Rumus 2.4.1 Rumus Gaussian Similarity
Pada Rumus 2.4.1 merupakan rumus normalisasi dari gaussian similarity. Dimana nilai merupakan nilai sekarang, ̅ merupakan rata – rata semua nilai, dan merupakan variansi nilai. Dari rumus tersebut menghasilkan nilai dengan range 0 – 1. Pada penelitian ini, rumus tersebut dikembangkan untuk menghitung nilai kecepatan dan percepatan. Sehingga didefinisikan seperti berikut:
̅ ̅
Rumus 2.4.2 Rumus Normalisasi Kecepatan
̅ ̅
Rumus 2.4.3 Rumus Normalisasi Percepatan
Pada Rumus 2.4.2 dan 2.4.3 merupakan rumus normalisasi nilai kecepatan dan percepatan menggunakan metode gaussian similarity. Dimana
10
nilai merupakan nilai kecepatan sekarang, ̅ merupakan nilai rata – rata kecepatan, merupakan nilai percepatan sekarang, ̅ merupakan nilai rata – rata percepatan, dan merupakan nilai variansi kecepatan ataupun percepatan. Sehingga akan didapatkan nilai normalisasi kecepatan dan percepatan untuk dibandingkan dengan nilai kecepatan dan percepatan untuk proses pengiriman pesan. Energy-Aware Epidemic (EA-Epidemic) menjadi solusi pengganti Epidemic untuk mengirimkan pesan dengan memperhatikan resource yang ada.
2.5 Routing Protocol EA-Epidemic
Routing Protocol EA-Epidemic merupakan protokol yang sadar energi dimana menjadi solusi DTN untuk bisa memperpanjang masa hidup node dengan mengurangi konsumsi energi setiap node dan meningkatkan kemungkinan pengiriman pesan[2]. Protokol ini diciptakan berawal dari masalah protokol Epidemic yang membebani jaringan akibat jumlah salinan pesan dan resource yang cepat habis. EA-Epidemic mempertimbangkan sisa energi dan sisa buffer yang tersedia di setiap node. Akan tetapi, hanya node yang memiliki jumlah energi yang lebih tinggi dari node pengirim dan sisa buffer yang cukup akan menerima copy pesan dan menyimpannya di buffer untuk dikirim ke node yang ditemui atau node tujuan[2]. Dibawah ini merupakan proses forwarding dari EA-Epidemic.
Gambar 2.5.1 Proses Forwarding
11
Pada Gambar 2.5.1 merupakan proses forwarding yang dilakukan protokol EA-Epidemic, dimana node A menjadi source dan node F menjadi destination. Pada protokol EA-Epidemic dalam menangani masalah resource protokol tersebut mempertimbangkan energi dan buffer yang tersedia sehingga dalam proses forwarding ketika dua node bertemu selain saling menukarkan summary vector, dua node tersebut juga menukarkan nilai energi dan nilai buffer yang tersedia. Jika nilai energi dari node yang ditemui lebih banyak dari node pengirim dan nilai buffer yang tersedia dari node yang ditemui lebih banyak kapasitasnya untuk menyimpan, maka node pengirim akan meng-copy pesan untuk diteruskan. Jika tidak, node pengirim akan menunggu untuk menerima pesan dari node yang ditemui. Gambar 2.4 menunjukkan bahwa ketika node A bertemu dengan node B dan node C, maka node A akan meneruskan pesan ke node C karena sisa energi dan sisa buffer lebih banyak dari node A, setelah itu, node C meneruskan pesan ke node D, node D meneruskan pesan ke node E, dan node E mengirim pesan ke node F sebagai destination pesan tersebut. Agar penelitian ini berjalan dengan baik, simulator yang digunakan yaitu Opportunistic Network Environment atau ONE Simulator.
2.6 The ONE Simulator
Opportunistic Network Environment atau biasa disebut ONE Simulator merupakan salah satu simulator yang digunakan untuk melakukan simulasi pada algoritma delay tolerant network (DTN) yang ada untuk mudah dimengerti setiap pergerakan yang ada. The ONE memiliki fungsi untuk node movement, routing, dan message handling. Lalu data yang sudah terkumpul dan analisisnya dilakukan melalui visualization, report, post-processing tools[6]. Pada saat melakukan visualisasi The ONE memvisualisasikan secara real time dalam antarmuka pengguna grafisnya. The ONE sendiri merupakan simulator yang berbasis pemrograman java.
