i
ANALISIS PERBANDINGAN ROUTING PROTOCOL EPIDEMIC DAN PROPHET DI OPPORTUNISTIC NETWORKS
SKRIPSI
Diajukan Untuk Memenuhi Satu Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Disusun oleh :
Dionysius Dewaji Madyasta 115314017
PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
ii
PERFORMANCE EVALUATION OF ROUTING PROTOCOL EPIDEMIC AND PROPHET IN OPPORTUISTIC NETWORKS
A THESIS
Presented as Partial Fullfillment of Requirtments To Obtain Sarjana Komputer Degree
In Informatics Engineering Depeartment
By :
Dionysius Dewaji Madyasta 115314017
INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY
v
HALAMAN MOTO
“Bagaimana bisa tetap berdiri tegak, sementara melihat dedaunan yang selama ini dipertahankan, justru jatuh dan kemudian meninggalkan?
Atau, ini hanya salah satu cara semesta mengajarkanku menjadi lebih
kuat” ~skripsi
viii ABSTRAK
Opportunistic Network merupakan suatu jaringan dapat berkomunikasi
tanpa infrastruktur, dimana konektivitas antara end-to-end tidak dapat diperkirakan
dan node dalam jaringan Opportunistic besifat intermittent, dengan arti node
tersebut terkadang terhubung dan terkadang juga tidak,Tantangan dalam jaringan
ini adalah bagaimana strategi menyampaikan pesan dari node pengirim (source)
sampai node tujuan (destination).
Pada penelitian ini penulis menguji unjuk kerja dari protokol routing
epidemic dan prophet untuk menguji protokol tersebut penulis menggunakan
simulator TheONE. Metrik unjuk kerja yang digunakan dalam penelitian ini antara
lain delivery ratio, overhead ratio, latency average, dan buffer occupancy.
Parameter yang akan digunakan pada setiap pengujian adalah dengan penambahan
jumlah node, penambahan jumlah time to live dan penambahan buffer size
sedangkan pergerakanya menggunkan random waypoint dan pergerakan manusia
(Haggle4-Cam-Imote).
Protokol epidemic dengan pola pengiriman yang flooding –
based-Forwarding akan menghasilkan delivery yang tinggi dan latency yang baik namun
dengan jumlah copy pesan yang banyak, sehingga menyebabkan overhead didalam
jaringan.
Dari hasil penelitian diketahui bahwa protokol prophet mampu
menggungguli epdemic dengan meminimalkan jumlah copy pesan, menggunakan
pola pengiriman delivery predictability. protokol prophet juga akan menjaga nilai
probabilitas dan latency.
Dengan pergerakan random waypoint kinerja prophet kurang optimal
dibanding epidemic karena di random waypoint probabilitas bertemu setiap node
cenderung sama, namun dipergerakan manusia prophet dapat bekerja dengan baik
karena setiap node memiliki nilai probabilitas bertemu yang variatif.
Kata kunci : opportunistic network, epdemic, Prophet, random waypoint,
ix ABSTRACT
Opportunistic Network is a network that can communicate without
infrastructure when the connectivity between end-to-end cannot be predicted and
the node in the network Opportunistic is intermittent, it means that the node is
sometimes connected and sometimes not. The challenge in this network is how to
convey the message from the source node to the destination node.
In this research, the writer tests the performance of the protocol routing
epidemic and prophet. The writer tests it by using The One simulator. The metric
performances that are used in this research include delivery ratio, overhead ratio,
average latency, and buffer occupancy. The parameter that will be used in each test
is increasing the number of node, increasing the amount of time to live, and the
addition of buffer size while the movement is using the random waypoint and the
human movement (Haggle4-Cam-Imote).
Protocol Epidemic with a pattern flooding-based-Forwarding delivery will
produce a high delivery and a good latency. In the other hand, with the number of
messages that is much, it causes overhead on the network.
The research result shows that the protocol Prophet is able to surpass the
epidemic by minimizing the number of message copies, using the pattern of the
delivery predictability. Protocol Prophet will also keep the value of the probability
and latency.
With the random waypoint movement, the performance of prophet is less
optimal than the epidemic. It is because the probability meets each node that tends
to be the same in random waypoint, but in the human movement, the prophet can
work well because each node has a meeting probability value that is various.
keywords: opportunistic network, epidemic, Prophet, random waypoint, haggle-4,
x
KATA PENGANTAR
Puji dan syukur kepada Tuhan Yang Maha Esa atas segala berkat dan
karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir yang berjudul
“Analisis Perbandingan Routing Protocol Epidemic Dan Prophet Di Opportunistic
Networks”. Tugas akhir ini merupakan salah satu mata kuliah wajib dan sebagai syarat akademik untuk memperoleh gelar sarjana computer program studi Teknik
Informatika Universitas Sanata Dharma Yogyakarta.
