Model Sistem dan Model Trafik

Pemodelan
Ada dua fasa dalam pemodelan
Pemodelan trafik yang masuk (incoming traffic) model trafik
Pemodelan sistem model sistem
MODEL SYSTEM
4
 5

Model teletraffic yang sederhana

Pelanggan (panggilan) datang dengan laju l (jumlah panggilan per satuan
waktu)
1/l = waktu antar-kedatangan panggilan rata-rata
Panggilan dilayani oleh n pelayan (server)
Jika sedang melayani, server memberi layanan dengan laju m (panggilan
per satuan waktu)
1/m = waktu pelayanan rata-rata
Terdapat sebanyak m tempat untuk menunggu (buffer)
Diasumsikan bahwa panggilan yang datang pada saat sistem sedang penuh
(blocked customer) akan dibuang (loss)
 6

Sistem loss murni

Tidak ada tempat menunggu (ukuran buffer = m = 0)
Jika panggilan datang pada saat sistem penuh (semua server digunakan/sibuk) maka
panggilan akan ditolak
Dari sudut pandang pelanggan, mereka perlu tahu hal-hal berikut
(misalnya) :
Berapa peluang sistem akan penuh bila panggilan datang
Dari sudut pandang sistem, perlu diketahui (misalnya) :
Berapa faktor utilisasi server?
 7

Sistem antrian murni

Ukuran buffer tidak terbatas (m = )
Jika panggilan data saat semua server sibuk, maka panggilan akan menunggu di
buffer
Tidak ada panggilan yang hilang hanya ada sebagian yang menunggu sebelum
dilayani
Dari sudut pandang pelanggan, mereka perlu tahu (misalnya) :
Berapa peluang mereka harus menunggu terlalu lama
Dari sudut pandang sistem, perlu diketahui (misalnya)
Berapa faktor utilisasi server?
 8

Mixed system
Ukuran buffer terbatas (0 < m < )
Bila ada panggilan yang datang ketika semua server sibuk, namun
masih ada tempat yang kosong di buffer, maka panggilan akan
menempatinya untuk menunggu dilayani
Bila panggilan datang ketika buffer penuh dan semua server sibuk,
panggilan tersebut akan dihilangkan
 Penanganan Blocked Calls

Penanganan block call menentukan model yang akan dipilih

karena penanganan block call yang berbeda menghasilkan
beban trafik yang berbeda

9
 Penanganan Blocked Calls

Trunk
F=first attemp O=offered
C=carried traffic

Call held

Calls cleared Call

delayed

10
 Penanganan Blocked Calls
Tipe utama dari block call adalah sebagai berikut :
Lost Calls Held (LCH) : Originally LCH was based on the
theory that all calls introduced to a traffic system were held for
a finite amount of time.
Lost Calls Cleared (LCC) : These blocked calls are cleared
from the system
Lost Calls Delayed (LCD) : These blocked calls remain on the
system until facilities are available to service the call
Lost Calls Retried (LCR): LCR assumes that once a call is
blocked, a percentage of the blocked callers retry and all other
blocked callers retry until they are serviced. LCR is a derivative
of the LCC model and is used in the Extended Erlang B model

11
 Types of Blocking Models

Blocked Calls Cleared (BCC)

Blocked calls leave system and do not return
Good approximation for calls in 1st choice trunk group

12
 Types of Blocking Models
Blocked Calls Held (BCH)
Blocked calls remain in the system for the amount of time it
would have normally stayed for
If a server frees up, the call picks up in the middle and
continues
Not a good model of real world behaviour (mathematical
approximation only)
Tries to approximate call reattempt efforts

13
 Types of Blocking Models
Blocked Calls Wait (BCW)
Blocked calls enter a queue until a server is available
When a server becomes available, the calls holding time begins

14
 Blocked Calls Cleared (BCC)
2 sources
10 minutes

Source #1
Offered Traffic 1 3
Total Traffic Offered:
Source #2 TO = 0.4 E + 0.3 E
Offered Traffic 2 4 TO = 0.7 E