12 BAB III
PERANCANGAN SIMULASI
3.1. Pseudocode
3.1.1. Pseudocode Forwarding EA-Epidemic sisi Receiver & Transmitter dengan mempertimbangkan laju penurunan energi dan sisa buffer (Operasi AND)
13
Pseudocode diatas merupakan proses receive dan transmit pesan suatu node. Pada proses receive, apabila node ingin menerima suatu pesan akan mengecek terlebih dahulu energi dari node tersebut. Apabila energi dari node tersebut diatas 50% dari energi awal, maka pesan akan langsung diterima oleh node tersebut, jika energi kurang dari 50% dari energi awal, maka node tersebut akan mengecek laju penurunan energi menggunakan konsep kecepatan dan percepatan yang nilainya dibandingkan dengan hasil normalisasi kecepatan dan percepatan tersebut, dan juga node tersebut akan membandingkan sisa buffer yang dimiliki. Jika laju penurunan energi dan sisa buffer cukup, maka pesan akan disimpan, tetapi jika salah satu dari laju penurunan energi ataupun sisa buffer tidak memenuhi maka pesan tidak disimpan.
Begitu pula dengan pseudocode di sisi transmitter, jika suatu node ingin mengirim pesan maka node tersebut akan mengecek terlebih dahulu sisa energinya, jika sisa energi masih diatas 50% dari energi awal maka pesan langsung dikirim. Apabila sisa energi kurang dari 50% dari energi awal, maka node tersebut mengecek apakah pesan yang akan dikirim sudah ada di node yang akan dituju, jika belum ada maka node tersebut menghitung laju penurunan energi dari node yang akan dituju atau otherhost dan membandingkan sisa buffer dari node tersebut dan otherhost, jika laju penurunan energi dan sisa buffer dari otherhost cukup maka pesan akan langsung dikirim, jika salah satu dari laju penurunan energi atau sisa buffer tidak memenuhi maka pesan tidak dikirim.
14
3.1.2. Pseudocode Forwarding EA-Epidemic sisi Receiver dan Transmitter dengan mempertimbangkan laju penurunan energi atau sisa buffer (Operasi OR)
Pseudocode diatas merupakan proses receive dan transmit pesan pada suatu node. Pseudocode diatas berbeda dengan pseudocode sebelumnya karena pada proses receive dan transmit menggunakan operasi OR dalam mempertimbangkan laju penurunan energi menggunakan kecepatan dan percepatan atau sisa buffer yang dimiliki oleh node yang akan menerima pesan. Sama seperti
15
sebelumnya jika suatu node akan menerima pesan akan melihat energinya terlebih dahulu. Jika energi sudah dibawah 50% maka metode mempertimbangkan laju penurunan energi menggunakan kecepatan dan percepatan atau sisa buffer akan dilihat. Jika salah satu pertimbangan antara laju penurunan energi dan sisa buffer sudah tercukupi maka pesan akan dikirim. Jika kedua pertimbangan tersebut tidak memenuhi maka pesan tidak akan dikirim.
3.1.3. Pseudocode Hitung Kecepatan dan Percepatan
P s
e u
docode diatas merupakan proses perhitungan nilai kecepatan suatu node. Dimana nilai kecepatan suatu node didapat dengan menghitung Energi sebelum – Energi Sekarang dibagi dengan Waktu
16
sebelum – Waktu Sekarang. Untuk list energi saat indeks energi sama dengan 0 karena pada list tidak ada energi sebelumnnya maka saat indeks energi sama dengan 0, akan dikurangi dengan InitialEnergy atau Energi awal.
P s
e u d o c o d e
diatas merupakan proses perhitungan nilai percepatan suatu node.
Dimana nilai percepatan didapat dengan menghitung Kecepatan sebelum – Kecepatan sekarang dibagi dengan Waktu sebelum – Waktu Sekarang. Sama seperti saat menghitung nilai kecepatan, pada saat indeks kecepatan sama dengan 1, maka nilai percepatan didapat dengan Kecepatan sekarang dibagi dengan Waktu sekarang.
3.1.4. Pseudocode Normalisasi Kecepatan
17
Pseudocode diatas merupakan proses normalisasi nilai kecepatan node. Hasil dari normalisasi range 0 – 1, dimana nantinya nilai tersebut akan dibandingkan dengan nilai kecepatan node.
Proses normalisasi menggunakan konsep gaussian similarity. Nilai rata – rata didapat dari pseudocode rataRataKecepatan dan nilai variansi didapat dari pseudocode VariansKecepatan.
3.1.5. Pseudocode Normalisasi Percepatan
18 P
seudocode diatas merupakan proses normalisasi nilai percepatan node. Hasil dari normalisasi range 0 – 1, dimana nantinya nilai tersebut akan dibandingkan dengan nilai percepatan node. Proses normalisasi menggunakan konsep gaussian similarity. Nilai rata – rata didapat dari pseudocode rataRataPercepatan dan nilai variansi didapat dari pseudocode VariansPercepatan.
3.2. Skenario Simulasi
Pada penelitian ini, skenario simulasi yang dilakukan dengan menganalisis konsumsi energi dari protokol EA-Epidemic yang sudah diusulkan. Dalam menganalisis konsumsi energi, metode ini digunakaan saat energi kurang dari 50% dengan menggunakan konsep kecepatan dan percepatan laju penurunan energi dari setiap node sebagai level energinya dengan menggunakan rumus kecepatan dan percepatan yang ada pada Gambar 2.4.1.1 dan 2.4.2.1 dan mempertimbangkan sisa buffer.
