3.4. Pergerakan Node
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:
Rumus 3.5.2.1 Rumus Delivery Probability
3.5.3 Average Latency
Average Latency merupakan matriks unjuk kerja untuk menghitung rata – rata waktu sebuah pesan mencapai node tujuannya sejak pesan tersebut dibuat. Matriks ini menghitung waktu pesan yang terkirim dari waktu pesan yang dibuat dibagi jumlah total pesan yang terkirim. Nilai average latency semakin rendah maka unjuk kerja semakin baik. Rumus untuk average latency:
22
Rumus 3.5.3.1 Rumus Average Latency
3.5.4 Overhead Ratio
Overhead Ratio merupakan matriks unjuk kerja untuk melihat perbandingan jumlah pesan yang disalin dengan pesan yang dikirim. Nilai overhead ratio jika semakin rendah maka unjuk kerja semakin baik. Rumus untuk overhead ratio:
Rumus 3.5.4.1 Rumus Overhead Ratio
3.6. Desain Tahap Pengujian 3.6.1 Studi Pustaka
Pada tahap studi pustaka ini melakukan pencarian dan mempelajari jurnal ataupun buku terkait tentang energi, kecepatan, percepatan, normalisasi data menggunakan gaussian similarity, forwarding EA-Epidemic, dan tentunya mendalami penggunaan ONE Simulator.
3.6.2 Desain Alat Uji
Alat uji yang digunakan merupakan implementasi EA-Epidemic berdasarkan laju penurunan energi menggunakan kecepatan dan percepatan serta sisa buffer pada semua node pada routing protocols Epidemic dengan menggunakan Bahasa pemrograman java.
i. Mencari hub node
Masukan : energi, total kontak setiap node Keluaran : Jumlah hub node
ii. Menghitung kecepatan.
Masukan : energi sebelum, energi sekarang, waktu sebelum, dan waktu sekarang.
23
Keluaran : nilai kecepatan setiap interval waktu iii. Menghitung percepatan
Masukan : kecepatan sebelum, kecepatan sekarang, waktu sebelum, dan waktu sekarang
Keluaran : nilai percepatan setiap interval waktu iv. Menghitung normalisasi kecepatan.
Masukan : kecepatan sekarang, rata-rata kecepatan, variansi kecepatan.
Keluaran : nilai normalisasi kecepatan setiap interval waktu.
v. Menghitung normalisasi percepatan.
Masukan : percepatan sekarang, rata-rata percepatan, variansi percepatan.
Keluaran : nilai normalisasi percepatan setiap interval waktu.
vi. Penerapan forwarding EA-Epidemic.
Masukan : nilai kecepatan dan percepatan saat energi kurang dari 50%.
Keluaran : efisien atau tidak setelah menggunakan metode tersebut.
24 BAB IV
PENGUJIAN DAN ANALISIS
4.1 Konsumsi Energi Node 4.1.1 Haggle3-Infocom5
Dari hasil simulasi yang sudah berjalan terdapat beberapa hub node yaitu p0, p11, p20, dan p36. Ketika diberikan metode EA-Epidemic di sisi receiver dan transmitter memiliki umur yang lebih panjang dari Epidemic asli dan EA-Epidemic di sisi receiver saja
seperti Gambar 4.1.1.1 sampai 4.1.1.4.
