ALGORITMA PENENTUAN LETAK

KONSENTRATOR
 Penentuan Letak Konsentrator

Diketahui sejumlah lokasi terminal, dimana lokasi

terminal konsentrator yang optimal ?

Penentuan konsentrator tergantung :

Jumlah terminal yang harus dihubungkan kepadanya
Besarnya trafik yang ditimbulkan oleh terminal
Kapasitas link dan konsentrator

2
 Penentuan Letak Konsentrator
Beberapa algoritma yang digunakan untuk
menentukan letak konsentrator adalah :
Dysart - Georganas,
Chandy Russel dan
Essau william

3
 Algoritma Dysart dan Georganas

Idenya memilih terminal yang dekat dengan

terminal-terminal lainnya.

Algoritmanya adalah sebagai berikut :

1.buat daftar dari N terminal dalam jaringan dan

sejumlah k terminal yang paling dekat

2.tentukan frekuensi pemunculannya untuk tiap

terminal dalam daftar (1) tersebut

4
 Algoritma Dysart dan Georganas

3. tiap terminal mempunyai salah satu dari frekuensi

pemunculan p yang terletak antara: p=1,2,......,F.
Dimana F merupakan frekuensi pemunculan
maksimum. Kelompokkan semua simpul ke dalam
daftar S(p), p=1,2,...F. dimana daftar S(p) adalah
daftar simpul-simpul yang mempunyai frekuensi
pemunculan p.

5
 Algoritma Dysart dan Georganas

4. cari harga rata-rata frekuensi pemunculan

ditambah 1, KM sebagai berikut:
F p.x( p)
KM 1
p 1 N

F=frekuensi pemunculan maximum

Dimana x(p) adalah jumlah terminal didalam
daftar S(P)
N= jumlah node

6
 Algoritma Dysart dan Georganas

5. penentuan lokasi konsentrator pertama kali di

dapat dari daftar S(F). Dapat ditambahkan
terminal-terminal dalam daftar S(P). Dimana KM
pF.

7
 contoh
Matrik jarak antar terminal

0 5 7 8 6 5 9 11 13 12
33
5 0 1 3 2 5 7 7 10 10
2 4
7 1 0 1 4 5 6 6 9 10
8 8 3 1 0 3 4 6 5 8 8
5 9 6 2 4 3 0 2 6 6 10 10
5 5 5 4 2 0 4 5 9 9
6 10
7 9 7 6 6 6 4 0 4 5 4
11
11 7 6 5 6 5 4 0 6 6
13 10 9 8 10 9 5 6 0 2
12 10 10 8 10 9 4 6 2 0

8
 contoh
1. Langkah 1buat daftar dari N terminal dalam jaringan dan sejumlah k
terminal yang paling dekat. Misalkan k=3, maka

Terminal Daftar terminal dan sejumlah k

tetangga terdekatnya
1 1,2,5,6
2 2,3,4,5
3 3,2,4,5
4 4,3,2,5
5 5,2,4,6
6 6,5,4,7
7 7,6,8,10
8 8,7,4,6
9 9,8,7,10
10 10,7,8,9
9
 contoh
Terminal Frekuensi
2. tentukan frekuensi pemunculan
pemunculannya
untuk tiap terminal 1 1
dalam daftar (1) 2 5
tersebut 3 3
4 6
5 6
6 5
7 5
8 4
9 2
10 3

10
 contoh

3. tiap terminal mempunyai salah satu dari frekuensi

pemunculan p yang terletak antara: p=1,2,......,F.
Dimana F merupakan frekuensi pemunculan
maksimum. Kelompokkan semua simpul ke dalam
daftar S(p), p=1,2,...F. dimana daftar S(p) adalah
daftar simpul-simpul yang mempunyai frekuensi
pemunculan p.

11
 contoh
S(i): daftar (lokasi) terminal dengan urutan
frekuensi pemunculan i.
S(1) = (1)
S(2) = (9)
S(3) = (3,10)
S(4) = (8)
S(5) = (2,6,7)
S(6) = (4,5) ini pertama kali diambil sebagai pilihan

12
 F p.x( p)
KM 1
contoh
p 1 N

1 2 6 4 15 12
KM 1 5
10

Lokasi konsentrator dapat ditambah sebagai

pilihan : (2,4,5,6,7)

13
 soal
Diketahui matrik jarak beberapa terminal adalah sbb, tentukan letak
dari konsentrator dengan algoritma dysart & georganas