Penulis menyadari bahwa selama proses penelitian dan penyusunan
laporan tugas akhir ini, banyak pihak yang telah membantu penulis, sehingga pada
kesempatan ini penulis ingin mengucapkan terimakasih yang sebesar – besarnya,
antara lain kepada :
1. Tuhan Yesus kristus, yang selalu memberikan kekuatan, berkah dan
rahmatya dalam proses pembuatan tugas akhir.
2. Sudi Mungkasi, Ph.D. selaku Dekan Fakultas Sains dan Teknologi
Universitas Sanata Dharma.
3. Dr. Anastasia Rita Widiarti, M.Kom. selaku Ketua Program Studi Teknik
Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma
4. Henricus Agung Hernawan, S.T.,M.Kom. selaku dosen pembimbing
akademik, terimakasih atas kritik dan saran yang telah diberikan kepada
penulis.
5. Bambang Soelistijanto, S.T., M.Sc., Ph.D. selaku dosen pembimbing tugas
akhir, terimakasih atas kesabarannya dan nasehat dalam membimbing
penulis, meluangkan waktunya, memberi dukungan, motivasi, serta saran
yang sangat membantu penulis.
6. Orang tua, Daminanus Eko karsono dan Vincensia Sri Jotho, Simbah Putri
serta Saudara saudari saya Lucia Dena pratita, Dewi Hastuty, Nero, Moly,
Ciko, serta seluruh keluarga yang selalu memberikan semangat dalam
xii DAFTAR ISI
HALAMAN JUDUL ... i
TITLE PAGE ... ii
HALAMAN PERSETUJUAN ... iii
HALAMAN PENGESAHAN ...iv
HALAMAN MOTO ... v
PERNYATAAN KEASLIAN ...vi
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... vii
ABSTRAK ... viii
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 3
1.3 Batasan Masalah ... 3
1.4 Tujuan Penelitian ... 3
1.5 Metodologi Penelitian ... 4
1.6 Sistematika Penulisan ... 5
BAB II LANDASAN TEORI ... 6
2.1 Delay Tolerant Network ... 6
2.2 Opportunistic Networks ... 9
2.3 Pergerakan Random Waypoint... 11
2.4 Pergerakan manusia ... 11
2.5 Protokol Routing ... 12
2.5.1 Epidemic ... 13
2.5.2 Prophet ... 14
2.6 The One Simulator ... 16
2.6.1 Fungsi The One Simulator ... 16
xiii
BAB III PERENCANAAN PENELITIAN ... 20
3.1 Parameter Simulasi ... 20
3.2 Skenario Simulasi ... 21
3.3 Parameter Uji ... 22
3.4 Topologi Jaringan ... 23
BAB IV PENGUJIAN DAN ANALISIS ... 24
4.1 Pergerakan Random Waypoint... 24
4.1.1 Penambahan Jumlah Node ... 24
4.1.2 Penambahan Buffer Size ... 28
4.1 Pergerakan Manusia dengan penambahan TTL pesan ... 32
BAB V KESIMPULAN DAN SARAN ... 37
5.1 Kesimpulan ... 37
5.2 Saran ... 37
DAFTAR PUSTAKA ... 38
xiv
DAFTAR TABEL
Tabel 3.1 Parameter Jaringan. ... 20
Tabel 3. 2 Tabel skenario simulasi dengan variasi TTL. ... 21
Tabel 3.3 Tabel skenario simulasi dengan variasi Buffer Size. ... 21
Tabel 3.4 Tabel skenario simulasi dengan variasi Node ... 21
Tabel 4. 1 Hasil penambahan jumlah node pada protocol Epidemic……….24
Tabel 4. 2 Hasil penambahan jumlah node pada protocol Prophet. ... 25
Tabel 4. 3 Hasil penambahan Buffer Size pada protocol epidemic. ... 28
Tabel 4. 4 Hasil penambahan Buffer Size pada protocol Prophet. ... 28
Tabel 4. 5 Hasil penambahan TTL pesan pada protocol Epidemic. ... 32
xv
DAFTAR GAMBAR
Gambar 2. 1 Interplanetary internet. ...7
Gambar 2. 2 Metode Store And Forward. ...8
Gambar 2. 3 Letak Bundle Layer. ...8
Gambar 2. 4 Bagan Opportunistic Networks. ...9
Gambar 2. 5 ilustrasi pergerakan random waypoint. ...11
Gambar 2. 6 cara kerja Epidemic. ...14
Gambar 2. 7 ilustrasi pola pertukaran delivery predictability pada protokol prophet. 16 Gambar 2. 8 ilustrasi transitive property pada protokol prophet. ...16
Gambar 2. 9Tampilan awal The ONE Simuator. ...17
Gambar 2. 10 Struktur The ONE Simulator. ...17
Gambar 3. 1 Snapshoot topologi jaringan menggunakan RandomWaypoint………. 23
