FIXATION TEST UNTUK PENDIMENSIAN NODE HARDWARE PADA JARINGAN SDH (SYNCHRONOUS DIGITAL HIERARCHY)

dokumen-dokumen yang mirip
M. ZEN SAMSONO HADI, ARIES PRATIARSO, DAN M. AGUS ZAINUDDIN 63

Analisis Sistem Pendulum Sederhana Teredam Dengan Simulasi Menggunakan Bahasa Pemrograman Delphi 7.0

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

Model Optimasi Penjadwalan Proses Slitting Material Roll dengan Multi Objective Programming

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

Permeabilitas dan Rembesan

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB II TINJAUAN PUSTAKA

Studi Numerik dan Eksperimental Karakteristik Dinamik Model Sistem Suspensi

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

BAB III METODOLOGI PENELITIAN

BAB 3 LANGKAH PEMECAHAN MASALAH

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

REGISTRASI CITRA NON-ITERATIF DENGAN PSEUDO-POLAR FOURIER TRANSFORM

IMPLEMENTASI DAN ANALISIS ALGORITMA PENCARIAN RUTE TERPENDEK DI KOTA SURABAYA

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Desain Optimal PI based Power System Stabilizer Menggunakan Particle Swarm Optimization

PENDUGAAN PARAMETER MODEL AMMI DENGAN KOMPUTASI MENGGUNAKAN PENDEKATAN BAYES GUSTI NGURAH ADHI WIBAWA

PERHITUNGAN CADANGAN PADA ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE FACKLER DENGAN PRINSIP PROSPEKTIF

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Variasi Spline Kubik untuk Animasi Model Wajah 3D

PENGENDALI DERAU SECARA AKTIF MENGGUNAKAN ANFIS (Active Noise Controller Using ANFIS)

Pengaruh Proses Stemming Pada Kinerja Analisa Sentimen Pada Review Buku

Sari, et al, Konsumsi Makanan dan Status Gizi Anak Balita (24 59 bulan) di Desa Nelayan...

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

Delay System II. Sistem Antrian M/M/m

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

Penentuan Konduktivitas Termal Logam Tembaga, Kuningan, dan Besi dengan Metode Gandengan

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

HUBUNGAN PENERAPAN KAWASAN TANPA ROKOK (KTR) DENGAN PERILAKU MEROKOK MAHASISWA KESEHATAN MASYARAKAT DI KOTA SEMARANG

STUDI KOMPARASI IMPLEMENTASI JARINGAN BASIS RADIAL DAN FUZZY INFERENCE SYSTEM TSK UNTUK PENYELESAIAN CURVE FITTING

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

MULTICRITERIA DECISION MAKING (MCDM)_3 PRASETYANINGRUM

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI

BAB III METODE SCHNABEL

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

PENENTUAN CADANGAN PREMI MENGGUNAKAN METODE FACKLER PADA ASURANSI JIWA DWI GUNA

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

TEORI KINETIKA REAKSI KIMIA

KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI

Evaluasi Distribusi Gabungan pada Teori Resiko

Makalah Seminar Tugas Akhir

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009

BAB 4 HASIL DAN PEMBAHASAN

Kajian Peningkatan Akurasi Matriks Asal-Tujuan yang Dihasilkan dari Data Arus Lalulintas pada Kondisi Keseimbangan

PENINGKATAN PRODUKSI DENGAN METODE KESEIMBANGAN LINI PADA PD TEGAS

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

MAKALAH SEMINAR TUGAS AKHIR

FOURIER Oktober 2014, Vol. 3, No. 2,

Makalah Seminar Tugas Akhir

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

IMPLEMENTASI ALGORITMA KOLONI SEMUT PADA PROSES PENCARIAN JALUR TERPENDEK JALAN PROTOKOL DI KOTA YOGYAKARTA

METODE TAGUCHI UNTUK OPTIMALISASI PRODUK PADA RANCANGAN FAKTORIAL. Staf Pengajar Program Studi Statistika FMIPA UNDIP

Peluang Peningkatan Tipe Terminal di Kecamatan Banyumaik (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Optimasi Non-Linier. Metode Numeris

TEKNIK REAKSI KIMIA III SISTEM REAKSI BIOKIMIA. Oleh : Prof. Dr. Ir. SRI REDJEKI MT JURUSAN TEKNIK KIMIA FTI UPN Veteran JAWA TIMUR

