Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 1 Model Sistem Ada dua fasa dalam pemodelan –Pemodelan trafik yang masuk (incoming.

Presentasi serupa


Presentasi berjudul: "EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 1 Model Sistem Ada dua fasa dalam pemodelan –Pemodelan trafik yang masuk (incoming."— Transcript presentasi:

1

2 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 1 Model Sistem Ada dua fasa dalam pemodelan –Pemodelan trafik yang masuk (incoming traffic)  model trafik –Pemodelan sistem  model sistem Dua macam model sistem –Loss system –Queueing system (sistem antrian)

3 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 2 Model teletraffic yang sederhana Pelanggan (panggilan) datang dengan laju (jumlah panggilan per satuan waktu) –1/ = waktu antar-kedatangan panggilan rata-rata Panggilan dilayani oleh n pelayan (server) Jika sedang melayani, server memberi layanan dengan laju  (panggilan per satuan waktu) –1/  = 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)

4 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 3 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?

5 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 4 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?

6 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 5 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

7 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 6 Distribusi Poisson Kondisi sistem : –Kedatangan panggilan acak (random arrival) dan independent satu sama lain –Jumlah sumber panggilan tak terhingga –Laju rata-rata datangnya panggilan konstan (a= ) 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/  –Harga rata-rata trafik sama dengan harga variansinya

8 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 7 Distribusi Poisson (2) Persamaan kesetimbangan dan diagran transisi kondisi –Dalam kesetimbangan statistik, probabilitas kondisi bukan merupakan fungsi waktu. Persamaan kesetimbangannya : b n-1 P(m) = d n P(n) –Kita tinjau koeffisien kelahiran dan kematian b i (koeffisien kelahiran)= a = d i (koeffisien kematian): bila waktu lamanya pendudukan tersistribusi eksponensial negatif maka d i akan sebanding dengan jumlah pendudukan yang ada –Hal ini akan dijelaskan pada paparan berikutnya

9 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 8 Distribusi Poisson (3) –Kita tinjau berkas saluran yang diduduki sebanyak n; kita munculkan pertanyaan : berapa probabilitas sembarang satu pendudukan berakhir dalam waktu dt Kita sudah tahu : –Probabilitas suatu pendudukan di suatu saluran berakhir dalam waktu dt =  dt (distribusi waktu pendudukan exponensial negatif) –Probabilitas suatu pendudukan di suatu saluran tidak akan berakhir dalam waktu dt = 1-  dt 1 2 n  dt = Peluang pendudukan di saluran ini berakhir dalam dt 1-  dt = Peluang pendudukan di saluran ini tdk berakhir dlm. dt n saluran yang diduduki dari suatu berkas yang ditinjau

10 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 9 Distribusi Poisson (4) Peluang bahwa sembarang satu pendudukan berakhir (dan yang lainnya tidak) dalam waktu dt adalah = ( ( n 1  dt (1 –  dt ) n-1  0 bila dt mendekati nol = n.  dt Ingat distribusi binomial = n.  dt.(1-  dt ) n-1

11 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 10 Distribusi Poisson (5) Bila A =.h = /  = trafik yang ditawarkan dan juga merupakan trafik yang dimuat karena trafik terdistribusi Poisson; dan dengan memperhatikan hasil yang terdapat pada slide no 9, kita memperoleh persamaan kesetimbangan sebagai berikut : P(0) = 1  P(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)

12 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 11 Distribusi Poisson (6) Dari persamaan kesetimbangan tersebut bisa kita peroleh P(n) = P(n-1) = P(n-2)= P(n-3)= … = P(0) Jadi P(n) = P(0) Mencari P(0) : –1 = P(i) = P(0) { 1+A+ + + … } = P(0).e A –Jadi P(0) = e- A, maka : P(n) = e -A untuk n = 0,1,2,3,… A n A2A2 n(n-1) A3A3 n(n-1)(n-2) AnAn n! AnAn  i=0  A2A2 2! A3A3 3! AnAn n!