Only one server 1st call arrives and is served

2nd call arrives but

Traffic server already busy
Carried 1 2 3 4
2nd call is cleared

3rd call arrives and is served

Total Traffic Carried:
4th call arrives and is served
TC = 0.5 E
15
 Blocked Calls Held (BCH)
2 sources
10 minutes

Source #1
Offered Traffic 1 3
Total Traffic Offered:
Source #2 TO = 0.4 E + 0.3 E
Offered Traffic 2 4 TO = 0.7 E

1st call arrives and is served

Only one server
2nd call arrives but server busy

Traffic
2nd call is held until server free
Carried 1 2 2 3 4
2nd call is served

3rd call arrives and is served

Total Traffic Carried:
TC = 0.6 E 4th call arrives and is served
16
 Blocked Calls Wait (BCW)
2 sources
10 minutes

Source #1
Offered Traffic 1 3
Total Traffic Offered:
Source #2 TO = 0.4 E + 0.3 E
Offered Traffic 2 4 TO = 0.7 E

1st call arrives and is served

Only one server 2nd call arrives but server busy

2nd call waits until server free

Traffic
Carried 1 2 2 3 4 2nd call served

3rd call arrives, waits, and

is served
Total Traffic Carried:
4th call arrives, waits, and
TC = 0.7 E is served
17
 Lost model

18
 Overflow System
Pada sebuah loss system di circuit switch,sistem bisa saja terdiri
dari 2 bagian, yaitu :
1. Primary system = m1 server
2. Secondary system= m2 server

Bila call masuk pada saat semua server pada primary system
occupied, maka akan dilakukan overflow ke secondary system.
MODEL TRAFIK
21
 Pemilihan Model Trafik

Untuk menentukan kapasitas yang diperlukan, beban

trafik yang diijinkan atau GOS (probabilitas blocking)
yang diinginkan diperlukan suatu model trafik.

22
 Pemilihan Model Trafik
Dalam pemilihan model trafik, perlu diperhatikan
parameter-parameter berikut :
pola kedatangan trafik
trafik yang ditolak (penanganan panggilan yang ditolak)
jumlah dari sumber trafik,
waktu genggam (holding time)

23
 Pola kedatangan trafik & distribusi probabilitas
kedatangan

Langkah pertama dalam pemilihan model trafik adalah

menentukan pola kedatangan trafik.

Pola kedatangan trafik yang utama adalah sebagai berikut :

pola kedatangan panggilan smooth ( smooth call arrival pattern)
pola kedatangan panggilan peak ( peak call arrival pattern)
pola kedatangan random ( random call arrival pattern)

24
 Pola kedatangan panggilan smooth (Smooth Call Arrival
Pattern)

Smooth atau hypo-exponential traffic terjadi jika tidak terdapat variasi

trafik yang besar. Waktu pendudukan (holding time) dan waktu antar
kedatangan (interarrival time) dapat diprediksi.

25
 Peaked Call Arrival Pattern

26
 Random Call Arrival Pattern

27
 28

Model Trafik
A
Call datang
S N
SUMBER Call yg dibawa
DEVICE

Call ditolak bila N

seluruhnya sibuk

S,N = memakai model poisson

S = dan N terbatas memakai model Erlang
SN , terbatas memakai model binomial/bernouli
S>N , terbatas, memakai model engset
 Pendekatan Analisa Trafik
Deskripsi Trafik
Karakteristik suatu trafik digambarkan oleh :
Pola datang panggilan
Pola lama waktu pendudukan
Disiplin pelayanan : full/limited availability, /delay
sistem
Pendekatan matematis yang digunakan adalah :

Proses Kelahiran (Birth) Proses Kematian (Death)

Datangnya panggilan Berakhirnya pendudukan

29
 Pendekatan Analisa Trafik
Diagram Kondisi

n n+1

Kondisi n n+1 bila ada panggilan datang

(kedatangan = Kelahiran)
Kondisi n+1 n bila ada panggilan berakhir
(kepergian = kematian)

