Analisis unjuk kerja jaringan oportunistik berbasis Publish

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. ANALISIS UNJUK KERJA JARINGAN OPORTUNISTIK BERBASIS PUBLISH & SUBSCRIBE DENGAN DUPLICATE FILTER DAN KOMBINASI ATURAN PENGURUTAN SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Untuk Mendapatkan Gelar Sarjana Komputer Program Studi Informatika. Oleh: Laurensius Jenar Artyanda 165314032. PROGRAM STUDI INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2020.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. PERFORMANCE EVALUATION OF PUBLISH & SUBSCRIBE OPPORTUNISTIC NETWORK WITH DUPLICATE FILTER AND POLICY QUEUE COMBINATION A THESIS Presented as Partial Fulfillment or Requirements To Obtain Sarjana Komputer Degree In Informatic Department. By: Laurensius Jenar Artyanda 165314032. INFORMATIC STUDY PROGRAM FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2020.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. MOTTO Everything will be ok, just keep going and trust GOD plan. iii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. ABSTRAK. Jaringan Oportunistik adalah jaringan nirkabel dimana tidak ada jalur yang tetap antara source dan destination untuk saling berkomunikasi. Namun, hal ini menyebabkan mekanisme pengiriman ini hanya bisa mendapatkan pesan dari source saja. Untuk mengatasi kekurangan ini, dibuat pengiriman pesan berbasis konten yang dikenal dengan mekanisme pengiriman publish and subscribe. Berbeda dengan pengiriman pesan di jaringan oportunistik yang terdapat source dan destination, mekanisme publish & subscribe pengiriman pesan tidak memerlukan source destination sehingga pengiriman pesan bisa secara multicast. Dalam publish & subscribe pengiriman pesan berbasis pada ketertarikan akan konten, tidak peduli siapa yang memiliki konten tersebut. Karena penyimpanan di jaringan opotunisitik terbatas perlu adanya pemanfaatan penyimpanan dengan baik. Caranya adalah dengan menggunakan mekanisme filtering dan prioritas queueing pengiriman pada pesan yang akan dikirimkan sehingga hanya pesan dengan kondisi tertentu yang akan dikirimkan lalu disimpan pada buffer. Pada penelitian ini membahas unjuk kerja pengiriman pesan dengan publish & subscribe dengan kombinasi filter dan prioritas queueing pesan di pergerakan random dan manusia, untuk melihat seberapa efektif kinerja mekanisme ini, untuk mengukurnya ada matriks unjuk kerja yang digunakan yaitu delivery average, latency average dan total number of replica. Hasilnya mekanisme publish & subscribe tidak terlalu signifikan perbedaan jika menggunakan pergerakan random sedangkan di pergerakan manusia hasilnya cenderung berbeda karena manusia memiliki pola pergerakan yang unik.. Kata Kunci: Jaringan Oportunistik, Publish & Subscribe, pengiriman pesan berbasis konten. vi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. ABSTRACT. Opportunistic networks is a wireless network model where there no fix path between source and destination to communicate with each other. However, due to this messages can only be obtained from the source. In order to overcome this deficiency, a content-based message delivery is created, known as publish & subscribe delivery mechanism. Different with source destination, in publish and subscribe it does not need source destination, leading it to perform the message delivery on a multicast basis. The message delivery in publish and subscribe is based on the interests in the contents, hence knowing the owner of the contents is not necessary. Because storage on the opportunistic network is limited. One of the ways to use it effectively is by applying filtering and delivery priority mechanism on the messages about to be delivered. By applying filtering and queueing priority process, only the messages with certain condition will be delivered or saved in the buffer. In this research we analyze the message delivery performance with publish & subscribe methods and with the combination of filter and message queueing priority in order to see the effectiveness of the routing protocol performance. Delivery Average, Latency Average, and Total number of replica are the metrics used to measure the performance. The result is the publish & subscribe mechanism is not too significant a difference when using random movements, whereas in human movement the results tend to be different because humans have unique movement patterns.. Keywords: opportunistic network, publish & subscribe, content-based messaging. vii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR ISI. HALAMAN PERSETUJUAN ................................................................................. i HALAMAN PENGESAHAN .................................................................................. i MOTTO .................................................................................................................. ii PERNYATAAN LEMBAR KEASLIAN KARYA ............................................... iv LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ............................................................... v ABSTRAK .............................................................................................................. v ABSTRACT .......................................................................................................... vii KATA PENGANTAR ......................................................................................... viii DAFTAR ISI ........................................................................................................... x DAFTAR GAMBAR ............................................................................................ xii DAFTAR RUMUS .............................................................................................. xiii BAB I PENDAHULUAN ....................................................................................... 1 1.1. Latar Belakang ......................................................................................... 1. 1.2. Rumusan Masalah .................................................................................... 2. 1.3. Tujuan Penelitian ...................................................................................... 2. 1.4. Manfaat Penelitian .................................................................................... 2. 1.5. Batasan Masalah ....................................................................................... 2. 1.6. Metodologi Penelitian .............................................................................. 3. 1.7. Sistematika Penulisan ............................................................................... 3. BAB II LANDASAN TEORI ................................................................................. 