57563796 Jurnal Generic Vol 4 No 1 Januari 2009

7 B - ABBB

& * ' 6 C2(4

0. ' 6 C3(4 5( *

** * &) && ' 6 C5(4 <( ) &

)*( ))* ' 6 C<(4 =( )

3 - ABBB )*

. 1( ' 6 C9(4 3( ) &&

& ' 6 C?(4 )

) & ' 6 2C(4 =(

1# $ - %' ,

DE =C )

+#

)*

* &)

&)

&) )

$)

& )*

1 2(

&) ) +

)&

) 4 3( & ) 4 &

& & +#

0)

&& ) )

) **

&*

'+#

()

+#

) ) &* DE /

) **

&)

&*

4#

)) $ ) ' ( #)

)* ) *

&)

) )4+ & )

&)&

**

+#

DE + &

&&

))

* 40) &

&))

&))

')

()

'1

)*

&&

2# $ $%*

$%' 3 %,

5# $ $ $%

F0 ) ) & )

$*

3CC>

@ 5C3@ 3CC= / F$." "7% 7"". 7% >

7I ,$ E 1@@)

A3

!! " #$ $ % &'! $( '' ))*

!&& %

/$

/ , ())* +"

/$ " $

$$ -"

0 $ 233 $

.11 $

0 $ 233 $"

$ $ $ 0 $. " ("

!"# "$

,+

&,

,- $

- , -+"

, ! !+

())*+"

$ $" %

#% # $

$% $"

$ $$

$% $

% %7 ' ())5+, -+

1 ' -??-+"

&+ , +' & ,

+'

1 ' -??-+"

$"

2 ' ());+"

.11 &$

/$

+$

& # ' ())8+"

* * ,! -. /

0 1 2234

.11 & # ' ())8+ ,

-" ! +

/ , $ .11 # $ "

(" .

/ $ .11"

, , .11 $

E $ $ F2B" 6

G$ # #& $ E +&

2 %C %D

''

# & +'

& ' .11 $

("("-" 6

"D

!! " #$ $ % &'! $( '' ))*

$$ .11 '

("("- $

.11" D $

0 .> '

0I,-?)5??8(9?

6 ' -??;'

'+2 , 4'

6 ' -??;

2 ' ())5'

' ())4' -8

1 ' -??-' '+2 , 4'

>$$ ' /

D 'I

' -??-"

# : $2 ' ());'

J ' ()); '

D ' ())5' 5

;#/'0

Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya alvi_syahrini@ilkom.unsri.ac.id

satu CPU sehingga program – program yang harus dijalankan harus mengantri

Antrian tidak hanya terjadi pada kegiatan terlebih dahulu sesuai dengan aturan sehari – hari, tetapi juga terjadi pada

yang ada dalam antrian. Selain itu antrian suatu sistem komputer. Pada suatu sistem

juga dapat terjadi pada suatu sistem komputer, antrian terutama terjadi pada

jaringan komputer dimana komputer – suatu sistem multiprogramming dimana

banyak program yang dijalankan oleh

JURNAL ILMIAH GENERIC VOLUME 4, NOMOR 1, JANUARI 2009

komputer client mengantri untuk dapat digunakan untuk membandingkan memperoleh layanan dari server.

bagaimana hasil yang didapat melalui simulasi dengan penyelesaian yang

Antrian adalah sebuah aktifitas dimana diperoleh melalui metode analitik. customer menunggu untuk memperoleh

layanan (Kakiay, 2004)). Antrian terjadi karena

pelayanan yang pada kenyataannya Dalam mempelajari suatu sistem antrian, disebabkan

karena adanya faktor perlu untuk diketahui struktur sistem ekonomi yang membatasi yang selalu

antrian tersebut. Struktur suatu sistem terkait dengan berapa jumlah server yang

antrian terdiri dari jumlah server yang harus disediakan Sistem antrian adalah

kedatangan, pola kumpulan customer, server beserta aturan

melayani, pola

pelayanan,dan disiplin antrian (winston). yang mengatur kedatangan para customer

dan pemrosesan masalahnya. Salah satu

komponen dari sistem antrian adalah pola Berdasarkan jumlah server, antrian dapat kedatangan customer. Tipe kedatangan

dibagi :

dapat berupa one-at-a-time yaitu seorang customer datang pada satu waktu, dan

1. Antrian Single Channel sekelompok customer yang datang

Antrian single channel adalah antrian bersamaan pada satu waktu ( batch

yang hanya terdiri dari satu server arrival ).

yang melayani unit yang datang ke Untuk pola kedatangan berkelompok (

dalam suatu sistem antrian. Apabila batch arrival ), diharapkan server mampu

server sedang sibuk, maka unit yang mengakomodasi jumlah antrian unit yang

datang harus menunggu dengan masuk ke antrian dalam jumlah yang

membentuk satu garis tunggu sampai lebih dari satu dalam waktu yang

tiba gilirannya.

