Regresi Linier

BAB II DASAR TEORI

2.6 Regresi Linier

Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X). Apabila banyaknya variabel bebas hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda.

Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol,

serta untuk tujuan prediksi. Regresi mampu mendeskripsikan fenomena data melalui terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi hanya boleh dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan untuk membentuk model regresi tersebut. Misal, suatu model regresi diperoleh dengan mempergunakan data variabel bebas yang memiliki rentang antara 5 s.d. 25, maka prediksi hanya boleh dilakukan bila suatu nilai yang digunakan sebagai input untuk variabel X berada di dalam rentang tersebut. Konsep ini disebut sebagai interpolasi.

Data untuk variabel independen X pada regresi linier bisa merupakan data pengamatan yang tidak ditetapkan sebelumnya oleh peneliti (obsevational data) maupun data yang telah ditetapkan (dikontrol) oleh peneliti sebelumnya (experimental or fixed data). Perbedaannya adalah bahwa dengan menggunakan fixed data, informasi yang diperoleh lebih kuat dalam menjelaskan hubungan sebab akibat antara variabel X dan variabel Y . Sedangkan, pada observational data, informasi yang diperoleh belum tentu merupakan hubungan sebab-akibat.

Untuk fixed data, peneliti sebelumnya telah memiliki beberapa nilai variabel X yang ingin diteliti. Sedangkan, pada observational data, variabel X yang diamati bisa berapa saja, tergantung keadaan di lapangan. Biasanya, fixed data diperoleh dari percobaan laboratorium, dan observational data diperoleh dengan menggunakan kuesioner.

Di dalam suatu model regresi kita akan menemukan koefisien-koefisien.

Koefisien pada model regresi sebenarnya adalah nilai duga parameter di dalam model regresi untuk kondisi yang sebenarnya (true condition), sama halnya dengan statistik mean (rata-rata) pada konsep statistika dasar. Hanya saja, koefisien-koefisien untuk model regresi merupakan suatu nilai rata-rata yang berpeluang terjadi pada variabel Y (variabel terikat) bila suatu nilai X (variabel bebas) diberikan. Koefisien regresi dapat dibedakan menjadi 2 macam, yaitu:

1. Intersep (intercept) Intersep, definisi secara metematis adalah suatu titik perpotongan antara suatu garis dengan sumbu Y pada diagram/sumbu kartesius saat nilai X = 0. Sedangkan definisi secara statistika adalah nilai rata-rata pada variabel Y apabila nilai pada variabel X bernilai 0. Dengan kata lain, apabila X tidak memberikan kontribusi, maka secara rata-rata, variabel Y akan bernilai sebesar intersep. Perlu diingat, intersep hanyalah suatu konstanta yang memungkinkan munculnya koefisien lain di dalam model regresi. Intersep tidak selalu dapat atau perlu untuk diinterpretasikan. Apabila data pengamatan pada variabel X tidak mencakup nilai 0 atau mendekati 0, maka intersep tidak memiliki makna yang berarti, sehingga tidak perlu diinterpretasikan.

2. Slope Secara matematis, slope merupakan ukuran kemiringan dari suatu garis. Slope adalah koefisien regresi untuk variabel X (variabel bebas).

Dalam konsep statistika, slope merupakan suatu nilai yang menunjukkan seberapa besar kontribusi (sumbangan) yang diberikan suatu variabel X terhadap variabel Y . Nilai slope dapat pula diartikan sebagai ratarata

pertambahan (atau pengurangan) yang terjadi pada variabel Y untuk setiap peningkatan satu satuan variabel X.

Contoh model regresi: Y = 9.4 + 0.7*X + ɛ

Angka 9.4 merupakan intersep, 0.7 merupakan slope, sedangkan ɛ merupakan error. Error bukanlah berarti sesuatu yang rusak, hancur atau kacau. Pengertian error di dalam konsep statistika berbeda dengan pengertian error yang selama ini dipakai di dalam kehidupan sehari-hari. Di dalam konsep regresi linier, error adalah semua hal yang mungkin mempengaruhi variabel terikat Y , yang tidak diamati oleh peneliti.