1 2 3 4 5 6 7 8
1 2
5 1 0 4 2 5 1 7 8 8
2 4 0 3 2 5 8 8 6
3
8 3 2 3 0 4 4 4 5 7
4 4 5 2 4 0 6 7 6 5
5 1 5 4 6 0 7 8 9
6
6 7 8 4 7 7 0 2 9
7
7 8 8 5 6 8 2 0 8
8 8 6 7 5 9 9 8 0
14
 soal
1. Langkah 1buat daftar dari N terminal dalam jaringan dan
sejumlah k terminal yang paling dekat

Terminal Daftar terminal dan sejumlah k

tetangga terdekatnya
1 1,5,3
2 2,4,3
3
4
5
6
7
8

15
 soal
2. tentukan frekuensi pemunculannya untuk tiap
terminal dalam daftar (1) tersebut

Terminal Frekuensi pemunculan

1
2
3
4
5
6
7
8

16
 contoh
3. tiap terminal mempunyai salah satu dari frekuensi pemunculan p
yang terletak antara: p=1,2,......,F. Dimana F merupakan frekuensi
pemunculan maksimum. Kelompokkan semua simpul ke dalam daftar
S(p), p=1,2,...F. dimana daftar S(p) adalah daftar simpul-simpul yang
mempunyai frekuensi pemunculan p.

S(i): daftar (lokasi) terminal dengan urutan frekuensi pemunculan i.

S(1) =
S(2) =
S(3) =
S(4) =
S(5) =
S(6) =

17
 contoh

KM ?

Lokasi konsentrator dapat ditambah sebagai

pilihan : .

18
 Algoritma Esau-William

Algoritma Esau-William merupakan salah satu algoritma

yang digunakan untuk penyelesaian masalah capacitaced
minimum spanning tree (CMST).

CMST merupakan masalah yang sangat penting dalam

mendesain jaringan telekomunikasi. Dalam masalah ini,
diperlihatkan bahwa sebuah sentral processor
(konsentrator/root/source node) dan beberapa set remote
terminal (node selain konsentrator) dengan permintaan
trafik tertentu yang mengharuskan adanya aliran antara
central processor dan terminal.

19
 Algoritma Esau-William

Tujuannya adalah membuat jaringan dengan

biaya minimal yang dapat memuat
permintaan tersebut.

20
 Algoritma Esau-William

algoritma Esau-William adalah algoritma yang digunakan

untuk menentukan suatu konfigurasi yang dianggap cost
paling minimum dengan memperhatikan kapasitas maximal
tiap linknya.

Algoritma ini mula-mula menghubungkan semua terminal

dengan konsentrator.

Kemudian mencoba link antar terminal (dan link antar

terminal dengan konsentrator dihilangkan ) yang
memaksimumkan pengurangan biaya.

21
 Algoritma Esau-William

Prosedure dari algoritma Esau-William ini yaitu :

Hitung parameter tradeoff

d(i,j) = cost(i,j) cost (i, center),

untuk semua i,j, dimana center adalah lokasi

konsentrator/processor central.

22
 Algoritma Esau-William
Jadi, algoritma mencari pertama-tama
selisih biaya (jarak) hubungan antara tiap
simpul i dengan simpul j (simpul lain) dan
simpul i tersebut dengan konsentrator.

23
 Algoritma Esau-William
Prosedure dari algoritma Esau-William (cont)

Bila d(i,j) > 0 maka tak dipertimbangkan, karena

c(i,center) akan lebih murah dari c(i,j).

Bila d(i,j) < 0, pilih d(i,j) berurutan mulai dari yang

minimum dan diperiksa apakah aliran trafik memenuhi
kendala (kapasitas trafik ) bila link (i,center) ditiadakan
dan i dihubungkan ke j.

24
 contoh

Matrik biaya
4m/d
3
1 2 3 4 5
5m/d 4 3m/d 1 - 6 3 4 5
2
2 6 - 3 5 7
5 5m/d
1 3 3 3 - 3 5
4 4 5 3 - 3
5 5 7 5 3 -
Node 1 sebagai konsentrator
Kapasitas maksimum tiap link = 10 message/dtk

25
 contoh
Algoritma essau william ini mula-mula
menghubungkan semua terminal dengan konsentrator.

