340 likes | 584 Views
Sistem Tunggu (Delay System). Problems Involving Delay System Analysis. Problems Involving Delay System Analysis (2). Problems Involving Delay System Analysis (3). Proses trafik selama pembangunan hubungan.
E N D
Problems Involving Delay System Analysis Tutun Juhana – ET3042 ITB
Problems Involving Delay System Analysis (2) Tutun Juhana – ET3042 ITB
Problems Involving Delay System Analysis (3) Proses trafik selama pembangunan hubungan Tutun Juhana – ET3042 ITB
Permintaan panggilan yang datang pada saat peralatan sedang sibuk tidak akan dihilangkan melainkan akan menunggu sampai ada peralatan yang bebas, kemudian diduduki • Pada umumnya, sistem merupakan kombinasi antara sistem tunggu dan sistem rugi • Jumlah yang menunggu terbatas sehingga bila melebihi batas akan dihilangkan • Waktu tunggu terbatas, sehingga bila menunggu lebih lama dari suatu waktu tertentu, akan dihilangkan Tutun Juhana – ET3042 ITB
Let’s revisit some basic concepts Tutun Juhana – ET3042 ITB
Call Origination Process • Random origination (dengan kondisi t0) • Peluang sebuah panggilan muncul dalam interval (t,t+t] adalah lt (tidak tergantung t) dan l adalah konstan • Peluang dua atau lebih panggilan muncul pada selang (t,t+t] adalah nol • Setiap panggilan saling bebas n Sufficiently large t=t/n t t t 0 t Tutun Juhana – ET3042 ITB
Random origination (2) • Peluang munculnya k panggilan dalam selang waktu (0,t] : pk(t) • Ini adalah distribusi Poisson dengan mean lt • l adalah arrival rate (laju kedatangan) atau origination rate • Konstan • Tidak tergantung waktu • Random origination disebut juga Poisson Arrival (-call, -input,-origination,-process etc.) • Arrival Rate tergantung dari satuan waktu yang digunakan • Jika digunakan satuan jam, dinyatakan dalam BHCA (Bussy Hour Call Attempt) Tutun Juhana – ET3042 ITB
Random origination (3) • Peluang tidak ada panggilan yang muncul (k=0) dalam selang (0,t] adalah : • Maka interarrival time distribution function (peluang bahwa selang waktu antar kedatangan tidak lebih besar dari t) adalah : • Ini merupakan distribusi eksponensial dengan mean l-1 • distribusi selang waktu kedatangan eksponensial merupakan sifat lain dari random origination Tutun Juhana – ET3042 ITB
Service Time Distribution • Asumsi : • Sebuah panggilan berakhir secara acak • Dengan acuan waktu adalah awal munculnya panggilan, maka peluang sebuah panggilan berkahir dalam selang (t,t+t] adalah mt (tidak tergantung t (berdasarkan asumsi panggilan berakhir secara acak ) • Fungsi distribusi H(t),yaitu peluang waktu pelayanan lebih besar dari t, adalah sama dengan peluang sebuah panggilan tidak berakhir pada selang (0,t] • Serupa dengan proses yang dilakukan sebelumnya (selang (0,t] dibagi ke dalam n bagian (n cukup besar) dan membuat agar t=t/n, maka • Dengan demikian waktu pelayanan (service time) terdistribusi secara eksponensial dengan meanm-1 • m adalah laju pelayanan (service rate/termination rate) Tutun Juhana – ET3042 ITB
Beban trafik (intensitas trafik) = l/m Tutun Juhana – ET3042 ITB
