 0.027 E
3600 𝑐𝑎𝑙𝑙 . 𝑠𝑒𝑐𝑜𝑛𝑑𝑠
36 ccs/hour = 1 ℎ𝑜𝑢𝑟 𝑥 60 min 𝑝𝑒𝑟 ℎ𝑟 𝑥 60 sec 𝑝𝑒𝑟 𝑚𝑖𝑛 = 1 E

Selain CCS terdapat satuan satuan trafik lainnya yang dapat dilakukan proses
konversi sesuai tabel berikut :
 Dimana :
Erl : Erlang
TU : Traffic Unit
VE : Voice Erlang
CCS :Call Completion per Seconds
HCS : Hundred Call Seconds
UC : Unit Calls
ARHC : Automatic Repeat reQuest with HARQ Combining
EBHC : Equated Busy Hour Call

Persentase waktu sibuk terminal setara dengan lalu lintas dihasilkan oleh terminal
tersebut di Erlangs, atau Jumlah rata-rata sirkuit dalam grup yang sibuk setiap saat. 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

Dari beberapa karakteristik diatas kita ambil contoh pada jenis private yang
menggunakan 1% sampai dengan 4 % dari waktunya di telepon yang bisa disebut juga sebagai
“Jam Sibuk”.

4. JENIS TRAFIK
Adapun jenis jenis trafik sebagai berikut :

1. Offered traffic : A atau To

Adalah trafik yang ditawarkan atau masuk kedalam jaringan. Memperhitungkan semua
upaya panggilan, baik diblokir atau tidak, dan menggunakan waktu tunggu yang
diharapkan.

2. Cariried Traffic : Y atau TC

Adalah trafik yang dimuat atau yang terbawa kedalam saluran. Hanya trafik ini yang
dapat diukur

3. Lost Traffic : R atau TL

Adalah trafik yang hilang atau yang tidak terbaca kedalam saluran. Lost traffic
dihitung dari perbedaan antara offered dan carried traffic.

Sebagai contoh Pertimbangkan sekelompok 150 terminal, masing-masing dengan

pemanfaatan 10% (atau dengan kata lain, 0,1 E per sumber) dan dedicated service (Masing
masing kanal memiliki outgoin trunk contohnya terminal : trunk ratio = 1 : 1), sehingga :

TO = A = 150 x 0.10 E = 15.0 E

TC = 150 x 0.10 E = 15.0 E
TL = 0 E
 Adapun ketiga trafik ini memiliki hubungan yang dapat diilustrasikan pada Gambar
berikut :

Dimana G adalah switching network. Sehingga dalam matematis relasi ketiga trafik
tersebut menjadi :
A = Y + R atau To = Tc + TL
Dimana :
TL = TO x Prob. Blocking (or congestion) (P(B))

Circuit Utilization (⍴) adalah pengukuran yang digunakan dalam telekomunikasi

dan rekayasa jaringan untuk mengevaluasi penggunaan sirkuit atau saluran komunikasi.
Sehiingga akan didapatkan seberapa efektif suatu saluran komunikasi yang digunakan
untuk membawa trafik. Adapun persamaan Circuit Utilization (⍴) adalah :

Jika nilai ⍴ = 0, maka sirkuit sedang tidak digunakan namun jika ⍴ = 1 (100%)
menunjukan bahwa sirkuit sedang digunakan sepenuhnya, sehingga tidak ada tambahan
trafik yang dapat mengakomodasi sirkuit karena aka nada potensi kemacetan atau
bahkan terblokir.

