Statistical Time Division Multiplexing

2.3.2 Pulse Stuffing

Masalah tersulit adalah dalam merancang synchronous TDM adalah saat mensinkronkan berbagai sumber data. Dengan adanya perbedaan clock di antara masing-masing sumber akan dapat menyebabkan hilangnya sinkronisasi. Di samping itu, pada beberapa kasus tertentu, laju dari deretan data input tidak dihubungkan dengan angka rasional sederhana. Pemecahan untuk kedua masalah tersebut adalah dengan menggunakan metoda yang disebut dengan pulse stuffing. Dengan pulse stuffing, laju data yang keluar dari multiplexer menjadi lebih tinggi dibanding jumlah maksimum laju instan yang datang. Kapasitas tambahan dipergunakan dengan cara mengisikan bit tambahan palsu atau pulsa-pulsa ke dalam sinyal yang datang untuk mensinkronkan clock dari multiplexer pengirim dengan demultiplexer tujuan. Pulsa-pulsa yang diisikan tersebut diselipkan ke lokasi tertentu dalam format bingkai multiplexer sehingga bisa dikenali dan dibuang oleh demultiplexer [7] .

2.4 Statistical Time Division Multiplexing

Pada synchronous TDM, sering sekali time slot dalam sebuah bingkai terbuang. Salah satu aplikasi khusus pada synchronous TDM melibatkan penyaluran sejumlah terminal menuju port komputer yang sudah terbagi-bagi. Sehingga meskipun semua terminal sedang aktif digunakan, sesungguhnya sering kali tidak ada transfer data yang terjadi pada salah satu terminal. Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan statistical TDM. Statistical multiplexer bekerja dengan cara mengalokasikan time 13 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 slot secara dinamis sesuai dengan permintaan [7] . Sebagaimana halnya dengan synchronous TDM, statistical multiplexer memiliki sejumlah IO pada salah satu sisi serta saluran multiplexing pada sisi yang lain. Masing-masing saluran IO memiliki sebuah penyangga. Bagi input, fungsi multiplexer adalah untuk men-scan penyangga input, mengumpulkan data sampai bingkai menjadi penuh, dan kemudian mengirimkan bingkai tersebut. Bagi output, fungsi multiplexer adalah menerima bingkai dan mendistribusikan slot data ke penyangga output yang tepat. Karena kelebihan yang dimiliki statistical TDM yaitu perangkat yang terpasang tidak semuanya melakukan transmisi sepanjang waktu, maka laju data pada saluran multiplex menjadi lebih kecil dibandingkan dengan jumlah laju data dari perangkat yang terpasang. Sehingga, multiplexer statistical dapat menggunakan laju data yang lebih rendah untuk mendukung perangkat dalam jumlah yang sama dengan multiplexer synchronous. Gambar 2.5 menunjukkan contoh kinerja synchronous TDM dan statistical TDM [7] . Gambar tersebut memperlihatkan empat sumber data serta menunjukkan data yang dihasilkan dalam empat interval waktu t 0, t 1, t 2, t 3 . 14 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 Gambar 2.5 Perbandingan Kinerja Synchronous TDM dan Statistcal TDM Pada synchronous TDM, multiplexer memiliki laju data output efektif sebesar empat kali laju data dari masing-masing input. Pada setiap interval waktu, semua data dikumpulkan dari semua sumber dan kemudian mengirimkannya. Misalkan pada interval waktu pertama sumber C dan D tidak memiliki data untuk dikirimkan, maka dua dari empat time slot yang dikirimkan oleh multiplexer adalah time slot kosong. 15 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 Sebaliknya, statistical multiplexer tidak akan mengirimkan time slot yang kosong bila ada data yang dikirim. Dimana pada peluang waktu pertama, hanya slot A dan B saja yang dikirim. Akan tetapi, posisi penting dari slot menjadi hilang dalam skema seperti ini. Tidak diketahui sebelumnya data dari sumber mana yang ada pada suatu slot tertentu. Karena suatu data yang diterima tidak dapat diperkirakan berasal dari sumber yang mana serta didistribusikan ke saluran IO yang mana, maka diperlukan informasi pengalamatan untuk memastikan bahwa pengiriman yang dilakukan tepat. Sehingga ada lebih banyak bit overhead pada TDM statistik karena setiap slot itu selain membawa data juga membawa informasi pengalamatan. Struktur bingkai yang digunakan oleh TDM statistik akan sangat mempengaruhi kinerjanya. Tujuannya adalah untuk meminimumkan jumlah bit overhead untuk meningkatkan proses transmisi. Gambar 2.6 menunjukkan dua struktur yang mungkin [7] . Pada Gambar 2.6.b hanya satu sumber data dimasukkan per bingkainya. Sumber tersebut diidentifikasi melalui alamatnya. Panjang bidang data ini bervariasi, dimana ujungnya ditandai dengan akhir dari sebuah bingkai. Skema ini dapat bekerja dengan baik pada beban yang ringan, tetapi kurang efisien dengan beban yang berat. 16 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 Flag Alamat Kontrol Subbingkai Statistical TDM FCS Flag a Keseluruhan bingkai Alamat Data b Subbingkai dengan satu sumber per bingkai Alamat Data Panjang Alamat Data Panjang c Sub bingkai dengan banyak sumber per bingkai . . . Gambar 2.6 Format Bingkai Statistical TDM Salah satu cara untuk meningkatkan efisiensi adalah dengan memungkinkan beberapa sumber data dipaketkan ke dalam sebuah bingkai. Untuk itu perlu ditentukan panjang data dari setiap sumber. Dengan demikian, subbingkai TDM statistik terdiri dari beberapa rangkaian data, yang masing-masing diberi label alamat dan panjangnya [7] . Usaha-usaha untuk meningkatkan efisiensi pengiriman ini masih perlu ditingkatkan. 2.4.1 Kinerja Statistical TDM Seperti diketahui laju data output dari statistical multiplexer lebih kecil dari jumlah keseluruhan laju data input. Hal ini dimungkinkan karena telah diperhitungkan bahwa jumlah rata-rata input lebih kecil dari kapasitas saluran multiplexing. Adapun masalah yang ditemui dengan pendekatan ini adalah sementara rata-rata input lebih kecil dari kapasitas saluran mutiplexing, akan muncul periode dimana rata-rata input tersebut melebihi kapasitas. 17 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 Pemecahan untuk masalah ini adalah dengan memasukkan sebuah penyangga ke dalam multiplexer untuk menahan kelebihan input sementara. Terdapat kaitan yang sangat erat antara ukuran dari penyangga yang digunakan dengan laju data dari saluran, pengurangan dalam satu hal dapat menyebabkan peningkatan dalam hal yang lain. Pada bagian ini akan dijelaskan beberapa ukuran perkiraan dalam menganalisa suatu statistical TDM. Berikut ini adalah parameter-parameter yang digunakan [7] : I = Jumlah sumber input R = Laju data setiap sumber bps M = Kapasitas efektif dari saluran yang dimultiplex bps α = Pecahan rata-rata dari waktu, saat setiap sumber melakukakan transmisi K = Rasio kapasitas saluran yang dimultiplex terhadap total input maksimum Sebelumnya besar kapasitas kanal telah ditentukan terlebih dahulu dengan mempertimbangkan bit-bit overhead yang dimiliki multiplexer, sehingga laju maksimum transmisi dapat diketahui. Parameter K adalah ukuran pemadatan yang dapat dicapai oleh multiplexer. Misalkan, untuk suatu kapasitas kanal tertentu, bila K = 0,25, multiplexer dapat menangani perangkat empat kali lebih banyak dari synchronous TDM pada kapasitas saluran yang sama. Nilai dapat dibatasi menjadi : α K 1 2.1 Nilai K = 1 berkaitan dengan synchronous TDM, dimana sistem memiliki kapasitas untuk melayani semua input pada saat yang bersamaan. Sedangkan bila α K, berarti input akan melebihi kapasitas multiplexer [7] . 18 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 Multiplexer dapat juga dipandang sebagai sebuah antrian dengan server tunggal. Kondisi antri akan meningkat bila pelanggan yang datang ke dalam sistem menemukan server dalam kondisi sibuk, sehingga pelanggan harus menunggu. Penundaan yang dilakukan oleh pelanggan adalah waktu yang dihabiskan untuk menunggu antrian ditambah waktu untuk pelayanan. Persamaan 2.2, 2.3 dan 2.4 meringkas hasil-hasil yang terjadi dan digunakan untuk kasus kedatangan acak dan menggunakan distribusi Poisson dan waktu pelayanan konstan [7] . s T λ ρ = 2.2 Dengan, = Utilisasi server = Jumlah rata-rata kedatangan per detik [bps] T s = Waktu layanan untuk setiap kedatangan [s] ρ ρ ρ - 1 2 N 2 + = 2.3 Dengan, N = Jumlah rata-rata pelanggan di dalam sistem yang menunggu dan sedang dilayani = Utilisasi server ρ ρ - 1 2 - 2 T T s r = 2.4 Dengan, T r = Waktu rata-rata yang dihabiskan pelanggan di dalam sistem [s] T s = Waktu layanan untuk setiap kedatangan [s] = Utilisasi server 19 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 Model ini dapat dihubungkan dengan mudah dengan statistical multiplexer. Untuk menentukan rata-rata laju kedatangan yang terjadi dapat digunakan rumus [7] : R I α λ = 2.5 Dengan, λ = Rata-rata laju kedatangan [bps] I = Jumlah sumber input α = Pecahan rata-rata dari waktu, saat setiap sumber melakukan transmisi R = Laju data setiap sumber [bps] Sedangkan untuk mencari waktu layanan, yaitu waktu untuk mentransmisikan satu bit dapat digunakan rumus [7] : M 1 T s = 2.6 Dengan, T s = Waktu pelayanan [s] M = Kapasitas efektif saluran multiplexing [bps] Selanjutnya, kinerja dari server atau multiplexer akan dapat dicari dengan menggunakan rumus [7] : M M R I T s λ α λ ρ = = = 2.7 Dengan, ρ = Kinerja dari server atau multiplexer λ = Rata-rata laju kedatangan [bps] I = Jumlah sumber input α = Pecahan rata-rata dari waktu, saat setiap sumber melakukan transmisi 20 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 R = Laju data setiap sumber [bps] Perlu diingat bahwa akan lebih sedikit jumlah penyangga per sumber yang diperlukan oleh multiplexer yang menangani sumber dalam jumlah yang besar dan rata-rata penundaan akan semakin kecil bila kapasitas jalur meningkat untuk penggunaan yang konstan. 21 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007. USU Repository © 2009 BAB III PERANCANGAN SIMULASI DENGAN VISUAL C++ 6.0

3.1 Umum

Simulasi adalah suatu proses untuk meniru suatu kejadian nyata dengan suatu model dan serangkaian persamaan [5] . Perancangan simulasi pada Tugas Akhir ini akan menampilkan proses perhitungan sistem antrian yang terjadi dan menampilkan hasil akhirnya dalam bentuk sebuah grafik. Bahasa pemrograman yang digunakan untuk merancang perangkat lunak ini adalah Visual C++ 6.0. Visual C++ merupakan perangkat pengembangan aplikasi yang menggunakan C++ sebagai bahasa pemrograman dan dapat digunakan untuk membuat aplikasi berbasis Windows maupun berbasis teks console application. Perangkat ini menyediakan lingkungan yang dinamakan IDE integrated development environment yang memungkinkan pengguna membuat, mengkompilasi, dan menguji program dengan baik. 3.2 Komponen Visual C++ 6.0 Ada beberapa komponen penting yang terdapat pada program Visual C++ 6.0 yang berperan penting dalam pembangunan suatu aplikasi. Beberapa komponen penting itu adalah : 1. Editor Editor menyediakan sarana bagi pemrogam untuk menuliskan program. Editor yang disediakan mampu mengenali kata-kata tercadang C++ dan akan 22 Ipengadohar Ezra Pangaribuan : Simulasi Sistem Antrian Pada Statistical Time Division Multiplexing Dengan Bahasa Pemrograman Visual C++ 6.0, 2007.