BAB 2 KAJIAN TEORITIS
2.1.
Deskripsi Teori
2.1.1. Global System for Mobile Communication (GSM) Ketika GSM digunakan untuk pertama kalinya pada tahun 1982, singkatan tersebut merupakan kependekan dari Groupe Spéciale Mobile, sebuah komite di bawah naungan Conférence Européene des Télécommunications (CEPT), organisasi standarisasi Eropa. Tugas dari GSM adalah menetapkan standar yang baru untuk komunikasi selular pada range 900 MHz. GSM ditetapkankan untuk menggunakan teknologi digital. Dalam waktu yang sama, CEPT menyusun sebuah organisasi baru, yaitu European Telecommunications Standard Institute (ETSI). Tetapi, bagaimana pun tidak dapat mengubah tugas GSM. Pada tahun 1991, sistem GSM yang pertama siap dibawa ke sebuah sistem yang disebut friendly-user operation. Arti dari GSM dirubah pada tahun yang sama, yaitu menjadi Global System for Mobile Communications. Pada tahun 1991, juga memperlihatkan definisi derivatif yang pertama dari GSM, Digital Cellular System 1800 (DCS 1800), yang kurang lebih menerjemahkan sistem GSM ke frekuensi 1800 MHz. Di Amerika Serikat (US), DCS 1800 disesuaikan ke 1900 MHz band (Personal Communication System 1900, atau PCS 1900). Fase selanjutnya, fase 2
10
GSM, akan lebih banyak menyediakan fitur-fitur bagi pengguna daripada yang telah dilakukan fase 1 GSM. Pada tahun 1991, hanya “orang dalam” percaya bahwa kesuksesan akan terjadi karena komunikasi selular tidak dapat dianggap sebagai sebuah “pasar massa” (mass market) dalam sebagian besar Eropa. Pada tahun 1992, banyak negara-negara Eropa mempunyai jaringan operasi, dan GSM memulai untuk menarik keuntungan dunia.
Waktu telah membawa
pergerakan teknologi yang penting untuk perangkat keras GSM. GSM telah terbukti menjadi sebuah kesuksekan komersial utama untuk sistem manufaktur seperti untuk operator jaringan. Bagaimana kesuksesan tersebut dapat terjadi? Terutama saat ini, di mana Code Division Multiple Access (CDMA), Personal Handy Phone System (PHS), Digital Enhanced Cordless Telecommunications (DECT), dan sistem-sistem lainnya mencoba untuk meniru kesuksesan GSM, pertanyaan tersebut perlu dipikirkan dan juga dibicarakan dalam organisasi standarisasi Eropa. Faktor-faktor berikut merupakan kontributor utama bagi kesuksesan GSM:
Liberalisasi dari monopoli telekomunikasi di Eropa sepanjang tahun 1990-an dan menghasilkan persaingan, yang mengakibatkan harga-harga turun dan “pasar“ berlebih.
Pengetahuan dasar dan pendekatan profesional di dalam Groupe Spéciale Mobile, bersama-sama dengan kerja sama industri yang aktif.
Kurangnya persaingan: contohnya, di Amerika dan Jepang, standar persaingan untuk pelayanan selular ditentukan tidak lama setelah (ditetapkan) GSM dibentuk.
11
Masa yang akan datang akan menunjukkan sistem mana yang akan menang sebagai generasi selanjutnya dari komunikasi selular. ETSI dan the Special Mobile Group (SMG), berubah nama menjadi GSM, sekarang distandarisasikan menjadi Universal
Mobile
Telecommunication
System
(UMTS).
Jepang
sekarang
meningkatkan PHS. Berbagai satelit sistem komunikasi yang sekarang memperluas jaringan, dengan tegas, faktor dalam penyediaan komunikasi selular dalam basis global. 2.1.1.1.Sistem Arsitektur GSM: Sebuah Jaringan Atas Sel-sel Seperti semua jaringan selular modern, GSM menggunakan sebuah struktur selular. Ide dasar dari sebuah jaringan selular adalah membagi range frekuensi, untuk memberikan sebagian dari spektrum frekuensi tersebut ke base transceiver station, dan mengurangi selang dari sebuah base station supaya frekuensi yang langka dapat digunakan sesering mungkin. Salah satu tujuan utama dari perencanaan jaringan adalah untuk mengurangi gangguan diantara base station – base station yang ada. Siapapun yang mulai berpikir tentang alternatif yang mungkin, harus diingatkan bahwa operasi jaringan selular berada dalam selang frekuensi di mana atenuasi sangat penting. Khususnya untuk stasiun selular dengan emisi power yang rendah, dengan jarak yang dekat (kurang dari 5 km) ke base station yang mungkin. Selain keuntungan-keuntungan dari penggunaan frekuensi, sebuah jaringan selular juga memiliki kerugian: 1. Penambahan sejumlah base station akan meningkatkan biaya infrastruktur dan akses.
12
2. Semua jaringan selular membutuhkan base station, seperti stasiun selular yang bergerak, sebuah panggilan merupakan penyampaian dari satu sel ke sel yang lainnya, sebuah proses yang dikenal sebagai handover. 3. Suatu jaringan harus menyimpan informasi sejumlah lokasi dari stasiun selular, meskipun tanpa sebuah panggilan, harus mampu menyampaikan sebuah panggilan yang datang ke stasiun selular. 4. Hal yang kedua dan ketiga adalah membutuhkan komunikasi yang luas diantara stasiun selular dan jaringan, sebaik komunikasi diantara berbagai elemenelemen jaringan. Komunikasi merupakan sebuah sinyal dan dikirimkan jauh melebihi sinyal luas yang ditetapkan pada penggunaan jaringan. Perluasan dari komunikasi membutuhkan sebuah jaringan selular yang modular atau struktur berhirarki.