Berikut ini adalah contoh garis regresi di dalam sebuah grafik:

Gambar 2.13 contoh garis regresi

Dalam grafik diatas dapat kita lihat bahwa sumbu X berada pada kisaran angka 5 lebih sedikit hingga angka 15 lebih sedikit. Hal ini berarti bahwa kita hanya diijinkan untuk melakukan prediksi nilai Y untuk nilai X yang berada dalam rentang tersebut. Sebab, kita tidak memiliki dasar yang kuat untuk mengatakan bahwa hubungan variabel X dan Y tetap linier untuk titik-titik data yang mendekati angka nol. Kondisi seperti ini berdampak terhadap interpretasi intersep. Dalam kasus ini, karena data untuk variabel X tidak memuat angka nol atau mendekati nol, intersep dikata 2.

BAB III

METODOLOGI PENELITIAN

3.1 Perancangan Alur Penelitian

Guna mencapai tujuan penelitian, perancangan alur penelitian dilakukan sesuai alur pada Gambar 3.1. Alur penelitian dimulai dengan melakukan studi pustaka guna mempelajari dan memahami bahan-bahan referensi. Dalam skripsi ini video streaming dilakukan menggunakan aplikasi MoSES.

Langkah selanjutnya adalah dengan menguji frame size yang sudah ada di aplikasi MoSES dan frame rate yang akan dievaluasi, sehingga data pada video streamingbisa diperoleh.

Dari data yang dikumpulkan, dianalisis nilai delay, packet loss dan throughput. Perhitungan dilakukan dengan mereratakan data yang diperoleh dari setiap eksperimen.

Pengukuran dilakukan dengan cara menangkaptransmisi paket-paket video streaming dari server ke clientmenggunakan software wireshark. Langkah terakhir adalah melaporkan hasil penelitian.

MULAI

Pengiriman video streaming dijalankan bersamaan dengan menggunakan aplikasi MoSES

Mengubah frame size 160x120, 176x144, 320x240, 352x288, 704x576, 720x576, 800x500, 1600x1200

Mengubah frame rate 10 fps, 20 fps, 30 fps, 40 fps, 50 fps, 60 fps

Menjalankan Wireshark untuk pengambilan data

Pengamatan parameter Qos

SELESAI

Gambar 3.1Alur Penelitian pengujian dan pengukuran

Pengujian dilakukan sebanyak 48 (empat puluh delapan) kali pengujian yaitu mulai dari 10 fps, 20 fps, 30 fps, 40 fps, 50 fps, 60 fps, selain mengubah frame ratejuga dilakukan mengubah-ubah frame size mulai dari 160x120, 176x144, 320x240, 352x288, 704x576, 720x576, 800x500, dan 1600x1200.

3.2 Spesifikasi Perangkat Penelitian

Adapun spesifikasi perangkat penelitian yang digunakan untuk melakukan simulasi pada Skripsi ini adalah perangkat keras dan perangkat lunak.

3.2.1 Perangkat Keras

Perangkat keras yang digunakan untuk menjalankan simulasi pada Skripsi ini adalah satu buah laptop HP 14-bw0xx dengan spesifikasi sebagai berikut:

- Processor : AMD E2-900e RADEON R2, 4 COMPUTE CORES 2C+2G (2 CPUs), ~ 1.5 GHz

- Memory : 4 GB RAM

- Operating System: Windows 10 Pro 64-bit - HDD : 500 GB HDD

3.2.2 Perangkat Lunak

Spesifikasi perangkat lunak yang digunakan untuk menjalankan simulasi pada Skripsi ini adalah sebagai berikut:

- MoSES (MObile Streaming untuk vidEo Surveillance) - Wireshark-win64-2.4.5

3.3 Konfigurasi Jaringan

Jaringan yang digunakan adalahjaringan 802.11 Wireless local area network (WLAN) atauwireless fidelity (WiFi) dengan konfigurasi ad hoc, yakni komputer saling terhubung tanpa melalui access point (Gambar 3.2).

Gambar 3.2. Jaringan WLAN tanpa access point

3.4 Parameter Evaluasi

Kualitas suatu jaringan dapat diukur menggunakan beberapa parameter.

Adapun parameter-parameter pengukuran yang dievaluasi pada Skripsi ini yaitu:

delay, jitter, packet loss dan throughput.

3.4.1 Delay

Delay dapat diartikan waktu tunda paket yang diakibatkan oleh proses transmisi dari suatu titik ke titik lain yang menjadi tujuannya. Delay pada suatu jaringan dapat disebabkan oleh proses pemaketan (packetization delay), antrian (queuing delay), dan transmisi paket pada jaringan (propagation delay).

Persamaan 3.1 untuk menghitung delay [19].