5 2.1. Jaringan Opportunistik ............................................................................. 5. 2.2. Mekanisme Publish & Subscribe ............................................................. 6. x.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 2.3. Pemilihan Bundle untuk Dikirimkan ........................................................ 9. 2.4. The ONE Simulator (Opportunistic Network Enviroment) .................... 17. 2.5. Pergerakan Node .................................................................................... 18. BAB III ................................................................................................................. 19 PERANCANGAN SIMULASI............................................................................. 19 3.1. Parameter Simulasi ................................................................................. 19. 3.2. Skenario Simulasi ................................................................................... 20. 3.3. Matriks Unjuk Kerja ............................................................................... 21. 3.4. Pseudo code Publish Subscribe .............................................................. 22. BAB IV PENGUJIAN DAN ANALISIS ............................................................. 25 4.1. Random Way Point ................................................................................. 25. 4.2.. Reality MIT ............................................................................................. 28. BAB V KESIMPULAN DAN SARAN ................................................................ 35 5.1.. Kesimpulan ............................................................................................. 35. 5.2.. Saran ....................................................................................................... 36. DAFTAR PUSTAKA ........................................................................................... 37 LAMPIRAN .......................................................................................................... 38. xi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR GAMBAR Gambar 2.1 Mekanisme Store-Carry-Forward ............................................... 6 Gambar 2.2 Publish Subscribe scenario .......................................................... 9 Gambar 2.3.1 Ilustrasi Duplicate filter .......................................................... 11 Gambar 2.3.2 Ilustrasi Hop Count Filter ....................................................... 12 Gambar 2.3.3 Ilustrasi Known Subscription Filter ........................................ 13 Gambar 2.3.4 Ilustrasi Short delay queue...................................................... 13 Gambar 2.3.5 Ilustrasi Long delay queue ...................................................... 14 Gambar 2.3.6 Ilustrasi Subscription hop count queue ................................... 15 Gambar 2.3.7 Ilustrasi Popularity queue ....................................................... 16 Gambar 2.3.8 Ilustrasi pertukaran bundle dari node bertemu........................ 17 Gambar 4.1.1 Grafik Average Delivery Rate pada pergerakan Random Way Point ............................................................................................................... 25 Gambar 4.1.2 Grafik Average Latency pada pergerakan Random Way Point ....................................................................................................................... 26 Gambar 4.1.3 Grafik Average Number of Replica Random Way Point ........ 27 Gambar 4.2.1 Grafik Average Delivery Rate Popular Publisher node ......... 28 Gambar 4.2.2 Grafik Average Delivery Rate Random Publisher node ......... 29 Gambar 4.2.3 Grafik Average Latency Reality MIT Publisher Node Popular ....................................................................................................................... 30 Gambar 4.2.5 Grafik Number of Replica Reality MIT Publisher Node Popular ....................................................................................................................... 32 Gambar 4.2.6 Grafik Number of Replica Reality MIT Publisher Node Random .......................................................................................................... 33. xii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR RUMUS. Rumus 3.1 Delivery Rate ............................................................................... 21 Rumus 3.2 Average Delivery Probability ...................................................... 22 Rumus 3.3 Average Total Number of Replica ............................................... 22. xiii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR TABEL Tabel 1.1.1 Parameter Simulasi ..................................................................... 19 Tabel 1.2.1 Skenario Simulasi ....................................................................... 20. xiv.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan oportunistik merupakan jaringan nirkabel yang memiliki karakteristik mentolerir adanya delay selama pengiriman pesan. Mekanisme pengiriman pesan di jaringan oportunistik pada dasarnya adalah store-carryforward. Pada jaringan oportunistik setiap node dapat melakukan pencarian jalur dari source ke destination tanpa adanya end to end path atau topologi yang terbentuk, dengan kata lain pengiriman pesan di jaringan oportunistik berbasis source ke destination. Adapun kekurangan dari mekanisme pengiriman tersebut yaitu pesan yang dikirimkan hanya bisa ditermia oleh satu penerima atau satu destinasi saja. Ini menjadi masalah jika ada lebih satu destinasi menginginkan pesan yang sama, tentunya butuh waktu yang lebih agar mereka menerima pesan yang sama. Untuk mengatasi hal tersebut muncullah pendekatan untuk mengatasi hal tersebut yaitu dengan menggunakan mekanisme Publish & Subscribe (P&S). Mekanisme ini melakukan pengiriman pesan berbasis konten. Pesan dalam P&S disebut sebagai bundle. Dalam pengiriman P&S tidak berfokus pada pembuat bundle untuk mendapatkan bundle tersebut. Untuk mendapatkan bundle tersebut hanya perlu meminta ke node manapun yang memiliki bundle tersebut tidak harus mendapatkan langsung dari pembuat bundle. Pertukaran bundle dalam P&S akan melalui proses filtering dan queueing priority sebelum diberikan ke node lain[2] gunanya untuk melakukan pemanfaatan penyimpanan karena penyimpanan di jaringan oportunistik terbatas . Adapun metode filtering yang dapat digunakan yaitu Duplicate filter, Known Subscription filter, Hop Count filter. Prioritas pengurutan yang digunakan pada penelitian ini yaitu Short delay, Long delay, Subscription Hop Count, dan Popularity Pada penelitian ini, akan membahas bagaimana unjuk kerja jika distribusi pengiriman pesan menggunakan. P&S dengan menggunakan filtering. 1.