Sebuah komputer pusat tunggal tidak dapat memproses banyak
informasi yang ada. 2.1.1.2.Area D900/D1800/D1900 Dasar dari standarisasi sistem selular Eropa dikemukakan pada pertengahan 80-an. Sebuah tim dari CEPT (sekarang ETSI) bekerja pada standarisasi dari sistem selular Eropa ini. Tim tersebut bernama “Group Special Mobile” (GSM). GSM ini kemudian menjadi dasar dan berubah nama menjadi “Global System for Mobile Communication”.
Jaringan GSM atau DCS ini beroperasi dalam frekuensi 890
sampai 915 MHz dan 835 sampai 960 MHz atau 1710 sampai 1785 MHz dan 1805 sampai 1880 MHz.
13
a. PLMN country (public land mobile network) Beberapa operator jaringan PLMN bermunculan dalam sebuah “PLMN country”. Sebuah PLMN country memiliki lebih dari satu arti, yang ditetapkan dengan pilihan yang disebut “kode negara”. b. PLMN area “PLMN area” mirip seperti operator jaringan PLMN atau pada jaringan PLM. Beberapa operator-operator jaringan yang diatur oleh “PLMN country” juga yang regional atau yang muncul saling melengkapi seperti “PLMN country”. Sebuah PLMN area memiliki lebih dari satu pengalamatan melalui “network destination code” (NDC) yang dapat dihubungi. c. MSC area Sebuah PLMN normalnya terdiri dari beberapa “MSC area”. Sebuah MSC merupakan “pusat switching” atau “peralatan switching untuk pelanggan selular dan memiliki satu atau beberapa koneksi ke sistem base station” atau sistem radio. Sebuah “MSC area” memiliki lebih dari satu pengalamatan melalui penyaluran informasi; bagaimanapun hal ini tidak dapat dihubungi dengan pemanggilan pelanggan, seperti tidak mengenal lokasi dari pelanggan. d. Lokasi area Sebuah “lokasi area” merupakan area administratif dengan sebuah “MSC area di dalamnya” (misalnya sebuah nomor pelayanan darurat per “lokasi area”) dan dilapisi beberapa sel saluran penyiaran radio (Cell Broadcast Channel / CBCH). Sebuah “lokasi area” merupakan pengalamatan secara internasional, tetapi tidak dapat dihubungi.
14
e. Sel (Cell) Sel adalah area fungsional terkecil dan dilapisi oleh “base station” (BS), misalnya stasiun radio. selular.
Sel merupakan lokasi fisik dari sebuah pelanggan
Dalam masalah ini, sel ditutup oleh kumpulan BS (menutup 360
derajat) sel terdiri dari satu pasang frekuensi (sebuah up-link dan sebuah downlink) dan oleh karena itu mencapai 8 jalur (traffic channels). Dalam kasus ini sel dibagi sampai mencapai 8 sektor X jumlah jalur (traffic channels) yang mungkin. Sel juga dilamatkan secara internal.
Gambar 2.1 Subdivisi Yang Melingkupi PLMN Area
15
2.1.1.3.Struktur Dan Entiti PLMN (termasuk Intelligent Network / IN) 1. Struktur Umum PLMN dan IN: a. Base Station Subsystem (BSS) Base station subsystem membuat koneksi ke switching subsystem (SSS) tersedia untuk PLMN pada sekali hubungan, dan BSS menutupi fungsi radio, seperti sebagai manajemen sumber daya, manajemen saluran radio, proses pemanggilan, dan fungsi lainnya. b. Switching Subsystem (SSS) Salah satu fungsi dari SSS adalah membuat fungsi koneksi tersedia untuk PLMN, misalnya SSS bertanggung jawab dalam koneksi pemanggilan yang baru masuk dari BSS, dari PSTN atau dari pelanggan wireline (ISDN, PABX atau analog di dalam “combined switching center” / CSC) menembus PLMN ke pelanggan selular, ke gerbang pertukaran dari PSTN atau ke pelanggan wireline (dalam sebuah “combined switching center”). Terlepas dari fungsi koneksi, SSS menawarkan fungsi keamanan subscriber selular seperti pembuktian keaslian dan pengacakan, fungsi pencarian untuk penjelajahan, fungsi untuk pembatasan, dan fungsi untuk identifikasi alat. c. Operation and Maintenance Subsystem (OMC) OMS menyediakan interface (penghubung) ke BSS dan ke SSS tersedia dan selain itu juga menawarkan sebuah interface manusia-mesin untuk operasi pemeliharaan operator.
16
d. Intelligent Network (IN) “Intelligent network” membuat database administratif dan penyediaan fungsi kontrol ke SSS; hal ini merupakan pelayanan dasar yang dapat dihubungi (misalnya penyeragaman nomor petunjuk atau bebas biaya pemanggilan) tersedia, dan pelayanan spesifik pelanggan selular lainnya (misalnya jaringan pribadi atau “pelayanan prabayar”). 2. Base Station Subsystem (BSS): a. Base Transceiver Station (BTS) BTS membuat semua fungsi-fungsi yang menyangkut koneksi radio antara jaringan dan stasiun selular berhasil, misalnya melapisi yang disebut interface Abis. Sebuah BTS dapat melapisi satu atau beberapa sel. b. Base Station Controller (BSC) BSC mewakili seksi inteligensia dari BSS. BSC mengontrol manajemen sumber daya, fungsi perlindungan, dan fungsi lokal O&M. BSC dibagi menjadi dua subdivisi: BSS central equipment (BCE) dan trans-coding and rate adaptation unit (TRAU).