Delay = Pa – Ps (3.1)

Dimana : Pa = paket yang diterima Ps = paket yang dikirim

3.4.2 Packet Loss

Packet loss merupakan kegagalan transmisi yang diakibatkan paket tidak sampai ke tujuan. Hal ini dapat diakibatkan karena beberapa hal diantaranya :

- Erroryang terjadi pada media fisik

- Terjadinya overload trafik di dalam jaringan - Congestion

- Kegagalan pada sisi penerima

Packet Loss terjadi dikarenakan paket yang dikirimkan mengalami kerusakan atau paket yang dikirim melebihi batas, sehingga mengakibatkan paket tersebut di buang. Persamaan 3.3 untuk menghitung packet loss [20].

𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿 = 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑑𝑑𝑃𝑃𝑃𝑃𝑃𝑃 𝑑𝑑𝑑𝑑𝑃𝑃𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 −𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑑𝑑𝑃𝑃𝑃𝑃𝑃𝑃 𝑑𝑑𝑑𝑑𝑃𝑃𝑃𝑃𝑑𝑑𝑑𝑑𝑑𝑑𝑃𝑃

𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 𝑑𝑑𝑃𝑃𝑃𝑃𝑃𝑃 𝑑𝑑𝑑𝑑𝑃𝑃𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑥𝑥 100% (3.2)

Dimana : Paket terkirim = Total Paket yang dikirim Paket diterima = Paket yang berhasil diterima

4.2.4 Throughput

Thrughput adalah bandwidth actual yang terukur pada suatu ukuran tertentu..

𝑇𝑇ℎ𝑑𝑑𝐿𝐿𝑟𝑟𝑟𝑟ℎ𝑝𝑝𝑟𝑟𝑃𝑃 = 𝑇𝑇𝐿𝐿𝑃𝑃𝑃𝑃𝑇𝑇 𝑏𝑏𝑏𝑏𝑃𝑃𝑃𝑃𝐿𝐿 𝑑𝑑𝑟𝑟𝑑𝑑𝑃𝑃𝑃𝑃𝑑𝑑𝐿𝐿𝑑𝑑 (3.3) Dimana : Total bytes = Jumlah bit yang dikirim

Total waktu pengiriman paket

BAB IV

HASIL PENGUJIAN DAN ANALISIS

4.1 Hasil Pengujian

Hasil pengujian video streaming menggunakanaplikasi MoSES yang dilakukan sebanyak 48 kali menggunakan frame size dan frame rate yang berbeda-beda ditunjukkan pada Tabel 4.1 hingga 4.8.

Tabel 4.1 Hasil pengujian video streaming frame size 160x120 Frame Rate Delay (sec) Packet loss Throughput (Kbps)

10 0.14635 0% 5540.13

20 0.30928 0.13% 1681.94

30 0.22385 2.07% 2522.6

40 0.21109 0% 1864.52

50 0.10605 0% 2411.12

60 0.12522 0% 2252.65

Tabel 4.2 Hasil pengujian video streaming frame size176x144 Frame Rate Delay (sec) Packet loss Throughput (Kbps)

10 0.91232 1% 3297.29

20 0.12912 5.54% 3544.99

30 0.12341 0.51% 3293.73

40 0.23017 0.85% 1912.66

50 0.26741 2.28% 1496.86

60 0.27146 0% 1463.73

Tabel 4.3 Hasil pengujian video streaming frame size320x240 Frame Rate Delay (sec) Packet loss Throughput (Kbps)

10 0.21702 0.20% 3539.32

Tabel 4.4 Hasil pengukuran pada frame size 352x288 Frame Rate Delay (sec) Packet loss Throughput (Kbps)

10 0.15292 1.38% 4176.37

Tabel 4.5 Hasil pengukuran pada frame size 704x576 Frame Rate Delay (sec) Packet loss Throughput (Kbps)

10 0.15387 5.95% 5786.99

Tabel 4.6 Hasil pengukuran pada frame size 720x576 Frame Rate Delay (sec) Packet loss Throughput (Kbps)

10 0.14167 5.95% 6558.06

Tabel 4.7 Hasil pengukuran pada frame size 800x500 Frame Rate Delay (sec) Packet loss Throughput (Kbps)

10 0.15351 1.17% 6610.26

Tabel 4.8 Hasil pengukuran pada frame size 1600x1200 Frame Rate Delay (sec) Packet loss Throughput (Kbps)

10 0.12891 0.40% 8557.71

4.2 Analisis Pengaruh Frame Rate Terhadap Kinerja Video Streaming 4.2.1 Karakteristik Delay

Karakteristik delay yang diperoleh dari Tabel 4.1 hingga Tabel 4.8 ditunjukkan oleh Gambar 4.1 sampai dengan 4.6. Untuk frame size 160 x 120,

delay naik dari 0.14 detik pada frame rate 10, menjadi 0.32 detik pada frame rate 20. Selanjutnya delay turun dengan bertambahnya frame rate.