20000 40006000 100008000 12000
600 4800 9000 13200 17400 21600 25800 30000 34200 38400 42600 46800 51000 55200 59400 63600 67800 72000 76200 80400 84600 88800 93000 97200 101400 105600 109800 114000
Energi (Joule)
Waktu (Detik) Penurunan Energi p0
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.1.1.1 Konsumsi Energi Hub Node p0 Haggle3-Infocom5
25
600 4800 9000 13200 17400 21600 25800 30000 34200 38400 42600 46800 51000 55200 59400 63600 67800 72000 76200 80400 84600 88800 93000 97200 101400 105600
Energi (Joule)
Waktu (Detik) Penurunan Energi p6
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
20000 40006000 8000 10000 12000
600 5400 10200 15000 19800 24600 29400 34200 39000 43800 48600 53400 58200 63000 67800 72600 77400 82200 87000 91800 96600 101400 106200 111000 115800 120600 125400 130200
Energi (Joule)
Waktu (Detik) Penurunan Energi p20
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.1.1.3 Konsumsi Energi Hub Node p6 Haggle3-Infocom5
Gambar 4.1.1.2 Konsumsi Energu Hub Node p20 Haggle3-Infocom5
26
Dari hasil simulasi tersebut jika metode EA-Epidemic diterapkan pada hub node di sisi receiver saja, pertambahan umur setiap node sangat sedikit dari Epidemic asli. Metode EA-Epidemic berjalan ketika energi suatu node sudah dibawah 50% dari energi awal, jika EA-Epidemic di implementasikan di sisi receiver saja, node menerima pesan jika level energi dan sisa buffer nya mencukupi, jika tidak maka pesan tidak disimpan di buffer, tetapi node akan tetap mengirim pesan yang ada di buffer nya, sedangkan pengurangan energi sangat besar ketika suatu node melakukan transmit pesan kepada node lain. Akan tetapi, metode EA-Epidemic lebih efektif jika di implementasikan di dua sisi (sisi receiver dan transmitter) selain node dapat menyimpan pesan ketika level energi dan sisa buffer nya cukup, node tersebut dalam mengirim pesan juga melihat level energi dan sisa buffer dari node lainnya, tidak melakukan flooding seperti
600 4200 7800 11400 15000 18600 22200 25800 29400 33000 36600 40200 43800 47400 51000 54600 58200 61800 65400 69000 72600 76200 79800 83400 87000 90600 94200
Energi (Joule)
Waktu (Detik) Penurunan Energi p36
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.1.1.4 Konsumsi Energi Hub Node p36 Haggle3-Infocom5
27
Pada Gambar 4.1.1.5 dan 4.1.1.6 merupakan hasil simulasi dari non hub node. Dimana pada gambar 4.1.1.5 grafik penurunan energi p1, metode EA-Epidemic di sisi receiver yang harusnya memperlambat laju penurunan energi untuk menambah umur node
20000 4000 60008000 10000 12000
600 7200 13800 20400 27000 33600 40200 46800 53400 60000 66600 73200 79800 86400 93000 99600 106200 112800 119400 126000 132600 139200 145800 152400 159000 165600 172200 178800
Energi (Joule)
Waktu (Detik) Penurunan Energi p1
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
20000 40006000 100008000 12000
600 7800 15000 22200 29400 36600 43800 51000 58200 65400 72600 79800 87000 94200 101400 108600 115800 123000 130200 137400 144600 151800 159000 166200 173400 180600 187800 195000
Energi (Joule)
Waktu (Detik) Penurunan Energi p30
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.1.1.5 Konsumsi Energi Non Hub Node p1 Haggle3-Infocom5
Gambar 4.1.1.6 Konsumsi Energi Non Hub Node p30 Haggle3-Infocom5
28
hasilnya node tersebut cepat mati dari Epidemic asli dikarenakan node p1 tetap mengirim pesan yang ada di buffer nya. Akan tetapi jika metode EA-Epidemic di implementasikan di sisi receiver dan transmitter, node tersebut akan memiliki umur yang lebih panjang dari Epidemic asli. Pada gambar 4.1.1.6 merupakan node yang memiliki umur panjang pada hasil simulasi baik menggunakan Epidemic asli maupun menggunakan metode EA-Epidemic. Dari hasil pengamatan node p30 jarang bertemu atau melakukan kontak dengan node lainnya sehingga node tersebut jarang menerima pesan dan melakukan pengiriman pesan kepada node lainnya.
Dari hasil simulasi yang sudah berjalan maka dapat disimpulkan bahwa metode EA-Epidemic dapat memperpanjang umur node lebih lama dari Epidemic asli ketika di implementasikan di dua sisi yaitu sisi receiver dan transmitter.