13 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 12 Distribusi Poisson (7) 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 : 012n (n+1)  nn 33 22 

14 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 13 Distribusi Poisson (8) 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

15 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 14 Distribusi Poisson (9) Harga rata-rata trafik yang dimuat di berkas keluar ( = harga rata-rata jumlah saluran yang diduduki) Diperoleh E[n] = M = A Variansinya = V = A E[n]= n.P(n) = n. e -A (dst. dapat anda lihat di diktat)  n=0  AnAn n!  n=0 

16 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 15 Distribusi Erlang Kondisi sistem : –Kedatangan panggilan acak (random arrival) dan independent satu sama lain –Jumlah sumber panggilan tak terhingga –Laju rata-rata datangnya panggilan konstan (a= ) 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/ 

17 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 16 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 = (konstan) –Koefisien kematian = n  –A = / 

18 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 17 Distribusi Erlang (3) P(0) = 1  P(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) 012 (N-1)  33 22  N-1 N NN

19 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 18 Distribusi Erlang (4) Dari persamaan kesetimbangan tersebut bisa kita peroleh P(n) = P(n-1) = P(n-2)= P(n-3)= … = P(0) Jadi P(n) = P(0), dengan n = 0,1,2,…,N Mencari P(0) : –1 = P(n) = P(0) { 1+A+ + + … + } –Jadi P(0) = A n A2A2 n(n-1) A3A3 n(n-1)(n-2) AnAn n! AnAn  n=0 N A2A2 2! A3A3 3! ANAN N! 1  n=0 N AnAn n!

20 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 19 Distribusi Erlang (5) Sehingga 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) P(n) = AnAn n! 1+A+ + … + A2A2 2! ANAN N!

21 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 20 Distribusi Erlang (6) Simbol untuk menyatakan P(N) –E 1,N (A) –E N (A) –B (Blocking) –Rumus Rugi Erlang –Rumus Erlang-B –B(N,A) –Grade of Service (GOS) Dari segi nilai, GOS = Blocking Dari segi pengertian, GOS merupakan komplemen dari Blocking

22 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 21 Distribusi Erlang (7) Jadi P(N) = E 1,N (A) = E N (A) = B = ANAN N! 1+A+ + … + A2A2 2! ANAN N! Ditabelkan

23 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 22 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

24 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 23 Distribusi Erlang (9) Pengertian Kongesti Panggilan = R(N) 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). /.1 = P(N) = Kongesti waktu R(N) = Jumlah panggilan yang ditolak Jumlah panggilan selama 1 jam

25 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 24 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% NAA/N 20,150,075 40,870, ,460, ,900,760

26 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 25 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% NA1,1A (A naik 1%)Trafik 1,1A dan dengan N tetap; B berubah menjadi 20,150,1650,012 (=1,2 %) 40,870,9570,013 (=1,3 %) 104,464,9060,015 (=1,5 %) 5037,9041,6900,030 (=3,0 %)

27 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 26 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) D A B C mesh D A B C star

28 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 27 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%

29 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 28 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

30 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 29 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 = –Y = A [ -B + 1]  n=0 N n.P(n)=  n=1 N A n /(n-1)!  j=0 N A j /j! = A  n=1 N A n-1 /(n-1)!  j=0 N A j /j! = A A N /N!  j=0 N A j /j! +  n=0 N A n /n!  j=0 N A j /j! - B 1

31 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 30 Distribusi Erlang (16) Jadi : –Y = A[1-B] atau –A = Y + AB A = Trafik yang ditawarkan (rata-rata) Y = Trafik yang dimuat (rata-rata) AB = R = Trafik yang ditolak (hilang)

32 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 31 Distribusi Erlang (17) Variansi trafik yang dimuat  i=0 N Vd = (i-Y) 2 P(i) =  i=2 N i(i-1)P(i) + Y – Y 2 (^) K  i=2 N K = A 2 A i-2 /(i-2)!  j=0 N A j /j! = A 2  j=0 N A j /j! 1+A+A 2 /2!+…+A N-1 /(N-1)!+A N /N!-A N-1 /(N-1)!-A N /N! K = A 2 {1-(N/A)E N (A)-E N (A)}= A 2 -N.A.E N (A)-A 2.E N (A) K = A(A-A.E N (A))-Nm = AY – Nm = (m+Y).Y-Nm = mY+Y 2 -Nm (^^)