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Duplicate Filter dengan Kombinasi priority queueing Short Delay(short), Long Delay(long), Subscription Hop Count(hop), dan Popularity(pop). 1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dipaparkan, rumusan masalah yang didapat adalah bagaimana jika mekanisme pengiriman Publish and Subscribe di terapkan di jaringan oportunistik dan apa pengaruhnya jika mekanisme pengiriman pesan menggunakan metode Duplicate filter dan dikombinasi dengan priority queueing Short Delay, Long Delay, Subscription Hop Count, dan Popularity 1.3 Tujuan Penelitian Tujuan dari tugas akhir ini adalah mengetahui perbandingan kinerja paradigma Publish and Subscribe menggunakan filtering Duplicate Filter dengan Kombinasi priority queueing Short Delay, Long Delay, Subscription Hop Count, dan Popularity dengan menggunakan metriks unjuk kerja Delivery Rate, Latency Average, Average Number of Replicas.. 1.4 Manfaat Penelitian Hasil dari penelitian ini diharapkan dapat digunakan sebagai pertimbangan dalam mengembangkan mekanisme pendistribusian pesan di jaringan oportunistik.. 1.5 Batasan Masalah Batasan masalah dalam penelitian ini adalah: a. Menggunakan mekanisme pengiriman Publish and Subscribe. b. Filtering menggunakan Duplicate Filter. c. Prioritas pengurutan pengiriman menggunakan short delay, Long delay, Subscription Hop Count, Popularity. d. Peran node di penelitian ini dibagi menjadi Publisher node, Subscriber node, Relay node dan jumlah node untuk setiap peran sudah ditentukan.. 2.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. e. Jumlah Channel pada penelitian ini hanya 5 channel masing-masing channel memiliki topik yang berbeda. f. Satu channel hanya terdaoat satu publisher.. 1.6 Metodologi Penelitian Metodologi Penelitian yang digunakan : a. Studi Literatur 1) Teori Delay Tolerant Network 2) Teori Publish and Subscribe 3) Teori Selecting Bundles for Forwading 4) Teori The One Simulator b. Pembuatan Alat Uji Perancangan sistem dimulai dari mengidentifikasi apa yang dilakukan protokol dalam menghasilkan data yang nantinya bisa di analisa. c. Analisis Hasil Pengujian Hasil pengujian didasarkan pada performa matriks yang diperoleh dari implementasi routing protokol Epidemic yang di kembangkan menggunakan. mekanisme. Publish. &. Subscribe. untuk. mengoptimalkan pengiriman. d. Penarikan Kesimpulan Dalam tahap ini penarikan kesimpulan didasarkan pada analisis beberapa matriks unjuk kerja dari data yang diperoleh. 1.7 Sistematika Penulisan Berikut ini merupakan sistematika penulisan yang terbagi kedalam bab: BAB I PENDAHULUAN Bab ini berisi penjelasan tentang latar belakang masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, metodologi penelitian dan sistematika penulisan.. 3.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB II LANDASAN TEORI Bab ini berisi tentang dasar teori yang digunakan sebagai dasar dalam melakukan penelitian yaitu tentang teori jaringan oportunistik, teori routing protocol Epidemic, paradigma Publish & Subscribe, teori Selecting Bundles for Forwading yang digunakan untuk optimisasi pengiriman pesan dengan cara filtering dan penentuan priority pengiriman pesan BAB III PERANCANGAN SIMULASI Bab ini berisi tentang rancangan simulasi yang akan digunakan dalam penelitian. BAB IV PENGUJIAN DAN ANALISIS Bab ini berisi tentang tahap pengujian, yaitu tahap simulasi dan analisa data dari hasil penelitian. BAB V KESIMPULAN DAN SARAN Bab ini berisi tentang kesimpulan dari hasil pengujian dan analisis simulasi serta saran dari penulis untuk penelitian selanjutnya.. 4.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB II LANDASAN TEORI 2.1 Jaringan Opportunistik. Delay Tolerant Network atau lebih dikenal dengan jaringan oportunistik merupakan jaringan yang dikembangkan dari MANET guna untuk mengatasi permasalahan di jaringan MANET. Permasalahan di jaringan MANET yaitu untuk agar tetap dapat berkomunikasi node dalam jaringan harus tetap terhubung dan harus ada jalur end-to-end path. Namun dalam kenyataannya MANET sering mengalami kegagalan karena node bergerak sangat mobile mengakibatkan node tidak selalu terhubung dan topologi dalam jaringan sering berubah. Hal ini mengakibatkan pesan tidak dapat disampaikan dan pada akhrinya pesan dibuang. Jaringan. opportunistic. memiliki. keunggulan. yaitu. tidak. memerlukan node harus saling terhubung setiap saat dan mentolerir tidak adanya jalur end-to-end path [1]. Komunikasi ini juga mentolerir adanya delay dalam pengiriman pesan karena pergerakan node yang sangat mobile. Tantangan di jaringan opportunistik adalah bagaimana agar node source dapat menemukan relay node yang tepat untuk menitipkan pesan agar disampaikan ke destination node dengan delay yang sekecil mungkin, sehingga mendapat unjuk kerja yang optimal. Gambar 2.1 memperlihatikan mekanisme pengiriman pesan pada jaringan oportunistik. Cara kerja mekanisme ini adalah node di jaringan opportunistik menyimpan pesan dan membawanya sampai bertemu relay node yang tepat, sampai pada akhirnya pesan itu akan dititipkan dan dikirimkan ke destinasi.. 5.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 2.1 Mekanisme Store-Carry-Forward 2.2 Mekanisme Publish & Subscribe Pada umumnya mekanisme pengiriman pesan di jaringan opportunistic adalah store-carry-forward yang menggunakan source dan destination. Namun seiring berjalannya waktu terdapat mekanisme pengiriman baru yang muncul salah satunya adalalah P&S yang ilustrasinya pengiriman pesannya dapat dilihat pada Gambar 2.2. Paradigma ini menghindari pengiriman berbasis source destination [3]. Dalam P&S node memiliki peran dan tugasnya masing-masing. Terdapat node yang berperan sebagai pembuat bundle disebut publisher [3]. Publisher node membuat pesan berdasarkan topik yang telah ditentukan. Jika publisher itu ditentukan membuat topik tentang makanan maka selama waktu simulasi berjalan dia hanya akan membuat bundle yang topiknya tentang makanan, misalnya membuat bundle tentang soto, bakso, atau sesuatu yang berkaitan dengan makanan. Dalam penelitian ini satu publisher hanya membuat satu jenis topik saja dan mengirimkannya lewat satu channel (channel = topik) Selain itu ada node yang berperan sebagai subscriber, tugas node subscriber adalah meminta bundle ke publisher. Tetapi sebelum subscriber meminta bundle node subscriber harus melakukan proses subcribe terlebih dahulu pada suatu channel atau bisa disebut topik setelah melakukan proses subscribe lalu keinginan subscriber tersebut ditulis di subscription list. Selain itu subscriber node juga bisa berperan sebagai relay node bagi subscriber node lain di penelitian ini.. 6.