Panggilan meninggalkan sistem (Call termination process/ Service Mechanism) • Diagram sistem (full availability system) • Sistem dinyatakan oleh 3 faktor berikut : • Call origination process : mennyatakan bentuk kedatangan • Service Mechanism : menyatakan jumlah trunk, distribusi waktu pelayanan dsb. • Disipilin antrian : FIFO, LIFO, RSO (Random Service Order) dll. Panggilan datang Server/pelayan (Call origination process) Tempat menunggu Tutun Juhana – ET3042 ITB
Untuk mengklasifikasikan sistem (full availability system), digunakan notasi Kendall • Notasi D.G. Kendall: A/B/C • A: pola kedatangan panggilan • B: pola waktu pelayanan • C: Jumlah pelayan (peralatan) • Masih dapat ditambahkan keterangan : • Kapasitas sistem/jumlah panggilan yang dapat diantrikan/kapasitas buffer/panjang antrian maksimum (tak termasuk yang sedang dalam pelayanan) • Jumlah populasi yang ada di dalam sistem Tutun Juhana – ET3042 ITB
Ada yang menggunakan notasi : A/B/C/D/E • D : kapasitas (panjang) buffer (antrian) • E : Disiplin antrian • Bila D dan E tidak dimunculkan berarti :D tak terhingga dan E berarti FIFO • Notasi untuk pola kedatangan dan waktu pendudukan • M: Distribusi Poisson (M=Markovian) • D: Distribusi tetap (Deterministik) • G: Distribusi umum (general) Tutun Juhana – ET3042 ITB
Beberapa masalah mendasar • Markov Property • Pikirkan suatu durasi waktu selama X dari suatu fenomena (misalnya fenomena waktu pelayanan), lalu ambil titik nol sebagai saat awal dari fenomena tersebut • Jika X terdistribusi eksponensial dengan mean m-1, maka peluang fenomena itu berlangsung terus setelah suatu saat tertentu (x) dinyatakan oleh : P{X>x} = e-mx X t 0 x x+t Tutun Juhana – ET3042 ITB
Markov property (2) • Maka peluang bersyarat bahwa fenomena terus berlangsung selama perioda t, bila diketahui (dengan syarat) bahwa fenomena sudah berlangsung selama x, dinyatakan oleh : • Perhatikan bahwa peluang yang terakhir tidak tergantung x • Ini mengandung makna bahwa perilaku stokastik dari fenomena setelah waktu x (future) hanya tergantung pada kondisi pada saat x (sekarang/present) dan tidak tergantung pada proses sebelum waktu x (past) • Karakteristik ini disebut Markov Property atau Memoryless Property • Hanya distribusi eksponensial yang memiliki sifat memoryless • Suatu model yang memiliki waktu antar kedatangan dan waktu pelayanan terdistribusi eksponensial disebut model Markovian Model (sebaliknya disebut non-Markovian Model) Tutun Juhana – ET3042 ITB
Rumus J.D.Little • L=lW • L=harga rata-rata jumlah pelanggan di dalam sistem • l=laju rata-rata kedatangan pelanggan ke dalam sistem • W=waktu rata-rata lamanya pelanggan di dalam sistem Tutun Juhana – ET3042 ITB
Rumus J.D.Little (2) • Penurunan • Misalnya diamati suatu proses kedatangan panggilan dan panggilan meninggalkan sistem Jumlah kedatangan g(to) a(to) d(to) t Tutun Juhana – ET3042 ITB
Rumus J.D.Little (3) • a(t): Jumlah kedatangan ke dalam sistem di dalam selang waktu (0,t) (fungsi jumlah kedatangan terhadap waktu) • d(t): Jumlah kedatangan yang berakhir/meninggalkan sistem di dalam selang waktu (0,t) (fungsi jumlah yang berakhir terhadap waktu) • g(t): Luas total antara kedua kurva sampai dengan waktu t (merupakan jumlah total waktu semua pelanggan berada di dalam sistem sampai dengan waktu t (dalam satuan pelanggan-detik) • l(t):harga rata-rata laju kedatangan panggilan dalam selang waktu (0,t) Tutun Juhana – ET3042 ITB