4.1.2 Random Waypoint
Dari hasil simulasi yang sudah berjalan, diketahui bahwa semua node yang ada menjadi hub node dan tidak ada node yang menjadi non hub node. Ketika diberikan metode EA-Epidemic menggunakan pergerakan Random Waypoint konsumsi energi lebih efisien daripada Epidemic asli sama seperti pergerakan Haggle3-Infocom5 seperti Gambar 4.1.2.1 sampai Gambar 4.1.2.6.
29
Gambar 4.1.2.1 Konsumsi Energi p0 Random Waypoint
Gambar 4.1.2.2 Konsumsi Energi p6 Random Waypoint 20000
4000 60008000 10000 12000
600 4800 9000 13200 17400 21600 25800 30000 34200 38400 42600 46800 51000 55200 59400 63600 67800 72000 76200 80400 84600 88800 93000 97200 101400 105600 109800 114000
Energi (Joule)
Waktu (Detik) Penurunan Energi p0
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
20000 40006000 8000 10000 12000
600 4800 9000 13200 17400 21600 25800 30000 34200 38400 42600 46800 51000 55200 59400 63600 67800 72000 76200 80400 84600 88800 93000 97200 101400 105600 109800 114000
Energi (Joule)
Waktu (Detik) Penurunan Energi p6
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
30
Gambar 4.1.2.3 Konsumsi Energi p20 Random Waypoint
Gambar 4.1.2.4 Konsumsi Energi p36 Random Waypoint 20000
4000 60008000 10000 12000
600 4800 9000 13200 17400 21600 25800 30000 34200 38400 42600 46800 51000 55200 59400 63600 67800 72000 76200 80400 84600 88800 93000 97200 101400 105600 109800 114000
Energi (Joule)
Waktu (Detik) Penurunan Energi p20
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
20000 40006000 100008000 12000
600 4800 9000 13200 17400 21600 25800 30000 34200 38400 42600 46800 51000 55200 59400 63600 67800 72000 76200 80400 84600 88800 93000 97200 101400 105600 109800
Energi (Joule)
Waktu (Detik) Penurunan Energi p36
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
31
Gambar 4.1.2.5 Konsumsi Energi p1 Random Waypoint
Dari hasil simulasi yang sudah dilakukan seperti pada Gambar 4.1.2.1 sampai Gambar 4.1.2.6 dapat diketahui bahwa dengan menggunakan pergerakan Random Waypoint konsumsi energi setiap node sangat besar. Hal itu dikarenakan pergerakan Random Waypoint bergerak secara random atau acak sehingga setiap node dapat bertemu dengan node lain lebih sering daripada pergerakan menggunakan Haggle3-Infocom5. Setelah mengimplementasikan metode
EA-20000 4000 60008000 10000 12000
600 4800 9000 13200 17400 21600 25800 30000 34200 38400 42600 46800 51000 55200 59400 63600 67800 72000 76200 80400 84600 88800 93000 97200 101400 105600 109800 114000
Energi (Joule)
Waktu (Detik) Penurunan Energi p1
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
0 20004000 60008000 10000 12000
600 4800 9000 13200 17400 21600 25800 30000 34200 38400 42600 46800 51000 55200 59400 63600 67800 72000 76200 80400 84600 88800 93000 97200 101400 105600 109800
Energi (Joule)
Waktu (Detik) Penurunan Energi p30
Epidemic
EA-Epidemic Sisi Receiver
EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.1.2.6 Konsumsi Energi p30 Random Waypoint
32
Epidemic pada sisi receiver, efisiensi konsumsi energi setiap node sangat sedikit atau tidak ada perubahan dengan konsumsi energi pada Epidemic asli. Hal ini dikarenakan EA-Epidemic sisi receiver hanya mempertimbangkan dalam penyimpanan pesan. Akan tetapi, pengurangan energi paling besar pada saat transmit pesan, meskipun dalam menyimpan pesan dari node lain sudah dibatasi akan tetapi jika node tersebut memiliki pesan dan bertemu dengan node lain akan tetap mengirim pesan kepada node tetangganya. Lain halnya jika metode EA-Epidemic diimplementasikan di dua sisi (sisi receiver dan transmitter), konsumsi energi yang digunakan sangat efisien dan memperpanjang umur setiap node untuk lebih hidup lebih lama pada proses simulasi. Hal ini dikarenakan dalam receive maupun transmit pesan, node akan mempertimbangkan laju penurunan energi dengan menggunakan kecepatan dan percepatan dan juga mempertimbangkan sisa buffer yang ada.