Secara regresif, kecendrungan delay turun terhadap frame rate (Gambar 4.1). Delay turun secara eksponensial mengikuti persamaan y = 0.2619e

-0.116x/10

,dimana y adalah delay (dalam detik) dan x adalah frame rate dalam satuan frame per second. Sebagai contoh, jika frame rate dinaikkan menjadi 70 fps, maka delay diprediksi bernilai y = 0.2619e-0.116x70/10

= 0.11628 detik.

Gambar 4.1 Karakteristik delay terhadap frame rate untuk frame 160 x 120

Untuk frame size 176 x 144, delay turun dari 0.91 detik pada frame rate 10, menjadi 0.13 detik pada frame rate 20. Selanjutnya delay perlahan naik dengan bertambahnya frame rate. Namun secara regresif, delay turun terhadap perubahan frame rate (Gambar 4.2). Delay turun secara logarithmic mengikuti persamaan y = -0.3ln(x/10) + 0.6518,dimana y adalah delay (dalam detik) dan x adalah frame rate dalam satuan frame per second. Sebagai contoh, jika frame rate dinaikkan menjadi 70 fps, maka delay diprediksi bernilai y = -0.3ln(70/10) + 0.6518= -0.6105 detik.

Gambar 4.2 Karakteristik delay terhadap frame rate untuk frame 176 x 144

Untuk frame size 320 x 240, delay bervariasi turun naik, namun cendrung konstan. Secara regresif delay naik perlahan terhadap frame rate (Gambar 4.3).

Gambar 4.3 Karakteristik delay terhadap frame rate untuk frame 320 x 240

Untuk frame size 352 x 288, delay turun secara logaritmik (y = -0,044ln (x/10) + 0,135) dari frame rate 10 ke titik terendah frame rate 40, selanjutnya naik perlahan dengan bertambahnya frame rate. Secara rata-rate delay menurun terhadap frame rate seperti terlihat pada Gambar 4.4.

y = -0.3ln(x/10) + 0.6518

Gambar 4.4 Karakteristik delay terhadap frame rate untuk frame size 352 x 288 Hal yang lebih kurang sama terjadi pada ukuran frame 704 x 576, 720 x 576, 800 x 600, dan 1600 x 1200. Delay cendrung turun terhadap frame rate.

(Gambar 4.5).

c. frame size 800 x 500

d. frame size1600x1200

Gambar 4.5 Pengaruh frame rate terhadap delay untuk beberapa frame size

Secara rata-rata, karakteristik delay terhadap frame rate menurun terhadap kenaikan frame rate seperti ditunjukkan pada Gambar 4.6. Tampak dari gambar, bahwa delay menurun secara kuadratik (y = 0,2218(x/10)^-0,287) jika frame rate bertambah. Sebagai contoh, pada frame rate 10, nilai delay adalah 0.25 detik, turun menjadi berkisar 0.15 detik pada frame rate 60.

y = -0,01ln(x/10) + 0,1465

y = -0.004ln(x/10) + 0.1267 R² = 0.5501

Gambar 4.6 Pengaruh frame rate terhadap delay

4.2.2 Karakteristik packet loss

Karakteristik packet loss yang diperoleh dari Tabel 4.1 hingga Tabel 4.8 ditunjukkan oleh Gambar 4.9 sampai dengan 4.16.

Untuk frame size 160 x 120, packet loss cendrung stabil, hanya pada frame rate 30 fps naik tiba-tiba, hal ini dapat terjadi karena ukuran gambar tidak merata (Gambar 4.7).

Gambar 4.7 Karakteristik packet loss terhadap frame rate untuk frame size 160x120

Untuk frame size 176 x 144, packet loss turun naik, namun secara tren, packet loss cendrung turun terhadap frame rate (Gambar 4.8).

Gambar 4.8 Karakteristik packet loss terhadap frame rate untuk frame size 176x144

Hal berbeda ditunjukkan oleh frame size 320 x 240 dimana packet loss cendrung naik dari 0.20 % pada frame rate 10 menjadi 3.34 %. Secara regresif, packet loss naik terhadap frame rate (Gambar 4.9).