BCE mengontrol kerja radio seperti
manajemen sumber daya, manajemen saluran, proses pemanggilan, dan yang lainnya.
TRAU bertanggung jawab kepada tingkat adaptasi dari
saluran-saluran 64 kbps dari SSS (A-interface) ke “traffic channels” dengan tingkat 16 kbps.
17
3. Switching Subsystem (SSS): a. Mobile Services Switching Center (MSC) MSC bertanggung jawab untuk menghubungkan “jalur pemanggilan” seperti mengasumsikan fungsi proses pemanggilan antara BSS atau MSC lainnya, PLMN dan pelanggan wireline (MSC sebagai “pusat kombinasi switching”). b. Visitor Location Register (VLR) Data dari pelanggan diletakkan di dalam area MSC yang semestinya di dalam area VLR disimpan VLR.
Selama “location registration”, data
pelanggan dari “home location register” diminta dan disimpan di dalam VLR sampai pelanggan tersebut mengubah area lokasi, dihapus secara manual, atau dihapus dengan kepemilikan tingkat ketergantungan, disusun secara otomatis. c. Home Location Register (HLR) “Home location register” adalah unit yang menunjukkan di mana pelanggan menjadi penduduk, misalnya secara administratif diatur di sini, dan informasi mengenai lokasi yang baru dari pelanggan ditemukan di sini. Hal ini berarti bahwa alamat dari kunjungan VLR dimasukkan dalam HLR untuk setiap “location registration” dan ditanyakan selama setiap pemanggilan ke pelanggan selular (pemanggilan selular berakhir) dari jaringan korespondensi.
18
d. Authentication Center (AC) Authentication center bertanggung jawab kepada keamanan traffic channels selular.
Authentication
center
membuat
parameter
tersedia
yang
ditransmisikan ke visited MSC dan digunakan sebagai pembuktian keaslian dan pengacakan. e. Equipment Identification Register (EIR) Setiap alat selular terdiri dari sebuah nomor identitas yang mengandung data seperti: country of vendor, vendor, device number, dan sebagainya. Misalnya, supaya dapat mencegah pencurian alat selular maka dibuat aplikasi lebih lanjut, nomor identitas alat disimpan di dalam EIR. Selama pelanggan selular melakukan kegiatannya (seperti originating traffic / panggilan selular asal) nomor ini dikirimkan ke EIR dan diperiksa apakah nomor tersebut merupakan salah satu nomor yang terdaftar atau tidak.
Gambar 2.2 Subsistem Dari Sistem D900/D1800/D1900
19
2.1.2. Ukuran Kepadatan Sel Sejumlah counter yang berhubungan dengan sel digunakan untuk mengukur kepadatan pada tiap-tiap individual sel radio dan segala sumber (data) yang berhubungan dengannya. Counter tersebut memanggil kembali data pada gelombang radio untuk merencanakan dan membuat dimensi seluruh area pelayanan radio. Pengukuran kepadatan sel ini dimulai dengan memasukkan perintah REC INTCELL dan memilih parameter INTCREL menyebabkan counter-counter tersebut tereksekusi pada tiap-tiap sel. Pengukuran yang digunakan pada counter-counter meliputi: 1. Bagian Load and Demand 2. Bagian Handover 3. Struktur Traffic Measurement untuk Handover 2.1.3. Konsep Dasar Statistik 2.1.3.1.Statistika Deskriptif dan Inferensia Statistik Metoda
statistika
adalah
prosedur-prosedur
yang
digunakan
dalam
pengumpulan, penyajian, analisis, dan penafsiran data. Statistika mengelompokkan metode-metode tersebut ke dalam dua kelompok besar, yaitu statistika deskriptif dan inferensia statistik. Statistika
deskriptif
adalah
metode-metode
yang
berkaitan
dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna.
Statistika deskriptif memberikan informasi hanya mengenai data yang
dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang
20
gugus data induknya yang lebih besar.
Penyusunan tabel, diagram, grafik, dan
besaran-besaran lain di majalah dan koran, termasuk dalam kategori statistika deskriptif ini. Inferensia statistik mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan gugus data induknya.
Generalisasi
yang
berhubungan dengan inferensia statistik selalu mempunyai sifat tak pasti, karena kita mendasarkan pada informasi parsial yang diperoleh dari sebagian data. Maka untuk memperhitungkan ketidakpastian ini, pengetahuan mengenai teori peluang mutlak diperlukan. 2.1.3.2.Sumber Data Secara umum, menurut sumber dari mana suatu data diperoleh (asal data) dapat dibedakan menjadi data primer, data yang diperoleh langsung dari responden atau obyek di lapangan, dan data sekunder, yaitu data yang tidak diperoleh secara langsung dari responden atau obyek di lapangan. Pada penulisan skripsi ini, sumber data penulis adalah sumber data primer. Penulis memperoleh data langsung ke PT. Siemens Indonesia, khususnya ke bagian NPTQ. 2.1.3.3.Metode Pengumpulan Data Sebelum membicarakan masalah metode pengumpulan data, perlu dipahami definisi-definisi mengenai unit statistik, populasi, sampel, dan parameter.