4.2 Hasil Matriks Unjuk Kerja
4.2.1 Network Lifetime Haggle3-Infocom5 Menggunakan Operasi AND
05
600 9600 18600 27600 36600 45600 54600 63600 72600 81600 90600 99600 108600 117600 126600 135600 144600 153600 162600 171600 180600 189600 198600 207600 216600 225600 234600 243600 252600 261600 270600
Jumlah Node Hidup
Waktu (Detik)
Network Lifetime Operasi AND
Network Lifetime Epidemic
Network Lifetime EA-Epidemic Sisi Receiver
Network Lifetime EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.2.1.1 Grafik Matriks Network Lifetime Haggle3-Infocom5 Operasi AND
33
Pada Gambar 4.2.1.1 merupakan grafik network lifetime dari hasil simulasi yang sudah dijalankan dengan menggunakan operasi AND saat melakukan pertimbangan laju penurunan energi dan sisa buffer. Dari hasil grafik tersebut Epidemic dan metode EA-Epidemic di sisi receiver memiliki hasil yang hampir mirip dari jumlah node yang hidup setiap waktu dari simulasi berjalan. Sedangkan metode EA-Epidemic dari sisi receiver dan tranmitter dapat bertahan lebih lama dari Epidemic asli untuk jumlah node yang hidup. Dari 41 node simulasi yang ada, node pertama yang mati pada metode EA-Epidemic di sisi receiver dan transmitter ketika simulasi berjalan selama 21,5 jam. Sedangkan Epidemic asli saat simulasi berjalan 7 jam ada 3 node yang mati. Pada grafik diatas dapat disimpulkan bahwa metode EA-Epidemic di sisi receiver dan transmitter dapat membantu node bertahan lebih lama.
4.2.2 Network Lifetime Haggle3-Infocom5 Menggunakan Operasi OR
0
600 9600 18600 27600 36600 45600 54600 63600 72600 81600 90600 99600 108600 117600 126600 135600 144600 153600 162600 171600 180600 189600 198600 207600 216600 225600 234600 243600 252600 261600 270600
Jumlah Node Hidup
Waktu (Detik)
Network Lifetime Operasi OR Forwarding
Network Lifetime Epidemic
Network Lifetime EA-Epidemic Sisi Receiver
Network Lifetime EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.2.2.1 Grafik Matriks Network Lifetime Haggle3-Infocom5 Operasi OR
34
Pada Gambar 4.2.2.1 merupakan grafik network lifetime dari hasil simulasi yang sudah dijalankan dengan menggunakan operasi OR saat melakukan pertimbangan laju penurunan energi dan sisa buffer. Dari hasil grafik tersebut Epidemic dan metode EA-Epidemic baik di sisi receiver ataupun di kedua sisi (receiver & transmitter) memiliki hasil yang hampir mirip dari jumlah node yang hidup setiap waktu dari simulasi berjalan. Dari 41 node pada simulasi, node pertama yang mati dari 3 metode tersebut memiliki waktu yang sama, sehingga menggunakan operasi OR dalam mempertimbangkan laju penurunan energi dan sisa buffer tidak maksimal dalam menangani konsumsi energi pada protocol epidemic.