30
 Pendekatan Analisa Trafik
Diagram Transisinya

Kedatangan = kelahiran

0 1 2 n

State = kondisi dimana dalam

Kepergian = kematian
berkas tersebut ada n saluran
diduduki

31
 Pendekatan Analisa Trafik
Koefisien Kelahiran dan Kematian
bn-1 bn

n-1 n n+1

dn dn-1

bn = koefisien kelahiran pada state n

dn = koefisien kematian pada state n
bo b1
Persamaan kesetimbangan :
b0P(0) = d1P(1)
b1P(1) = d2P(2) 0 1 2

bn-1P(n-1) = dnP(n) d2
d1
32
 33

Distribusi Poisson (1)

Persamaan kesetimbangan
Dalam kesetimbangan statistik, probabilitas kondisi bukan
merupakan fungsi waktu. Persamaan kesetimbangannya :

bn-1P(n-1) = dnP(n)

Kita tinjau koeffisien kelahiran dan kematian

bi (koeffisien kelahiran)= a = l
di (koeffisien kematian): bila waktu lamanya pendudukan terdistribusi
eksponensial negatif maka di akan sebanding dengan jumlah pendudukan yang
ada
 34

Distribusi Poisson (2)

Kondisi sistem :
Kedatangan panggilan acak (random arrival) dan independent satu
sama lain
Jumlah sumber panggilan tak terhingga
Laju rata-rata datangnya panggilan konstan (a=l)
Tak tergantung jumlah pendudukan yang sudah ada karena sumber panggilan tak
terhingga
Jumlah saluran yang melayani tak terhingga dan merupakan berkas
sempurna
Setiap panggilan yang datang selalu dapat dilayani
Pola waktu pendudukan terdistribusi exponensial negatif
Waktu pendudukan rata-rata = h = 1/m
Harga rata-rata trafik sama dengan harga variansinya
 35

Distribusi Poisson (3)

Trafik yang memenuhi distribusi Poisson disebut juga Pure Chance
Traffic atau Kedatangan Acak (Random Arrival)
Ciri penting distribusi Poisson : Harga rata-rata sama dengan
variansinya
Diagram transisi kondisinya :

l l l l l

0 1 2 n

m 2m 3m nm (n+1)m
 36

Distribusi Poisson (4)

Bila A = l.h = l/m = trafik yang ditawarkan dan juga merupakan trafik
yang dimuat karena trafik terdistribusi Poisson; dan dengan
memperhatikan hasil yang terdapat pada slide sebelumnya , kita
memperoleh persamaan kesetimbangan sebagai berikut :

lP(0) = 1mP(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)
 l l l l
Ambil
sebagian state
diagram 0 n-2 n-1 n

(n-2) m (n) m (n+1)m

(n-1) m
P(n-1) = n. P(n)
P(n) = A .P(n-1)/n

P(n-2) = (n-1). P(n-1)

P(n-1) = A .P(n-2)/(n-1)
Karena P(n-1) = n P(n) /A, maka
n. P(n)/ A = A .P(n-2)/(n-1)
Sehingga P(n) = A^2. P(n-2)/ n. (n-1)
Dan P(n-2) = P(n). n. (n-1)/ A^2

P(0) = (n-2). P(n-2)

P(n-2) = A .P(0)/(n-2)
Karena P(n-2) = P(n). n. (n-1)/ A^2, maka
P(n). n. (n-1)/ A^2 = A .P(0)/(n-2)
P(n) = A^3. P(0)/ n. (n-1) (n-2)

Sehingga dapat dituliskan

P(n) = A .P(n-1)/n = A^2. P(n-2)/ n. (n-1) = A^3. P(0)/ n. (n-1) (n-2)=. (sampai n
tak hingga)
Untuk Distribusi Poisson dapat dituliskan :
P(n) = A^n . P(0)/ n!
 Untuk mencari P(0)
Peluang total kejadian= 1, sehingga

P(i) =1=P(0) +P(1) +P(2) +P(3)+ .
i=0
lP(0) = 1mP(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)

Sehingga
1 = P(0) . [ 1 + A + A^2/2! + A^3/3!+.] = P(0) . e^A
P(0) = e^(-A)

P(n) = A^n . P(0) / n!