bersamaan. Sehingga dengan satu buah

2. Antrian Multiple Channel server unit tidak menunggu terlalu lama

Antrian multiple channel adalah dua Penyelesaian masalah antrian dapat

atau lebih service channel yang dilakukan dengan metode analitik atau

diasumsikan identik dalam hal teori antrian yang telah memiliki formula

kemampuan layanan. Pada sistem yang telah ditetapkan. Tetapi untuk

multiple channel, unit – unit yang masalah

datang menunggu dalam satu garis diperlukan suatu pemodelan dan simulasi

yang terlalu

kompleks

antrian untuk kemudian bergerak untuk menganalisa sistem sehingga dapat

menuju server yang kosong untuk diketahui bagaimana tingkah laku sistem

dilayani.

yang melibatkan peristiwa batch arrival (Gupta and Hira, 2003). Selain itu juga

diamati beberapa besaran seperti waktu Pola kedatangan pada suatu sistem tunggu, waktu antar kedatangan dan

antrian dapat direpresentasikan oleh utilisasi pelayanan.

waktu antar kedatangan yang merupakan Dalam simulasi, digunakan suatu

suatu periode waktu antara dua program komputer untuk mengevaluasi

kedatangan yang berurutan. Kedatangan sebuah model dan pengumpulan data

customer dalam sistem antrian dapat dilakukan untuk

dipisahkan oleh interval kedatangan yang karakteristik sebenarnya dari model yang

memperkirakan

sama ataupun tidak sama yang diinginkan. Untuk model yang dapat

probabilitasnya diketahui yang disebut

Laju dimana customer datang dalam

4. SPT (Shortest Processing Time ) suatu antrian untuk dilayani merupakan

yaitu unit yang dilayani terlebih jumlah customer yang datang per unit

dahulu adalah unit yang memiliki waktu, disebut juga laju kedatangan. Jika

process time terpendek. kedatangan bersifat acak, harus diketahui distribusi

probabilitas

yang

mencerminkan kedatangan terutama '' ' )

waktu antar kedatangan.

"'

Pola pelayanan pada suatu sistem antrian Suatu proses kedatangan dalam suatu juga mencerminkan pola bagaimana

sistem antrian artinya menentukan sejumlah customer meninggalkan sistem.

distribusi probabilitas untuk jumlah Departure ( keberangkatan ) juga dapat

kedatangan untuk suatu periode waktu direpresentasikan oleh waktu pelayanan

(Winston). Pada kebanyakan sistem yang merupakan waktu antar departure.

antrian, suatu proses kedatangan terjadi Waktu pelayanan dapat berupa waktu

secara acak dan independent terhadap pelayanan konstan ataupun variabel yang

proses kedatangan lainnya, dan tidak diketahui bahkan acak yang merupakan

dapat diprediksi kapan suatu kedatangan variabel yang diketahui probabilitasnya.

akan terjadi. Dalam hal ini, distribusi Jika waktu pelayanan terdistribusi secara

poisson menyediakan acak, harus dicari distribusi probabilitas

probabilitas

deskripsi yang cukup baik untuk suatu yang paling baij dalam mendeskripsikan

kedatangan. Suatu fungsi tingkah laku layanan.

pola

Poisson menyediakan probabilitas untuk suatu x kedatangan

probabilitas

Laju dimana suatu service channel dapat pada suatu periode waktu yang spesifik melayani customer adalah jumlah dan membentuk fungsi probabilitas customer yang dilayani per unit waktu

sebagai berikut :

yang disebut laju pelayanan. Dengan asumsi service channel selalu dalam

keadaan sibuk sehingga tidak ada waktu

untuk x = 0,1,2,… idle dari service channel

yang

diperkenankan. Nilai rata – rata dari laju

dimana

kedatangan direpresentasikan oleh . x = jumlah kedatangan per periode

waktu

Disiplin antrian adalah aturan bagaimana λ = rata – rata jumlah kedatangan per urutan

periode waktu terhadap unit berikutnya yang ada dalam

pelayanan yang

diberikan

e = 2.71828

antrian ketika server menganggur. Disiplin antrian dapat berupa :

1. FCFS ( First Come First Served )

yang artinya unit yang datang lebih Waktu layanan adalah waktu yang dahulu akan dilayani terlebih dahulu.

dihabiskan seorang unit pada fasilitas

layanan dimulai yang artinya unit yang datang paling

2. LCFS ( Last Come First Served )

layanan

ketika

(Winston). Waktu layanan antara seorang akhir akan dilayani terlebih dahulu.

unit dengan unit lainnya biasanya tidak konstan. Distribusi probabilitas untuk

3. SRO ( Service in Random Order )

JURNAL ILMIAH GENERIC VOLUME 4, NOMOR 1, JANUARI 2009

formulanya dapat memberikan informasi

yang berguna mengenai operasi yang terjadi pada suatu antrian. Dengan

Memoryles berarti banyaknya hasil yang menggunakan distribusi probabilitas terjadi dalam suatu selang waktu atau eksponensial, probabilitas dimana waktu daerah tertentu tidak terpengaruh oleh ( layanan akan lebih kecil atau sama bebas dari ) apa yang terjadi pada selang dengan waktu t adalah waktu atau daerah lain yang terpisah P(waktu layanan ≤ t) = 1 – e -t Gellenbe and Pujolle, 1999).