4.2.3 Network Lifetime Random Waypoint Menggunakan Operasi AND Pada Gambar 4.2.3.1 merupakan hasil matriks network lifetime dari pergerakan random waypoint menggunakan operasi AND saat mempertimbangkan laju penurunan energi dan sisa buffer. Dari hasil simulasi tersebut Epidemic dan EA-Epidemic sisi receiver memiliki hasil yang hampir mirip dari jumlah node yang hidup setiap waktu dari hasil simulasi, hasil ini
0
600 9600 18600 27600 36600 45600 54600 63600 72600 81600 90600 99600 108600 117600 126600 135600 144600 153600 162600 171600 180600 189600 198600 207600 216600 225600 234600 243600 252600 261600 270600
Jumlah Node Hidup
Waktu (Detik)
Network Lifetime Operasi AND
Epidemic EA-Epidemic Sisi Receiver EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.2.3.1 Grafik Matriks Network Lifetime Random WayPoint Operasi AND
35
juga sama dengan pergerakan Haggle3-Infocom5 dimana pada hasil simulasi menggunakan pergerakan tersebut Epidemic dan EA-Epidemic sisi receiver memiliki jumlah node hidup yang hampir sama bisa dilihat pada Gambar 4.2.1.1. Pada EA-Epidemic sisi receiver dan transmitter memiliki waktu simulasi yang lama daripada kedua routing protocol tersebut. Hal itu dikarenakan node akan mempertimbangkan receive dan transmit pesan agar node lebih memiliki umur yang lebih lama daripada kedua routing protocol tersebut. Akan tetapi pergerakan random waypoint lebih dulu mati daripada pergerakan Haggle3-Infocom5 dari Epidemic, EA-Epidemic sisi receiver, dan EA-Epidemic sisi receiver dan transmitter. Hal itu karenakan pergerakannya yang random dan kemungkinan bertemu dengan node lain lebih sering sangat tinggi.
4.2.4 Network Lifetime Random WayPoint Menggunakan Operasi OR
0
600 9600 18600 27600 36600 45600 54600 63600 72600 81600 90600 99600 108600 117600 126600 135600 144600 153600 162600 171600 180600 189600 198600 207600 216600 225600 234600 243600 252600 261600 270600
Jumlah Node Hidup
Waktu (Detik)
Network Lifetime Operasi OR Forwarding
Epidemic EA-Epidemic Sisi Receiver EA-Epidemic Sisi Receiver & Transmitter
Gambar 4.2.4.1 Grafik Matriks Network Lifetime Random WayPoint Operasi OR
36
Pada Gambar 4.2.4.1 merupakan hasil matriks network lifetime dari pergerakan random waypoint menggunakan operasi OR saat mempertimbangkan laju penurunan energi dan sisa buffer saat melakukan pengiriman pesan. Dari hasil simulasi tersebut Epidemic dan EA-Epidemic baik di sisi receiver ataupun di kedua sisi (receiver & transmitter) memiliki hasil yang mirip dari jumlah node yang hidup setiap waktu dari hasil simulasi. Menggunakan operasi OR tidak bisa mengefisienkan energi yang digunakan oleh setiap node dan tidak ada perbedaan apapun jika menggunakan metode laju penurunan energi dan sisa buffer. Hal tersebut karena jika menggunakan operasi OR jika salah satu laju penurunan energi atau sisa buffer sudah cukup maka pesan akan langsung dikirim.
4.2.5 Delivery Probability
Gambar 4.2.5.1 Matriks Unjuk Kerja Delivery Probability
Pada Gambar 4.2.5.1 merupakan grafik delivery probability yang dimiliki oleh Epidemic, EA-Epidemic Sisi Receiver, dan EA-Epidemic Sisi Receiver & Transmitter, dimana pada 3 protokol tersebut memiliki nilai yang berbeda. Pada Epidemic, nilai delivery probability dengan menggunakan movement Random Waypoint memiliki nilai yang lebih tinggi dari Haggle3-Infocom5. Hal ini terjadi karena Epidemic melakukan flooding dimana pesan
0,0719 0,0743
Epidemic Asli EA-Epidemic Sisi Receiver EA-Epidemic Sisi Receiver &
Transmitter
Delivery Probability
Delivery Probability
Delivery Probability Haggle Delivery Probability Random
37