Gambar 4.9 Karakteristik packet loss terhadap frame rate untuk frame size 320 x 240

Beberapa frame size selanjutnya menunjukkan tren kenaikan (frame size 352 x 288, 704 x 576) sementara frame size lain (720 x 576, 800 x 500, 1600 x 1200) menunjukkan penurunan packet loss. Hal ini dapat terjadi karena loss dapat

y = -0,0041(x/10) + 0,0311

memiliki pengaruh berbeda pada kode video. Sebagai contoh, loss pada frame I menyebabkan loss juga pada frame P, namun tidak sebaliknya.

Secara rata-rata pengaruh frame rate terhadap packet loss tidak tetap dan memiliki tren kuadratik. Delay turn dari 1,7% pada frame rate 10 fpa ke 40 fps, naik kembali sampai frame rate 60 fps seperti pada Gambar 4.10.

Gambar 4.10 Karakteristik throughput terhadap frame rate

4.2.3 karakteristik throughput

Karakteristik rata-rata throughput yang diperoleh dari Tabel 4.1 hingga Tabel 4.8 ditunjukkan oleh Gambar 4.13. Secara rata-rata throughput turun dari 5500 kbps pada frame rate 10 fps ke kurang dari 5200 kbps pada frame rate 40.

Kemudian naik kembali pada frame Rate 60. Perubahan ini adalah memiliki kecendrungan logaritmik seperti ditunjukkan pada Gambar 4.11.

y = 0,0143(x/10)^-0,134

Gambar 4.11 Karakteristik rata-rata throughput terhadap frame rate

4.3 Analisis Pengaruh Frame Size Terhadap Kinerja Video Streaming 4.3.1 Pengaruh frame size terhadap Delay

Karakteristik delay terhadap frame sizeditunjukkan pada Tabel 4.9.

Sementara polanya ditunjukkan pada Gambar 4.14.

Tabel 4.9 Karakteristik Delay vs frame size Frame Size Delay (s)

Berdasarkan datapada Tabel 4.9delay cenderung turun terhadap peningkatan frame size. Delay yang paling besar terjadi pada saat frame size 176x144yaitu dengan nilai 0.322s. Sementara delay terendah padaframe size 352x288delayhanya bernilai 0.081 s. Secara regresif delay menurun secara linier (y = -0,0191(x/10) + 0,2517).

y = -38,46ln(x/10) + 5424,3 R² = 0,0416

Gambar 4.12 Grafik Karakteristik Delay vs frame size 4.3.2 Pengaruh frame size terhadap packet loss

Nilai rata-rata packet lossterhadap frame sizeditunjukkan pada Tabel 4.10.

Tabel 4.10 Karakteristik Packet Loss vs frame size Frame Size Packet Loss

160x120 0.37%

Gambar 4.13 Grafik Karakteristik Packet Loss vs frame size

Berdasarkan data tersebut,packet loss turun secara eksponensial (y = -0,0191(x/10) + 0,2517) dimana yang paling besar terjadi pada saat frame size704x576 yaitu dengan nilai 3.93%. Sedangkan untuk packet loss yang paling kecil terjadi pada saat frame size160x120 yaitu dengan nilai 0.37% dan frame size 1600x1200.

4.3.3 Pengaruh frame size terhadap throughput

Nilai rata-rata throughputtotal dari setiap frame size ditunjukkan pada Tabel 4.11.

Tabel 4.11 Karakteristik throughput vs Frame size Frame Size Throughput

160x120 2712.16

Packet loss VS Frame Size

Gambar 4.16 menunjukkan bahwa nilai throughputtotalmeningkat secara linier (y = 1016,1(x/10) + 809,45) terhadap frame size, secara konsisten naik dariframe size 160x120 yaitu dengan nilai 2712.16 kbps ke 9006.94 kbps pada saat frame size1600x1200.

Gambar 4.14 Grafik Karakteristik Throughput vs Frame Size

y = 1016,1(x/10) + 809,45 R² = 0,9089

10000 20003000 40005000 60007000 80009000 10000

Throughput

Frame size

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Adapun kesimpulan yang didapat dari analisis yang dilakukan pada Skripsi ini adalah sebagai berikut :

1. Pengujian menunjukkan bahwa secara rata-rata, pengaruh frame rate terhadap delay adalah delay menurun jika frame rate bertambah. Pada frame rate 10 fps, nilai delay adalah 0.25 detik, turun menjadi berkisar 0.15 detik pada frame rate 60. Penurunan delay adalah logarithmik terhadap kenaikan frame rate.