Unit Statistik
21
Elemen atau anggota populasi / sampel yang terkecil di mana data didapatkan, dalam hal ini adalah “data USIM.craw per hari”.
Populasi Himpunan dari semua unit statistik atau elemen data yang ada pada lingkup yang dibicarakan, dalam hal ini semua data USIM.craw yang dihasilkan oleh MSC-MSC proyek TELKOMSEL yang dibangun oleh PT. Siemens Indonesia.
Sampel Sub himpunan (himpunan bagian) dari populasi yang diteliti, dalam ini adalah data USIM.craw dari MSBY3 (MSC Surabaya 3) dan MSMR1 (MSC Semarang 1) selama ± 3 tahun.
Parameter (contoh) Nilai-nilai dari suatu populasi (nilai sebenarnya), dalam penulisan skripsi ini akan didapatkan 24 parameter (keterangan di lampiran 2), tetapi yang akan diolah dengan EMA hanya 1 parameter saja, yaitu CSR (Call Successful Rate). Pada intinya, metode pengumpulan data dapat dibedakan menjadi 2 (dua),
yaitu sensus atau pencacahan lengkap, cara pengumpulan data di mana semua unitunit statistik (elemen) dalam populasi (universe) diteliti, dan survei atau sampling, cara pengumpulan data di mana hanya sebagian dari unit-unit statistik dalam populasi yang diteliti yang kemudian hasilnya dipergunakan untuk estimasi, pengujian hipotesis atau generalisasi keadaan populasinya (estimasi parameter). Dalam penulisan skripsi ini penulis menggunakan metode pengumpulan data secara sampling. Penulis hanya mengambil data dari 2 (dua) MSC saja dari sekian banyaknya MSC yang telah dibangun oleh PT. Siemens Indonesia.
22
2.1.4. Peramalan Statistik 2.1.4.1.Pengertian Peramalan Menurut Sofjan Assauri (1984, p1), peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Peramalan merupakan studi terhadap data historis untuk menentukan hubungan, kecenderungan dari pola yang sistematis (Sugiarto dan Harijono, 2000, p1). Peramalan (forecasting) merupakan prediksi nilai-nilai sebuah peubah berdasarkan kepada nilai yang diketahui dari peubah tersebut atau peubah yang berhubungan. Meramal juga dapat didasarkan pada keahlian judgment, yang pada gilirannya didasarkan pada data historis dan pengalaman (Makridakis, Wheelwright, McGee, 1999, Lampiran II p24). Peramalan adalah tingkat perkiraan yang diharapkan untuk suatu produk / beberapa produk dalam periode waktu tertentu di masa yang akan datang. Dan dapat diartikan bahwa peramalan adalah suatu taksiran yang ilmiah, meskipun akan terdapat sedikit kesalahan (Biegel, JE., 1992, p19). Menurut Kamus Besar Bahasa Indonesia, peramalan adalah suatu teori di mana kita bisa melihat (menduga) keadaan yang akan terjadi. Dari beberapa pendapat di atas, dapat disimpulkan bahwa peramalan adalah proses untuk menduga kejadian atau kondisi di masa mendatang berdasarkan data
23
historis dan pengalaman untuk menemukan kecenderungan dari pola sistematis yang bertujuan memperkecil resiko kesalahan. 2.1.4.2.Rentang Waktu (Time Horizon) Peramalan Rentang waktu peramalan dapat dikelompokkan dalam 3 kategori (Heizer, J. and Render, B., 1996, p142), yaitu: 1. Peramalan jangka pendek, peramalan untuk jangka waktu kurang dari 3 bulan. 2. Peramalan jangka menengah, peramalan untuk jangka waktu antara 3 bulan sampai 3 tahun. 3. Peramalan jangka panjang, peramalan untuk jangka waktu lebih dari 3 tahun. 2.1.4.3.Jenis-jenis Metode Peramalan Pada dasarnya metode peramalan dapat dikelompokkan menjadi dua, yaitu peramalan kuantitatif dan kualitatif. Tetapi dalam penulisan skripsi ini, penulis hanya membahas tentang metode peramalan kuantitatif saja. Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut (Makridakis, Wheelwright, McGee, 1999, p20): 1. Tersedia informasi tentang masa lalu. 2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik. 3. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut di masa mendatang. Kondisi yang terakhir ini dikenal sebagai asumsi kesinambungan; asumsi ini merupakan premis yang mendasari semua metode peramalan kuantitatif dan banyak metode peramalan teknologis, terlepas dari bagaimana canggihnya metode tersebut.
24
Pada dasarnya metode peramalan kuantitatif dibedakan atas (Assauri, S., 1984, pp9-10): 1. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu, yang merupakan deret waktu (time series), yang terdiri dari:
Metode Pemulusan (smoothing), seperti metode data lewat (past data), dan metode rata-rata kumulatif, metode rata-rata bergerak (moving average), metode pemulusan eksponential (exponential smoothing).
Metode Box Jenkins.
Metode Proyeksi Trend dengan Regresi.
2. Metode peramalan yang didasarkan atas penggunaan analisa pola hubungan antara
variabel
yang
akan
diperkirakan
dengan
variabel
lain
yang
memepengaruhinya, yang bukan waktu, yang disebut metode korelasi atau sebab akibat (causal methods), yang terdiri dari:
Metode Regresi dan Korelasi.
Metode Ekonometri.
Metode Input Output.
2.1.4.4.Metode Moving Average Metode rata-rata bergerak (moving average) adalah suatu metode sederhana, namun sangat penting dalam analisis teknikal. Dikatakan sederhana, karena pada dasarnya metode ini hanyalah pengembangan dari metode rata-rata yang sudah dikenal, dikatakan sangat penting karena aplikasi metode ini sangat luas (Syamsir, 2004, p106).