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Peran node yang terakhir dalam P&S ini adalah sebagai relay. Relay node bertugas sebagai perantara atau membantu penyampaian pesan yang dibuat oleh publisher yang ditujukan ke subscriber. Tidak semua bundle bisa diberikan atau dititipkan ke relay node, hanya bundle yang tercatat di subscription list yang dimiliki oleh relay node yang bisa diterima dan dibawa oleh relay node. Untuk melakukan pertukaran atau pengiriman bundle di P&S diperlukan subscription list. Subscription list hanya dimiliki relay node dan subscriber node guna melakukan pertukaran bundle, sedangkan publisher tidak memiliki subscription list. Subscription list merupakan list yang berisi pesan subscribe, pesan subscribe bentuknya seperti pesan, tapi khusus yang berisi waktu node tersebut menginginkan suatu topik, node mana yang menginginkan bundle topik dan tipe konten/topik yang diinginkan node tersebut. Jadi subscription list berfungsi sebagai identifier suatu node tertarik pada topik apa, jadi node lain bisa mengetahui kesukaan atau ketertarikan konten dari suatu node dengan melihat subscription list yang dimilikinya. Pada mekanisme P&S terdapat 3 peran node sesuai tugas yaitu publisher, subscriber, dan relay. Interaksi antar node yang memiliki peran yang berbeda dijelaskan sebagai berikut: a. Publisher bertemu Publisher: Tidak ada pertukaran pesan yang terjadi karena pada penelitian ini publisher hanya bertugas membuat bundle tentang suatu topik saja b. Publisher bertemu Relay: Tidak ada pertukaran subscription list karena publisher tidak. memiliki. subscription. list.. Publisher. akan. mengirimkan bundle jika konten/topik yang dia buat sesuai dengan isi subscription list relay node. Relay node akan menerima bundle tersebut dan menyimpannya di buffer relay. 7.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. node untuk nantinya di kirimkan ke subscriber node yang mengiginkan bundle tentang topik tersebut. c. Publisher bertemu subscriber: Tidak ada pertukaran subscription list karena publisher tidak memiliki subscription list. Publisher akan mengirimkan bundle jika konten/topik yang dia buat sesuai dengan isi subscription. list. subscriber. node.. Subscriber. akan. menyimpan bundle dari publisher apabila konten bundle yang diberikan publisher merupakan konten bundle yang diinginkan oleh subscriber lain. Sedangkan pesan dianngap terkirim jika konten bundle yang diberikan publisher sesuai dengan konten bundle yang diinginkan oleh node subscriber itu sendiri. d. Relay bertemu subscriber, relay bertemu relay dan subscriber bertemu subscriber: Hal yang pertama dilakukan adalah saling menukarkan subscription list. Setelah subscription list milik masing masing node yang bertemu sudah sama maka relay dan subscriber bisa mulai menukarkan pesan, dan melihat ke buffer masing-masing, ada atau tidak konten bundle yang diinginkan oleh peer, jika ada maka akan dikirimkan ke peernya. 8.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 2.2 Publish Subscribe scenario 2.3 Pemilihan Bundle untuk Dikirimkan Untuk. meningkatkan. delivery. probability. dalam. jaringan. oportunistik menurut J. Greifenberg and D. Kutscher [2] perlu adanya priritas pengiriman bundle. Ada beberapa metode pengiriman bundle yang dapat digunakan di P&S dalam penelitian ini. Cara kerja dari pemilihan bundle ini adalah dengan melakukan proses filtering dahulu. Proses filtering berguna untuk memilih bundle mana saja yang dapat dikirimkan. Setelah melakukan proses filtering dalam pengirimannya harus ada bundle yang lebih di prioritaskan untuk dikirimkan, karena waktu kontak tidak dapat di prediksi melakukan priority dalam pengiriman itu dilakukan. Bundle yang di prioritaskan akan menempati queue lebih dahulu, dengan tujuan bundle tersebut dikirimkan lebih awal dari bundle lain. Setelah melakukan tahapan filtering dan queueing baru setelah itu bundle bisa diberikan atau diberikan.. 9.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Dalam pengiriman P&S pengiriman atau pertukaran bundle tidak bisa langsung begitu saja. Seperti yang dijelaskan di atas pengiriman harus sesuai dengan subscription list. Jadi baik node publisher, subscriber atau relay node sebelum melakukan pengiriman atau pertukaran bundle node tersebut harus menukarkan subscription list, gunanya agar tau bundle apakah yang diinginkan peer nya. Setelah tau bundle yang diinginkan peernya /sudah melakukan pertukaran subscription list jika node tersebut memiliki bundle yang sesuai dengan subscription list peer maka bundle tersebut akan diberikan. Terdapat berbagai macam metode filtering dan queueing yang dapat digunakan diantaranya: a. Filtering bundle • Duplicate Filter Filter ini mencegah adanya duplikasi bundle dalam buffer relay ataupun subscriber node dengan cara menghapus bundle yang memiliki id yang sama. Tujuannya adalah agar tidak ada duplikasi bundle yang sama. Duplicate filtering bekerja di sisi pengirim. Ilustrasi nya dapat dilihat pada Gambar 2.3.1, ilustrasi 1 saat node bertemu sebelum bundle diberikan node a mengecek bundle tentang topik apa dan id bundle tersebut yang belum dimiliki oleh node b, dan b juga melakukan hal yang sama juga. Setelah itu pada ilustrasi 2 ditunjukkan node a mengirim bundle ke node b karena ada bundle yang dimiliki oleh node a tetapi tidak oleh node b. Node b tidak mengirimkan bundle yang dimilikinya karena node a memiliki bundle dengan id yang sama, disini lah duplicate filter bekerja, mencegah pengiriman bundle yang id nya sama. Pada ilustrasi 3 menunjukkan node a dan node b memiliki pesan yang sama.. 10.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 2.3.1 Ilustrasi Duplicate filter • Hop Count Filter Filter ini membuang bundle yang jumlah hop count nya tinggi di buffer relay atau subscriber node, bundle dengan hop count rendah dianggap lebih menguntungkan karena meningkatkan Delivery probability. Hop Count Filter bekerja di sisi penerima. Ilustrasinya dapat dilihat pada Gambar 2.3.2 saat node a bertemu dengan node b keduanya akan saling mengirimkan bundle ke peer nya, setelah masing-masing node menerima bundle dari peer nya maka node a dan node b akan membuang bundle yang jumlah hop countnya tinggi dengan membandingkan terlebih dahulu hop count bundle di masing-masing buffer node tersebut.. 11.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 2.3.2 Ilustrasi Hop Count Filter • Known Subscription Filter Filter ini mengirimkan bundle berbasis Subscription list. Semua bundle yang topiknya tercatat di subscription list akan diberikan. Ilustrasinya dapat dilihat pada Gambar 2.3.3 saat node a bertemu node b maka semua bundle yang dimiliki node a dan node b akan dikirimkan semuanya dengan catatan ssudah sesuai dengan subscription list masing-masing node. Filtering ini mengirimkan bundle berdasarkan subscription list yang dimiliki masingmasing node.. 12.