akan terus disebarkan kepada setiap node yang ditemuinya, sehingga pesan akan cepat tersebut dan kemungkinan pesan untuk mencapai destination akan tinggi. Pada EA-Epidemic Sisi Receiver nilai delivery probability menggunakan Haggle3-Infocom5 dan movement RandomWaypoint memiliki nilai yang berbeda, meskipun selisihnya sangat sedikit. Hal ini terjadi karena EA-Epidemic sisi Receiver jika energinya kurang dari 50% maka pesan tidak langsung disimpan, tetapi melihat laju penurunan energi menggunakan konsep kecepatan dan percepatan dan juga melihat sisa buffer, jika laju penurunan energi dan sisa buffer masih cukup untuk menyimpan pesan maka pesan akan disimpan, tetapi jika salah satu tidak mencukupi maka pesan tidak disimpan. Tetapi EA-Epidemic sisi Receiver akan tetap mengirim pesan meskipun energinya dibawah 50%. Pada EA-Epidemic sisi Receiver &
Transmitter memiliki nilai delivery probability yang paling rendah daripada Epidemic dan EA-Epidemic sisi Receiver. Hal ini terjadi karena pada saat melakukan pengiriman pesan, apabila energi yang dimiliki sudah dibawah 50% maka node pengirim akan melihat level energi dari node tetangga yang ditemui dengan menggunakan laju penurunan energi kecepatan dan percepatan dan juga melihat sisa buffer yang tersedia. Jika laju penurunan energi dan sisa buffer yang tersedia lebih banyak dari node pengirim maka pesan akan dikirim, tetapi jika laju penurunan energi atau sisa buffer tidak mencukupi maka pesan tidak dikirim. Hal itu berlaku juga pada saat menerima pesan, jika energi dibawah 50% maka pesan tidak langsung disimpan, tetapi melihat laju penurunan energi menggunakan konsep kecepatan dan percepatan dan juga melihat sisa buffer yang tersedia. Jika laju penurunan energi dan sisa buffer yang tersedia mencukupi maka pesan akan disimpan, tetapi jika salah satu dari syarat tersebut tidak mencukupi maka pesan tidak disimpan. Hal ini yang menyebabkan delivery probability EA-Epidemic sisi Receiver & Transmitter memiliki nilai yang paling rendah dari Epidemic dan EA-Epidemic sisi Receiver.
38
EA-Epidemic Sisi Receiver & Transmitter
Forwarding Operasi AND EA-Epidemic Sisi Receiver & Transmitter Forwarding Operasi OR
Delivery Probability
Delivery Probability
Delivery Probability Haggle Delivery Probability Random
Dari Gambar 4.2.5.2 diatas, dengan menggunakan forwarding operasi OR, delivery probability yang dihasilkan lebih maksimal dari forwarding operasi AND. Hal tersebut karena jika salah satu pertimbangan laju penurunan energi dan sisa buffer sudah cukup, maka pesan akan langsung dikirim. Berbeda halnya dengan forwarding operasi AND dimana kedua pertimbangan laju penurunan energi dan sisa buffer harus memenuhi semua, pesan baru dikirim.
4.2.6 Average Latency
Gambar 4.2.5.2 Perbandingan Delivery Probability Forwarding Operasi AND & OR
39
Gambar 4.2.6.1 Matriks Unjuk Kerja Average Latency
Pada Gambar 4.2.6.1 merupakan grafik hasil average latency dari hasil simulasi yang sudah berjalan baik Epidemic asli maupun menggunakan EA-Epidemic. Dari hasil penelitian, EA-Epidemic sisi Receiver memiliki nilai latency average paling tinggi baik menggunakan Haggle3-Infocom5 maupun Random Waypoint. Hal ini terjadi meskipun node pada saat energi dibawah 50% dalam menyimpan pesan harus melihat laju penurunan energi dan sisa buffer yang tersedia tetapi node tersebut akan tetap terus mengirim pesan sehingga latency menjadi naik. Sedangkan Epidemic memiliki nilai latency average yang lebih rendah dari Epidemic sisi Receiver maupun EA-Epidemic sisi Receiver & Transmitter, hal ini terjadi karena node pengirim pesan akan meneruskan pesan apabila bertemu dengan node lainnya meskipun energi ataupun buffer yang dimiliki node tetangganya hampir habis, akan tetapi dengan melakukan flooding pesan untuk destination akan cepat terkirim, meskipun resource cepat habis.