2. Secara rata-rata pengaruh frame rate terhadap packet loss tidak tetap.

Delay turn dari 1,7% pada frame rate 10 fps ke 40 fps, naik kembali sampai frame rate 60 fps.

3. Karakteristik rata-rata throughput berubah terhadap frame rate.

Throughput turun dari 5500 kbps pada frame rate 10 fps ke kurang dari 5200 kbps pada frame rate 40. Namun naik kembali pada frame 60.

4. Nilai delay cenderung turun terhadap peningkatan frame size. Delay yang paling besar terjadi pada saat frame size 176x144yaitu 0.322s, turun padaframe size 352x288menjadi0.081 s.

5. Packet loss berubah terhadap frame size,packet loss yang paling besar terjadi pada saat frame size704x576 yaitu dengan nilai 3.93% dan yang paling kecil terjadi pada saat frame size160x120 yaitu dengan nilai 0.37%.

6. Nilai throughputmeningkat secara linierterhadap frame size, dari 2712,16kbps padaframe size 160x120ke 9006,94 kbps pada saat frame size1600x1200.

5.2 Saran

Pada penelitian ini, video streamingdengan mengubah frame size dan frame rate padasoftware MoSES. Berikutnya dapat diuji dengan kode video berbeda agar diperoleh pilihan kode yang sesuai untuk video streaming.

DAFTAR PUSTAKA

[1] A. P. G. Gualdi, R. Cucchiara, “Low-latency live video streaming over low-capacity network,” In Proc. of IEEEInt’l, pp. 449–456, 2006.

[2] I. W. Anggelina I Diwi, R Rumani Mangkudjaja, “Analisis Kualitas Layanan Video Live Streaming pada Jaringan Lokal Universitas Telkom,”

vol. 12, no. 3, 2014.

[3] K.-Y. L. and C. Chiu, “The design of a wireless real-time visual

surveillance system,” Multimed. Tools Appl., vol. 33, no. 2, pp. 175–199.

[4] and C. K. K. Lim, D. Wu, S. Wu, R. Susanto, X. Lin, L. Jiang, R. Yu, F.

Pan, Z. Li, S. Yao, G. Feng, “Video streaming on embedded devices through GPRS network,” IEEE Intl Conf. Multimed. Expo, vol. 2, pp. 169–

172, 2003.

[5] R. Gualdi, Giovanni., Prati, Andrea., Cucchiar, “Video Streaming for Mobile Video Surveillance,” in Ninth IEEE International Symposium on Multimedia, 2007.

[6] and L. D. I. Haritaoglu, D. Harwood, “Real-time surveillance of people and their activities,” vol. 22, no. 8, pp. 809–830.

[7] “Advanced Video Coding for Generic Audiovisual Services ITU Rec,”

H624/ISO IEC 14996-10 AVC, 2003.

[8] A. S. Nuzul Luthfihadi, “ANALISIS KUALITAS LAYANAN VIDEO CALL MENGGUNAKAN CODEC H.263 DAN H.264 TERHADAP

LEBAR PITA JARINGAN YANG TERSEDIA,” Konsentrasi Tek.

Telekomun. Dep. Tek. Elektro Fak. Tek. Univ. Sumatera Utara, pp. 139–

140.

[9] A. S. Vico Andrea Budi Harto1, Rakhmadhany Primananda2, “Analisis Performansi H.264 dan H.265 pada Video Streaming dari Segi Quality Of Service,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, pp. 1–2, 2017.

[10] C. dan S. P. Ram, “Performance Comparison of High Efficiency Video Coding (HEVC) with H.264 AVC,” IEEE, pp. 2–3, 2017.

[11] P. Dutta and M. Nachamai, “Detection of faces from video files with different file formats,” Int. Conf. Microelectron. Comput. Commun.

MicroCom 2016, pp. 1–8, 2016.

[12] Suherman s, “WiFi-Friendly Building to Enable WiFi Signal Indoor,”

Electr. Eng. Dep. Univ. Sumatera Utara, pp. 1–3, 2011.

[13] M. Nurhamid, “analisa kefektipan jaringan local area network (intranet) universitas muria kudus,” Fak. Tek. UMK, vol. 4, no. 2, pp. 1–5, 2011.

[14] W. Y. Umil Fajri, Yoanda Alim Syahbana, “Implementasi Pengukuran Kualitas Video berdasarkan ITUBT.500 dan Metode Peak Signal-to-Noise Ratio berbasis Desktop,” Tek. Inform. Politek. Caltex Riau, Pekanbaru, pp.

1–6, 2017.