Rumus J.D.Little (4) • lt=a(t)/t • Bila Tt merupakan harga rata-rata waktu lamanya setiap pelanggan berada di dalam sistem dalam selang waktu (0,t), maka • Tt=g(t)/a(t) [pelanggan-detik/pelanggan] • Harga rata-rata jumlah pelanggan di dalam sistem antrian selama waktu (0,t) adalah : • Nt=g(t)/t = [a(t)/a(t)]xTt/(1/lt) = ltTt Tutun Juhana – ET3042 ITB
Rumus J.D.Little (5) • Bila sistem mencapai keadaan setimbang pada waktu t , maka lt l, Tt T dan Nt N, sehingga N= lT • Hal tersebut menyatakan jumlah pelanggan di dalam sistem antrian=harga rata-rata laju kedatangan panggilan x harga rata-rata lamanya waktu pelanggan berada dalam sistem Tutun Juhana – ET3042 ITB
Rumus J.D.Little (6) • Catatan untuk rumus J.D Little • Distribusi kedatangan dan waktu pelayanan adalah sembarang • Jumlah pelayan adalah sembarang • Dapat diterapkan hanya terhadap yang antri atau yang dalam pelayanan saja atau kedua-duanya • Lq=l.Wq • Lq=harga rata-rata jumlah pelanggan di dalam antrian • Wq=harga rata-rata waktu tunggu di dalam antrian • Lp=l.Wp • Lp=harga rata-rata jumlah pelanggan di dalam pelayanan • Wq=harga rata-rata waktu lamanya pelanggan dalam pelayanan Tutun Juhana – ET3042 ITB
Contoh-contoh • Bila rata-rata terdapat 10 panggilan per jam yang datang secara acak, hitung • Peluang terdapat dua atau lebih panggilan dalam waktu 12 menit • Peluang waktu antar kedatangan tidak lebih dari 6 menit • Jawab • Arrival rate = 10 call/jam = 1/6 per menit • Peluang tidak ada panggilan dalam waktu 12 menit =p0(t)=e-lt = e-12/6= e-2 • Peluang muncul 1 panggilan dalam waktu 12 menit = • Maka peluang muncul 2 panggilan atau lebih dalam waktu 12 menit adalah = 1-(p0(t)+p1(t)) = 1-(e-2+2e-2) =1-3e-2= 0,5940 • Peluang waktu kedatangan tidak lebih dari 6 menit = A(t) = 1- e-lt = 1 – e-6/6 =1- e-1 = 0,6231 Tutun Juhana – ET3042 ITB
Contoh-contoh (2) • Misalnya waktu pelayanan terdistribusi secara eksponensial dengan rata-rata 3 menit, hitung peluang bahwa waktu pelayanan melebihi 6 menit • Jawab : • Service rate = 1/3 call per menit • Peluang waktu pelayanan melebihi t = H(t) = e-mt • Maka peluang waktu pelayanan melebihi 6 menit adalah = e-(1/3)x6 = e-2 =0,1353 Tutun Juhana – ET3042 ITB
Contoh-contoh (3) • Pada suatu wartel yang terdiri dari lebih 2 pesawat telepon, diketahui 50 pelanggan melakukan panggilan di dalam satu jamnya dengan rata-rata waktu pemakaian 3 menit. Hitung : • Jumlah telepon rata-rata yang digunakan • Waktu tunggu rata-rata jika terdapat rata-rata 1,2 pelanggan yang menunggu • Jawab • Arrival rate = l =50/jam = 50/60 = 5/6 call per menit • Service rate = m = 1/3 • Traffic load = l/m = (5/6)x3 = 2,5 Erlang • Ini berarti jumlah rata-rata telepon yang digunakan adalah 2,5 • Waktu tunggu rata-rata dicari menggunakan rumus Little • Diketahui L=1,2 maka W=L/l =1,2/(5/6)=1,44 menit Tutun Juhana – ET3042 ITB
Sistem M/M/S/0 (Markovian Loss System) • Ini model untuk jaringan telepon • Menghasilkan Distribusi Erlang Jumlah server s Service rate m s Arrival Rate l Tutun Juhana – ET3042 ITB
Sistem Antrian M/M/1 • Kedatangan panggilan : Poisson arrival • Service time : exponentially distributed • Jumlah server : 1 • Panjang antrian : tak terhingga • Diagram transisi kondisi l l l l l l N+1 0 1 2 N mN+1 mN m2 m3 m1 perhatikan Tutun Juhana – ET3042 ITB