25
Banyak variasi aplikasi metode rata-rata bergerak yang digunakan dalam analisis teknikal, antara lain Simple Moving Average, Weighted Moving Average, Exponential Moving Average, dan lain-lain. Namun metode analisis apapun cara menginterpretasikan keluaran (output) yang dihasilkan dapat dikatakan sama, namun yang berbeda adalah masalah waktu (timing), di mana sebuah metode bisa saja menghasilkan rekomendasi yang lebih cepat dan lainnya lebih lambat. a. Simple Moving Average (SMA) Salah satu cara untuk mengubah pengaruh data masa lalu terhadap nilai tengah sebagai ramalan adalah dengan menentukan sejak awal berapa jumlah nilai pengamatan masa lalu yang akan dimasukkan untuk menghitung nilai tengah. Untuk menggambarkan prosedur ini digunakan istilah rata-rata bergerak, karena setiap muncul nilai pengamatan baru, nilai rata-rata baru dapat dihitung dengan membuang nilai observasi yang paling tua dan memasukkan nilai pengamatan yang terbaru. Dalam metode ini, perlu diperhatikan bahwa jumlah titik data dalam setiap rata-rata tetap konstan dan pengamatan yang dimasukkan adalah yang paling akhir. Diberikan N titik data dan diputuskan untuk menggunakan T pengamatan pada setiap rata-rata [yang disebut dengan rata-rata bergerak metode T, atau SMA(T)], sehingga keadaannya adalah sebagai berikut : Kelompok Inisialisasi
Kelompok Pengujian
χ 1 χ 2 ..........χ T
χ T +1 ..........χ N
26
Waktu Τ Τ +1 Τ+2
Rata-rata bergerak
χ =
Ramalan
χ 1 + χ 2 + ... + χ T
T
FT +1 = χ = ∑ χ i T
T χ + ... + χ T +1 χ = 2 T χ + ... + χ T + 2 χ = 3 T etc
i =1
T +1
FT + 2 = χ = ∑ χ i T i= 2
FT + 3 = χ =
T +2
∑χ i=3
i
T
Dibandingkan dengan nilai tengah sederhana (dari semua data masa lalu) ratarata bergerak berorde T mempunyai karakteristik sebagai berikut :
Hanya menyangkut T periode terakhir dari data yang diketahui.
Jumlah titik data dalam setiap rata-rata tidak berubah dengan berjalannya waktu.
Tetapi metode ini juga mempunyai kelemahan sebagai berikut:
Metode ini memerlukan penyimpanan yang lebih banyak karena semua T pengamatan terakhir harus disimpan, tidak hanya nilai tengahnya.
Metode ini tidak dapat menanggulangi dengan baik adanya trend atau musiman, walaupun metode ini lebih baik dibanding rata-rata total.
Secara aljabar, rata-rata bergerak (SMA) dapat dituliskan sebagai berikut:
FT +1 =
FT + 2 =
χ 1 + χ 2 + ... + χ T T
=
χ 2 + ... + χ T + χ T +1 T
1 T ∑ χi T i =1 =
1 T +1 ∑ χi T i =2
27
Dengan membandingkan FT +1 dan FT + 2 dapat dilihat bahwa FT + 2 perlu menghilangkan nilai χ T +1 begitu nilai ini tersedia, sehingga cara lain untuk menulis FT + 2 adalah:
FT + 2 = FT +1 +
1 ( χ T +1 − χ 1 ) T
Dapat dilihat pada persamaan di atas, bahwa setiap ramalan baru ( FT + 2 ) hanya merupakan penyesuaian dari ramalan satu periode sebelumnya. ( FT +1 ) Penyesuaian ini adalah ( 1 T ) dari selisih antara χ T +1 dan χ 1 . Jelaslah jika T merupakan suatu angka yang besar, penyesuaian ini adalah kecil, sehingga SMA dari orde yang tinggi menghasilkan ramalan yang tidak terlalu banyak berubah. b. Weighted Moving Average (WMA) Meskipun analisis menggunakan metode SMA cukup baik dalam menganalisis suatu nilai, namun metode ini masih menyimpan kelemahan, yaitu seringkali menghasilkan signal yang terlambat (Syamsir, 2004, p119). Keterlambatan SMA dalam memberikan konfirmasi nilai disebabkan karena metode ini memberikan bobot yang sama bagi semua data, padahal dalam kenyataannya data yang paling mencerminkan nilai data berikutnya tentulah data terakhir. Berdasarkan metode WMA, data terakhir (terbaru) selalu akan mendapat bobot penilaian lebih besar dibandingkan data yang sebelumnya (lebih lama).
28
Pada dasarnya besar bobot yang diberikan kepada data terakhir akan tergantung kepada panjang periode yang ditetapkan.
Semakin panjang periode yang
ditetapkan, maka makin besar pula pembobotan yang diberikan kepada data yang terbaru. Secara metematis, WMA disusun berdasarkan formulasi di bawah ini :
WMA =
(nXn ) + ((n − 1)( Xn − 1)) + ((n − 2)( Xn − 2)) + ..... + ((n − k )( Xn − k )) n + (n − 1) + (n − 2) + ..... + (n − k ) Sn
di mana:
n = periode yang dipilih
k = n-(n-1) Xn = data ke-n
Melihat formulasi di atas dapat diketahui bagaimana panjang periode menentukan bobot yang diberikan pada data yang terbaru. c. Exponential Moving Average (EMA)
Exponential moving average merupakan salah satu tipe dari moving average. Di dalam simple moving average, data memiliki bobot yang sama dalam komputasi rata-ratanya. Dan juga, nilai data yang paling lama dikeluarkan dari
moving average dan nilai data yang baru ditambahkan ke dalam komputasi. Sedangkan di dalam exponential moving average, data tidak pernah dikeluarkan tetapi hanya memiliki dampak yang sangat kecil di dalam moving average.