Gambar 4. 1 grafik penambahan jumlah node pada protocolprophet dan epidemic. 25 Gambar 4. 2 grafik konsumsi buffer per node pada penambahan 20 node. ...27
Gambar 4. 3 grafik konsumsi buffer per node pada penambahan 50 node. ...27
Gambar 4. 4 grafik konsumsi buffer per node pada penambahan 80 node. ...28
Gambar 4. 5 grafik penambahan jumlah Buffer pada protocolprophet dan epidemic ...29
Gambar 4. 6 grafik konsumsi buffer per node pada penambahan buffer size 5MB. ...31
Gambar 4. 7 grafik konsumsi buffer per node pada penambahan buffer size 30MB. .31
xvi
Gambar 4. 9 grafik penambahan jumlah TTL pada protocolprophet dan epidemic. ..33
Gambar 4. 10 grafik konsumsi buffer per node pada penambahan TTL 20. ...35
Gambar 4. 11 grafik konsumsi buffer per node pada penambahan TTL 60. ...35
1 BAB I PENDAHULUAN 1.1 Latar Belakang
Jaringan komputer yang semakin berkembang menggunakan dua
media transmisi yaitu jaringan kabel dan jaringan nirkabel (wireless).
Wireless merupakan jaringan nirkabel yang menggunakan udara sebagai
media transmisinya untuk menghantarkan gelombang elektromagnetik [1],
wireless menyesuaikan dengan perkembangan penggunaan perangkat yang
mendukung mobilitas penggunanya, karena penggunaan jaringan
menggunakan media transmisi kabel tidak mendukung mobilitas maka
jaringan nirkabel adalah jaringan yang tepat untuk proses komunikasi.
Salah satu aplikasi jaringan nirkabel adalah Ad hoc network yang
memiliki tantangan dimana setiap perangkat (node) yang terhubung dengan
node lainnya berpindah tempat atau bergerak (mobile), dimana saja dan kapan
saja tanpa menggunakan infrastruktur jaringan yang ada disebut dengan
Mobile Ad HocNetwork (MANET). Dalam MANET, Sebuah node sekaligus
sebagai sebuah router dapat menghapus atau meneruskan (forward) paket
(bertindak sebagai relay). Dengan demikian, paket melewati jaringan ad hoc
dengan cara diteruskan dari satu node ke node lainnya sampai ke tujuannya.
Dikarenakan node-node yang ada bergerak maka ini akan menantang, karena
topologi jaringan berubah secara terus menerus. Bagaimana menemukan
tujuan, bagaimana mencari jalur ke tujuan, dan bagaimana memastikan
komunikasi tetap berlangsung dalam kondisi perubahan topologi yang
terus-menerus adalah tantangan utama dalam MANET.
Ada kondisi lain dimana setiap node tidak lagi terhubung satu sama
lain seperti pada MANET, untuk mengatasi kasus tersebut maka di
kembangkan menjadi OpportunisticNetworks yang merupakan salah satu sub
bagian dari Delay tolerant network, Dalam Opportunistic Networks, node
yang bergerak di ciptakan untuk berkomunikasi satu sama lain bahkan jika
2
kemungkinan terjadi delay yang cukup lama. Selain itu, node yang berada
dalam jaringan tidak mengetahui atau mendapatkan informasi tentang
topologi jaringan termasuk jumlah nodenya.
Rute di bangun secara dinamis antara node pengirim dan node
tujuan, dan setiap node yang saling bertemu kemungkinan akan digunakan
sebagai hop berikutnya asalkan dapat menyampaikan pesan sampai ke tujuan
akhir. Untuk menentukan node mana yang akan di jadikan hop, di atur oleh
banyak Protokol Routing, diantaranya adalah ; epidemic, Prophet, spray and
wait, BubbleRap, PeopleRank, FairRouting, RAPID, simbet dll.
Didalam penelitian akan membandingkan dua buah protokol routing
yaitu Epidemic dan Prophet kemudian akan di analisis performasinya,
parameter untuk analisisnya adalah ;Delivery Ratio, Latency Average, Buffer
Occupancy, Overhead ratio, dan menggunkan dua pergerakan yaitu random
waypoint dan pergerakan manusia, pengujian bersifat simulator dan akan
menggunakan program The ONE simulator.