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 2.3.3 Ilustrasi Known Subscription Filter b. Queueing bundle •. Short Delay(short) queue ini memprioritaskan bundle dengan creation time paling muda untuk dikirimkan terlebih dahulu. Ilustrasinya dapat dilihat pada Gambar 2.3.4 prioritas pertama yang dikirimkan adalah bundle dengan creation time besar ke creation time lebih kecil karena bundle dengan creation time yang besar dianggap bundle yang baru lahir atau paling baru.. Gambar 2.3.4 Ilustrasi Short delay queue. 13.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. •. Long Delay(long) queue ini memprioritaskan bundle dengan creation time yang sudah lama atau tua untuk diprioritaskan dikirim terlebih dahulu. Ilustrasinya dapat dilihat pada Gambar 2.3.5 prioritas pertama yang dikirimkan adalah bundle dengan creation time kecil ke creation time besar karena bundle dengan creation time yang kecil dianggap bundle yang sudah lama di jaringan atau bundle lama.. Gambar 2.3.5 Ilustrasi Long delay queue •. Subscription Hop Count(hop) prioriti ini membandingkan hop count bundle, bundle yang hop count nya tinggi akan diprioritaskan dikirimkan terlebih dahulu karena bundle dengan hop count yang tinggi adalah bundle yang bisa dikatakan sudah dekat dengan destinasi atau tujuannya ilustrasi subscription hop count dapat dilihat pada Gambar 2.3.6.. 14.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 2.3.6 Ilustrasi Subscription hop count queue •. Popularity(pop) prioriti ini didasarkan pada popularitas channel. Semakin banyak subscriber node yang melakukan subscribe pada suatu channel, maka channel dianggap popular, dan pesan dari channel tersebut di prioritaskan untuk dikirim. Ilustrasinya dapat dilihat pada Gambar 2.3.7 bundle dengan topik komputer akan dikirimkan dahulu karena jumlah node subscriber node yang melakukan subscribe ke channel komputer yang paling banyak, setelah itu baru bundle dengan topik bola lalu bakso karena jumlah node subscriber yang melakukan subscribe pada channel tersebut tidak sebanyak channel komputer.. 15.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 2.3.7 Ilustrasi Popularity queue Proses pertukaran bundle akan selesai apabila semua bundle telah dikirimkan atau durasi waktu contact node telah selesai. Gambar dibawah ini akan menunjukkan proses pertukaran bundle mulai dari awal contact sampai berakhirnya contact.. Pada Gambar 2.3.8 menunjukkan ilustrasi pertukaran node di P&S dari awal node bertemu sampai node tersebut berpisah lengkap dengan metode filtering dan queueing, tetapi ini hanya berlaku untuk relay node dan subscriber node. Pada saat node bertemu maka akan saling menukarkan subscription list masing-masing, setelah isi subscription list sudah sama maka jika node memiliki bundle yang sesuai dengan subscription list miliknya bundle tersebut bisa dikirimkan, tetapi sebelum dikirimkan bundle tersebut akan melalui proses filtering terlebih dahulu, setelah bundle selesai di akan diurutkan terlebih dahulu, bundle mana yang akan di prioritaskan untuk dikirim terlebih dahulu menggunakan mekanisme queueing setelah proses filter dan queueing maka bundle bisa diberikan ke node pasangannya, proses pengiriman selesai apabila bundle sudah semua di pertukarkan atau waktu kontaknya sudah habis. 16.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 2.3.8 Ilustrasi pertukaran bundle dari node bertemu. 2.4 The ONE Simulator (Opportunistic Network Enviroment). ONE Simulator adalah simulator yang digunakan untuk melakukan simulasi routing protocol yang biasa digunakan di Delay Tolerant Network. ONE simulator menggunakan bahasa pemrograman java. Di simulator ONE ada beberapa keadaan yang bisa kita atur antara lain pergerakan node, routing protocol yang digunakan, untuk mengirim pesan, dan report sebagai hasil dari simulasi.. 17.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 2.5 Pergerakan Node a.. Random Way Point Pergerakan Random way Point merupakan model pergerakan yang. tidak memiliki jalur dan pergerakan yang spesifik[4]. Pergerakan ini memiliki probabilitas node kontak yang sama, sehingga persebaran pesan di pegerakan Random Way Point hasilnya sama. Pola pergerakan Random Way Point pun sederhana, setiap node bergerak zigzag dari satu waypoint ke waypoint lain. b.. Reality MIT Dataset ini adalah data yang diambil dari pergerakan pelajar dari 2 Fakultas di Universitas MIT. Partisipan yang yang digunaka berjumlah 75 orang dari Fakultas Media Laboratory dan 25 orang dari Fakultas Business. Dari 100 partisipan[5] yang mengikuti device yang menghasilkan data yang valid digunakan untuk penelitian sebanyak 97 device. Durasi simulasi yang dihasilkan dari penelitian ini adalah sekitar 1 semester akademik.. 18.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB III PERANCANGAN SIMULASI 3.1 Parameter Simulasi Parameter simulasi yang digunakan pada penelitian ini dan yang akan digunakan pada beberapa scenario adalah sebagai berikut :. Tabel 1.1.1 Parameter Simulasi Pergerakan Parameter Random Way Point. Reality MIT. Scenario Time (Second). 274883. 8490908. Transmit Range (Meter). 10. 10. Buffer Size (Mega). 15. 25. Area Size (Meter). 150 x 150. 1000r x 1000. Time To Live (Minute). 300. 14400. Number of Host. 41. 97. Msg. Interval (1msg/s). 2500, 3000. 50000, 86400. Msg. Size (Kilo Byte). 500. 500. 19.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 3.2 Skenario Simulasi Tabel 1.2.1 Skenario Simulasi Pergerakan. Peran Node. Random Way Point. Reality MIT. Node ID. Node ID Popular. Node Publisher. 1,5,29,37,39 85,56,28,94,95. Random 1.. 1,36,84,56,58. 2.. 2,3,28,92,94. 3.. 16,86,6,7,45. 4.. 48,19,85,14,94. 5. 81,64,85,23,26 Node Subscriber. 66,67,68,69,70,71,. 66,67,68,69,70,71,. 72,73,74,75,76,. 72,73,74,75,76,. 77,78,79,80. 77,78,79,80. 6,7,8,9,10,11,12,13,14, 15,16,17,18,19,20. Untuk skenario yang digunakan pada penelitian ini menggunakan 2 jenis pergerakan yaitu Random Way Point dan Reality MIT, jumlah node yang melakukan subscribe ke publisher dibuat sama yaitu setiap publisher di subscribe oleh 3 node subscriber. Penjelasan lebih lanjut sebagai berikut: a. Random Way Point Untuk pergerakan Random Way Point total node yang digunakan adalah 41 node, 5 node berperan sebagai publisher pemilihan publisher di scenario ini dipilih secara random dan terpilih node dengan id seperti diatas sedangkan untuk subscriber dipilih 15 node dari rentang id 6-20 node tersebut. 20.