BAB III METODE PENELITIAN (BAHAN DAN METODE)

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB II TINJAUAN PUSTAKA

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ANALISIS KONTRIBUSI TEKNIK ALOKASI KANAL DDCA/PC DALAM MENEKAN PROBABILITAS KEGAGALAN PANGGILAN DAN MENINGKATKAN KAPASITAS SISTEM PADA CDMA

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

Tanggapan Waktu Alih Orde Tinggi

KOMPRESI CITRA DIGITAL GRAYSCALE ORIGINAL DENGAN MENGGUNAKAN METODA DISCRETE COSINE TRANSFORM SEBAGAI STANDAR ALGORITMA JPEG COMPRESSION

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

ANALISIS ALGORITMA PREDIKSI UNTUK MENGHASILKAN PREDIKSI BEBAN LISTRIK JANGKA PENDEK

Pendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection

Transkripsi:

UPN Veteran Yogyaarta, 23 Mei 29 FIXATION TEST UNTUK PENDIMENSIAN NODE HARDWARE PADA JARINGAN SDH (SYNCHRONOUS DIGITAL HIERARCHY) M. Zen Samsono Hadi 1), Aries Pratiarso 2), M. Agus Zainuddin 3) Jurusan Teni Teeomuniasi Poiteni Eetronia Negeri Surabaya Institut Tenoogi Sepuuh Nopember Kampus ITS, Keputih, Suoio, Surabaya 6111 1) emai : zenhadi@eepis-its.edu Abstra Pada perencanaan jaringan teeomuniasi berbasis tenoogi SDH, diperuan optimasi biaya di daam pendimensian node hardwarenya yaitu penentuan berapa banya port card, puggabe device ind dan base equipment configuration (BEC) yang diinsta pada sebuah node hardware SDH. Di daam maaah ini aan digunaan 2 metode untu menyeesaian permasaahan optimasi tersebut yaitu Mixed Integer Linear Programming (MILP) dan heuristic method. MILP diena dapat mencari optima soution tetapi sangat ambat etia datanya ompes, sedangan heuristic, sousi yang diberian mendeati optima tetapi sangat cepat daam menangani data yang ompes. Agar didapat hasi yang optima dan cepat untu data yang ompes, diauan penggabungan 2 metode diatas (fixation test) dengan syarat metode heuristic harus memiii niai yang sedeat mungin dengan optima soution. Hasi dari peneitian, didapatan bahwa mean percentage error untu niai heuristic dibanding optima soution dibawah 1% sehingga metode fixation test cuup efetif daam mendapatan sousi yang optima dan cepat untu data yang ompes. Keyword : SDH, MILP, metode heuristic, fixation test 1. PENDAHULUAN Saat ini, pengembangan jaringan teeomuniasi tersebar sangat uas. Dan tentunya pengembangan jaringan tersebut harus diduung oeh node hardware yang efisien. Node hardware yang efisien berarti bahwa ini aan menyediaan biaya yang minima daam membangun sebuah node hardware. Sebuah node hardware sendiri terdiri dari 3 bagian penting yaitu port card, puggabe device dan base equipment configuration yang aan menangani airan bit trafi pada node tersebut. Untu menyeesaian permasaahan diatas digunaan metode MILP dan heuristic. Metode MILP sangat cepat dan dapat memberian sousi yang optima jia data masuannya adaah eci dan tida banya. Tetapi jia datanya besar dan ompes, metode tersebut aan membutuhan watu yang ama diarenaan banyanya branch-and-bound. Permasaahan tersebut dapat diatasi dengan penggabungan metode MILP dan heuristic. Heuristic digunaan untu mendapatan sousi yang mendeati optima dan cepat, dan hasinya dipaai untu menghapus beberapa variabe dari data masuan sebeum diseesaian dengan MILP. Metode MILP sudah teruji untu mengatasi permasaahan dimensi node hardware [Koere], dan penggunaan metode heuristic dan perbandingan ecepatannya antara 2 metode diatas sudah diembangan [Hadi], sehingga daam maaah ini aan diauan penggabungan 2 metode diatas. 2. NODE HARDWARE 2.1. NODE HARDWARE LAYOUT Daam jaringan teeomuniasi terutama yang berbasis SDH (Synchronous Digita Hierarchy), terdiri dari beberapa perangat: a. Chassis dari perangat (base equipment conf). b. Port Card c. Puggabe device, seperti Gigabit Interface Converter (GBIC), Sma Form Factor Puggabes (SFP). d. Bacpane power suppy e. Contro Management f. Route Processor g. Memory D-29