Sistem Antrian M/M/1 (2) • Dalam kondisi stabil, persamaan transisi kondisi dinyatakan oleh hukum konservasi dari aliran peluang : l0 P0 = m1 P1 untuk k=0 (lk + mk)Pk = lk-1Pk-1 + mk+1Pk+1 untuk k 1 Aliran menuju kondisi k, baik yang berasal dari kondisi k-1 maupun dari kondisi k+1 Aliran meninggalkan kondisi k bila sistem dalam kondisi k dengan peluang Pk Tutun Juhana – ET3042 ITB
Sistem Antrian M/M/1 (3) • Aliran kesetimbangan antara dua kondisi yang berdekatan dapat ditulis sbb : lk-1Pk-1 = mk Pk lkPk = mk+1 Pk+1 • Persamaan di atas disebut local balance equations • Kita akan memanfaatkan local balance equations untuk memperoleh peluang kondisi k (Pk) Tutun Juhana – ET3042 ITB
Sistem Antrian M/M/1 (4) • Dari local balance equations kita peroleh : l0P0 = m1 P1, l1P1 = m2 P2,…,lkPk = mk+1 Pk+1,… dan • Karena , maka Tutun Juhana – ET3042 ITB
Sistem Antrian M/M/1 (5) • Jika laju kedatangan dan pelayanan tidak tergantung kondisi k (ini berarti lk=l dan mk=m), maka Pk dapat dinyatakan sbb : • Dimana Tutun Juhana – ET3042 ITB
Sistem Antrian M/M/1 (6) • Beberapa paramater hasil analisa sistem M/M/1 : • Jumlah rata-rata panggilan di dalam sistem, E(k): • Waktu tunggu rata-rata, E[w]: • Delay rata-rata yang dialami oleh panggilan=waktu tunggu rata-rata ditambah waktu pelayanan rata-rata = E[d] : • Jadi jumlah rata-rata pelanggan di dalam sistem, E[k], dapat juga dihitung sbb : E[k]=lE[d]=r/(1-r) (Ingat hukum Little) • Utilisasi server,h,didefinisikan sebagai peluang server sibuk (k0), yaitu : Tutun Juhana – ET3042 ITB
Sistem Antrian M/M/1 (7) • Contoh : suatu web server yang digunakan sebagai search engine menerima jumlah permintaan (request) per jam sebanyak 144.000. Server memerlukan waktu 0,02 detik untuk mengolah setiap request. Pertanyaan : • Berapa utilisasi server ? • Berapa jumlah request rata-rata di dalam server? • Berapa bagian dari waktu bahwa ditemukan k search request di server? Jawab • Average service rate = m = 1/0,02=50 request/detik • Average arrival rate = l = 144.000 request/jam = 40 request/detik • Utilisasi server = l/m =0,8 = 80 % • Jumlah rata-rata request di dalam server = 0,8/(1-0,8) = 4 • Bagian dari waktu dimana terdapat k searh request di server = Pk=(1-r)rk =(1-0,8)0,8k =0,2.0,8k dimana k=0,1,… Tutun Juhana – ET3042 ITB
Sistem Antrian M/M/1 (8) • Pertanyaan lain : • Berapa waktu respons rata-rata dari server? • Hitung rata-rata respons time bila server search engine diganti dengan server yang memiliki kecepatan dua kali lebih cepat? • Hitung rata-rata respons time bila arrival rate menjadi dua kali dan server memiliki kecepatan dua kali lebih cepat? • Jawaban : • Respons time rata-rata = delay rata-rata yang dialami request = 1/[m(1-r)] = 1/[50(1-0,8)]=0,1 detik • Bila server memiliki kecepatan dua kali lebih cepat, maka service time rata-rata menjadi = 0,02/2 = 0,01 • Maka service rate menjadi = m = 1/0,01 = 100 dan utilisasi (r) menjadi =40/100 = 0,4 • Maka response time menjadi = 1/[100(1-0,4)] = 0,017 detik • Jika arrival rate dan kecepatan server menjadi dua kali, maka : • Service rate = m = 100 dan l menjadi 80, maka r =80/100 = 0,8 • Maka response time menjadi = 1/[100(1-0,8)] = 0,05 detik Tutun Juhana – ET3042 ITB