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. terpilih sebagai subscriber karena dalam rentang node dengan id tersebut bervariasi total contactnya, sedangkan sisa node lain berperan sebagai relay node. b. Reality MIT Untuk pergerakan Reality MIT dibagi lagi menjadi 2 skenario yang pertama yaitu publisher dipilih dari node popular. Yang dimaksud node popular karena node tersebut aktif bertemu dengan semua node yang berada dalam jaringan[6]. Lalu, skenario yang kedua yaitu publisher dipilih secara random, maksudnya node yang menjadi publisher dipilih secara acak, agar akurasinya optimal pemilihan publisher secara random dilakukan sebanyak 5 kali lalu hasilnya di rata-rata.. 3.3 Matriks Unjuk Kerja Untuk mengevaluasi kinerja protokol routing maka digunakan matriks unjuk kerja untuk mengetahuinya. Untuk mengevaluasi kinerja protokol routing P&S digunakan beberapa matriks unjuk kerja, diantaranya adalah:. a. Delivery Rate Merupakan matriks unjuk kerja yang digunakan untuk mengetahui probabilitas pesan bisa dikirim ke node tujuan. Semakin tinggi nilai probabilitas yang dihasilkan suatu routing protocol maka unjuk kerjanya bisa dikatakan baik.. 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑦 𝑅𝑎𝑡𝑒 =. 𝑇𝑜𝑡𝑎𝑙 𝑀𝑒𝑠𝑠𝑎𝑔𝑒 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑒𝑑 𝑇𝑜𝑡𝑎𝑙 𝑀𝑒𝑠𝑠𝑎𝑔𝑒 𝑅𝑒𝑞𝑢𝑒𝑠𝑡𝑒𝑑. Rumus 3.1 Delivery Rate. 21.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 𝐴𝑣𝑒𝑟𝑎𝑔𝑒 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑦 𝑅𝑎𝑡𝑒 =. 𝑆𝑢𝑚 𝑜𝑓 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑦 𝑅𝑎𝑡𝑒 𝑇𝑜𝑡𝑎𝑙 𝐺𝑒𝑛𝑒𝑟𝑎𝑡𝑒𝑑 𝑀𝑒𝑠𝑠𝑎𝑔𝑒. Rumus 3.1 Average Delivery Probability b. Latency Average Merupakan matriks unjuk kerja yang digunakan untuk mengetahui jumlah rata-rata ketelambatan waktu pesan sampai ke destinasi.. Latency = Time of Message Delivered - Time message Created Rumus 3.3 Latency Average. Average Latency =. 𝑆𝑢𝑚 𝑜𝑓 𝐿𝑎𝑡𝑒𝑛𝑐𝑦 𝑜𝑓 𝑚𝑒𝑠𝑠𝑎𝑔𝑒 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑒𝑑 𝑆𝑢𝑚 𝑜𝑓 𝑀𝑒𝑠𝑠𝑎𝑔𝑒 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑒𝑑. Rumus 3.2 Average Latency Average c. Total Number of Replica Merupakan matriks unjuk kerja yang digunakan untuk mengetahui jumlah Salinan pesan yang dibuat selama waktu simulasi berjalan.. Average Total Replica =. 𝑆𝑢𝑚 𝑜𝑓 𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑝𝑦 𝑆𝑢𝑚 𝑜𝑓 𝐶𝑟𝑒𝑎𝑡𝑒𝑑 𝑀𝑒𝑠𝑠𝑎𝑔𝑒. Rumus 3.3 Average Total Number of Replica. 3.4. Pseudo code Publish Subscribe Berikut adalah pseudo-code pertukaran bundle yang digunakan pada. simulasi ini. :. 22.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Pseudo code Publish Subscribe. //Initialization: Publisher Ni create content Subscriber Nj issue subscribe channel content Relay Nk. 3.5.1. Publisher bertemu Subscriber while Ni is in contact with Nj do while ∃ m ∈ buffer Ni do if subscription list Nj equals content Ni then forward (m, Nj) end if end while end while. 3.5.2. Publisher bertemu Relay while Ni is in contact with Nk do while ∃ m ∈ buffer Ni do if subscription list Nk equals content Ni then forward (m, Nk) end if end while end while. 3.5.3. Subscriber bertemu Relay while Nj is in contact with Nk do. 23.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. while ∃ m ∈ buffer Nj do if subscription list Nk equals content Nj then filtering m queue m forward (m, Nk) end if end while end while. 3.5.4. Relay bertemu Relay. while Nj is in contact with Nk do send subscription list Nj receive subscription list Nk update subscription list Nj while ∃ m ∈ buffer Nj do if subscription list Nk equals content Nj then filtering m queue m forward (m, Nk) end if end while end while. 24.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB IV PENGUJIAN DAN ANALISIS Untuk mengevaluasi unjuk kerja algoritma P&S, dilakukan simulasi dengan skenario yang telah dirancang seperti pada parameter simulasi BAB III, pada pergerakan Random Way Point dan Reality MIT. Data hasil simulasi diperoleh dari report yang dipanggil ketika simulasi dijalankan. 4.1 Random Way Point. Delivery rate. Average Delivery Rate Random Way Point 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0. time duplicate long. duplicate short. duplicate hop. duplicate pop. Gambar 4.1.1 Grafik Average Delivery Rate pada pergerakan Random Way Point. Pada Gambar 4.1.1 menunjukkan hasil delivery rate untuk setiap mekanisme filtering dan queueing duplicate long, duplicate short, duplicate hop, duplicate pop(popular) sama, hal ini terjadi karena probabilitas kontak setiap node di pergerakan random sama, sehingga menyebabkan penyebaran pesannya merata. Untuk average delivery rate cenderung naik, karena seiring berjalannya waktu node akan saling bertemu dan saling menukarkan pesan, yang berakibat jumlah copy pesannya semakin banyak dan semakin banyak copy pesan di jaringan yang menyebabkan probabilitas pengiriman pesan juga meningkat.. 25.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Average Latency Random Way Point 350 300. Latency. 250. 200 150 100 50 0. Time duplicate long. duplicate short. duplicate hop. duplicate pop. Gambar 4.1.2 Grafik Average Latency pada pergerakan Random Way Point Pada Gambar 4.1.2, berdasarkan hasil simulasi latency yang dilakukan hasilnya cenderung sama untuk setiap metode filtering dan queueing duplicate long, duplicate short, duplicate hop, duplicate pop yang diujikan. Hal ini disebabkan karena probabilitas pertemuan antar node di pergerakan random sama sehingga dampaknya penyebaran pesannya merata, ini adalah ciri pergerakan Random Way Point. Pada awal simulasi latency cenderung naik, namun seiring berjalannya waktu latencynya akan mencapai nilai stabilnya.. 26.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Average Number of Replica Random Way Point 700. Total Replica. 600 500 400 300 200. 100 0. Time duplicate long. duplicate short. duplicate hop. duplicate pop. Gambar 4.1.3 Grafik Average Number of Replica Random Way Point Pada Gambar 4.1.3 total replica untuk setiap metode duplicate long, duplicate short, duplicate short, duplicate pop cenderung naik, hal ini menunjukan banyak pesan yang sebarkan pada node dalam jaringan. Jumlah replika pesan dalam jaringan cenderung naik dari waktu ke waktu, dan akan mencapai titik stabilnya jika semua node sudah mendapatkan pesan itu. Dapat dilihat untuk average number of replica paling optimal pada penelitian ini adalah dengan menggunakan algoritma filtering Duplicate prioritas queue hop count. duplicate hop count memprioritaskan pengiriman pesan yang hop nya paling dekat dengan destinasi, sehingga copy pesan yang didapat juga relatif kecil.. 27.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 4.2. Reality MIT Average Delivery Rate Reality MIT: Publisher di pilih dari Node Popular Delivery Rate. 1 0.8 0.6 0.4 0.2. 7200 324000 640800 957600 1274400 1591200 1908000 2224800 2541600 2858400 3175200 3492000 3808800 4125600 4442400 4759200 5076000 5392800 5709600 6026400 6343200 6660000 6976800 7293600 7610400 7927200 8244000. 