 39

Distribusi Poisson(5)
Trafik yang memenuhi distribusi Poisson disebut juga Pure Chance
Traffic atau Kedatangan Acak (Random Arrival)
Ciri penting distribusi Poisson : Harga rata-rata sama dengan
variansinya
Diagram transisi kondisinya :

l l l l l

0 1 2 n

m 2m 3m nm (n+1)m
 40

Distribusi Poisson(6)
Bila trafik yang terdistribusi Poisson ditawarkan melalui
elemen gandeng ke berkas keluar yang jumlah
salurannya tak terhingga, maka seluruh trafik yang
ditawarkan akan dapat diolah oleh berkas keluar; artinya
tidak ada trafik yang hilang (ditolak)

Oleh karena itu trafik yang ditawarkan akan sama

dengan trafik yang dimuat oleh berkas keluar atau
A =Y
 41

Distribusi Poisson
 42

Distribusi Erlang(1)
Kondisi sistem :
Kedatangan panggilan acak dan independent satu sama lain
Jumlah sumber panggilan tak terhingga
Laju rata-rata datangnya panggilan konstan (a=l)
Tak tergantung jumlah pendudukan yang sudah ada karena sumber panggilan tak
terhingga
Jumlah saluran yang melayani terbatas dan merupakan berkas
sempurna
Tidak setiap panggilan yang datang selalu dapat dilayani; panggilan yang datang
pada saat semua saluran diduduki akan tidak dapat dilayani; panggilan-panggilan
yang tidak dapat dilayani akan dihilangkan (ditolak) Sistem Rugi
Pola waktu pendudukan terdistribusi exponensial negatif
Waktu pendudukan rata-rata = h = 1/m
 43

Distribusi Erlang(2)
Rumus Rugi Erlang
Dapat digunakan untuk menghitung prosentase panggilan
yang hilang bila trafik yang ditawarkan dan jumlah saluran
keluar yang menampung diketahui
Penurunan rumus menggunakan diagram transisi kondisi
dan persamaan kesetimbangan
Koefisien kelahiran = l (konstan)
Koefisien kematian = nm
A = l/m
 44

Distribusi Erlang(3)
l l l
l l

0 1 2 N-1 N

m 2m 3m (N-1)m Nm

lP(0) = 1mP(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)
 45

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+ 2!
+
3!
++
N!
}
n=0
1
Jadi P(0) =
N
An

n=0 n!
 46

Distribusi Erlang (5)

Sehingga An
n!
P(n) =
A2 AN
1+A+ + +
2! N!
Untuk n = 0,1,2,3,, N
P(N) = Probabilitas bahwa semua saluran (di berkas
keluar) sibuk; selama waktu ini semua panggilan yang
datang ditolak (dihilangkan)
 47

Distribusi Erlang(6)
contoh :
Pada kelompok sirkit yang terdiri dari 3 sirkit, ditawarkan trafik
sebesar 2 erlang. Berapa trafik yang akan lost

Trafik lost = R = AB = 2 x 0,210 = 0,42 Erlang

 48

Distribusi Erlang (6)

Simbol untuk menyatakan P(N)
E1,N(A)
EN(A)
B (Blocking)
Rumus Rugi Erlang
Rumus Erlang-B
B(N,A)
Grade of Service (GOS)
 49

Distribusi Erlang (7)

Jadi

AN
N!
P(N) = E1,N(A) = EN(A) = B =
A2 AN
1+A+ ++
2! N!

Ditabelkan
 Cara membaca tabel erlang
Berapa trafik yang dapat ditawarkan,jika saluran yang
disediakan N=8 dan probabilitas bloking 0.02 ?
Dari tabel dapat dicari dengan menarik garis untuk N=8
dan Pb=0.02, dari tabel didapatkan, traffik yg
ditawarkan sebesar 3.627

50
 Cara membaca tabel erlang

51
 52

Distribusi Erlang (8)

Kongesti Waktu dan Kongesti Panggilan
Probabilitas kondisi adalah lamanya waktu suatu kondisi berlangsung
dalam jam per jam (jam sibuk), maka
P(N) dapat diartikan sebagai lamanya waktu dimana semua saluran
(=N) sibuk berlangsung dalam jam per jamnya (jam sibuk) sehingga
P(N) disebut pula sebagai Kongesti Waktu (Time Congestion)
Dapat pula dikatakan :
P(N) adalah bagian waktu dimana N saluran sibuk
 53