5. PARAMETER KINERJA JARINGAN

5.1 Grade of Service (GoS)
Rata rata rasio antara panggilan yang ditolak terhadap total jumlah panggilan dating
selama jam sibuk disebut GoS. Grade of Service ini biasa juga disebut sebagai Quality of
Service (QoS) dan sebagai parameter dalam merancang trafik. Faktor lain untuk
mendefinisakan Gos adalah seberapa lama pelanggan harus menunggu sampai layanan tersedia
sehingga GoS ini juga merupakan parameter kepuasan pelanggan.
Didalam sebuah sistem dimana panggilan yang diblokir terhapus biasanya
menggunakan :

Umumnya Objek dari GoS adalah :

– pada jam sibuk, berkisar antara 0,2% hingga 5% untuk panggilan lokal
– umumnya tidak lebih dari 1%
– Pada panggilan jarak jauh seringkali sedikit lebih tinggi
 Dalam sistem dengan antrian, Gos sering kali didefinisikan sebagai probabilitas
penundaan melebihi jangka waktu tertentu. Istilah istilah yang biasanya berkaitan dengan GoS
adalah :

1. Busy Hour
Periode satu jam saat volume lalu lintas atau upaya panggilan mencapai tingkat
tertinggi secara keseluruhan selama periode waktu tertentu

2. Peak (or Daily) Busy Hour

Jam sibuk setiap harinya, biasanya bervariasi dari hari ke hari

3. Busy Season
3 bulan (tidak berturut-turut) dengan rata-rata jam sibuk harian tertinggi

4. High Day Busy Hour (HDBH)

Angka waktu satu jam pada musim sibuk dengan beban tertinggi

5. Average Busy Season Busy Hour (ABSBH)

Periode satu jam dengan rata-rata jam sibuk harian tertinggi selama musim sibuk
Misalnya, asumsikan hari-hari yang ditunjukkan di bawah merupakan musim sibuk:

6. BLOCKING MODELS
1. Blocked Calls Cleared (BCC)
– Panggilan yang diblokir keluar dari sistem dan tidak kembali
– Perkiraan yang baik untuk panggilan dalam grup utama pilihan pertama

2. Blocked Calls Held (BCH)

– Panggilan yang diblokir tetap berada di sistem selama jangka waktu tertentu
biasanya tinggal selama
– Jika server kosong, panggilan akan diangkat di tengah dan dilanjutkan
– Bukan model perilaku dunia nyata yang baik (matematis hanya perkiraan)
– Mencoba memperkirakan upaya percobaan ulang panggilan
 3. Blocked Calls Wait (BCW)
– Panggilan yang diblokir masuk ke antrian hingga server tersedia
– Saat server tersedia, waktu tunggu panggilan dimulai

7. BINOMIAL DISTRIBUTION MODEL

Model distribusi binomial dalam rekayasa trafik dapat digunakan untuk menganalisis
berapa banyak panggilan yang berhasil atau gagal dalam suatu periode waktu tertentu.
Distribusi binomial figunakan untuk menghitung probabilitas hasil tertentu terjadi dalam
sebuah percobaan atau persitiwa, sehingga dapat membantu dalam perencanaan kapasitas
jaringan, predikri tingkat pengguna, dan penanganan kemacetan. Dalam persamaan
matematis sebagai berikut :
𝐴
Pada masing masing sumber : To = 𝑚
𝐴
Probability pada sumber yang sedang sibuk : P(B) = 𝑚

Dengan asumsi bahwa m = Sumber dan A adalah nilai erlang untuk offered traffic. Dapat
menggunakan Distribusi Binomial untuk memberikan probabilitas bahwa sejumlah (k)
dari m sumber tersebut sedang sibuk :

Dari persamaan diatas apa yang akan terjadi jika nilai N < m
1. Dapat mengambil niilai paling banyak N pada sumber tersibuk dalam satu waktu
2. Untuk kemungkinan terjadinya permblokiran, semua server N server harus sibuk
sebelum terjadi pemblokiran

Namun, apa yang terjadi jika k >N?