0. Time duplicate long. duplicate short. duplicate+hop. duplicate+popular. Gambar 4.2.1 Grafik Average Delivery Rate Popular Publisher node Pada Gambar 4.2.1 menunjukan untuk pergerakan reality MIT menggunakan popular node sebagai publisher, average delivery yang didapat seiiring berjalannya waktu akan naik secara signifikan dan lalu akan mencapai titik kesetimbangannya. Hal ini menunjukkan peluang pesan akan diterima oleh subscriber akan bertambah besar pula seiiring berjalannya waktu. Dapat dilihat di Gambar 4.2.1 Delivery Rate yang dihasilkan cenderung mendekati 1, ini berarti kemungkinan besar subscriber mendapat pesan yang dia request atau yang dia inginkan. Jika dilihat dari 4 metode filtering dan queue pesan yang digunakan hasilnya tidak berbeda jauh, hal ini menunjukkan bahwa untuk metode filtering dan queueing pesan yang digunakan dapat mencapai delivery rate yang sama.. 28.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Average Delivery Rate Reality MIT: Publisher di pilih dari Node Random Delivery Rate. 1 0.8 0.6 0.4 0.2. 7200 324000 640800 957600 1274400 1591200 1908000 2224800 2541600 2858400 3175200 3492000 3808800 4125600 4442400 4759200 5076000 5392800 5709600 6026400 6343200 6660000 6976800 7293600 7610400 7927200 8244000. 0. Time duplicate long. duplicate short. duplicate+hop. duplicate+pop. Gambar 4.2.2 Grafik Average Delivery Rate Random Publisher node Pada Gambar 4.2.2 menunjukkan untuk pergerakan Reality MIT yang mana publishe rnya menggunakan random node dengan lima kali hasil simulasi yang dirata rata nilai Average Delivery yang didapat seiirng berjalannya waktu akan cenderung naik, walaupun kenaikannya tidak secara signifikan seperti pada Gambar 4.2.1, ini menunjukkan bahwa seiiring berjalannya waktu probabilitas suatu pesan di terima oleh subscriber akan semakin besar pula. Jika dilihat dari Gambar 4.2.2 hasil delivery rate nya untuk 4 metode filtering dan queueing yang digunakan hasilnya cenderung sama untuk delivery rate yang dihasilkan. Jika dibandingkan, delivery rate skenario popular node yang dipilih sebagai publisher menghasilkan titik optimal sebesar 0,94 ini menunjukkan bahwa delivery rate skenario publisher yang dipilih dari popular node lebih baik dibanding scenario random node yang dipilih sebagai publisher yang memiliki hasil 0,75. Hal ini terjadi karena popular node yang dipilih sebagai publisher memliki jumlah total kontak dengan node lain di jaringan lebih banyak, dibanding random node yang dipilih sebagai publisher sehingga dampaknya penyebaran pesan menggunakan popular node semakin cepat dan probabilitas pesan diterima subscriber pun juga akan tinggi. 29.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 400000 350000 300000 250000 200000 150000 100000 50000 0. 7200 316800 626400 936000 1245600 1555200 1864800 2174400 2484000 2793600 3103200 3412800 3722400 4032000 4341600 4651200 4960800 5270400 5580000 5889600 6199200 6508800 6818400 7128000 7437600 7747200 8056800 8366400. Latency. Average Latency Reality MIT: Publisher Node di pilih dari Popular. Time duplicate long. duplicate short. duplicate+hop. duplicate+popular. Gambar 4.2.3 Grafik Average Latency Reality MIT Publisher Node Popular Pada Gambar 4.2.3 terlihat bahwa untuk scenario publisher node yang dipilih dari popular node menghasilkan average lantency sekitar 33000340000 detik. Pada awal simulasi latency nya cenderung naik secara signifikan namun seiiring berjalannya waktu average latency mencapai titik kesitimbangan, ini berlaku untuk empat metode filtering dan queueing pesan yang digunakan, karena hasil average latency nya cenderung sama.. 30.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 400000 350000 300000 250000 200000 150000 100000 50000 0. 0 309600 619200 928800 1238400 1548000 1857600 2167200 2476800 2786400 3096000 3405600 3715200 4024800 4334400 4644000 4953600 5263200 5572800 5882400 6192000 6501600 6811200 7120800 7430400 7740000 8049600 8359200. Latenci. Average Latency Reality MIT: Publisher Node di pilih dari Random. Time duplicate+long. duplicate+ short. duplicate+hop. duplicate+pop. Gambar 4.2.4 Grafik Average Latency Reality MIT Publisher Node Random Sedangkan pada Gambar 4.2.4 yang menggunakan skenario publisher node yang dipilih dari random node dengan lima kali hasil simulasi yang dirata rata, nilai average latency yang dihasilkan cenderung lebih tinggi dengan hasil 350000360000 detik. Jika dilihat dari empat metode filtering dan queue yang digunakan hasilnya cenderung sama untuk Average latency yang dihasilkan. Jika hasil Gambar 4.2.3 dan 4.2.4 dibandingkan maka terlihat untuk average latency yang menggunakan scenario popular node sebagai publisher hasilnya lebih baik dengan waktu latency sebesar 340000 ribu detik dibandingkan dengan skenario yang menggunakan node random sebagai publisher dengan waktu latency sebesar 360000 detik. Hal ini terjadi karena publisher dengan popular node lebih banyak melakukan kontak dengan node lain di jaringan sehingga dampaknya penyebaran pesan di jaringan juga lebih cepat dan lebih banyak dibanding dengan publisher yang menggunakan random node sebagai publisher. Jika peyebaran pesan di jaringan lebih cepat dan lebih banyak dampaknya waktu tunggu subscriber untuk mendapatkan suatu pesan juga jadi lebih kecil dan semakin kecil waktu tunggunya maka berpengaruh pada rata-rata latency yang dihasilkan. Semakin kecil latency yang dihasilkan maka dianggap semakin baik.. 31.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Average Number of Replica Reality MIT: Publisher di pilih dari Node Popular Total Replica. 10000 8000 6000 4000 2000. 7200 338400 669600 1000800 1332000 1663200 1994400 2325600 2656800 2988000 3319200 3650400 3981600 4312800 4644000 4975200 5306400 5637600 5968800 6300000 6631200 6962400 7293600 7624800 7956000 8287200. 0. Time duplicate long. duplicate short. duplicate+hop. duplicate+popular. Gambar 4.2.5 Grafik Number of Replica Reality MIT Publisher Node Popular Pada grafik 4.2.5 dan grafik 4.2.6 menunjukkan untuk 4 metode filtering dan queue bundle yang digunakan hasilnya berbeda untuk setiap metode. Hal ini terjadi karena pada scenario ini yang dibandingkan adalah metode queueing bundle sedangkan filter bundle dikunci menggunakan satu metode saja, sehingga dampaknya jumlah total replika bundle yang dihasilkan berbeda untuk meotde queue yang digunakan. Pada grafik 4.2.5 menunjukkan hasil total replika bundle yang dihasilkan dengan skenario publisher node dipilih dari node yang popular total replika bundle mencapai sekitar 6000-9000 copy. Seiring berjalannya waktu total replika bundle yang dihasilkan meningkat itu artinya dengan seiring berjalannya waktu node banyak me-relay bundle ke node lain yang ditemuinya.. 32.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Average Number of Replica Reality MIT: Publisher di pilih dari Node Random Total Replica. 10000 8000 6000 4000 2000. 7200 338400 669600 1000800 1332000 1663200 1994400 2325600 2656800 2988000 3319200 3650400 3981600 4312800 4644000 4975200 5306400 5637600 5968800 6300000 6631200 6962400 7293600 7624800 7956000 8287200. 