UPN Veteran Yogyaarta, 23 Mei 29 Gambar 1. Jaringan Teeomuniasi berbasis SDH 2.1 Istiah pada Node Hardware Mode Untu memudahan pemahaman perangat node teeomuniasi daam mode matematia, beriut adaah beberapa istiah yang dibuat untu mewaiinya [Koere]: a. Base equipment Sebagai cassing dari node hardware yang terdiri dari ra, power suppy, controer card, bacpane hardware, dan ain-ain. b. Base equipment configuration (BEC) Port card yang terinsta pada base equipment membutuhan beberapa resource seperti bit rate, sot, dan ainain. c. Tipe port card Merupaan pug-in modu yang terdiri dari satu atau beberapa port. d. Tipe port Mewaii port yang ada pada port card. Ini berhubungan dengan bit rate yang berbeda-beda, seperti 1Gb/s, 2.5Gb/s. e. Puggabe device Seperti GBIC atau SFP. Gambar 2. Base equipment dari SDH Gambar 3. Port card dari beberapa vendor Gambar 4. Puggabe device dari SFP 3. METODE MILP DAN HEURISTIC MILP menggunaan metode simpex dan branch-and-bound daam memecahan permasaahan integer programming. Sedangan metode heuristic adaah teni pencarian yang aan mencari niai yang mendeati niai optima dengan watu perhitungan yang cepat tetapi tida menjamin sousi yang optima. D-3

UPN Veteran Yogyaarta, 23 Mei 29 3.1 Mode Matematia (MILP) Mode matematia mempunyai 2 bagian yaitu fungsi obyetif untu menghitung minima biaya dan batasanbatasannya [Koere]. ri xi + t y + min c z + cζ (1) x, y, z,ζ i I Fungsi obyetif (1) aan menghitung biaya minima dari puggabe device, port card dan base equipment berdasaran variabe vector (x, y, z, ζ ). Persamaan diatas memiii batasan-batasan sebagai beriut: K ij i I x = b, j, i I i ij x η y, i h y β h z + β hζ, j (2) (3) α h (4) Penjeasan dari batasan-batasan diatas adaah sebagai beriut: (2) berarti bahwa puggabe device i yang terinsta untu tipe port card j sesuai dengan niai demand b ij. (3) berarti bahwa ada cuup port card untu puggabe device yang terinsta (4) Ini aan memiieh BEC yang sesuai dengan jumah port card yang terinsta berdasaran resource yang dimiii. Penyeesaian permasaahan integer programming diatas aan diauan dengan MILP, dengan menggunaan LPSOLVE. 3.2 Metode Heuristic Sebagaimana dietahui, MILP memiii eemahan jia data yang dioah besar dan ompes, sehingga digunaan metode heuristic untu mengatasi permasaahan tersebut. Ide dasar dari metode heuristic ini dari metode compex oeh M. J. Box [Box]. Metode heuristic terdiri dari 3 bagian, yaitu: a. Step 1 (Proses seesi) Ini aan memiih niai terendah dari ombinasi puggabe dan port card. b. Step 2 (Pembentuan niai awa) Berdasaran dari data diatas (a), aan dihitung niai dari fungsi obyetif. c. Step 3 (Prosedur untu mendapatan niai yang mendeati optima). Agoritma diatas aan mencari sousi yang mendeati niai optima berdasaran 4 parameter yaitu puggabe, port card, resource commodities dan base equipment configuration [Hadi]. 3.3 Fixation Test Sesuai dengan tujuan dari peneitian ini adaah untu mendapatan sousi yang tepat dan cepat daam menangani permasaahan bai yang bersaa eci maupun besar, maa aan digunaan metode fixation test yaitu data masuan aan diproses terebih dahuu oeh metode heuristic (dengan syarat, metode ini harus jauh ebih cepat dari MILP) dan hasinya yang berupa niai tertentu (fixed vaue) aan digunaan untu menghapus beberapa variabe masuan, dan seanjutnya aan diseesaian dengan metode MILP untu mendapatan hasi yang optima. Fixed vaue yang digunaan paper ini adaah pada niai Base Equipment Configuration (BEC). Agoritma yang digunaan dapat diihat pada gambar 5. Dan dari hasi esperimen pada [Hadi] didapatan bahwa : a. Watu yang diperuan oeh metode MILP aan meningat secara esponensia jia data semain ompes, sementara maximum watu yang diperuan oeh heuristic adaah.1 deti. b. Mean percentage error dari metode heuristic dibandingan dengan MILP adaah dibawah 1%. D-31