Distribusi Erlang (9)

Pengertian Kongesti Panggilan = R(N)

Jumlah panggilan yang ditolak

R(N) =
Jumlah panggilan selama 1 jam
Atau dengan kata lain :
R(N) adalah bagian panggilan yang ditolak
Untuk kedatangan yang acak dan berkas sempurna :
P(N) = R(N)
Kongesti panggilan = P(N).l/l.1 = P(N) = Kongesti waktu
 54

Distribusi Erlang (10)

Efisiensi dan Kepekaan
Efisiensi (= A/N)
Untuk B tertentu, dengan bertambahnya A, akan diperlukan N yang lebih
besar pula
Makin besar A, makin besar (baik) efisiensinya

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
 55

Distribusi Erlang (11)

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 10%) 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 %)
 56

Distribusi Erlang (11)

Rumus Rekursive Erlang B
Untuk tujuan penghitungan dengan computer, maka rumus erlang B
dibuat rumus recursive sbb
A N N!
P( N ) E N ( A) N

i
A
i 0
i!
A N 1
( N 1)!
E N 1 ( A) N 1

i
A
i 0
i!

A AN

( N 1) N !
E N 1 ( A) N i
A A N 1

i 0 i!

( N 1)!
 57

Distribusi Erlang (11)

Rumus Rekursive Erlang B
1
A AN N
Ai

( N 1) N !
i!
E N 1 ( A) N i N 1
i 0
A A 1

( N 1)! N A
i
i 0 i!

i 0 i!

A
E N ( A)
( N 1)
E N 1 ( A)
A N 1 1
1 N i
( N 1)! A

i 0 i!

A.E N ( A)
E N 1 ( A)
A AN 1
( N 1)(1
N 1 N! N
Ai

i 0 i!
 58

Distribusi Erlang (11)

Rumus Rekursive Erlang B
A.E N ( A)
E N 1 ( A)
A
( N 1)(1 E N ( A))
N 1

A.E N ( A)
E N 1 ( A)
( N 1) A.E N ( A))

sehingga :

A.E N 1 ( A)
E N ( A) dengan E0 (A) =1
N A.E N 1 ( A))

A = trafik yang ditawarkan kepada trunk

N = jumlah sirkit/server yang melayani
 59

Distribusi Erlang (11)

Diagram Alir Rekursive Erlang B
Bila yang dicari adalah nilai B
pada A=x dan N=Q start

Inisialisasi
A=x
N=1
B=y%

A.E N 1 ( A)
E N ( A)
N A.E N 1 ( A))

Y
N=Q

T
STOP
N=N+1
 60

Distribusi Erlang (11)

Diagram Alir Rekursive Erlang B
Bila yang dicari adalah N untuk nilai
En(A) = B.
start

Inisialisasi
A=x
N=1
B=y%

A.E N 1 ( A)
E N ( A)
N A.E N 1 ( A))

Y
EN(A)
>B

T
STOP
N=N+1

iterasi berhenti kalau B yang dihitung E(N)B, maka ierasi berhenti., dan N yang dicari adalah N
 61

Distribusi Erlang (12)

Membandingkan kepekaan Jaringan mata jala dengan jaringan bintang
Contoh
Jaringan yang terdiri dari empat sentral. Antar sentral dihubungkan dengan
berkas saluran dua arah (bothway). Diasumsikan trafik antar sentral (=A) sama
dan pendimensian di setiap berkas saluran menggunakan kriteria B = 1 % (tanpa
ruting alternatif)

C C
mesh
star

D D

A A B
B
 62

Distribusi Erlang (13)

Pada jaringan star

A = 1 Erlang, maka setiap berkas ditawari 2 Erlang, dengan B =

1%, maka dibutuhkan jumlah saluran untuk setiap berkas
sebanyak N = 6 saluran
Bila A dinaikkan menjadi 2 (2 kali lipat), maka tiap berkas akan
mengolah trafik 4 Erlang. Bila jumlah saluran pada tiap berkas
tetap (N=6), maka B 12%
 64

