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