33 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 32 Distribusi Erlang (18) Bila persamaan (^^) dimasukkan ke (^) Vd = mY + Y 2 – Nm + Y – Y 2 = Y – m(N-Y) Vd = Y – m(N-Y) –m = trafik yang tak dapat dimuat (hilang atau meluap) = A.E N (A)

34 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 33 Distribusi Erlang (19) Selektor homing dan non homing Selektor homing : proses pencarian jalan keluar selalu diawali dari jalur satu –Muatan trafik pada jalan-jalan keluar permulaan selalu lebih besar daripada jalan-jalan keluar terkahir Selektor non-homing : Pengetesan jalan keluar diawali pada saluran dimana saat terakhir kali suatu jalan keluar dipakai –Muatan trafik tebagi merata pada setiap jalur keluar A R1 R2 R3 R4

35 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 34 Distribusi Erlang (20) Perhitungan muatan pada selektro homing Kita lihat contoh gambar pada slide no 33 –Selektor dengan 4 jalan keluar –Pada berkas masuk ditawarkan trafik sebesar A –R1,R2,R3, dan R4 dihitung menggunakan rumus rugi Erlang, sehingga trafik yang dimuat dapat dihitung dengan cara sbb : Y1 = A – R1 Y2 = R1 – R2 Y3 = R2 – R3 Y4 = R3 – R4 Misalkan A = 2 Erlang, maka dapat dihitung Y1,Y2,Y3,dan Y4

36 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 35 Distribusi Erlang (21) R1=A.A/(1+A)=A 2 /(1+A)=4/(1+2)=4/3=1,33 Erlang –Y1 = A-R1=2-1,33=0,67 Erlang R2=A{(A 2 /2!)/(1+A+(A 2 /2!))}=0,8 Erlang –Y2=R1-R2=1,33-0,8=0,53 Erlang R3=A{(A 3 /3!)/(1+A+(A 2 /2!)+(A 3 /3!))}=0,421 Erlang –Y3=R2-R3=0,8-0,421=0,379 Erlang R4=A{(A 4 /4!)/(1+A+(A 2 /2!)+(A 3 /3!)+(A 4 /4!)) =0,19 Erlang –Y4=R3-R4=0,189 Erlang

37 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 36 Distribusi Erlang (22) Perhitungan muatan pada selekor non- homing –Y1=Y2=Y3=Y4=(A-R4)/4=2-0,19/4=0,4525 Erlang

38 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 37 Distribusi Engset dan Binomial Bila S > N, didapat distribusi Engset Bila S  N, didapat distribusi Binomial Waktu antara datangnya panggilan untuk setiap satu sumber panggilan yang bebas mempunyai distribusi eksponensial negatif dengan harga rata-rata=1/ p –Laju datanganya panggilan dari satu sumber panggilan yang bebas= p Karena jumlah sumber terbatas, maka laju datangnya panggialn rata- rata pada kondisi n = (S-n) p (ada sejumlah S-n sumber panggilan yang masih bebas).Ini merupakan koefisien kelahiran pada diagram transisi kondisi Kedatangan panggilan ini dianggap seperti acak (quasi-random input) g Berkas masuk Sumber panggilan (S) terbatas Jumlah saluran keluar (N) terbatas Berkas keluar (berkas sempurna)

39 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 38 Distribusi Engset dan Binomial (2) Diagram transisi kondisi 012 S p (S-1) p (S-2) p (S-N+2) p (N-1)  33 22  N-1 N (S-N+1) p NN Berakhir pada kondisi N atau S bila S < N

40 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 39 Distribusi Engset dan Binomial (3) Persamaan kesetimbangan –(S-n) p.P(n)=(n+1). .P(n+1), untuk n=0,1,2,…,(N-1) atau S-1) –Untuk n=0 : S p.P(0)= .P(1) P(1)=S.( p /  ).P(0) –Untuk n=1 : (S-1) p.P(1)=2. .P(2) P(2)=S(S-1)( p /  ) 2.(1/2).P(0) –Untuk n=2 : (S-2) p.P(2)=3. .P(3) P(3)=S(S-1)(S-2)( p /  ) 3.(1/3.2.1).P(0) –Akhirnya diperoleh : P(n)={(S!/n!(S-n)!).( p /  )n. P(0)} Rumus ini berlaku untuk Engset maupun Binomial