Dimana Pr ( x ≤ T + t | x > T ) = Pr ( x ≤ t ) = rata – rata jumlah unit yang dapat

Hanya ada dua distribusi yang dilayani per satu periode waktu

memoryless yaitu distribusi eksponensial ( kontinu ) dan

memiliki

sifat

e = 2.271828 distribusi Geometri ( diskret ). Berikut bukti sifat

memoryless distribusi

eksponensial.

'' +

Pr (x≤T+t|x>T)

Pr[( x ≤ T + t ) ∩ ( x > T )] Untuk melihat hubungan antara distribusi

Poisson dengan distribusi Eksponensial Pr( x > T )

dapat kembali dilihat dari peluang

distribusi Poisson Pr[( x ≤ T + t ) − Pr( x ≤ T )]

 ( λ t )  λ t Pr( x > T )

f ( x ) = Pr[ X = x ] = 

 e (2.1)

( 1 − e ) − ( 1 − e dimana λ adalah rerata kedatangan dan t ) = − λ t adalah periode waktu.

1 − ( 1 − e ) Didefinisikan T sebagai waktu

suatu kejadian, diperoleh

F ( t ) = Pr( T ≤ t ) (2.2)

ini sama dengan

− λ t =1 − e

F ( t ) = Pr[ T ≤ t ] = 1 − Pr[ T > t ] (2.3)

dimana = Pr( x≤ t )

 0 ( λ t )  − λ Pr[ t T > t ] = Pr[ x − 0 ] =   e

− λ t = e (2.4)

Pola kedatangan pada suatu sistem antrian dapat berupa batch arrival yaitu

Selanjutnya disubstitusikan ke hasil kedatangan sekelompok orang pada satu Pr(T>t) dalam persamaan (2.3) dan

waktu secara bersamaan (Gellenbe and diperoleh F(t) = 1-e yang merupakan

-t

Pujolle,1999). Untuk antrian yang fungsi distribusi Eksponensial.

memiliki pola kedatangan berkelompok, kedatangan yang terjadi mengikuti proses

unit tetapi sejumlah unit yang datang bersamaan dalam jumlah yang acak. Dalam hal ini terdapat sebuah server yang memiliki waktu layanan yang berdistribusi eksponensial.

Misal α j dengan j ≥ 1 adalah probabilitas kedatangan kelompok yang terdiri dari sejumlah j unit, dan N adalah variabel acak yang menyatakan ukuran sebuah

kelompok sehingga P [ N =] j = α j .

Berdasarkan hal tersebut, masing – masing kedatangan berkelompok akan memiliki probabilitas yang berbeda – beda sesuai dengan distribusinya tetapi

tidak menutup kemungkinan

dua

Simulasi model antrian termasuk ke kelompok yang berbeda akan memiliki dalam model simulasi dinamis karena probabilitas yang sama. pada model simulasi suatu sistem antrian

Sedangkan untuk waktu tunggu unit dimana keadaan sistem, termasuk jumlah merupakan jumlah waktu layanan

unit dalam antrian dan apakah fasilitas terhadap unit – unit yang datang

layanan sedang sibuk atau idle, akan sebelumnya dan waktu tunggu di dalam

berubah atau berkembang dari waktu ke kelompoknya.

waktu (Law and Kelton, 1991). Simulasi Dari informasi di atas, dapat dibuat suatu

model antrian termasuk dalam simulasi pernyataan yang lebih tepat. Jika X(t)

discrete – event yang berkaitan dengan permodelan sistem stokastik yang

adalah jumlah total unit yang datang pada waktu t, dan jika B i adalah jumlah unit

berubah dari waktu ke waktu melalui dalam kelompok ke-i, maka X(t)

sebuah representasi dimana variabel keadaan berubah hanya pada titik – titik

diperoleh dengan diskrit dalam waktu.