Hasil penelitian di harapkan dapat menjadi pertimbangan dalam
menentukan routing protokol yang lebih baik yang dapat di gunakan pada
3 1.2 Rumusan Masalah
Berdasarkan latar belakang masalah yang telah dijelaskan, rumusan
masalah yang didapat adalah sebagai berikut :
1. Bagaimana mendapatkan data (Delivery Ratio, Overhead ratio, Latency
Average, Buffer Occupancy) untuk mengetahui kinerja routing protokol
Epidemic dan Prophet.
2. Bagaimana menganalis data (Delivery Ratio, Overhead ratio, Latency
Average, Buffer Occupancy) untuk mengetahui kinerja routing protokol
Epidemic dan Prophet .
3. Bagaimana menyimpulkan kualitas kerja protokol routing Epidemic
dan Prophet berdasarkan analisis data.
1.3 Batasan Masalah
Batasan masalah dalam penelitian ini adalah :
1. Simulasi di bangun dengan menggunakan The ONE Simulator dengan
bahasa pemrograman java.
2. Routing protokol yang di gunakan adalah Epidemic dan Prophet.
3. Parameter uji yang diukur adalah Delivery Ratio, Latency Average,
Overhead ratio, Buffer Occupancy.
4. Pergerakan yang dipakai adalah random waypoint dan pergerakan
manusia mengetahui
5. Parameter pengujianya adalah penambahan jumlah node, penambahan
jumlah buffer dan penambahan TTL pesan.
1.4 Tujuan Penelitian
Adapun tujuan dari penelitian tugas akhir ini adalah untuk
memberikan hasil perbandingan kinerja routing protokol di Opportunistic
Networks. Perbandingan tersebut adalah antara routing protokol Epidemic
4 1.5 Metodologi Penelitian
Adapaun metodologi dan langkah – langkah yang digunakan dalam
pelaksanaan tugas akhir ini adalah sebagai berikut :
1 Studi Literatur
a. Teori Jaringan Opportunistic
b. Teori protokol Epidemic dan Prophet
c. Teori delivery ratio, Overhead ratio, Latency average, dan buffer
occupancy.
d. Javadocs (ONE simulator)
e. Tahap-tahap dalam membangun simulasi
2 Perancangan
Dalam tahap ini penulis merancang skenario sebagai berikut:
a. Penambahan jumlah node
b. Penambahan jumlah Buffer
c. Penambahan jumlah TTL pesan
d. Source dan destination tetap
e. Pergerankan random waypoint dan pergerakan manusia
3 Pembangunan Simulasi dan Pengumpulan Data
Pembangunan dan pengumpulan data pada tugas akhir ini menggunakan
The One Simulator berbasis java.
4 Analisis Data Simulasi
Dalam tahap ini penulis menganalisa hasil pengukuran yang diperoleh
pada proses simulasi. Analisa dilakukan dengan pengamatan yang
berdasarkan teori – terori mengenai protokol yang dipakai
5 Penarikan Kesimpulan
Penarikan kesimpulan didasarkan pada beberapa parameter uji yang
5 1.6 Sistematika Penulisan
Berikut adalah sistematika penulisan tugas akhir yang di bagi menjadi 5
bab, yang lebih jelasnya dapat di lihat di bawah ini :
BAB I : PENDAHULUAN
Bab ini berisi tentang latar belakang masalah, Rumusan masalah,
Tujuan Peneitian, Batasan Masalah, Metodologi Penelitian, serta Sistematika
Penulisan.
BAB II : LANDASAN TEORI
Bab ini berisi tentang dasar teori yang di gunakan penuis dalam
menyelesaikan tugas akhir ini.
BAB III : PERENCANAAN PENELITIAN
Bab ini berisi tetang perencanaan kerja dalam melakukan penelitian,
serta parameter – parameter yang di jadikan bahan penelitian.
BAB IV : PENGUJIAN DAN ANALISIS
Bab ini berisi tahap – tahap pengujian simulasi dan analisis data hasil
simulasi.
BAB V : KESIMPULAN DAN SARAN
6 BAB II
LANDASAN TEORI
2.1 Delay Tolerant Network
Delay Tolerant Network (DTN), artinya jaringan (komputer) yang
toleran atau tidak mempermasalahkan delay (waktu tunda). Jaringan DTN
tetap dapat bekerja meskipun delay dalam jaringan cukup tinggi [1].
