rekayasa traficc

19
8/17/2019 REKAYASA TRAFICC http://slidepdf.com/reader/full/rekayasa-traficc 1/19 BAB I  PENDAHULUAN 1.1 Tujuan Adapun tujuannya adalah sebagai berikiut. 1. Mengetahui proses simulasi poisson dan pure aloha yang diimplementasikan menggunakan program Matlab 2. Mengetahui probabilitas variabel poisson dan pure aloha 1.2 TeoriDasar 1.2.1 Poisson Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai nilai 0 1 2 ! dan seterusnya. Suatu bentuk dari distribusi ini adalah rumus pendekatan  peluang poisson untuk peluang binomial yang dapat digunakan untuk  pendekatan probabilitas binomial dalam situasi tertentu. "umus  poisson dapat digunakan untuk menghitung probabilitas dari jumlah kedatangan misalnya # probabilitas jumlah kedatangan nasabah pada suatu bank pada jam kantor. Distribusi poisson ini digunakan untuk menghitung probabilitas menurut satuan $aktu. "umus Pendekatan Peluang Poisson untuk %inomial Pendekatan peluang poisson untuk  peluang binomial dilakukan untuk mendekatkan probabilitas

Upload: rizki-amanda

Post on 06-Jul-2018

220 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 1/19

BAB I  PENDAHULUAN

1.1 Tujuan

Adapun tujuannya adalah sebagai berikiut.

1. Mengetahui proses simulasi poisson dan pure aloha yang

diimplementasikan menggunakan program Matlab

2. Mengetahui probabilitas variabel poisson dan pure aloha

1.2 TeoriDasar

1.2.1 Poisson

Distribusi poisson diberi nama sesuai dengan penemunya yaitu

Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas

untuk variabel diskrit acak yang mempunyai nilai 0 1 2 ! dan

seterusnya. Suatu bentuk dari distribusi ini adalah rumus pendekatan

 peluang poisson untuk peluang binomial yang dapat digunakan untuk

 pendekatan probabilitas binomial dalam situasi tertentu. "umus

 poisson dapat digunakan untuk menghitung probabilitas dari jumlah

kedatangan misalnya # probabilitas jumlah kedatangan nasabah pada

suatu bank pada jam kantor. Distribusi poisson ini digunakan untuk

menghitung probabilitas menurut satuan $aktu. "umus Pendekatan

Peluang Poisson untuk %inomial Pendekatan peluang poisson untuk

 peluang binomial dilakukan untuk mendekatkan probabilitas

Page 2: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 2/19

 probabilitas dari kelas sukses &'( dari n percobaan binomial dalam

situasi dimana n sangat besar dan probabilitas kelas sukses &p( sangat

kecil. Aturan yang diikuti oleh kebanyakan ahli statistika adalah

 bah$a n cukup besar dan p cukup kecil jika n adalah 20 atau lebih

dari 20 dan p adalah 0.0) atau kurang dari 0.0). Pada pendekatan ini

rumusnya lebih mudah untuk digunakan dibandingkan dengan rumus

 binomial. *ntuk menghitung probabilitas suatu peristi$a yang

 berdistribusi poisson digunakan rumus sebagai berikut

P & ' + , ( - &e , . , / ( /

Dimana #

e - 2.1323

, - rata rata keberhasilan - n . p ' - %anyaknya unsur berhasil

dalam sampel

n - 4umlah ukuran populasi

 p - probabilitas kelas sukses

"umus Proses Poisson Distribusi poisson dalam konteks yang lebih

luas dari pada rumus pertama tadi. Sebagai ilustrasi misalkan pada

hari Senin ini adalah jam kerja yang sibuk pada suatu bank dan kita

tertarik oleh jumlah nasabah yang mungkin datang selama jam kerja

tersebut dengan ketertarikan kita sebenarnya terletak pada interval

$aktu dan jumlah kedatangan dalam interval $aktu jika proses

kedatangannya mempunyai karakteristik sebagai berikut #

Page 3: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 3/19

1. 5ingkat kedatangan rata6rata setiap unit $aktu adalah konstant.

Dalam ilustrasi tadi dapat berarti bah$a jika tingkat kedatangan

ratarata untuk periode jam adalah misalkan 2 kedatangan setiap

 jam maka tingkat ini melambangkan interval $aktu pada jam

kerja tadi # yaitu tingkat yang dapat dirubah kepada ratarata yaitu

!7 kedatangan setiap 8 jam atau 1.2 kedatangan setiap menit.

2. 4umlah kedatangan pada interval $aktu tidak bergantung pada apa

yang terjadi di interval $aktu yang sudah le$at. Dalam ilustrasi

tadi dapat berarti bah$a kesempatan dari sebuah kedatangan di

menit berikutnya adalah sama.

!. 5idak memiliki kesamaan bah$a akan lebih dari satu kedatangan

dalam interval pendek semakin pendek interval semakin

mendekati nol adalah probabilitas yang lebih dari satu kedatangan.