X ( t ) = ∑ B i untuk t ≥ 0

Untuk mensimulasikan suatu sistem

antrian, pertama harus didefinisikan

i = 1 dahulu keadaan sistem dan dipahami Pada tipe kedatangan berkelompok (

konsep tentang events dan clock time. batch arrival ), jumlah kedatangan unit

Event didefinisikan sebagai situasi yang dalam satu kali kedatangan merupakan

menyebabkan keadaan sistem berubah variabel acak positif X, yang dapat

secara cepat. Pada model antrian dengan dituliskan sebagai :

single server, hanya dua event yang P ( X =) x = C x mungkin dapat merubah keadaan sistem :

kedatangan ke dalam sistem dan Sistem tersebut merupakan Markovian keberangkatan dari sistem pada saat karena kejadian yang akan datang penyelesaian layanan. Dalam simulasi, tergantung pada situasi sekarang. Dimana

event – event ini akan dijadwalkan untuk C= x λ x / λ , jika λ x adalah laju menentukan titik tertentu dalam waktu.

kedatangan suatu kelompok unit yang

simulasi di atur terdiri dari x unit

Waktu dalam

menggunakan sebuah variabel yang disebut clock time. Pada simulasi model antrian dengan

JURNAL ILMIAH GENERIC VOLUME 4, NOMOR 1, JANUARI 2009

suatu kedatangan tidak mempengaruhi yang berbeda – beda tetapi tidak menutup kedatangan lainnya. Sebuah unit yang

kemungkinan ada dua kelompok yang datang pada saat server dalam keadaan

berbeda atau lebih memiliki probabilitas menganggur langsung dapat menerima

yang sama.

layanan segera, dan waktu layanan s 1 ,s 2 ,

Pada hasil simulasi digunakan notasi … untuk unit berikutnya merupakan

sebagai berikut :

variabel acak yang terdistribusi secara identik yang independent terhadap waktu

D = durasi

antar kedatangan. Sedangkan unit yang P k = Probabilitas Server Kosong datang pada saat server dalam keadaan

sibuk akan bergabung dalam antrian. P s = Probabilitas Server Sibuk Setelah menyelesaikan layanan untuk

= Jumlah Unit yang datang seorang unit, server kemudian memilih

unit yang berada di dalam antrian L k = Laju Kedatangan (jika ada) dengan aturan first-in first-out (

L p = Laju Pelayanan FIFO ).

Simulasi dimulai pada keadaan “empty-

and-idle” yang berarti tidak ada unit di

dalam sistem dan server dalam keadaan menganggur (Render and Stair). Pada

Simulasi dijalankan berulang kali dengan waktu 0, ditunggu kedatangan untuk unit

durasi yang berbeda – beda untuk suatu pertama yang terjadi setelah waktu antar

komposisi probabilitas yang sama. kedatangan t 1 . Simulasi akan berakhir

Sedangkan input laju kedatangan dan laju sampai unit ke n telah menyelesaikan

pelayanan tetap dengan syarat : waktu tunggunya dalam antrian dimana

1 unit ke n memasuki layanan. Jadi waktu

dimana simulasi berakhir adalah suatu

E [ S ] variabel acak yang tergantung pada nilai

dimana

yang diamati untuk variabel acak waktu antar kedatangan dan waktu layanan.

= laju kedatangan Untuk melihat performansi sistem, dilihat

E[N] = ekspektasi jumlah customer dari seberapa sibuk server dengan

dalam satu kelompok menghitung utilisasi server selama

simulasi berlangsung ( dari waktu 0 = laju pelayanan

sampai t n ) dimana server dalam keadaan

sibuk. Kemudian untuk masing – masing durasi

dilihat bagaimana karakteristik antrian

yang

dihasilkan. Hasil simulasi

ditunjukkan pada tabel berikut : Simulasi dilakukan dengan membatasi

Dengan P(1) = 0.05, P(2) = 0.05, P(3) = jumlah elemen atau unit dalam kelompok

0.03, P(4) = 0.02, P(5) = 0.2, P(6) = 0.4, pada setiap kedatangan maksimal 8 unit.

P(7) = 0.2, P(8) = 0.05, laju kedatangan = Kelompok – kelompok yang datang ke

3, dan laju pelayanan = 17 sistem memiliki probabilitasnya masing – masing. Jumlah probabilitas kelompok – kelompok yang datang harus sama dengan 1. Berdasarkan hal tersebut,

Dari hasil simulasi, semakin besar laju pelayanan akan memperkecil probabilitas kesibukan server.

Dengan komposisi probabilitas yang

sama pula dilakukan pengujian pada laju kedatangan yang berbeda, tetapi dengan

berubahnya laju kedatangan maka laju

pelayanan juga akan berubah karena

besarnya laju pelayanan terpengaruh oleh besarnya laju kedatangan dan komposisi probabilitas kedatangan. Berikut hasil

Dari hasil simulasi dapat dilihat bahwa simulasi dengan P(1) = 0.05, P(2) = 0.05, P(3) = 0.03, P(4) = 0.02, P(5) = 0.2,

probabilitas server sibuk paling tinggi terdapat pada durasi selama 3 jam,

P(6) = 0.4, P(7) = 0.2, dan P(8) = 0.05 setelah simulasi dilakukan lebih dari 3

jam tejadi penurunan kemungkinan server sibuk

L p (unit L p (unit P k P s J per detik) per detik)

1 6 0.80 2342 Selain perubahan durasi, percobaan

2 12 0.89 4308 simulasi

1 mengubah laju pelayanan dengan

juga dilakukan

dengan

0.0 komposisi probabilitas yang sama.