Konsep DTN pertama kali diperkenalkan oleh Kevin Fall dalam
makalah ilmiahnya yang berjudul “A Delay-Tolerant Network Architecture for Challenged Internets” [2]. Dalam makalah tersebut, Kevin menyatakan bahwa DTN merupakan arsitektur yang cocok pada jaringan yang
“menantang” (challenged). Maksud dari “menantang” disini adalah jaringan
yang penuh dengan masalah, seperti delay yang lama karena koneksi
end-to-end tidak selalu ada, koneksi yang sering terputus dan tingkat error yang
tinggi. Contoh jaringan yang menantang antara lain:
Jaringan luar angkasa (Interplanetary Network), konsep jaringan yang
memungkinkan akses Internet di luar angkasa.
Military AdHoc Network. Pasukan militer sering kali ditempatkan di
daerah-daerah terpencil yang tidak berpenghuni dan tidak ada koneksi
memadai. Misalkan diperbatasan Indonesia dengan Papua Nugini, atau di
pulau-pulau terluar Indonesia. Konsep DTN dapat digunakan untuk
membangun jaringan komputer dalam keadaan seperti ini.
Jaringan Sensor/Aktuator, contohnya pada penerapan Wireless Sensor
Network (WSN).
Dari beberapa contoh jaringan yang disebutkan diatas, alasan utama
terciptanya konsep DTN adalah untuk komunikasi luar angkasa
(Interplanetary Network). Oleh karena itu, pada perkembangan DTN dari
masa ke masa, NASA (lembaga peneliti luar angkasa AS) ikut berperan besar.
Pada komunikasi luar angkasa, jelas tidak akan dapat dilakukan dengan
7
pengiriman yang lama (akibat jarak yang jauh) dan koneksi end-to-end yang
tidak selalu ada.
Misalkan pada pengiriman data dari stasiun bumi ke sebuah
kendaraan luar angkasa (hover) di Mars. Pengiriman data ini memerlukan
beberapa satelit dan stasiun luar angkasa sebagai router. Koneksi end-to-end
hampir mustahil dibangun sehingga pengiriman data dengan TCP/IP tidak
mungkin dilakukan. Yang memungkinkan adalah mengirim data secara
bertahap dari satu node ke node berikutnya, kemudian disimpan. Selanjutnya
dapat diteruskan ke node berikutnya setelah ada koneksi. Dengan DTN,
model pengiriman data seperti ini mungkin untuk dilakukan.
Gambar 2. 1 Interplanetary internet.
Bagaimana DTN dapat bekerja pada jaringan yang penuh dengan
hambatan seperti koneksi sering terputus dan tingkat delay yang tinggi?
Jawabannya adalah pada penggunaan metode Store, Carry and Forward.
Metode tersebut artinya adalah sebuah paket data / pesan saat melewati
node-node perantara (ex. router) akan disimpan terlebih dahulu sebelum diteruskan
(Store). Kemudian node akan membawa pesan sesuai dengan pergerakanya
(Carry), jika terjadi kontak node atau node bertemu dengan node lain pesan
8
Ilustrasi konsep Store, Carry and Forward. ditunjukkan dalam
Gambar 2. 2.
Gambar 2. 2 Metode Store And Forward.
Dalam DTN, proses Store, Carry and Forward dilakukan pada
sebuah layer tambahan yang disebut Bundle layer, dan data yang tersimpan
sementara disebut dengan bundle. Bundle layer adalah sebuah layer tambahan
untuk memodifikasi paket data dengan fasilitas-fasilitas yang disediakan
DTN. Bundle layer terletak langsung dibawah layer aplikasi. Dalam bundle
layer, data dari layer aplikasi akan dipecah-pecah menjadi bundle. Bundle
inilah yang akan dikirim ke transport layer untuk diproses lebih lanjut. Letak
bundle layer ditunjukkan dalam Gambar 2. 3.
9
Gambar 2. 3 menunjukan penerapan DTN pada jaringan.
Protokol-protokol pada layer dibawah bundle layer bisa protokol apa saja, tergantung
kondisi jaringan.
2.2 Opportunistic Networks
Gambar 2. 4 Bagan Opportunistic Networks.
Bagan diatas menunjukkan posisi Opportunistic Network didalam
jaringan DTN, DTN dibagi menjadi dua bagian diantaranya adalah :
Deterministic routing protocol [3]: Probabilitas pertemuan node bisa di prediksi. Contoh : Jaringan luar angkasa (Interplanetary Network) yang
bisa diprediksi kapan planet akan saling bertemu.
Non-deterministic routing protocol [3]: probabilitas pertemuan node tidak
bisa diprediksi. Contoh : Jaringan mobile communication yang di terapkan
pada kehidupan manusia berdasarkan kesempatan manusia saling bertemu.
Opportunistic network berada pada non-deterministic networks,
yang berarti komunikasi dijaringan sosial oportunistik terjadi pada
pembentukan kontak oportunistik antara node, tanpa ketersediaan routing
end-to-end. perangkat mobile (node) dapat melakukan kontak hanya jika
manusia (node) saling bertemu, jaringan tersebut erat dengan jaringan sosial DTN
Deterministic
Non-Deterministic (Opportunistic
Nekworks)
10
manusia. Oleh karena itu, Opportunistic network mengeksploitasi perilaku
manusia dan hubungan sosial untuk membangun skema penyebaran pesan
yang lebih efisien dan dapat dipercaya [4]. Karakteristik dari Jaringan
Opportunistic sebagai berikut :
a. Pemutusan.
Tidak ada koneksi antara jumlah node.
b. Intermittent Connectivity.
Tidak ada jalur end-to-end antara source dan destination
c. Latency Tinggi.
Latency didefinisikan sebagai end-to-end delay antara node. Latency tinggi
terjadi karena jumlah pemutusan antara node
d. Low Data Rate.
Data Rate adalah tingkat yang menggambarkan jumlah pesan yang
disampaikan dibawah jangka waktu tertentu. Low Data Rate terjadi karena
penundaan yang lama antara transmisi.
e. High Error Rate.
Jika kesalahan bit terjadi pada link, maka data membutuhkan koreksi
kesalahan. Untuk mentransmisikan semua paket, dibutuhkan lalu lintas
jaringan yang lebih.
f. Sumber Daya Yang Terbatas
Jaringan Opportunistic memiliki kendala pada sumber daya. Hal ini
membutuhkan desain protokol untuk mengefesienkan sumber daya.
Dengan kata lain, penggunaan node harus mengkonsumsi sumber daya
perangkat keras secara terbatas seperti CPU, memori (RAM) dan baterai.
Misalnya, di WSNs, node dapat ditempatkan di lingkungan terbuka selama
bertahun-tahun sebelum data dikumpulkan, dan karenanya membutuhkan
node untuk mengelola penggunaan energi tiap node. Selain itu, protokol
routing yang baik akan mempengaruhi sumber dari beberapa node.
Sebagai contoh, node dapat memilih untuk mengalihkan beberapa bundel
mereka untuk disimpan ke node lain untuk membebaskan memori atau
11 2.3 Pergerakan Random Waypoint
Pada jaringan Opportunistic konektivitas tergantung pada
pergerakan yang digunakan. Model pergerakan random waypoint berjalan
pada area yang ditentukan (fixed). Setiap node akan bergerak secara acak
dengan kecepatan yang sudah ditentukan. Setelah sampai tujuan, node akan
berhenti selama waktu yang ditentukan (pause time). Berikut adalah ilustrasi
pergerakan random waypoint.
Gambar 2. 5 ilustrasi pergerakan random waypoint.
2.4 Pergerakan manusia
Model pergerakan ini adalah pergerakan manusia asli yang di catat
pada sebuah data set (haggle4 – cam-imote), data tersebut berisi waktu
mengatur kapan node (manusia yang membawa perangkat) bertemu dan
meninggalkan node yang lain [5].
Pada pola pergerakan manusia node tidak bergerak secara random
melainkan node akan mengikuti pergerakan manusia yang menuju titik
tertentu(point of interest)
Spesifikasi dari haggle4 – cam-imote yaitu data set
pertemuan/kontak node dari sebuah konferensi yang diselenggarakan di
12
bluetooth. Lama waktu simulasi yang dibutuhkan untuk menjalankan sampai
akhir sesuai data set adalah 11 hari waktu simulasi. Banyaknya node dari set
data adalah 36 node
Pada pergerakan manusia, nilai probabilitas bertemu dengan node
lain berbeda – beda. Terdapat beberapa node dengan probabilitas bertemu
node lain yang tinggi, node ini dinamakan hub-node dimana node – node
dapat menitipkan pesan dengan probabilitas pengiriman lebih tinggi untuk
disampaikan ketujuan.
2.5 Protokol Routing
Protokol routing merupakan aturan dalam proses pengiriman dan
pertukaran data dari sebuah node ke node yang lain dalam jaringan dan
menghubungkan source ke destination
Routing merupakan perpindahan informasi diseluruh jaringan dari
source ke destination dengan minimal satu node berperan sebagai perantara.
Routing bekerja pada layer 3 (lapisan jaringan). Routing dibagi menjadi 2
bagian. Yang pertama adalah protokol routing yang berfungsi untuk
menentukan bagaimana node berkomunikasi dan membagikan informasi
dengan node lainnya yang memungkinkan node source untuk memilih rute
yang optimal ke node destination dalam sebuah jaringan.
Sedangkan algoritma routing berfungsi untuk menghitung secara
matematis jalur yang optimal berdasarkan informasi routing yang dimiliki
oleh semua node serta akan menentukan jalur terbaik menurut algoritma dari
protokol yang digunakan. Protokol routing yang dipakai dalam penelitian ini
13
2.5.1 Epidemic
Epidemic routing algorithm diterbitkan oleh Vahdat dan
Becker et al. (2000), yang di rancang sebagai algoritma flooding-based
forwarding [3]. Tujuan utama EpidemicRouting adalah untuk:
- Memaksimalkan tingkat pengiriman pesan
- Meminimalkan pesan latency
Cara kerja Routing Epidemic adalah sebagai berikut, setiap
kali node pengirim bertemu dengan node lainya maka pertama kali yang
dilakukan adalah bertukar summary vector, untuk mengidentifikasi
pesan apakah node yang baru ditemui sudah mempunyai pesan yang di
bawa node pengirim atau tidak, jika tidak maka node pengirim akan
meneruskan salinan pesan yang dibawa. Pesan akan terus disalin dari
satu node ke node lain sampai TTL nya berakhir. Pesan akan di simpan
dalam buffer node. Dengan demikian, pesan tersebut menyebar ke
seluruh jaringan hingga sampai ke node tujuan.
Meskipun tidak ada jaminan pesan tersampaikan, Epidemic
adalah algoritma yang mampu membuat pendekatan terbaik untuk
penyampaian pesan ke node tujuan, Akan tetapi Epidemic masih
memiliki kekurangan yaitu akan mengakibatkan tidak efisiennya
penggunaan sumber daya jaringan seperti konsumsi energi, storage dan
bandwith, karena penyampaian salinan pesan yang sama akan
menyebar semakin banyak ke dalam jaringan.
Epidemic memberikan penyebaran salinan cepat ke dalam
jaringan yang tentu saja mengahasilkan waktu pengiriman yang
14
Gambar 2. 6 cara kerja Epidemic.
2.5.2 Prophet
Prophet adalah singkatan dari Probabilistic Routing Protocol
using History of Encounters and Transitivity, yang dirancang sebagai
probabilisticroutingprotocol oleh Lindgren et al., (2003) [3].
Asumsi dasar dari algoritma tersebut bahwa mobilitas node
tidak acak tapi merupakan perilaku yang berulang, pada pergerakan
manusia, sebenarnya tidak secara acak namun bisa diprediksi
berdasarkan mengulangi pola perilaku, misalnya seperti seseorang yang
telah mengunjungi lokasi beberapa kali sebelumnya, ada kemungkinan
bahwa seseorang tersebut akan mengunjungi lokasi itu lagi. Hal itulah
yang mendasari gagasan untuk menciptakan protokol ini. Prophet di
buat untuk meningkatkan probabilitas pengiriman dan mengurangi
pemborosan sumber daya di jaringan.
Strategi pengiriman pesan yang digunakan dalam prophet
adalah ketika dua node bertemu maka node akan memperbaharui dan
menghitung delivery predictability metrik, pesan akan dikirimkan ke
node lain jika delivery predictability lebih tinggi dari node pembawa
pesan (pengirim). Untuk menghitung delivery predictability ada tiga
15
- Prophet akan melakukan update terhadap metric ketika node
bertemu, sehingga apabila node sering bertemu maka memiliki
delivery predictability yang tinggi. Pinit∈ [0; 1] adalah initialization
constant.
� , = � , + ( − � , ) × �� ��
- Nilai delivery predictability juga harus mempunyai usia, usia yang
dimaksud adalah jika node yang pernah bertemu dan tidak bertemu
kembali satu sama lain maka mereka tidak lagi menjadi node yang
baik untuk meneruskan pesan karena nilai delivery predictability
berkurang , dimana ∈ [ , ]adalah aging constant, dan k adalah
jumlah unit waktu yang telah berjalan sejak terakhir kali metrik itu
berkurang.
� , = � , ×
- Delivery predictability juga mempunyai transitive property, yang
didasarkan pada pengamatan bahwa jika node A sering bertemu
node B, dan node B sering bertemu node C, maka kemungkinan
node C akan menjadi node yang baik untuk menyampaikan pesan ke
node A. Rumus dibawah ini menunjukan bagaimana transitive
property. ∈ [ , ] adalah skala konstanta yang memutuskan
seberapa besar dampak transitivitas.
16
Gambar 2. 7 ilustrasi pola pertukaran delivery predictability pada protokol
prophet.
