Pengaturan Laju Pengendali Umpan Balik pada Jaringan ATM dengan Pendekatan Jaringan Saraf Tiruan

Arena, Mytha (2001) Pengaturan Laju Pengendali Umpan Balik pada Jaringan ATM dengan Pendekatan Jaringan Saraf Tiruan. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 2298203009-Master_thesis.pdf] Text
2298203009-Master_thesis.pdf
Restricted to Repository staff only

Download (12MB)

Abstract

Kemacetan adalah masalah yang sering terjadi pada jaringan pita lebar yang berbasis ATM. Hal ini disebabkan jaringan ATM harus menangani berbagai macam karakteristik trafik yang polanya tidak pasti. Salah satu metode yang dapat digunakan untuk mengatasi masalah tersebut adalah metode kendali kemacetan umpan balik dengan menggunakan mekanisme Leaky Bucket (LB). Agar mampu beradaptasi dengan perubahan beban trafik, metode ini perlu dilengkapi dengan model komputasi adaptif seperti Jaringan Saraf Tiruan (JST). JST dipergunakan untuk memonitor status LB dan melakukan estimasi perubahan panjang antrean pada LB. Berdasarkan hasil estimasi ini, laju sumber trafik yang memasuki LB akan disesuaikan dengan ruang kosong yang masih tersedia. Dengan demikian, jaringan dapat memperbaiki laju sel hilang hingga 45,85%. Parameter yang lain, yaitu tunda transmisi dan utilisasi juga diperbaiki.
===================================================================================================================================
Congestion is a big problem in broadband Integrated Services Digital Network (B-ISDN) based on ATM. This congestion is due to uncertainties of traffic patterns. One of the congestion control methods is feedback congestion control with the Leaky Bucket (LB) mechanism. In order to be adaptable to changes in traffic load, this method needs to be completed with an adaptive computational model like Artificial Neural Network (ANN). This ANN will be used to monitor the status of LB and estimate changes in queue length. The source rate transmission to LB is regulated with a certain amount depending on the feedback signal produced by ANN based on the status of LB. With this method, the network shows a 45.85% improvement in cell loss rate. Transmission delay and channel utilization are also improved.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Kendali kemacetan, Pengendali umpan balik, Leaky Bucket, Jaringan Syaraf Timan , Congestion control, Feedback controllers, Leaky Bucket, Neural Networks.
Subjects: Q Science > QC Physics > QC320 Heat transfer
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: magang .
Date Deposited: 25 Sep 2026 08:00
Last Modified: 25 Sep 2026 08:00
URI: http://repository.its.ac.id/id/eprint/144909

Actions (login required)

View Item View Item