7 Berikut hasil data simulasi yang

dilakukan dengan mengubah

laju

pelayanan menjadi semakin besar dengan Dari hasil simulasi, semakin besar laju laju kedatangan sebesar 3 unit per menit

kedatangan akan menyebabkan semakin selama durasi 4 jam. Berikut hasil

besar pula probabilitas server sibuk simulasi :

walaupun laju pelayanan juga diperbesar. dengan P(1) = 0.05, P(2) = 0.05, P(3) =

0.03, P(4) = 0.02, P(5) = 0.2, P(6) =

0.4, P(7) = 0.2, P(8) = 0.05, laju

kedatangan = 3, dan durasi = 4 jam Dari ketiga simulasi yang telah dilakukan, terdapat suatu hal menarik yang dapat diamati bahwa untuk simulasi

dengan durasi yang berbeda – beda akan L p (unit per

terjadi suatu kondisi dimana probabilitas detik)

kesibukan server paling tinggi pada terjadi saat simulasi dijalankan dengan

durasi 3 jam. Apabila simulasi dijalankan

dengan durasi lebih dari 3 jam maka akan terjadi penurunan probabilitas kesibukan

JURNAL ILMIAH GENERIC VOLUME 4, NOMOR 1, JANUARI 2009

dengan laju kedatangan dan pelayanan yang

berbeda sehingga

dapat

diperkirakan kapan waktu tersibuk server. Jika waktu tersibuk server dapat diperkirakan, maka dapat dipersiapkan

suatu tindakan terhadap perilaku server menjelang waktu tersebut, misalnya dengan menambah server atau tindakan

lainnya.

Selain itu untuk

memperkecil

probabilitas kesibukan server dapat

dilakukan dengan memperbesar laju

pelayanan terhadap unit yang datang.

Gelenbe, Erol and Pujolle, Guy, 1999. Introduction

to

Queueing

Networks, Second Edition, New

York: John Wiley and Sons.

Gupta, Prem Kumar and Hira, D.S, 2003. Operations Research, Ram Nagar,

New Delhi: S. Chand & Company

Ltd.

Kakiay, Thomas T. 2004. Dasar Teori Antrian untuk Kehidupan Nyata,

Andi Offset, Yogyakarta

Law, Avril. M and Kelton, W. David,

1991. Simulation Modelling and Anakysis, Second Edition, New

York: McHraw-Hill, Inc.

Render, Barry and Stair, Ralph M. Jr, Quantitative

Analysis

for

Management, Seventh Edition,

New Jersey: Prentice Hall. Winston, Wayne L. Operations Research

: Application and Algorithms,

Third Edition, Duxbury Press : An Imprint of Wardsworth Publishing Company, Belmont California.

& ' $ $# #

) & ' ))

!"" # $%!% & '(" % ) !( (

**+

$" $# )

$#

))

" '"

$% "&' () ) '

# ""

$%$ *

"! # "

# ! #"

# "+ # "

"! ! !

##

"##

%-

1 / "!

$!

#!

""

()&

" 34 5

! 6778 # #

! 6774 "

"!

" ! ""

## #

" ""

.&

%/, #"

""

$% ,

-. / '

"#

/ / %/

" ""

# " " '()&*

"" #

()&

"" )2

00 1- '&)%*

" '()&* 10 1 - * &)% '!

?%& 1-3

!"" # $%!% & '(" % ) !( (

**+

$%4 "

" "# 1 " !@

##"

# " ! ! #" #

" )B%) # !

()&

1% , ' ) ' ") , 5

#! # "

1%$

"#

# " "! # "

1%

!&/

"'

#!

"! # "

""

"#" # "#

""

" '!

01 4&

C6*

0 C6H*

()& '

!"" # $%!% & '(" % ) !( (

10 'B): * !

J2) /+ J)9 ?%&

J2) /+2:3

,&#' , 8

" 0 '%% %* " .

0 '16 %* $

'>B.*

"# < '%%%*

%0 '

A:. ).

1 ! 2' 3

!# " %'

-0 &)% '!

10 1-*

00 1-3

% B.)2

" = "# " B"

=+6 =+A

# $ ' $*

/ &)% % B.)2

# A .+>

: &) 21 .B

' &J.B.& <

# ! #!# :

" # " =I

# " 9 =9#

--0 - >! /

""

, -, - " #

// )!

36 >

: & 6 =+6

"# " -

"/#

':& *

& 4 A =+A #

! 979 )- %

) D-

* B / 99 @ 9H " " ' ! ,<<

JB

" ""

?%& /

//

4% "&# '. '+ ' "'

':& *

"#

4%4%$%

'" "

9 4%1 "

"'

) ##

?%&

% ""

?%& " =#

" ! ! ?%& %

""

" 2%1

: > # H " #" #

#" ! 9 # !

"! # "

##

#!