Distribusi Erlang (14)

Pada jaringan mata jala

A = 1 Erlang, maka setiap berkas ditawari 6 Erlang, dengan B = 1%,

maka dibutuhkan jumlah saluran dalam setiap berkas sebanyak N = 12
saluran
Bila A dinaikkan menjadi 2 (2 kali lipat), maka tiap berkas akan
mengolah trafik 12 Erlang. Bila jumlah saluran pada tiap berkas tetap
(N=12), maka B 20%

Jaringan mata jala lebih peka daripada jaringan bintang

 Perbandingan Model Trafik
Penanganan
perbandingan Pola panggilan Holding
model trafik sumber kedatangan gagal Times
Poisson Infinite Random Held Exponential

Erlang B Infinite Random Cleared Exponential

Extended Erlang B Infinite Random Retried Exponential

Erlang C Infinite Random Delayed Exponential

Engset Finite Smooth Cleared Exponential

EART/EARC Infinite Peaked Cleared Exponential

Neal-Wilkerson Infinite Peaked Held Exponential

Crommelin Infinite Random Delayed Constant

Binomial Finite Random Held Exponential

Delay Finite Random Delayed Exponential

66
 Efficiency of Large Groups (1)
Two trunk groups offered 5 Erlangs each, and B(n,A)=0.002

How many trunks total?

5E nN1
1=?
13
From traffic tables, find B(13,5) 0.002

5E nN2 ntotal = 13 + 13 = 26 trunks

2=?
13

Trunk efficiency? Efisiensi = A/N

TC 10(1 0.002)
0.384
N 26

38.4% utilization

67
 Efficiency of Large Groups (2)
One trunk group offered 10 Erlangs, and B(n,A)=0.002

How many trunks?

10 E n=20
N=? From traffic tables, find B(20,10) 0.002

n = 20 trunks

Trunk efficiency?
TC 10(1 0.002)
0.499
N 20
49.9% utilization

For same gos, we can save 6 trunks!

68
 Metode pencarian jalan dalam model erlang B (sentral
step by step):

Ada 2 metode, yaitu :

metode homing
metode non homing

69
 Metode Homing
pada metode homing, pemilihan jalan selalu mulai dari
1,2,3dst. Ini berarti bahwa setelah selector dipakai, wiper
selalu dikembalikan ke tempat semula (permulaan jalan keluar ke
1) dan beban atau muatan trafik pada jalan-jalan keluar
permulaan lebih besar dari pada jalan-jalan keluar akhir.

70
 Metode Homing

Y1
R1

Y2
A
R2
Y3
R3

YN

RN

71
 Perhitungan muatan pada homing
selector.
Di berkas masuk terdapat trafik A yang ditawarkan ke
berkas keluar yang terdiri N saluran. Karena setiap
pengetesan jalan keluar selalu dimulai dari jalan ke 1,
kemudian jalan ke 2, dst,
maka :
Besarnya R1, R2, R3RN dapat dihitung dengan rumus rugi
erlang .

RN A.EN ( A)

72
 Perhitungan muatan pada homing
selector.
R1=A-Y1, Dimana Y1 adalah besarnya trafik yang dimuat oleh
jalan keluar ke 1
R2=R1-Y2, Dimana Y2 adalah besarnya trafik yang dimuat oleh
jalan keluar ke 2
R3=R2-Y3, Dimana Y3 adalah besarnya trafik yang dimuat oleh
jalan keluar ke 2

dst
maka Y1,Y2,Y3..YN dapat dihitung (jadi muatan tiap
saluran dapat dihitung.

73
 Metode non homing
metode non homing
pada metode non homing pemilihan jalur keluar tidak selalu
dimulai dari jalan keluar ke 1, tetapi sembarang jalan keluar,
tergantung /dimulai dari jalan keluar yang terakhir dipakai. Ini
berarti, wiper setelah dipakai (pembubaran) tidak dikembalikan
ke tempat semula/jalan keluar ke 1 dan muatan trafiknya merata
ke seluruh jalan keluar.