Dalam ilustrasi tadi bisa berarti bah$a adalah tidak mungkin

untuk lebih dari satu nasabah yang dapat mele$ati jalan masuk

dalam $aktu satu detik. *ntuk menghitung terjadinya suatu

kedatangan yang mengikuti proses poisson digunakan rumus

sebagai berikut #

 P & ' ( - &e 9 . t . &9.t( ' ( /

Dimana #

9 - 5ingkat ratarata kedatangan tiap unit $aktu

t - 4umlah unit $aktu

 ' - 4umlah kedatangan dalam t unit $aktu

Page 4: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 4/19

1.2.2 Pure Aloha

Dengan ALOHA jika station memiliki sebuah frame

untuk dikirim, maka frame itu akan dikirim. Kemudian

station akan mendengar beberapa waktu yang sama

dengan delay perambatan roundtrip maksimum yang

mungkin terjadi pada jaringan (dua kali waktu yang

digunakan untuk mengirim sebuah frame diantara dua

station yang terpisah pada jarak terjauh, plus sedikit

tambahan waktu tertentu. !ila station mendapat

balasan pada waktu itu, maka dia akan maka dia akan

megirim frame lagi. !ila station gagal menerima

balasan setelah pengulangan transmisi, maka ia akan

menyerah. "tation penerima menetapkan kebenaran

frame yang datang dengan#ara menentukan bidang

frame$#he#k$se%uen#e. !ila frame &alid, station segera

mengirimkan balasan. 'rame dikatakan tidak &alid

berkenaan dengan derau pada kanal atau karena

station yang lain mentransmisikan frame kira$kira pada

saat yang sama.

Pada kasus berikutnya dua :rame saling bertabrakan satu sama lain

 pada receiver sehingga keduanya tidak dapat diteruskan hal ini

disebut collision. %ila :rame yang diterima dianggap tidak valid

station penerima akan mengabaikan :rame tersebut begitu saja.

Page 5: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 5/19

A;<=A bisa tampak sederhana. %aik A;<=A maupun slotted

A;<=A menunjukkan :ungsi yang tidak terlalu baik. >eduannya

gagal mengambil keuntungan dari salah satu si:at utama radio paket

dan ;A? dan biasanya penundaan propagasi diantara station relative

lebih kecil dibandingkan dengan $aktu pentransmisian :rame.

 Pure ALOHA 

@ambar. 2.1 Pure Aloha

• Pada pure A;<=A :rame ditransmisikan pada $aktu yang tidak

ditentukan.

Page 6: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 6/19

II

PEMBAHASAN

2.1 Flowchar

Adapun :lo$chart pada pembahasan ini adalah sebagai berikut #

Page 7: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 7/19

2.2 Source !o"e

2.! %erikut adalah source code pada simulasi Matlab

2.

2.) BSet parameter inputB

2.7 @Cma'-10000+

2. tCsim-10000+2.3 5hroughput-0+

2. PCsuccess-0+

2.10 tCno$-0+

2.11 PCtotal-0+2.12 n-1000+ Bjumlah user maksimumB

2.1!

2.1 BSet inisialisasi loopingB

2.1) m-1+2.17 @-0+

2.12.13 Binisialisasi t user 1 hingga n adalah 0B

2.1 :or i-1#1#n

2.20 tCuser&i(-0+2.21 end

2.22

2.2! :or  @-0#&0.1Em(#@Cma'

2.2 i:  @F-@Cma'2.2) B*pdate nilaitCuserB

2.27 :or i-1#1#n

2.2 GtCuser&i(H-poisson&@n(+2.23 end

2.2 B*pdate tCno$B

2.!0 tCno$-tCno$I2+2.!1

2.!2 iiCtemp-0+

2.!! i: tCno$F-tCsim

2.! :or i-1#1#n2.!) i: tCuser&i(J-tCno$

2.!7 iiCtemp-iiCtempI1+

2.! end2.!3 end

2.! PCtotal-PCtotalIiiCtemp+

2.0 i: iiCtemp--12.1 PCsuccess-PCsuccessI1+

2.2 end

2.! m-mI1+

2. end

Page 8: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 8/19

2.) end

2.7 Bmenghitung 5hroughputB

2. PCsuccess2.3 PCtotal

2. 5hroughput-PCsuccessPCtotal

2.)0 @2.)1 end

2.)2

2.)!

Page 9: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 9/19

2.#$ %ra&i' 

2.)) Adapun gra:ik yang diperoleh pada simulasi Matlab berdasarkan source code

yang digunakan di atas adalah sebagai berikut#

2.)7

2.#(.1 Si)ulasi

2.)

2.)3

Page 10: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 10/19

2.)

2.70

Page 11: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 11/19

2.71

2.72

2.7!

Page 12: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 12/19

2.7

2.7)

Page 13: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 13/19

2.77

2.7

Page 14: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 14/19

2.73

2.7

Page 15: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 15/19

2.0

2.1

Page 16: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 16/19

2.2

2.!

Page 17: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 17/19

2.

2.)

2.7

Page 18: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 18/19

2.

2.3

2.

Page 19: REKAYASA TRAFICC

8/17/2019 REKAYASA TRAFICC

http://slidepdf.com/reader/full/rekayasa-traficc 19/19

I.

II.

III.

I*.

*. III

*I. +ESIMPULAN*II.

*III.

I,.

/. Adapun kesimpulan yang diperoleh adalah sebagai berikut #

/K.

1.   Throughput  adalah banyaknya in:ormasi yang berhasil dikirim dan diterima oleh reader.

Atau dengan kata lain Throughput  adalah jumlah rata6rata transmisi paket yang sukses

 per $aktu interval $aktu.

2. ?ilai Throughput  yang paling optimal adalah ketika offered Trafic yang bernilai 1./KK.

))).