0. Time duplicate+ long. duplicate+short. duplicate+hop. duplicate+pop. Gambar 4.2.6 Grafik Number of Replica Reality MIT Publisher Node Random Sedangkan pada Gambar 4.2.6 meunjukkan average number of replica yang dihasilkan dengan skenario publisher node dipilih dari random node dengan lima kali hasil simulasi yang dirata-rata total copy yang dihailkan sekitar 3000-4000 copy lebih sedikit dibandingkan skenario dimana popular node sebagai publishernya. Seiiring berjalannya waktu total copy yang dihasilkan juga meningkat. Jika hasil Gambar 4.2.5 dan 4.2.6 dibandingkan maka terlihat untuk average number of copy yang dihasilkan skenario dimana publisher dipilih dari node popular jumlah replika bundle yang dihasilkan jauh lebih banyak dibandingkan skenario yang mana publisher dipilih dari node random. Hal ini terjadi karena publisher yang dipilih dari popular node memiliki jumlah total kontak dengan node lain di jaringan lebih banyak dibanding publisher yang dipilih secara random sehingga dampaknya penyebaran pesannya lebih cepat dan lebih banyak.. 33.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Walaupun total replika pesan yang dihasilkan skenario dimana publisher node dipilih dari node popular lebih banyak tetapi ini berdampak pula pada delivery rate dan latency yang dihasilkan. Delivery rate yang dihasilkan jauh lebih tinggi dan latency lebih rendah karena total replika bundle berpengaruh pada delivery rate dan latency. Semakin banyak replika pesan yang dihasilkan maka probabilitas pesan terkirim jadi lebih tinggi, dan semakin banyak replika maka waktu tunggu subscriber untuk mendapatkan bundle jadi lebih kecil karena bundle yang di inginkan subscriber tersedia lebih banyak di jaringan. Tetapi trade off yang harus dibayarkan untuk mendapatkan kondisi itu adalah beban jaringan yang dihasilkan. Beban jaringan yang dihasilkan skenario publisher yang dipilih dari node popular lebih besar karena menghasilkan total replika bundle lebih banyak dibanding skenario dimana publisher dipilih dari node random karena skenario tersebut menghasilkan replika bundlelebih sedikit. Dapat dilihat pula pada Gambar 4.2.5 dan grafik 4.2.6 ditunjukkan pula untuk empat metode filtering dan queueing yang digunakan terdapat perbedaan satu dengan yang lainnya. filter duplicate dengan queue hop menghasilkan total replika bundle yang paling sedikit dibanding filtering dan queueing lain baik di skenario publisher dipilih dari popular node ataupun random node di penelitian ini. Setelah itu metode filter duplicate dengan queueing popular memiliki total replica pesan yang optimal juga setelah metode filter duplicate dan queue hop. Disini metode filtering dengan duplicate dan queue pop tidak terlihat hasil kerjanya karena pada penelitian ini node yang subscribe pada suatu channel dibuat merata jumlahnya. Pada penelitian ini metode filter duplicate dengan queue long menghasilkan total replika bundle yang cukup banyak diatas metode filtering duplicate dengan queueing hop dan pop. Pada Gambar 4.2.5 dan 4.2.6 terlihat bahwa metode filtering duplicate dengan queue short menghasilkan jumlah total replika yang paling banyak diantara metode lain, dapat dilihat dari jumlah kenaikan total replica yang dihasilkan yang lebih banyak dibanding metode lainnya.. 34.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB V KESIMPULAN DAN SARAN. 5.1.Kesimpulan Setelah melakukan proses pengujian dan analisis melalui simulasi, ada beberapa kesimpulan yaitu, •. Mekanisme Publish & Subscribe jika diterapkan di pergerakan Random Way Point untuk persebaran pesannya merata untuk setiap metode filtering dan queueing yang digunakan, karena dalam pergerakan Random Way Point setiap node memiliki probabilitas kontak yang sama sehingga persebaran subscription listnya pun merata dan otomatis node memiliki pesan yang sama.. •. Mekanisme Publish & Subscribe jika diterapkan pada pergerakan manusia seperti Reality MIT pemilihan node publisher yang dipilih dari node popular memiliki hasil yang lebih baik dibandingkan dengan pemilihan node publisher yang dipilih secara random, hal tersebut karena node publisher yang dipilih dari node popular memiliki total kontak dengan node lain di jaringan lebih banyak sehingga dampaknya penyebaran bundle lebih cepat dan lebih banyak sehingga dampaknya jika demikian berpengaruh pada hasil delivery rate yang lebih tinggi dan latency yang lebih rendah walaupun menghasilkan total copy yang lebih banyak dibanding dengan scenario dimana node publisher dipilih secara random, total copy yang lebih banyak berdampak pada meningkatnya probabilitas suatu bundle terkirim dan waktu tunggu yang lebih singkat dalam mendapatkan bundle semenjak bundle pertama dibuat walaupun beban jaringan yang dihasilkan lebih besar pula karena banyaknya replika bundle di jaringan.. 35.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 5.2.Saran. Karena pada penelitian ini node yang digunakan hanya memiliki satu jenis ketertarikan topik dalam waktu yang sama, di penelitian selanjutnya mungkin bisa diterapkan agar node memiliki lebih dari satu ketertarikan topik.. 36.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR PUSTAKA [1]. Z. Zhang, “Routing in intermittently connected mobile ad hoc networks and delay tolerant networks: Overview and challenges,” IEEE Commun. Surv. Tutorials, vol. 8, no. 1, pp. 24–37, 2006.. [2]. J. Greifenberg and D. Kutscher, “Efficient publish/subscribe-based multicast for opportunistic networking with self-organized resource utilization,” Proc. - Int. Conf. Adv. Inf. Netw. Appl. AINA, pp. 1708–1714, 2008.. [3]. P. Costa, C. Mascolo, M. Musolesi, and G. Pietro Picco, “Socially-aware routing for publish-subscribe in delay-tolerant mobile ad hoc networks,” IEEE J. Sel. Areas Commun., vol. 26, no. 5, pp. 748–760, 2008.. [4]. Z. Zhang, “Routing in intermittently connected mobile ad hoc networks and delay tolerant networks: Overview and challenges,” IEEE Commun. Surv. Tutorials, vol. 8, no. 1, pp. 24–37, 2006.. [5]. N. Eagle and A. Pentland, “Reality mining: Sensing complex social systems,” Pers. Ubiquitous Comput., vol. 10, no. 4, pp. 255–268, 2006.. [6]. Y. I. Setyawan, “ANALYSIS OF HUMAN CONTACT STATISTICS ON OPPORTUNISTIC NETWORK,” Sanata Dharma University, 2019.. 37.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. LAMPIRAN. Routing. 38.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 39.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Delivery Report. 40.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 41.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 42.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Latency Report. 43.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 44.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Average Number of Replica. 45.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 46.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 47.