"#

6D 976H #

?%&' " #! "

(66 0 ' $J$* B "

L 6C77

" # $J$< 2- " "

9 "'

1 ! 2' 3

9 "'

4 ' =* " !

# $J$< 2-

;% 5& ") '

!"" # $%!% & '(" % ) !( (

9;;8 K 4 0 4 0 4 # -, L

E G F9C999A0( F 6 K' 0

G G.D ! " * 6776

% )GGGGGGGG 677A K' ! -

**9L (!

< <##3H3HH6

& '()*+ *(

%&&'

! " # $ %&'

( ' )*

* 2&&2' !

2&&3'

( - (.

2 $ 3&'

*'

2'

"' 0

3 *' 9 * 3' ∀3 *

&= 3 *'=∞ ∀ 3*∈ 23≠*

3 3' 9 !

6'

& ∀3 ∈ 2 '

%&&'

3' >

3 *'

3 6' ? 6 *' ∀3 * 6 ∈ 2 /

3 *' ≤ 2 3 *' ≤ 2" 3 *'

∀ 3 *' ∈ 2 3 2

A 7 425

" "B

3B 62

23 B&

5 4 B B&

"2B

! "#

$ ##

%&&'

2 15 .

2%

2 6 3 ' (46 ) 5 1! ;

6 6 %& 6 + "# 6

# − & 6 "2# 6 6 %& 6 + "# 6 ' + .

2 45 .

/-

2 B 6 6&

6#

3 B "#

%&

"&#

6"#

26"

6#

6"#

6 32

/ '2-)- -, '('

2&&6 $ #&'

1 ,+ 1 - /'

%&&'

) D?? )

E 3&

0 +*! )*( '

1 '7*( *(,*( *(2*7 0&+

$0 -3 80 ! 80

0 '9

/ ,> '

! /' = ,+ ' C

4 -)' (,! -(*

! "#

$ ##

%&&'

&$'

($

)$

$&$'

($

)$

$&$'

($

)$

$&$'

($

)$

'$

)$

"#

'$

' $ )$

) )$

' $ )$

<)) &

D??

' '(2*!

'7*(,5*2

(*5

! . , ,(

= ,+

D?? ) 7,

!?? 7

$&-

,0

F H0 2&&2

6 5'! *( )*( !*7*(

A 7 1 / - $4D5

$')

<E

%&&'

2'

,- - ! "" "6 /

*H )

G - >"B

1- -

D $!

F5

F, >

5(!*- ( ) *

" ,B

, G, 0 *

F, >

J "#

2&&3K

(D !

- -B

'7.G

0 B"

G :9"2 $

L :9"2

F 9#

G 9&

L :9"3

G :9"2

F 9B

G 9"2 +

Perancangan Scanner Pembacaan Data KRS/KPRS Berbasis Mikrokontroller AT89S52

Bambang Tutuko & Sarmayanta Sembiring

Jurusan Sistem Komputer Fakultas Ilmu Komputer Universitas Sriwijaya

bambangtutuko@ilkom.unsri.ac.id, yanta_plawi@yahoo.com

-'# 23 -'# 23

Penggunaan sistem otomatisasi dengan lembar KRS / KPRS diharapkan sensor

sebagai pendeteksi

dan

menghasil kinerja yang baik sesuai mikrokontroler sebagai kendali sangat dengan spesifikasi yang diharapkan. banyak sekali digunakan dalam aplikasi

bidang pendidikan. Salah satunya adalah sistem scanner menggunakan media

penelitian ini untuk optik sebagai pendeteksi data lembar mengembangkan riset bidang sistem komputer. Pada saat ini pengisian dan kendali dan elektronika digital dengan pengkoreksian KRS / KPRS di lembaga aplikasi alat scanner yang digunakan pendidikan masih banyak dilakukan untuk membaca data KRS dan KPRS secara manual yang menggunakan menggunakan sensor photodiode dan tenaga manusia dalam menginput data,

Tujuan

AT89S52, untuk cara seperti itu tidak begitu praktis dan

mikrokontroler

pengolahan dan akurat. pengecekan data sehingga data yang Scanner salah satu media yang dapat didapat lebih akurat dan proses membantu dalam melakukan pembacaan pengoreksi lebih cepat. data, berupa sinyal digital dimana

mempercepat

scanner ini dilengkapi dengan sensor yang

Hasil penelitian ini akan sangat pembacaan data lembar kerja computer. bermanfaat bagi Jurusan di lingkungan Data yang telah di baca oleh scanner Unsri khususnya di Fakultas ilmu akan menjadi input mikrokontroller komputer dalam proses penginputan sebagai kendali dan kemudian di kirim KRS / KPRS mahasiswa, sehingga ke komputer secara serial. mempermudah jurusan dalam membuat OMR adalah salah satu jenis peralatan laporan dan rekap data mata kuliah scaner yang banyak digunakan oleh

permahasiswa

instansi dalam pembacaan data maupun pemeriksaan

peralatan tersebut sangat mahal,

berdasarkan hal tersebutlah dilakukan

%% % &'#(

penelitian “Perancangan scanner KRS / Mikrokontroler AT89S52, merupakan KPRS berbasiskan mikrokontroler”. salah satu jenis dari mikrokontroler Diharapkan dari penelitian ini biaya yang diproduksi oleh atmel. Dimana untuk pembuatan peralatan akan mikrokontroler jenis ini kompatibel menjadi lebih murah dan dengan dalam hal proses penggunaannya kualitas yang baik. dengan jenis program MC5S52 yand

dikeluarkan oleh intel. Semua perangkat MCS552 memiliki ruang alamat

Permasalahan yang akan menjadi tersendiri untuk perogram memori dan bahasan utama dalam penelitian adalah data memori. AT89S52 mempunyai 40 adalah perancangan alat scanner dengan kaki, 32 kaki digunakan untuk menggunakan sensor cahaya photodioda keperluan port paralel buatan ATMEL. sebagai pendeteksi bulatan hitam pada Setiap port terdiri atas 8 pin, sehingga lembar computer dan menjadi inputan

bagi mikrokontroler AT89S52. Pemilihan sensor tersebut dengan

%&'( ) )

* +,(,' - ./)& , 0 (/ /' % (& ' 112

terdapat 4 port, yaitu port 0, port 1, port

2, dan port 3. Pemisahan program dan . 3 ."" data

' 2 ' 4 pengaksesan

memori

memungkinkan

Apabila Vin < Vref maka Vout = Vcc pengalamatan 8 bit, sehingga dapat

(berlogika 1) dan apabilai Vin ≥ Vref langsung disimpan dan dimanipulasi

maka Vout = 0 (berlogika 0). oleh mikrokontroler dengan kapasitas akses 8 bit. Dan untuk pengaksesan data memori dengan alamat 16 bit, terlebih dahulu register DPTR (Data Pointer). Mikrokontroler AT89S52 memiliki 32 saluran I/O. Rangkaianya minimum system dapat dilihat pada Gambar 2.1

Komunikasi dengan port serial PC dilakukan dengan menggunakan standar RS232 oleh karena itu diperlukan interfacing IC RS232 sebagai perantara

antara port serial PC dengan port serial

&'#(

mikrokontroler AT89S52. Fungsi utama dari IC RS232 adalah mengubah data serial.

Pada

saat mikrokontroler

menerima data serial dari port serial PC Apabila photodiode menerima cahaya

dalam bentuk RS232 maka akan diubah maka arus pada photodiode akan

oleh RS232 menjadi level TTL dahulu mendekati satu fasa dengan fluks cahaya

sebelum diterima. Sebaliknya pada saat sehingga tegangan V1 akan berbanding

mikrokontroler mengirimkan data serial terbalik degan besar arus yang melalui

melalui port serial mikrokontroler dalam photodiode. Tegangan V1 selanjutnya

level TTL maka akan diubah dulu ke akan dibandingkan dengan Vref dimana

dalam bentuk RS232 sebelum diterima nilai Vref dibuat lebih kecil dari V1

oleh port serial PC. IC MAX5232 adalah pada saat cahaya yang diterima

sebuah IC yang mengubah level fotodioda

yang terhalang kertas tegangan TTL ke RS5232 atau KRS/KPRS tanpa bulatan hitam. Nilai

sebaliknya. Rangkaian tersebut dapat Vref harus lebih besar dari V1 pada saat

dilihat pada Gambar 2.3. cahaya yang diterima fotodioda yang

terhalang kertas KRS/KPRS dengan bulatan hitam.

diterima photodiode. Dengan kondisi diatas maka V 1 pada saat tidak ada bulatan hitam lebih kecil dari V 1 pada saat ada bulatan hitam. V 1 sebagai sinyal analog tersebut selanjutnya dirubah menjadi sinyal digital dengan dua kondisi yaitu 1 dan 0 dengan cara

membandingkan V 1 terhadap V Ref yang telah diatur, dimana V Ref diatur lebih besar dari V 1 pada saat kertas KRS/KPRS tidak ada bulatan hitam dan

V Ref lebih kecil dari V 1 pada saat KRS/KPRS ada bulatan hitam. V out akan

berlogika 1 apabila V 1 < V Ref dan V out akan berlogika 0 apabila V 1 ≥ V Ref . Pengisian KRS/KPRS ditandai dengan

bulatan hitam untuk menandai nomor

23 yang dipilih. Untuk setiap baris terdiri atas nomor 0 s/d 9 (10 digit). Karena

Blok diagram perancangan dapat dilihat mikrokontroller yang digunakan pada pada Gambar 3.1 dibawah ini : penelitian ini untuk setiap port nya 8 bit.

Untuk memudahkan dan menghemat rangkaian pengkode maka 5 bit pertama terhubung langsung (straight) dengan 5 bit pertama dan 5 bit terakhir di kondisikan degan rangkaian logika sehingga outputnya akan menjadi 3 bit.