Exponential Moving Average (EMA) adalah bentuk lain dari penyempurnaan SMA
yang
diciptakan
untuk
mengeliminir
kelemahan
SMA,
yaitu
29
keterlambatan.
Pemberian bobot pada data terbaru dalam metode EMA
tergantung pada panjang periode yang ditetapkan. Formulasi Exponential Moving Average:
χ = (K (C − P )) + P
di mana:
χ = Nilai EMA Sekarang (Current EMA) C = Nilai Sekarang (Current Price)
P = Periode EMA Sebelumnya (Previous Period’s EMA*) K = Konstanta Penghalus (Smoothing Constant) (*EMA pada awal periode perhitungan akan sama dengan SMA) Konstanta Penghalus K (Smoothing Constant) dihitung dengan formulasi:
K=
2 n +1
di mana:
K = Konstanta Penghalus (Smoothing Constant) n = Jumlah Periode dari EMA
2.1.4.5.Analisa Sel
Telah diketahui bahwa sel merupakan area fungsional terkecil dan dilapisi oleh “base station” (BS). Sel merupakan lokasi fisik dari sebuah pelanggan selular. Dalam skripsi ini, sel akan dianalisa, dihitung dari sejumlah counter-counter yang bersangkutan dan akan didapatkan parameter-parameter yang menunjukkan sejumlah data statistik yang dapat langsung digunakan dalam pembuatan laporan. Telah diketahui bahwa dalam pengukuran sel terdapat 19 macam counter yang diperlukan untuk membentuk 24 parameter yang dibutuhkan untuk membuat laporan
30
tentang sel. Persamaan-persamaan yang dipergunakan untuk mendapatkan parameterparameter yang diperlukan, yaitu: n
Q1 = ∑ C1 i i =1
n
Q2 = ∑ C 2 i i =1 n
R1 = ∑ C 3 i i =1 n
R2 = ∑ C 4 i i =1
S1 = 1 −
R1 Q1
S2 = 1 −
R2 Q2
n
T1 = ∑ C 7 i i =1 n
T2 = ∑ C8 i i =1
U1 = 1 −
T1 R1
U2 = 1−
T2 R2
n
V1 = ∑ C13 i i =1 n
V2 = ∑ C14 i i =1
31
n
W1 = ∑ C12 i i =1
W2 =
W1 V1 + V2 + W1 n
X 1 = ∑ C11 i i =1
X2 =
X1 Q1 + Q 2 n
Y1 = ∑ C16 i i =1 n
Y2 = ∑ C17 i i =1 n
Y3 = ∑ C18 i i =1 n
Y4 = ∑ C19 i i =1
Y5 = Y1 + Y2 + Y3 + Y4 n
Y6 = ∑ C15 i v i =1
Y 7= 1 −
Y1 + Y3 Y6
Z1 =
T1 + T2 Q1 + Q2
Z2 =
V1 + V2 − W1 V1 + V2
32
Catatan: Parameter merupakan hasil yang berada di ruas kiri. Keterangan mengenai persamaan-persamaan di atas
terdapat
pada
lampiran 2.
Setelah didapatkan semua parameter yang ada, maka telah didapatkan pula data statistik yang dapat digunakan langsung untuk membuat laporan sesuai kebutuhan. Dalam pengolahan selanjutnya, parameter yang akan dihitung dengan metode EMA hanyalah CSR ( Z1 ). Nilai-nilai CSR yang didapatkan akan disajikan dalam bentuk grafik (diagram garis).
2.2.
Penelitian Relevan
Batrana 2000 Batrana 2000 merupakan sebuah program analisa kualitas jaringan yang dibuat oleh
Network
Optimization
Group
dari
Siemens
Shanghai
Mobile
Communication Ltd. Dari traffic measurement report mengeksport file dari OMC_B (*.exp file), atau binary file form LMT atau OMP (*.log file). Batrana 2000 mengekstrak informasi dan menyimpannya ke dalam database dengan menggunakan Microsoft Access (*.mdb file).
Netan 2000 NETAN 2000 merupakan sebuah tools yang powerful dan mudah dalam menganalisa traffic measurement. NETAN 2000 merupakan sebuah program yang dibuat dengan menggunakan BORLAND C++ oleh Siemens AG.
33
2.3.