74
 Metode non homing

Y1
R1

Y2
A

Y3
R3

YN

RN

75
 Perhitungan muatan untuk non homing
selector
Karena muatan tiap jalan keluar (saluran) rata/sama maka dapat dihitung sbb:

Maka :

Y1=Y2=Y3=Y/N
Dimana N
Y (muatan trafik pada berkas keluar) A
Y= A-RN
RN= A. B(N,A) B(N, A) N N! i
A

i 0 i!

76
 Contoh :

Hitung trafik yang dapat dimuat oleh saluran ke 1, 2 dan 3, untuk

sistem non homing. Trafik yang ditawarkan sebesar 2 Erlang dan jumlah
saluran sebanyak 3.

Penyelesaian :
Y1=Y2=Y3=Y/N= Y/3
Y = A R3 A3
R3= A. B(3,A)
B(3, A) 3 3! i
A
i 0 i!

77
 Model Extended Erlang B

Model trafik Extended Erlang B dikembangkan oleh james

jewit dan jacqueline shrago pada pertengahan tahun 1970.

Formula EEB digunakan untuk meningkatkan akurasi

formula erlang B yang tidak memperhitungkan panggilan
yang mengulang.

78
 Model Extended Erlang B
Pada erlang B diasumsikan pemanggil tidak pernah
mengulangi panggilannya ketika tidak berhasil dilayani.
Panggilan yang mengulang dianggap sebagai panggilan
baru, tetapi pada kenyataanya terdapat sejumlah user
yang mengulang.

EEB dirancang dengan memperhitungkan panggilan yang

mengulang (panggilan yang ditolak mencoba lagi).

79
 Asumsi Extended Erlang B
Model trafik Extended Erlang B berdasarkan asumsi sebagai
berikut :
Jumlah sumber tidak terbatas
Pola kedatangan trafik acak
Panggilan yang ditolak dihilangkan (Blocked calls cleared)
Tidak ada overflow
Hold times exponentially distributed
Ada panggilan yang mengulang setelah diblok.

80
 Asumsi Extended Erlang B
Untuk menghitung probabilitas bloking dengan menggunakan
EEB diperlukan :
total trafik yang ditawarkan,
jumlah saluran
prosentase panggilan yang ditolak mencoba lagi (0% s/d 100
%).

81
 Diagram alir dari model EEB
Trafik yg dilayani
oleh Pilihan pertama
yes ( Y)

Trafik yang
Sumber Pilihan pertama
ditawarkan
trafik tersedia ?
(A)

No

Trafik yg
ditolak (R)
R= A.Pb

Panggilan yg
Disposal of block Trafik
mengulang
call overflow
m= R. rf

Trafik yang tidak dilayani

(dead call)

82
 Contoh :
bandingkan nilai probabilitas bloking model erlang B dan EEB
dengan prosentase panggilan yang mengulang 50 %. Trafik
yang ditawarkan (A) sebesar 3 Erlang dan jumlah saluran
(N)=6.

83
 contoh
Dengan menggunakan model EEB, perhitungan
probabilitas bloking dengan cara iterasi. Beberapa kali
iterasi harus dilakukan untuk mendapatkan nilai
probabilitas bloking yang dimaksud. Langkah-langkah
perhitungan dengan menggunakan model EEB adalah
sebagai berikut :
Pertama, hitung probabilitas bloking model erlang B untuk trafik yang
ditawarkan sebesar A dan jumlah saluran sebanyak N
Kedua, iterasi perhitungan sampai probabilitas blocking menjadi stabil.
Lihat contoh tabel.

84
 contoh
No N A Pb R (erlang) M (erlang) O Y Y+O A+M

1 6 3 0.0522 0.1566 0.0782 0.0782 2.8435 2.9218 3.0782

2 6 3.0782 0.0565 0.1740 0.0870 0.0870 2.9042 2.9912 3.0870

3 6 3.0870 0.0570 0.1760 0.0880 0.0880 2.9110 2.9990 3.0880

4 6 3.0880 0.0571 0.1762 0.0881 0.0881 2.9117 2.9999 3.0881

5 6 3.0881 0.0571 0.1764 0.0882 0.0882 2.9118 3.000 3.0882

N = jumlah saluran
A= trafik yang ditawarkan
R=trafik yang di tolak berkas (pilihan) pertama
R = A. Pb
Pb=probabilitas bloking model erlang B
M = trafik yang mengulang
M = R * rf
O = overflow trafik
O = R * (1-rf)
Y = trafik yang dibawa oleh pilihan pertama
85 Y = (A R) + M
 Model Engset dan Binomial
Berkas keluar
Berkas masuk g (berkas sempurna)

Sumber panggilan (S) terbatas Jumlah saluran keluar (N) terbatas

Bila S > N, didapat distribusi Engset

Bila S N, didapat distribusi Binomial
 Model Engset

Berkas masuk Berkas keluar

Switching network

s = terbatas n = terbatas

Persamaan engset mirip dengan formula erlang B, tetapi terdapat satu perbedaan
yaitu jumlah pemanggil (panggilan) yang terbatas, jadi persamaan engset digunakan
ketika jumlah populasi kecil (kurang dari 200). Untuk populasi yang besar,
persamaan engset dan erlang B memberikan hasil yang sama ( buktikan !)

87
 Asumsi Model Engset
Model Engset berdasarkan pada asumsi berikut :
Jumlah sumber yang terbatas
Pola kedatangan trafik yang terbatas
Panggilan yang ditolak dihilangkan (block call cleared)
Holding time terdistribusi eksponensial

88
 Sl (S-1)l (S-2)l (S-3)l

0 1 2 3

m 2m 3m 4m
 90

Persamaan kesetimbangan
Persamaan kesetimbangan : (s-n)lP(n)=(n+1) P(n+1)
Untuk n=0
s.lP(0)=P(1)
P(1)=(s. l/) P(0), dimana l/ =A (intensitas trafik)
P(1)=s. A.P(0)

Untuk n=1
(s-1)lP(1)=2P(2)
P(2)=((s-1) l/2) P(1)
P(2)=((s-1) A/2) P(1)
P(2)=((s-1) A/2 ) s A P(0)
P(2)=(s-1)s. A2/2 P(0)
 91

Persamaan kesetimbangan
Untuk n=2
(s-2)lP(2)=3P(3)
P(3)=(s-2) l/3.P(2)
P(3)=(s-2) A/3.P(2)
P(3)=(s-2) A/3 (s-1)s. A2/2 P(0)
P(3)=(s-2) (s-1)s. A3/3! P(0)
A3 s!
P(3) P(0)
3! (s 3)!
AN s!
P(N) P(0)
N! (s N)!
An s!
P(n) P(0)
n! (s n)!
 PERSAMAAN KESETIMBANGAN
n
S! l
Didapat P( n ) . .P(0)
n! ( S n )! m
n
S l
Untuk Engset (S > N): P(n) P(0)
n m
1
Aturan probabilitas: P(0) j
N
l
S

j 0 j m
n
l
S

Sehingga: P ( n) n m
j
N
S l

j 0 j m
 93

Distribusi Engset
Bila n=N , maka P(N) merupakan probabilitas semua saluran
sibuk (Kongesti waktu) = Probabilitas kondisi N
Kongesti panggilan : jumlah panggilan yang ditolak dibagi
dengan jumlah seluruh panggilan yang datang
Jumlah panggilan yang ditolak (dlm. 1 jam) :
(S-N)l.P(N)
Jumlah seluruh panggilan yang datang (dalam 1 jam) :
N
(S-j)l.P(j)
j=0
 Call congestion:
S 1 l
N

R( N ) N m
S 1 l
i
N

i 0 i m

Bila jumlah sumber tak berhingga, P(N) = R(N)

 BINOMIAL (BERNOULLI)
Untuk Binomial (S N)
Dalam hal ini tidak ada kehilangan trafik
n

S l
P(n ) .P(0)
n m
1
Persamaan normal:
P(0) j
S
S l

j 0 j m
 Hitung probabilitas bloking pada system PABX jika terdapat
2 panggilan per menit, PABX tersebut terdapat 3 saluran dan
5 pelanggan., PABX tersebut mampu melayani 1 panggilan
per menit
HAPPY LEARNING !!