5 bit terakhir hanya mewakili 5 kondisi yaitu pilihan angka 5,6,7,8 dan 9, jika

ada pilihan kombinasi maka dianggap

salah. 3 bit output merupan rangkaian kombinasi yang dapat mewakili 000 (2)

Kertas KRS/KPRS akan masuk ditarik

s/d 111 (2) .

motor stepper pertama menuju sensor.

Lalu bulatan5hitma akan dibaca dalam bit dan dikondisikan dengan rangkaian gerbang logika. Data yang terbaca

selanjutnya akan dikirim ke PC melalui Berikut ini adalah flowchart dari port serial mikrokontroller ke port serial mikrokontroller untuk membaca data PC dengan interfacing MAX 232. dari KRS/KPRS per port dan langsung Pada saat kertas KRS/KPRS yang tidak dikirimkan ke komputer melalui port diberi tanda lingkaran hitam menutupi serial. Pada penelitian ini digunakan port photodiode yang disinari dari atas

0 sebagai input.

dengan sumber cahaya maka photodiode masih menerima sebagaian intesitas cahaya tersebut dan pada saat kertas KRS/KPRS yang diberi bulatan hitam melewati photodiode maka hanya sebagian kecil saja intesitas cahaya yang

%&'( ) )

* +,(,' - ./)& , 0 (/ /' % (& ' 112

digunakan sebagai input menuju komputer dan port yang lain untuk menggerakan motor.

Dari hasil pengujian data yang didapat adalah sebagai berikut :

Selain itu Selain itu X

Apabila kertas komputer yang dilingkari

hitam adalah angka 1 maka data yang akan kirim oleh sensor ke mikro adalah

Pada penelitian ini, data yang diamati 1111111110 kemudian mikrokontroler meliputi tegangan output dari sensor

akan mengolah data tersebut mejadi saat tidak ada kertas KRS/KPRS yang

string yang bernilai 1, dan apabila menghalanginya, saat ada kertas

terjadi kesalahan dalam pembulatan KRS/KPRS yang menghalangi tetapi

komputer seperti tidak ada bulan hitam dan saat sensor

pada

kertas

pembulatan 2 kali pada kolom yang dihalangi kertas KRS/KPRS yang ada

sama atau pembulatan yang tidak tepat bulatan hitam. Selain data dalam bentuk

maka mikrokontroler akan membaca tegangan yang dikelurkan sensor data

data yang dikirim oleh sensor akan yang diamati adalah deret biner yang

dibaca error.

dihasilkan sensor setiap kali melakukan pembacaan per baris dan kolom serta data yang dikirimkan ke komputer

lakukan dengan melalui port serial. menggunakan 1 buah PC yang berfungsi

Pengujian

menerima input dari mikrokontroler,

untuk menghubungkan mikrokontroler Pengujian ini dilakukan pada 2 port

dan PC menggunakan serial RS 232. keluaran mikrokontroler. Port pertama

software yang digunakan adalah VB software yang digunakan adalah VB

Electromagnetic Scattering by a ini pertama ditampilkan menu login.

Transparent Wedge with Resistive Faces”, IEEE Transactions on Antennas and Propagation, vol.

50 pp. 47554, April 2000.. Elliot, Scot D., & Daniel J. Dailey, 1995, “Wireless Communications for

Inteligent Transportation Systems”, Artech House Inc., London

Hayt,

William

H. Jr., 1992.

“Elektromagnetika Teknologi”, Penerbit Erlangga, Bandung. Aplikasi ini akan menampilkan data

) * 4%

Lee, C.W. and H. Son. “Radiation setelah ada inputan dari mikrokontroler,

Characteristics of Dielectric5 tampilan pada aplikasi ini sesuai dengan

Coated Coaxial Waveguided kondisi yang telah dikondisikan pada

Periodic Slot with Finite and Zero mikrokontroler, adapun tampilan pada

Thickness”, IEEE Transactions on aplikasi ini adalah seperti gambar 4.3

Antennas and Propagation, vol. dibawah ini.

43 pp. 16525, January 1999. Siwiak, Kazimierz. 1995. “Radiowave Propagation and Antena For

( $ #!

Personal Communication”, Artech Berdasarkan hasil pengujian dan analisa

House Inc., London. yang dilakukan pada sistem yang telah di buat maka dapat disimpulkan bahwa

1. Tegangan referensi untuk setiap

komporator berbeda

2. Mekanik dalam hal ini (tempat sensor)

sangat

menentukan

ketepatan pembacaan

3. Faktor cahaya

eksternal

mempengaruhi tegangan refrensi

4. Pada komunikasi

dilakukan pada PC dan pada mikrokontroller. Kedua inisialisasi ini harus sama

Brown, A.D., and J.L. Volakis, “Patch Antennas

on

Ferromagnetic

Substrates”, IEEE Transactions on Antennas and Propagation, vol. 47 pp. 33539, Nov 1999