18034,371 19600,5935 19086,5429
273,7971 486,7681 279,666
0
Epidemic Asli EA-Epidemic Sisi Receiver EA-Epidemic Sisi Receiver &
Transmitter
Average Latency
Average Latency
Average Latency Haggle Average Latency Random
40
Dari Gambar 4.2.6.2 diatas, dengan menggunakan forwarding operasi OR, average latency yang dihasilkan lebih rendah dari forwarding operasi AND meskipun selisihnya sedikit pada pergerakan Haggle3-Infocom5. Akan tetapi pada pergerakan Random WayPoint forwarding operasi AND memiliki nilai yang lebih rendah daripada operasi OR. Hal tersebut karena jika salah satu pertimbangan laju penurunan energi dan sisa buffer sudah cukup, maka pesan akan langsung dikirim. Berbeda halnya dengan forwarding operasi AND dimana kedua pertimbangan laju penurunan energi dan sisa buffer harus memenuhi semua, pesan baru dikirim.
19086,5429 18983,4712
EA-Epidemic Sisi Receiver & Transmitter
Forwarding Operasi AND EA-Epidemic Sisi Receiver & Transmitter Forwarding Operasi OR
Average Latency
Average Latency
Average Latency Haggle Average Latency Random
Gambar 4.2.6.2 Perbandingan Average Latency Forwarding Operasi AND & OR
41 4.2.7 Overhead Ratio
Pada Gambar 4.2.7.1 merupakan grafik matriks overhead ratio dari routing protocol Epidemic dan EA-Epidemic. Dari hasil simulasi yang sudah berjalan, Epidemic, EA-Epidemic sisi receiver, dan EA-Epidemic sisi receiver dan transmitter dengan menggunakan pergerakan Random Waypoint memiliki nilai overhead ratio yang tinggi. Hal itu dikarenakan pergerakan yang random atau acak, setiap node memiliki kemungkinan bertemu dengan node lain sangat besar dan dalam mengirim pesan, Epidemic dan EA-Epidemic sisi receiver melakukan flooding dimana jaringan akan dibanjiri pesan sehingga jumlah copy pesan pada jaringan akan banyak.
359,9 349,6452
Epidemic Asli EA-Epidemic Sisi Receiver EA-Epidemic Sisi Receiver &
Transmitter
Overhead Ratio
Overhead Ratio
Overhead Ratio Haggle Overhead Ratio Random
Gambar 4.2.7.1 Matriks Unjuk Kerja Overhead Ratio
42
Dari Gambar 4.2.7.2 diatas, dengan menggunakan forwarding operasi OR, overhead ratio yang dihasilkan lebih tinggi dari forwarding operasi AND baik menggunakan pergerakan Haggle3-Infocom5 maupun Random WayPoint. Hal tersebut karena jika salah satu pertimbangan laju penurunan energi dan sisa buffer sudah cukup, maka pesan akan langsung dikirim.
Berbeda halnya dengan forwarding operasi AND dimana kedua pertimbangan laju penurunan energi dan sisa buffer harus memenuhi semua, pesan baru dikirim. Sehingga pada forwarding operasi OR memiliki jumlah relay yang lebih banyak daripada operasi AND.
242,9286
EA-Epidemic Sisi Receiver & Transmitter
Forwarding Operasi AND EA-Epidemic Sisi Receiver & Transmitter Forwarding Operasi OR
Overhead Ratio
Overhead Ratio
Overhead Ratio Haggle Overhead Ratio Random
Gambar 4.2.7.2 Perbandingan Overhead Ratio Forwarding Operasi AND & OR
43 BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Setelah melakukan simulasi dan melakukan proses penelitian dan analisis, maka ada beberapa hal yang dapat disimpulkan dari hasil simulasi tersebut :
Menggunakan metode EA-Epidemic dengan membandingkan nilai kecepatan dan percepatan sebagai laju penurunan energi dapat mengefisienkan energi node yang ada dari Epidemic asli. Akan tetapi, pergerakan Haggle3-Infocom5 untuk non hub node EA-Epidemic sisi receiver tidak memberikan pengaruh apapun.
Menggunakan operasi OR secara network performance lebih baik dari
Menggunakan operasi OR secara network performance lebih baik dari