4m/d
3

5m/d 4 3m/d
2

5 5m/d
1

26
 contoh
Hitung parameter tradeoff d(i,j)
= c(i,j) c (i, 1), untuk semua i,j,
dimana 1 adalah konsentrator.
mencari selisih biaya
(jarak) hubungan antara
tiap simpul i dengan
simpul j (simpul lain) dan
simpul i tersebut dengan
konsentrator.
27
 d(2,3)=c(2,3)-c(2,1)=3-6=-3
d(3,2)=c(3,2)-c(3,1)=3-3=0 1 2 3 4 5
d(2,4)=c(2,4)-c(2,1)=5-6=-1
d(4,2)=c(4,2)-c(4,1)=5-4=1 1 - 6 3 4 5
d(2,5)=c(2,5)-c(2,1)=7-6=1
d(5,2)=c(5,2)-c(5,1)=7-5=2 2 6 - 3 5 7
d(3,4)=c(3,4)-c(3,1)=3-3=0
d(4,3)=c(4,3)-c(4,1)=3-4=-1 3 3 3 - 3 5
d(3,5)=c(3,5)-c(3,1)=5-3=2
d(5,3)=c(5,3)-c(5,1)=5-5=0 4 4 5 3 - 3
d(4,5)=c(4,5)-c(4,1)=3-4=-1
d(5,4)=c(5,4)-c(5,1)=3-5=-2 5 5 7 5 3 -

28
 contoh
Bila d(i,j) > 0 maka tak
dipertimbangkan,
karena c(i,center) akan
lebih murah dari c(i,j).
Bila d(i,j) < 0, pilih d(i,j)
berurutan mulai dari
yang minimum dan
diperiksa apakah aliran
trafik memenuhi
kendala (kapasitas
trafik ) bila link
(i,center) ditiadakan
dan i dihubungkan ke j.
d(2,3)=c(2,3)-c(2,1)=3-6=-3
d(5,4)=c(5,4)-c(5,1)=3-5=-2
d(2,4)=c(2,4)-c(2,1)=5-6=-1
d(4,3)=c(4,3)-c(4,1)=3-4=-1
d(4,5)=c(4,5)-c(4,1)=3-4=-1
d(3,2)=c(3,2)-c(3,1)=3-3=0
d(3,4)=c(3,4)-c(3,1)=3-3=0
d(5,3)=c(5,3)-c(5,1)=5-5=0
d(4,2)=c(4,2)-c(4,1)=5-4=1
d(2,5)=c(2,5)-c(2,1)=7-6=1
d(5,2)=c(5,2)-c(5,1)=7-5=2
d(3,5)=c(3,5)-c(3,1)=5-3=2
29
 contoh
Dari contoh di atas d(2,3)=-3 adalah
minimum
Hilangkan link (2,1) dan adakan link (2,3)
Cek aliran trafik
Link(2,3)=5
Link(3,1)=5+4=9<10 jadi masih memenuhi kendala
Berikutnya link (5,4)d(5,4)=-2

30
 Cek aliran trafik
link(5,4)=5
Link (4,1)=5+3=8<10 Jadi memenuhi kendala
Berikutnya link(4,3) dan(2,4), bila dicek
tidak memenuhi kendala.
Jadi jumlah total
biaya=c(3,1)+c(2,3)+c(1,4)+c(4,5)=3+3+4+3=13 satuan

31
 contoh
4m/d
3

5m/d 4 3m/d
2

5 5m/d
1

Node 1 sebagai konsentrator

Kapasitas maksimum tiap link = 10 message/dtk

32
 soal
Matrik biaya
2m/d
4
1 2 3 4 5
3m/d 1 1m/d 1 - 9 5 8 7
5
2 9 - 5 7 11
2 4m/d 3 5 5 - 5 7
3
4 8 7 5 - 6
5 7 11 7 6 -

Konsentrator di node 3
Kapasitas maksimum tiap link = 6 message/dtk

33
 Penyelesaian soal
1 2 3 4 5
Hitung parameter tradeoff d(i,j) = c(i,j)
c (i, 3), untuk semua i,j, dimana 3 1 - 5 7 8 7
adalah konsentrator.
d(1,2)=c(1,2)-c(1,3)=5-7=-2 2 5 - 5 7 11
d(2,1)=c(2,1)-c(2,3)=5-5=0
d(1,4)=c(1,4)-c(1,3)=8-7=1 3 7 5 - 5 7
d(4,1)=c(4,1)-c(4,3)=8-5=3 4 8 7 5 - 6
d(1,5)=c(1,5)-c(1,3)=7-7=0
d(5,1)=c(5,1)-c(5,3)=7-7=0 5 7 11 7 6 -
d(2,4)=c(2,4)-c(2,3)=7-5=2
d(4,2)=c(4,2)-c(4,3)=7-5=2 2m/d
d(2,5)=c(2,5)-c(2,3)=11-5=6 4
d(5,2)=c(5,2)-c(5,3)=11-7=4
d(4,5)=c(4,5)-c(4,3)=6-5=1 3m/d 1 1m/d
d(5,4)=c(5,4)-c(5,3)=6-7=-1 5

2 4m/d
3

34
 Algoritma Chandy-Russel

Pertama dicari spanning tree yang

minimum tanpa kendala.

Bila hasil ini dengan kendala feasible, maka

ini optimum dan algoritma berhenti.

Bila tidak, diteruskan dengan membagi

dalam subset.

35
 Langkah Algoritma Chandy-Russel
sebagai berikut :

1. bagi set semua solusi ke dalam 2 subset. Satu subset

memasukkan semua link dari solusi tanpa kendala yang
terhubungkan ke lokasi konsentrator dan subset yang lainnya
tanpa hubungan ini dan tak usah dilihat lagi.

2. dalam proses pembagian ke i: subsetnya adalah

Si(1),Si(2),.....Si(p) dan harga batas paling bawah dari biaya
adalah Li(1),....,Li(p). Misalkan Li(j) adalah harga terendah
dalam Li(j),k,....,p.

36
 Langkah Algoritma Chandy-Russel
sebagai berikut :

3. cek subset Si(j) apakah solusinya feasible. Bila feasible

maka ini berarti solusi optimum pula karena ini merupakan
batas terendah Li(j) dan algoritma berhenti. Bila tidak,
diteruskan ke langkah (4).

4. labelkan lagi set j ke set k. Bagi Si(k) ke dalam Si+1(k) dan

Si+1(k+1).pembagian ini diperoleh dengan cara
memasukkan satu link bebas kedalam si(k) sehingga
menjadi subset si+1(k) dan tanpa link tersebut menjadi
subset Si+1(k+1). Hitung batas bawah yang baru dalam
solusi Li+1(k) dan Li+1(k+1) dan teruskan ke langkah (2).

37
 contoh
M5=1 Matrik biaya C
M4=2
Simpul 1 2 3 4 5
M2=2 5
4 1 - 3 3 5 10
M3=3 2 3 - 6 4 8
2
3 3 6 - 3 5
3
4 5 4 3 - 7
1
5 10 8 5 7 -
konsentrator

Kendala : Kapasitas link = 5 pesan

(message) per satuan waktu. Dicari
spanning tree minimum:
38
 Penyelesaian contoh

M4=2 M5=1
5
4
M2=2 2

2
2 3 M3=3

1 6

konsentrator

Ternyata tidak feasible: link (1,3) terdapat

6 message/satuan waktu.
Subset A = termasuk link 2-1 dan 3-1
Subset B = tidak termasuk paling sedikit
satu dari dua link (2-1,3-1)
39
 Karena Subset A memuat link yang menghubungkan terminal
langsung ke konsentrator, maka subset A berisi solusi yang
diinginkan subset B dapat dihilangkan.

Algoritma diteruskan dengan berturut-turut memasukkan link

yang masih bebas dan mempertimbangkan semua pilihan
yang mungkin.

40
 Link yang ditambahkan adalah link yang masih bebas, yaitu
link yang belum belum dimasukkan atau not allowed dalam
suatu subset.

Maka algoritma diteruskan dengan, misalnya memasukkan

link 4-3 kedalam satu subset dan tak boleh dimasukkan ke
dalam subset yang lainnya.

Maka subset yang baru:

AA = 2-1, 3-1,, 4-3
AB = 2-1,3-1, link terlarang 4-3

41
 Dilihat AA:
Aliran trafik di link 3-1 berisi trafik dari terminal 4 dan 3,
jadi sebesar 5 message. Oleh karena itu terminal 5 tak
dapat dihubungkan ke terminal 4 ataupun 3 karena akan
menaikkan trafik di link 3-1. dengan demikian dapat
dipakai link 5-2 atau5-1. karena biaya link 5-2 lebih murah
daripada link 5-1, maka yang dipilih adalah link 5-2.

[ biaya link 5-1 = 10 sedangkan link 5-2=8]

Maka biaya total = C(2,1)+C(4,3)+C(3,1)+C(5,2) = 17 satuan

42
 SUBSET AB
Dengan memakai matriks biaya yang mula-mula
akan didapat biaya :
C(1,2) + C(3,1) + C(4,2) + C(5,3) = 15

Jadi subset AB ini lebih murah dari pada subset

AA.
Karena subset AB biaya paling rendah dan
feasible langkah harus diteruskan dengan subset
AB

43
 5 5
4 4

2 2
3 3

1 1

Biaya total = 17 satuan Biaya total = 15 satuan

44
HAPPY LEARNING!!