Teori-teori Pendukung
2.3.1. Rekayasa Perangkat Lunak 2.3.1.1.Pengertian Rekayasa Perangkat Lunak
Pengertian rekayasa perangkat lunak pertama kali diperkenalkan oleh Fritz Bauer sebagai penetapan dan penggunaan prinsip-prinsip rekayasa dalam usaha mendapatkan piranti lunak yang ekonomis, yaitu piranti lunak yang terpercaya dan bekerja secara efisien pada mesin atau komputer (Pressman, 1992, p19). Sedangkan gambaran tentang perangkat lunak yang terdapat di dalam sebuah buku teks mengambil bentuk (Pressman, 1992, p5): Perangkat lunak adalah (1) perintah (program komputer) yang bila dieksekusi memberikan fungsi dan unjuk kerja seperti yang diinginkan, (2) struktur data yang memungkinkan program memanipulasi informasi secara proporsional, dan (3) dokumen yang menggambarkan operasi dan kegunaan program. 2.3.1.2.Paradigma Rekayasa Perangkat Lunak
Dalam menyelesaikan masalah aktual dalam sebuah setting industri, rekayasa perangkat harus menggabungkan strategi pengembangan serta fase-fase generik yang terdapat dalam rekayasa perangkat lunak. Strategi ini sering disebut sebagai model proses atau paradigma rekayasa perangkat lunak. Terdapat beberapa paradigma dalam merekayasa suatu perangkat lunak, antara lain:
Siklus kehidupan klasik (the classic life cycle) atau sering juga disebut model air terjun (waterfall model),
Model prototipe (prototyping model),
Rapid Aplication Development (RAD),
34
Model evolusioner yang terdiri dari model pertambahan, model spiral (spiral
model), model rakitan komponen, dan model perkembangan konkuren,
Model formal,
Teknik generasi keempat (4 GT).
2.3.1.3.Paradigma Berorientasi Objek
Paradigma berorientasi objek meliputi suatu pandangan yang lengkap mengenai rekayasa perangkat lunak. Menurut Edward Berard (Pressman, 1992, p542), keuntungan teknologi berorientasi objek dipertinggi bila ditekankan pada awal atau keseluruhan proses rekayasa perangkat lunak.
Pertimbangan teknologi
berorientasi objek harus memperkirakan pengaruhnya terhadap keseluruhan proses rekayasa perangkat lunak. Telah diketahui bahwa untuk merekayasa perangkat lunak terdapat beberapa paradigma. Meskipun setiap paradigma tersebut dapat diadaptasikan untuk digunakan dengan berorientasi objek, pilihan terbaik akan mengetahui bahwa sistem berorientasi objek cenderung berkembang seturut dengan waktu. Sehingga model evolusioner yang dirangkai dengan suatu pendekatan yang mendorong pemasangan komponen (rakitan komponen) adalah merupakan paradigma terbaik bagi rekayasa perangkat lunak berorientasi objek.
35
Gambar 2.3 Model Proses Berorientasi Objek Dalam model rakitan komponen, proses berorientasi objek melewati spiral evolusioner yang berangkat dengan komunikasi pelanggan. Di sini domain masalah ditentukan dan kelas masalah dasar diidentifikasi. Analisis resiko dan perencanaan membangun fondasi bagi rencana proyek berorientasi objek. Usaha teknis yang berhubungan dengan rekayasa perangkat lunak berorientasi objek mengikuti jalur iteratif yang diperlihatkan dalam kotak yang diarsir pada gambar 2.3. Rekayasa perangkat lunak berorientasi objek menekankan penggunaan ulang sehingga kelaskelas dilihat dalam pustaka sebelum mereka dibangun. Bila suatu kelas tidak dapat ditemukan pada pustaka tersebut, maka perekayasa perangkat lunak mengaplikasikan analisis berorientasi objek (OOA), berorientasi objek desain (OOD), pemrograman berorientasi objek (OOP), dan pengujian berorientasi objek (OOT) untuk menciptakan kelas dan objek yang ditarik kelas tersebut. Kelas baru kemudian
36
dimasukkan ke dalam pustaka sehingga kelas dapat digunakan lagi di masa yang akan datang. 2.3.1.4.Konsep-konsep Berorientasi Objek
1. Kelas dan Objek Dua konsep penting dalam pemrograman berorientasi objek adalah kelas dan objek.
Kelas
adalah
konsep
pemrograman
berorientasi
objek
yang
mengenkapsulasi data dan abstraksi prosedural yang diperlukan untuk menggambarkan isi, serta tingkah laku berbagai entitas dunia nyata. Dalam pengertian luas, objek adalah segala sesuatu (things), nyata (tangible), dan tidak nyata (intangible) yang dapat kita bayangkan. Program yang ditulis dalam style berorientasi objek akan terdiri dari objek-objek yang saling berinteraksi. 2. Atribut Dalam pemrograman berorientasi objek, atribut dilampirkan pada kelas dan objek. Mereka mengambarkan kelas dan objek dengan berbagai cara. 3. Operasi, Metode, Pelayanan Objek mengenkapsulasi data (direpresentasikan sebagai sekumpulan atribut) dan algoritma yang memproses data. Algoritma-algoritma ini disebut sebagai operasi, metode, atau servis (pelayanan) dan dapat dipandang sebagai modul di dalam kerangka fungsional. 4. Pesan Untuk memerintahkan kelas atau objek melakukan suatu tugas, dibutuhkan pesan untuk dikirimkan ke kelas atau objek yang dimaksud. Pesan adalah alat di mana objek-objek berinteraksi.