- Tidak mungkin terdapat lebih banyak sumber yang sibut daripada server yang
melayani karena tidak mewakili keadaan yang nyata secara akurat
- Pada kenyataannya P(k>N) = 0
𝐴
- Dalam pemodelan ini, masih bisa ditetapkan P(k>N) = 𝑚

Pada pemodelan distribusi binomial tipe blocking modelnya yaitu Blocked Calls Held
(BCH).
 8. TIME CONGESTION vs CALL CONGESTION
1. Time Congeestion
– Proporsi waktu suatu sistem mengalami kemacetan (semua server sibuk)
– Kemungkinan pemblokiran dari sudut pandang server

2. Call Congestion
– Kemungkinan panggilan masuk diblokir
– Kemungkinan pemblokiran dari sudut pandang panggilan
Dalam persamaan matematis perbedaan keduanya dapat digambarkan sebagia berikut

9. POSSION TRAFIK MODEL

Model trafik poison adalah salah satu model yang digunakan dalam rekayasa trafik
untuk menggambarkan trafik dalam jaringan telekomunikasi. Pemodelan ini dinamai
berdasarkan distribusi poisson, yang merupakan distribusi probabilitas yang digunakan dalam
pemodelan ini. Model trafik poisson mengasumsikan bahwa peristiwa (seperti panggilan
telepon atau pesan data) masuk ke jaringan secara acak dan independent dalam interval waktu
tertentu.
Model trafik poisson digunakan dalam berbagai aplikasi rekayasa trafik, termasuk
perencanaan kapasitas jaringan, alokasi sumber daya, analisis peforma jaringan, dan prediksi
beban trafik. Model ini mmeberikan dasar matematis yang baik untuk mengkarakterisasi trafik
telekomunikasi yang datang secara acak. Pendekatan poisson mendekati binomial dengan nilai
m yang besar dan nilai A/m yang kecil.

λ = Mean number of busy sources (A)

Sehingga probability blocking dapan dihitung menggunakan :

10. TRAFIK TABEL POISSON

Sebagai contoh, 1% peluang dari blocking pada system dengan N=10 trunks. Untuk
mengetahui berapa banyak trafik yang ditawarkan dapat menangani sistem dapat menggunakan
persamaan berikut :
𝐴𝑘 𝐴𝑘
0.01 = ∑∞
𝑘=10 𝑒 −𝐴 =1 − ∑9𝑘=0 𝑒 −𝐴
𝑘! 𝑘!

Untuk menghitung nilai A kita bisa menggunakan tabel trafik Poisson Traffic Capacity.

Kolom paling kiri adalah jumlah trunk (N). N merujuk kepada jumlah jalur atau kapasitas
yang tersedia dalam jaringan (misalnya, jalur telepon, saluran komunikasi data, atau sumber
daya jaringan lainnya). Pada tabel distribusi Poisson, P(B) mengacu pada probability pada
sumber yang sedang sibuk. Maka untuk mencari nilai erlang untuk offered traffic, dapat
dicari dari perpotongan antara baris N dan kolom P(B) pada tabel.
Efisiensi dari Grup Besar
Semakin besar trunk group, maka semakin besar efisiensinya. Sebagai bukti, kita coba hitung
dan bandingkan untuk N=10 dan N=100.
Untuk N=10, A=414 E
𝐴 4.14
ρ= = = 41.4 % efisiensi
𝑁 10

Untuk N=100, A=78.2 E

𝐴 78.2
ρ=𝑁 = 100
= 78.2 % efisiensi

11. ERLANG MODEL B

Erlang B adalah salah satu rumus yang digunakan dalam teori antrian untuk menghitung
probabilitas penolakan panggilan (blocking probability) dalam sebuah sistem telekomunikasi.
Model Erlang-B lebih canggih dibandingkan Binomial atau Poisson. Panggilan yang datang
dialokasikan untuk sebuah kanal sampai seluruh kanal terpakai. Jika ada panggilan yang datang
setelahnya, maka panggilan tersebut akan diblok atau ditunda. Model Erlang-B adalah model
Erlang yang paling banyak digunakan untuk menentukan jumlah kanal (saluran) yang
diperlukan untuk membawa trafik selama jam sibuk dari nilai GoS dan beban trafik yang
ditentukan.
Erlang-B memiliki kemampuan yang baik untuk panggilan yang dapat dialihkan ke rute
alternatif jika diblokir, tetapi tidak ada pendekatan untuk mencoba kembali jika rute alternatif
juga diblokir.
Erlang-B memiliki kemampuan Blocked Calls Cleared (BCC). Blocked Calls Cleared (BCC)
adalah salah satu parameter yang digunakan dalam analisis dan perencanaan jaringan
telekomunikasi, terutama dalam konteks layanan seluler atau jaringan nirkabel. BCC mengacu
pada panggilan yang ditolak atau diblokir oleh jaringan tetapi akhirnya berhasil dilakukan. Ini
adalah salah satu metrik yang digunakan untuk mengukur efisiensi dan kualitas jaringan
seluler. Model Erlang-B mengasumsikan bahwa seluruh panggilan yang ditolak akan di
bersihkan (clear). Dalam sebuah sistem telepon Erlang-B, disediakan kanal (saluran) sebanyak
N. panggilan baru (new call) diijinkan sampai seluruh kanal penuh. Ketika seluruh kanal telah
terpakai, dan terdapat panggilan datang maka panggilan tersebut akan ditolak. Panggilan
tersebut akan dibuang dari sistem dan pelanggan tidak dapat mengulang.
Erlang-B digunakan dengan menggunakan proses kelahiran-kematian. Penggambaran
matematis untuk proses trafik yaitu dengan stokastik yang disebut dengan proses kelahiran dan
proses kematian. Proses kelahiran pada telepon diasumsikan sebagai proses datangnya
panggilan dan proses kematian diasumsikan adalah proses berakhirnya panggilan.
Birth and Death process pada trafik telekomunikasi, adalah proses bertambahnya suatu paket
atau layanan yang datang atau minta dilayani yang dianalogikan sbg kelahiran, sementara
selesai dilayani oleh server suatu paket dianalogikan dengan kematian. Proses kelahiran dan
kematian sangat berguna dalam analisis jaringan telekomunikasi. Sebuah jaringan
telekomunikasi dapat dimodelkan sebagai proses kelahiran dan kematian dimana sejumlah
sirkit (saluran) menyatakan populasi. Proses kelahiran dan kematian (Birth and Death Process)
adalah diagram transisi kondisi dari rantai markov.
Dalam pembahasan sebelumnya, konsep penting untuk memahami perilaku trafik
telekomunikasi yaitu konsep point process dan arrival process Konsep kedua dalam rekayasa
trafik telekomunikasi adalah birth and death process yang sering dimanfaatkan untuk
menurunkan fungsi distribusi trafik telekomunikasi.
Berikut adalah contoh pengguankan Erlang B :
Dalam sistem BCC dengan sumber m=∞, kita dapat menerima a 0,1% kemungkinan
pemblokiran pada kasus nominal lalu lintas yang ditawarkan 40E. Namun, dalam kasus ekstrim
kelebihan beban 20%, dapat menerima 0,5% kemungkinan pemblokiran.
Berapa banyak trunk keluar yang dibutuhkan dapat dibaca dari tabel Erlang B dengan membaca
kolom paling kiri (kolom jumlah trunk N) yang terletak satu baris dengan nilai offered traffic.
Dari tabel dapat diketahui bahwa desain nominal memerlukan 59 trunk, desain kelebihan
beban: 64 trunk, dan kebutuhan 64 trunk .

P(N,A) & B(N,A) - High Blocking

Model Poisson dan Erlang B hanyalah perkiraan, tetapi mana yang lebih baik jika kita
bandingkan dengan menggunakan grup 4 trunk dengan trafik yang ditawarkan A=10E.
Hitung dengan Erlang B :
B(4,10) = 0.64666
Tc= Ax(1-P(B)) = 10x(1-0.64666)
Tc=3.533E
3.533
ρ= = 0.88
4

Hitung dengan Poisson :