UPN Veteran Yogyaarta, 23 Mei 29 START Baca mode data Seesaian dg metode heuristic Hapus beberapa variabe masuan Gunaan metode MILP Tunjuan hasinya END Gambar 5. Fixation Test pada MILP dengan metode Heuristic Metode heuristic digunaan untu mendapatan sousi awa yang aan menghapus beberapa variabe BEC sebeum dimasuan e metode MILP. Kondisi tersebut aan menurunan jumah branch-and-bounds dari masaah yang aan dipecahan. Agorithm untu menghapus beberapa variabe BEC sebagai beriut: 1. Baca data dari mode fie 2. Seesaian dengan metode heuristic 3. Output dari heuristic adaah niai obyetif yang dihasian oeh metode tersebut. 4. Update data dari BEC dengan menghapus beberapa niai BEC jia biaya dari BEC ebih dari hasi no 3. 5. Seesaian probem dengan metode MILP (LPSOLVE). 6. Tunjuan hasinya. 4. HASIL EKSPERIMEN Daam peneitian ini, penuisan program diauan dengan c++, dan esperimen didasaran pada beberapa parameter, yaitu : a. Peningatan jumah port card sebanya 9 b. Peningatan jumah port card sebanya 12 c. Peningatan jumah port card sebanya 15 Sebeumnya aan diauan pengujian watu yang diperuan etia jumah BEC meningat dengan tiga ondisi diatas. Increasing 2,5 2 1,5 1,5 9 port card types 12 port card types 15 port card types no of Gambar 6. Konsumsi watu untu peningatan jumah BEC 4.1 Peningatan jumah port card sebanya 9 Tujuan dari tahapan ini adaah untu menguji apaah metode heuristic dapat secara efetif ebih cepat etia data semain ompes dengan meningatan jumah port card type sebanya 9. D-32

UPN Veteran Yogyaarta, 23 Mei 29,16,14,12,1,8,6,4,2 no of Gambar 7. Perbedaan watu, sebeum dan sesudah penghapusan BEC untu 9 port card 4.2. Peningatan jumah port card sebanya 12 Sama seperti pada 4.1., tetapi ditingatan jumahnya sebanya 12. 1,9,8,7,6,5,4,3,2,1 no of Gambar 8. Perbedaan watu, sebeum dan sesudah penghapusan BEC untu 12 port card 4.3. Peningatan jumah port card sebanya 15 Sama seperti pada 4.1., tetapi ditingatan jumahnya sebanya 15. 2,5 2, 1,5 1,,5, no of Gambar 9. Perbedaan watu, sebeum dan sesudah penghapusan BEC untu 15 port card Dari gambar diatas didapatan bahwa metode heuristic ebih cepat daripada MILP. 5. KESIMPULAN Dari hasi esperimen diatas dapat disimpuan bahwa: a. BEC aan dihapus jia biaya dari BEC meebihi niai awa dari hasi heuristic. b. Pada peningatan jumah dari BEC, agoritma yang digunaan masih efetif untu menghapus beberapa data BEC sehingga menurunan watu perhitungan. 6. DAFTAR PUSTAKA Box, M. J, 1965., A new method of constrained optimisation and comparison with other methods, Computer Journa, Voume 7, pages 42 52 Hadi, M. Z., 28,A Node Hardware Dimensioning Mode For Teecom Networs using Heuristic Method, Seminar IES, PENS-ITS Koere, M. F June 19, 28.., Node Layout Mode for Teecommunication Networs, T-Systems Enterprise Services GmbH, Version:.99d, Marconi Communications GmbH, 2, Introduction to the Synchronous Digita Hierarchy SDH Basics D-33