37
5. Enkapsulasi, Pewarisan, dan Polimorfisme a. Enkapsulasi (pengkapsulan) merupakan salah satu konsep utama dalam pemrograman berorientasi objek. Di dalam enkapsulasi, terdapat proses penyembunyian
informasi
(information
hiding),
di
mana
detail
implementasi internal dari data dan prosedur disembunyikan dari dunia luar. Dengan adanya enkapsulasi memungkinkan komponen digunakan ulang, dan interface di antara objek terenkapsulasi menjadi lebih sederhana. b. Pewarisan (inheritance) adalah proses pembentukan satu kelas turunan (derived class) dari kelas induknya (based class). Proses ini memberikan keuntungan dalam daur ulang program dan merupakan kunci pembeda antara pemrograman berorientasi objek dengan konvensional. c. Polimorfisme Polimorfisme adalah karakteristik yang sangat mengurangi usaha yang diperlukan untuk memperluas sistem berorientasi objek yang ada. Polimorfisme memungkinkan sebuah method yang mempunyai nama yang sama, namun mempunyai aksi yang berbeda. Dengan adanya polimorfisme dimungkinkan dirancang suatu fungsi yang implementasi detailnya belum ada (isi fungsi belum ditulis). 2.3.2. Interaksi Manusia dan Komputer
Interaksi manusia dan Komputer (IMK) atau Human-Computer Interaction (HCI) adalah disiplin ilmu yang berhubungan dengan perancangan, evaluasi, dan implementasi sistem komputer interaktif untuk digunakan oleh manusia, serta studi fenomena-fenomena besar yang berhubungan dengannya.
38
2.3.2.1.Program Interaktif
Suatu program yang interaktif dan baik harus bersifat user friendly. Scheiderman (1998, p15) menjelaskan 5 (lima) kriteria yang harus dipenuhi oleh suatu program yang user friendly, yaitu: 1. Waktu belajar yang tidak lama. 2. Kecepatan penyajian informasi yang tepat. 3. Tingkat kesalahan pemakaian rendah. 4. Penghafalan sesudah melampaui jangka waktu. 5. Kepuasan pribadi. 2.3.2.2.Pedoman Merancang User Interface
Terdapat beberapa pedoman yang dianjurkan dalam merancang suatu program, guna mendapatkan suatu program yang user friendly. 1. Delapan aturan emas. Menurut Scheiderman (1998, pp74-75), untuk merancang sistem interaksi manusia dan komputer yang baik, harus memperhatikan delapan aturan dalam perancangan antarmuka, seperti:
Berusaha keras untuk konsisten dalam merancang tampilan (strive for
consistency).
Memungkinkan pengguna menggunakan shortcuts secara berkala (enable
frequent user to use shortcuts).
Memberikan umpan balik yang informatif (offer informative feed back).
Merancang dialog untuk menghasilkan keadaan akhir (design dialogs to
yield closure).
39
Memberikan penanganan kesalahan (offer simple error handling).
Mengijinkan pembalikan aksi dengan mudah (permit easy reversal of
actions).
Mendukung pengguna menguasai sistem (support internal locus of control).
Mengurangi beban jangka pendek pada pengguna), di mana manusia hanya dapat mengingat 7 ± 2 satuan informasi, sehingga perancangan harus sederhana (reduce short-term memory load).
2. Teori waktu respons. Waktu respon dalam sistem komputer menurut Scheiderman (1998, p352) adalah jumlah detik dari saat pengguna program memulai aktifitas, misalnya dengan menekan tombol enter / tombol mouse, sampai menampilkan hasilnya di layar atau printer. Menurut Scheiderman (1998, p367), beberapa pedoman yang disarankan:
Pemakai lebih menyukai waktu respon yang pendek.
Waktu respon yang panjang mengganggu.
Waktu respon yang pendek menyebabkan waktu pengguna berpikir lebih pendek.
Waktu respon harus sesuai dengan tugasnya.
Pemakai harus diberi tahu mengenai penundaan yang panjang.
3. Pedoman merancang tampilan data. Beberapa pedoman yang disarankan untuk digunakan dalam merancang data yang baik menurut Smith dan Mosier yang dikutip oleh Scheiderman (1998, p80) yaitu:
40
Konsistensi tampilan data, istilah, tingkatan, format, dan sebagainya harus standar.
Beban ingatan yang sedikit mungkin bagi pengguna. Pengguna tidak perlu mengingat informasi dari layar yang satu ke layar yang lain.
Kompatibilitas tampilan data dengan pemasukan data. Format tampilan informasi perlu berhubungan erat dengan tampilan pemasukan data.
Fleksibilitas kendali pengguna terhadap data. Pemakai harus dapat memperoleh informasi dari tampilan dalam bentuk yang memudahkan.
2.3.3. Teori Unified Modelling Language (UML)
UML merupakan sebuah pendekatan yang digunakan dalam pemrograman berorientasi objek yang menerapkan 9 (sembilan) diagram berbeda untuk mengilustrasikan aspek masalah yang berbeda. Diagram-diagram yang digunakan adalah: 1. Class Diagram Diagram struktural yang menggambarkan kelas, interface, kolaborasi, dan relasi antar kelas dalam sistem. 2. Object Diagram Diagram struktural yang menggambarkan objek-objek dan relasi antar objek dalam sistem. 3. Use Case Diagram Diagram perilaku yang menggambarkan use case dan aktor, serta relasi antar
use case dengan aktor.
41
4. Sequence Diagram Diagram perilaku yang menggambarkan interaksi dengan penekanan pada urutan waktu dari pesan. 5. Collaboration Diagram Diagram perilaku yang menggambarkan interaksi dengan penekanan pada struktur dari objek yang mengirim dan menerima pesan. 6. Statechart Diagram Diagram perilaku yang menggambarkan state machine dengan penekanan pada urutan event perilaku objek. 7. Activity Diagram Diagram perilaku yang menggambarkan state machine dengan penekanan pada aliran aktivitas ke aktivitas. 8. Componen Diagram Diagram struktural yang menggambarkan komponen-komponen dan relasi antar komponen. 9. Deployment Diagram Diagram struktural yang menggambarkan nodes komponen dan relasi nodes.