41 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 40 Distribusi Engset dan Binomial (4) Rumus Engset (S > N) P(n)= [ p /  ] n P(0) P(0) dicari dengan cara yang sudah kita bahas sebelumnya (lihat diktat) Maka diperoleh ( ) S n P(n)= ( ) S n [ p /  ] n  j=0 N ( ) S j [ p /  ] j

42 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 41 Distribusi Engset dan Binomial (5) 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) p.P(N) Jumlah seluruh panggilan yang datang (dalam 1 jam) :  j=0 N (S-j) p.P(j)

43 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 42 Distribusi Engset dan Binomial (6) Jadi Kongesti panggilan : R(N)= Bila sumber tak berhingga, P(n) akan sama dengan rumus Erlang  j=0 N [ p /  ] N (S-N)[S!/(S-N)!N!] (S-j!)[S!/(S-j)!j!] [ p /  ] j ( ) S-1 N [ p /  ] N  i=0 N ( ) S-1 i [ p /  ] i =

44 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 43 Distribusi Engset dan Binomial (7) Modifikasi rumus Engset R(N) agar mengandung parameter trafik yang ditawarkan (A) dan B (=kongesti panggilan=R(N)) Mencari A: –Asumsi : trafik merata pada semua sumber panggilan S, maka bila a=trafik yang ditawarkan per sumber panggilan A=trafik total dari sumber panggilan yang berjumlah S. Jadi A = aS p=trafik yang dimuat di berkas keluar yang berasal dari satu sumber panggilan (bagian waktu dimana sumber panggilan termaksud sibuk atau menduduki saluran) (1-p) = bagian waktu dimana suatu sumber panggilan bebas (dan yang hanya dalam waktu ini saja sumber panggilan termaksud dapat memberikan kecepatan kedatangan panggilan sebesar p )

45 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 44 Distribusi Engset dan Binomial (8) Akan terdapat hubungan p=a(1-B), dimana B=kongesti panggilan ($) Tiap sumber panggilan akan memberikan penawaran trafik sebesar : (1-p). p /  =a ($$) Dari ($) dan ($$) diperoleh p /  =a/(1-p)=a/(1-a(1-B)) ($$$) Dari trafik total sebesar A=aS, diperoleh a=A/S, kita masukkan ke persamaan ($$$), akan diperoleh p /  =(A/S)/{1-(A/S)(1-B)}=A/(S-A(1-B)), ekspresi ini kita masukkan ke rumus R(N)

46 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 45 Distribusi Engset dan Binomial (9) 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 ( ) S-1 N [ p /  ] N  i=0 N ( ) S-1 i [ p /  ] j R(N)= = ( ) S-1 [A/(S-A(1-B))] N N  i=0 N ( ) S-1 i [A/(S-A(1-B))] i

47 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 46 Distribusi Engset dan Binomial (10) Rumus binomial Jumlah panggilan,S, lebih kecil atau sama dengan jumlah saluran keluar,N Karena S  N –Tidak akan ada trafik yang hilang –Kondisi akhir hanya sampai dengan S Rumus P(n) menjadi : ( ) S n [ p /  ] n  j=0 N ( ) S j [ p /  ] j P(n)= = ( ) S n [ p /  ] n  j=0 S ( ) S j [ p /  ] j = ( ) S n [ p /  ] n [1+( p /  )] S

48 EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 47 Distribusi Engset dan Binomial (11) Dimana  = ( p /  )/(1+( p /  )) Rumus P(n) di atas dapat dianggap sebagai rumus umum –Dapat menjadi Erlang,Engset ataupun Binomial, tergantung besarnya S Pada rumus binomial di atas tidak ada trafik yang ditolak, tetapi ada yang menggunakan rumus binomial untuk kasus S > N sehingga akan ada trafik yang ditolak –Bisa dilakukan bila S tidak begitu besar dibandingkan N ( ) S n  n (1-  ) S-n P(n)=


Download ppt "EL372 Rekayasa Trafik Tutun Juhana – Lab. Telematika – EE Dept. ITB 1 Model Sistem Ada dua fasa dalam pemodelan –Pemodelan trafik yang masuk (incoming."

Presentasi serupa


Iklan oleh Google