P(4,10) = 0.98966
Tc= Ax(1-P(B)) = 10x(1-0.98966)
Tc=0.103E
0.103
ρ= = 0.026
4

12. ERLANG C DISTRIBUTION MODEL

Rumus Erlang C adalah persamaan matematika untuk menghitung jumlah agen yang
dibutuhkan di sebuah call center, dengan mempertimbangkan jumlah panggilan dan tingkat
layanan yang ingin dicapai.
Sedangkan model BCW (Bhattacharjee-Choudhury-Wolff), juga dikenal sebagai model
Engset, adalah model yang digunakan untuk menganalisis perilaku jaringan telekomunikasi
dengan jumlah sumber terbatas yang mencoba mengakses sejumlah terbatas jalur komunikasi.
Model ini mempertimbangkan jumlah sumber (users) yang mencoba mengakses jaringan
dengan jumlah tertentu jalur (channels) yang tersedia, dan memperhitungkan efek panggilan
yang dapat gagal (blocking) karena keterbatasan jalur.
Erlang C, di sisi lain, adalah rumus yang digunakan untuk menghitung probabilitas penolakan
panggilan dalam sistem antrian, terutama di pusat panggilan (call center). Hal ini digunakan
untuk menghitung probabilitas bahwa seorang panggilan akan ditolak atau harus menunggu
dalam antrian ketika jumlah panggilan yang tiba melebihi jumlah agen yang tersedia.
Sementara keduanya digunakan dalam konteks probabilitas penolakan, masing-masing digunakan
dalam konteks yang berbeda: BCW untuk jaringan telekomunikasi dengan jumlah terbatas jalur
komunikasi dan Erlang C untuk pusat panggilan dengan jumlah terbatas agen. Oleh karena itu, Erlang
C dan Model BCW adalah alat yang berbeda, masing-masing dengan rumus dan parameter yang
berbeda untuk menghitung probabilitas penolakan dalam situasi yang relevan.
Model BCW dengan sumber tak terhingga (m) dan panjang antrian tak terhingga
γ= tingkat kedatangan panggilan baru

μ = rata-rata tarif keberangkatan per panggilan

1,2,3, …, N, merupakan state atau kondisi yang menggambarkan jumlah saluran (berkas) yang sibuk
pada suatu saat. Proses yang ditinjau adalah kondisi yang menyatakan jumlah saluran atau peralatan
yang diduduki sebagai fungsi waktu.
P(0), P(1), … ,P(N), merupakan state probability atau probabilitas kondisi yaitu lamanya kondisi
tersebut berlangsung dalam interval waktu tertentu. Transisi atau berubahnya kondisi tertentu ke kondisi
yang lain. Pada waktu d(t) kondisi N dapat menjadi (N+1) jika terdapat 1 panggilan datang dan (N-1)
jika terdapat 1 pangilan berakhir.

Persamaan-persamaan keseimbangan pada Erlang-C :

𝐴𝑘 𝑃𝑜 𝐴𝑘 𝑃𝑜 1
Pk= , 𝑘 ≥ 𝑁 dan Pk=𝑁𝑘−𝑛𝑁! , 𝑘 ≥ 𝑁 dan Po= 𝐴𝑁 𝐴𝑖
𝑘! (
𝑁
)+∑𝑁−1
𝑁! 𝑁−𝐴 𝑖=0 𝑖!

Tetapi P(B) = P(k≥N):

13. ERLANG C TRAFFIC TABLES

Sebagai contoh, berikut cara membaca tabel untuk menentukan berapa probabilitas
pemblokiran pada sistem Erlang C dengan 18 server menawarkan 7 Erlang trafik. Kolom paling
kiri adalah trafik yang ditawarkan (A), bagian atas adalah kolom jumlah trunk (N) dan nilai
P(B) adalah perimpangan baris dan kolom antara kedua parameter yang diketahui tersebut.
13.1 Delay pada Erlang C
Delay (penundaan) dalam teori antrian, khususnya dalam konteks Erlang, merujuk pada
waktu tunggu atau waktu penahanan yang dialami oleh entitas yang mengantri sebelum
mereka dapat dilayani atau diproses oleh sistem.
Jumlah panggilan yang diharapkan dalam antrian dapat dihitung dengan formula berikut :

𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 #𝑃𝑎𝑛𝑔𝑔𝑖𝑙𝑎𝑛 𝑡𝑒𝑟𝑡𝑢𝑛𝑑𝑎 ℎ

Rata-rata penundaan semua panggilan = 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐾𝑒𝑑𝑎𝑡𝑎𝑛𝑔𝑎𝑛 𝑃𝑎𝑛𝑔𝑔𝑖𝑙𝑎𝑛
= 𝑁−𝐴 𝐶(𝑁, 𝐴)
𝛼
Panggil ulang T= 𝛾
ℎ
Rata-rata keterlambatan panggilan tertunda = 𝑁−𝐴

13.2 Efisiensi Kelompok Besar

Sudah terlihat bahwa untuk P(B) yang sama, peningkatan server lebih dari peningkatan
proporsional dalam lalu lintas yang dilakukan .
 contoh 1: P (10, 4.14) 0,01 dan P (100, 78,2) 0,01
contoh 2: P (32, 20.3) 0,01 dan P (33, 20.1) 0,005
contoh 3: B (8, 2,05) 0,001 dan B (80,57.8) 0,001
Hal tersebut berarti bahwa jika memungkinkan untuk mengumpulkan beberapa sumber yang
berbeda, kita bisa menyediakan layanan yang lebih baik dengan biaya yang sama, atau
menyediakan layanan yang sama dengan biaya lebih murah
Untuk membandingkan efissiensinya, kita membandingkan dua kasus.
a. Kasus pertama
Dua kelompok utama masing-masing menawarkan 5 Erlang, dan B(N,A)=0,002

Berapa trunk seluruhnya dapat dilihat dari tabel trafik, carilah B(13,5) ≈ 0.002
Ntotal = 13 + 13 = 26 trunk
Maka efisiensi Trunk dapat dihitung dengan persamaan berikut :

b. Kasus kedua
Satu grup trunk utama menawarkan 10 Erlang, dan B(N,A)=0,002

Berapa banyak trunk dapat dilihat dari tabel trafik, carilah B(20,10) ≈ 0,002 maka di dapat
jumlah trunk N = 20.
Maka nilai efisiensi trunk dapat dihitung dengan persamaan berikut :

Dari membandingkan kedua kasus tersebut, dari GoS yang sama, kita dapat menghemat 6
trunk.

Berapa banyak trunk dapat dilihat dari tabel trafik, carilah B(20,10) ≈ 0,002 maka di dapat
jumlah trunk N = 20.
Maka nilai efisiensi trunk dapat dihitung dengan persamaan berikut :
 Dari membandingkan kedua kasus tersebut, dari GoS yang sama, kita dapat menghemat 6
trunk.

REFERENCES

[1] M. Asvial, “Traffic Modelling,” 2023.

[2] International Telecommunication Union, “Measuring the Information Society ,” 2009. Accessed: Oct. 14, 2023.
[Online]. Available: https://www.itu.int/en/ITU-D/Statistics/Documents/publications/mis2009/MIS2009_w5.pdf

[3] G. A. Walikar and R. C. Biradar, “A survey on hybrid routing mechanisms in mobile ad hoc networks,” Journal
of Network and Computer Applications, vol. 77, pp. 48–63, Jan. 2017, doi: 10.1016/J.JNCA.2016.10.014.

[4] R. L. Freeman, “Telecommunication System Engineering,” Telecommunication System Engineering, May 2004,
doi: 10.1002/0471728489.

[5] S. Wang, X. Zhang, J. Zhang, J. Feng, W. Wang, and K. Xin, “An Approach for Spatial-Temporal Traffic
Modeling in Mobile Cellular Networks,” Proceedings - 2015 27th International Teletraffic Congress, ITC 2015,
pp. 203–209, Jan. 2015, doi: 10.1109/ITC.2015.31.

[6] Kleinrock, Leonard. 1975. Queuing Systems, Volume 1: Theory. John Wiley & Sons.

[7] Rahayu, Heni, Fatah Yasin, dan Jatmiko. "ANALISIS TRAFFIC JARINGAN DENGAN ALGORITMA ERLANG
TANPA DELAY." KomuniTi, Vol. V, No. 2, September 2013.