Setelah nilai kecepatan dan percepatan dari node yang ditemui ditemukan sebagai level energinya, selanjutnya nilai tersebut dinormalisasi menggunakan metode Gaussian Similarity untuk menemukan nilai dengan range 0 – 1.
Selanjutnya nilai kecepatan dan percepatan akan dibandingkan dengan hasil normalisasi kecepatan dan percepatan, perbandingan ini untuk menentukan level energinya, dan juga membandingkan sisa buffer dari kedua node. Jika node yang ditemui memiliki level energi dan sisa buffer yang lebih tinggi maka selanjutnya membandingkan sisa buffer dari node yang ditemui
19
dengan ukuran pesan yang ada. Jika sisa buffer lebih banyak dari ukuran pesan maka pesan akan diteruskan. Jika nilai level energinya atau sisa buffer dari node yang ditemui lebih rendah maka pesan tidak diteruskan. Pada penelitian ini, proses forwarding juga melihat bagaimana network performance jika dalam mempertimbangkan laju penurunan energi dan sisa buffer menggunakan operasi OR.
Proses simulasi dilakukan dengan jumlah node 41 node dengan kecepatan pergerakan 0.5 – 1.5 m/s. Simulasi menggunakan pergerakan manusia dengan data set Haggle3-Infocom5 dan pergerakan Random Waypoint. Hasil simulasi akan membandingkan konsumsi energi dan network life, delivery probability, rasio overhead, dan message drop dan buffer time yang ada pada matriks unjuk kerja.
3.3. Parameter Simulasi
Pada penelitian tugas akhir yang akan dilakukan, telah ditentukan parameter – parameter jaringan dari simulasi yang bersifat konstan dan digunakan dengan nilai yang sama pada setiap pengujian. Parameter tersebut diperlihatkan pada Tabel 3.3.1 dan Tabel 3.3.2 merupakan parameter inisialisasi energi pada setiap node.
Tabel 3.3.1 Parameter Simulasi
Parameter Nilai
Waktu Simulasi 274883 s
Jumlah Node 41 node
Pergerakan Node Haggle3-Infocom5 & Random
Waypoint
Routing Protocol Epidemic
Kecepatan Pergerakan 0.5 – 1.5 m/s
Buffer Size 30 MB
Ukuran Pesan `500 KB – 1 MB
Interval Pembuatan Pesan 300s – 360s
20
TTL Pesan 1440 Menit
Tabel 3.3.2 Parameter Energi
Parameter Nilai
Energi Awal 10000 J
Scan Energi 0.05 J
Scan Respon Energi 0.05 J
Transmit Energi 2 J
3.4. Pergerakan Node
Pergerakan yang digunakan pada penelitian ini ada 2, yaitu : 3.4.1 Haggle3-Infocom5
Pada penelitian ini, pergerakan node menggunakan pergerakan manusia yaitu Haggle3-Infocom5. Dataset tersebut merupakan data pertemuan antara partisipan konferensi IEEE Infocom di Miami. Partisipan yang ada diberikan device (iMotes) untuk mencatat data pertemuan antar partisipan. Dari 50 partisipan, device yang diberikan menghasilkan data yang valid dan dapat digunakan untuk penelitian sebanyak 41. Durasi simulasi dataset Haggle3- Infocom5 adalah 254150 detik atau 2.94 hari.
3.4.2 Random Waypoint
Random Waypoint merupakan pergerakan yang bergerak secara random atau acak. Node akan menetap di suatu lokasi selama waktu tertentu, ketika waktu pause time habis, node tersebut akan memilih tujuan (way-point) secara random dalam area simulasi dan bergerak ke arah tersebut. Node akan berhenti dan menunggu selama pause time ketika node tersebut sampai di way-point sebelum node tersebut memilih way-point berikutnya.
21 3.5. Matriks Unjuk Kerja
Matriks unjuk kerja yang digunakan untuk menganalisis protokol EA-Epidemic dalam penelitian terdapat empat yaitu:
3.5.1 Konsumsi Energi dan Network Lifetime
Konsumsi energi dan network life merupakan matriks yang digunakan sebagai analisis pada penelitian dengan mengetahui jumlah node yang waktu saat waktu simulasi berjalan dan menganalisis konsumsi energi berdasarkan protokol yang digunakan.
Dengan mempertimbangkan energi dan buffer apakah bisa mengefisienkan konsumsi energi setiap node pada jaringan.
3.5.2 Delivery Probability
Delivery Probability adalah probabilitas pengiriman pesan yang terkirim sampai ke destination (tujuan) dari pesan tersebut. Jika semua pesan yang dihasilkan dapat terkirim ke node tujuan, probabilitas pengiriman sangat baik. Delivery Probability menghitung total pesan yang terkirim ke tujuan dan total pesan yang dibuat. Nilai delivery probability semakin tinggi maka unjuk kerja semakin baik. Rumus untuk delivery probability: