32
3.9 Kedatangan Trafik Aplikasi Pada OPNET
Software OPNET menyediakan distribusi trafik standar untuk memodelkan aplikasi pada jaringan. Semuanya dapat digunakan untuk
memodelkan trafik pada jaringan ATM [7].
3.9.1 Distribusi Standar OPNET
Pada model client server standar OPNET, kedatangan trafik didefinisikan oleh sejumlah variabel pada model proses net_app_mgr. Variabel - variabel ini
menunjukkan waktu antar kedatangan dan durasi waktu untuk membangkitkan sesi dan periode burst, besar paket aplikasi, dan lain-lain. Tabel 3.2 menunjukkan
daftar variabel untuk beberapa aplikasi yang berbeda [7]. Tabel 3.2 Variabel Kedatangan Trafik Pada Model Standar
Pada Tabel 3.2, istilah exponential, normal, ataupun poisson berarti bahwa variabel pada baris yang bersangkutan terdistribusi eksponensial dengan satu atau
dua argumen. Argumen pada distribusi yang sama biasanya memiliki nilai yang berbeda, tergantung pada aplikasinya.
Seperti disebutkan sebelumnya, trafik antara client dan server dibagi ke dalam dua sesi. Sepanjang sebuah sesi, client berubah antara periode trafik rendah
lull dan trafik tinggi burst. Kesamaan antara periode lull rendah dengan
33 periode burst adalah bahwa pada kedua periode tersebut, dua varibel yaitu waktu
antar kedatangan dan ukuran paket didefinisikan dengan cara yang sama. Bedanya adalah bahwa pada periode burst memiliki waktu antar kedatangan paket kecil dan
ukuran paketnya besar. Dengan kata lain, jika distribusi dan argumen untuk kedua variabel di atas waktu antar kedatangan dan ukuran paket dalam periode lull dan
burst didefinisikan sama, maka tidak ada perbedaan antara periode lull dan burst.
3.9.2 Email
Aplikasi email terdiri dari satu sesi untuk membangkitkan email dan satu sesi untuk menerima email. Pada model standar, email selalu berada pada periode
lull dan tidak pernah dalam keadaan burst. Parameter laju email didefiniskan konstan pada model proses yang bisa didefinisikan oleh user. Kedatangan trafik
dari pesan email yang dibangkitkan diilustrasikan pada Gambar 3.7. Interval waktu untuk pembangitan email T adalah sebuah distribusi eksponensial dengan
nilai rata-rata laju pengiriman, dan besar dari tiap email adalah terdistribusi normal. Waktu kedatangan email TI1, TI2… bisa terjadi kapan saja selama
email dibangkitkan.
Gambar 3.7 Pola Trafik Email
34
3.9.3 File Transfer Protocol FTP
Gambar 3.8 menggambarkan kedatangan trafik aplikasi FTP. FTP memiliki sejumlah variabel dari sesi tergantung pada laju sesi yang ditentukan.
Sesi dibangkitkan dengan distribusi eksponensial berdasarkan laju sesi yang diperoleh dari spesifikasi atribut. Sebagai contoh, Tf pada Gambar 3.8 merupakan
distribusi eksponensial dengan nila rata-rata laju sesi. Sama dengan email, FTP akan tetap berada dalam periode lull. Waktu antar kedatangan pengiriman FTP
akan tak terbatas karena hanya satu permintaan yang diinginkan. Aplikasi FTP menggunakan perintah CLOSE untuk meminta sebuah file. Hanya satu file yang
dikembalikan dan ukuran dari file ditentukan oleh distribusi normal dengan nilai ukuran file rata-rata.
Gambar 3.8 Trafik FTP
3.9.4 Remote login
Pada aplikasi remote login ada periode lull dan burst. Jumlah sesi remote login Tr mengikuti distribusi eksponensial dan durasi dari sesi tr mengikuti
distribusi normal. Gambar 3.9 mengilustrasikan kedatangan trafik aplikasi remote login sesuai dengan definisi dalam Tabel 3.1. Db dan Dl merepresentasikan durasi
35 periode burst dan lull. Tb dan Tl merepresentasikan paket waktu antar kedatangan
paket burst dan. Db, Dl, Tb dan Tl semuanya menggunakan distribusi eksponensial, tapi dengan argumen yang berbeda.
Gambar 3.9 Trafik remote login
3.9.5 Video Conferencing
Pada aplikasi video conferencing, sesi yang dibangkitkan memiliki distribusi eksponensial Tv dan panjang sesi tv terdistribusi normal. Periode
burst tidak pernah terjadi dan selalu berada pada periode lull. Waktu antar kedatangan Tl dan ukuran frame pada trafik video conferencing adalah konstan.
Gambar 3.10 Trafik Video conferencing
36
3.10 Parameter Kinerja Jaringan ATM