Gambar 2. 8 ilustrasi transitive property pada protokol prophet.
2.6 The One Simulator
2.6.1 Fungsi The One Simulator
The ONE simulator adalah singkatan dari The Opportunistic
Network Environment simulator. The ONE Simulator di buat
menggunakan program java [6]
Fungsi utama the ONE simulator adalah memodelkan
pergerakan node, hubungan antar node, routing dan penanganan pesan.
Hasil dan analisis didapatkan melalui visualisasi, laporan dan
post-processing tools.
The One Simulator dapat memvisualisasikan hasil simulasi
dengan dua cara; melalui tampilan interaktif Graphical user Interface
17
pada saat simulasi, Gambar 2. 9, menampilkan lokasi node, jalur,
hubungan antara node, jumlah pesan yang diterima oleh node, dll.
Semua divisualisasikan pada jendela utama. Jika pergerakan map-based
yang digunakan, maka semua jalur map akan ditampilkan. Gambar
background tambahan (seperti raster, map atau gambar satelit dari area
simulasi) di tampilkan dibawah jalur map jika ada.
Gambar 2. 9 Tampilan awal The ONE Simuator.
2.6.2 Struktur The One Simulator
18
Beberapa komponen di dalam The ONE Simulator adalah
sebagai berikut [7] :
Node Capabilities
Didalam The ONE Simulator node ada titik akhir mobile yang
mampu bertindak sebagai router (misalnya pejalan kaki atau
kendaraan dengan hardware yang dibutuhkan). Skenario simulasi
dibangun dari kelompok node, Setiap node memiliki seperangkat
kemampuan dasar yang dimodelkan misalnya adalah radio
interface, Storage, movement, energy consumtion dan message
routing.
Mobility Modeling
Gerakan node diimplementasikan melalui mobility models.
mobility models mendefinisikan algoritma dan aturan yang
menghasilkan jalur gerakan node. Ada tiga synthetic movement
models di dalam The ONE Simulator yaitu :
- Random Movement
- Map-Constrained Random Movement
- Human Behavior Based Movement
Routing
Beberapa protokol routing yang tersedia di dalam The ONE
Simulator :
- Direct Delivery (DD)
- First Contact (FC)
19
- Message Generators
- External Event Files
Interfaces
Interfaces dalam The One Simulator menampilkan node
movement, connectivity and message routing traces. Reporting and Visualization
The ONE Simulator mampu memvisualisasikan hasil simulasi
dalam dua cara melalui Graphical UserInterface (GUI) dan dengan
menghasilkan gambar dari informasi yang dikumpulkan selama
simulasi.
Creating Simulation Scenarios
Simulator dikonfigurasi di dalam text berbasis java yang
mengatur seperti ; user interface, event generation dan reporting
20 BAB III
PERENCANAAN PENELITIAN
3.1 Parameter Simulasi
Pada penelitian ini sudah ditentukan parameter – parameter jaringan,
parameter – parameter jaringan ini bersifat konstan dan akan di pakai terus
pada setiap pengujian yang dilakukan. Parameter – parameter yang dimaksud
dapat dilihat pada tabel berikut.
Tabel 3. 1 Parameter Jaringan.
Parameter Nilai
Waktu Simulasi
RandomWaypoint = 43200s (12 jam)
Haggle4-Cam-imote = 950400s (11 Hari)
Area Simulasi 4500 x 3400m
Pola Pergerakan Node RandomWaypoint, Pergerakan Manusia
(Haggle4-Cam-imote)
Protokol Routing Epidemic; Prophet
Network Interface Bluetooth
Interface transmit speed 2 Mbps
Interface Transmit Range 10 m
Kecepatan Pergerakan
Node Min=0.5 m/s Max=1.5 m/s
Message Size 500 KB –1MB
Buffer Occupancy Interval 10 Detik
21 3.2 Skenario Simulasi
Skenario simulasi kedua protokol routing epidemic dan prophet
menggunakan parameter yang sama, akan tetapi nilai node, buffer dan TTL
yang bervariasi, kemudian hasil dari pengujian ditampilkan menjadi sebuah
tabel dan grafik.
Skenario : Skenario 1A dengan penambahan jumlah Node
Tabel 3. 2 Tabel skenario simulasi dengan penambahan jumlah Node.
Waktu
Skenario : Skenario 2B dengan penambahan jumlah Buffer. Tabel 3. 3 Tabel skenario simulasi dengan penambahan jumlah Buffer.
Waktu
Skenario : Skenario 2B dengan penambahan jumlah TTL pesan. Tabel 3. 4 Tabel skenario simulasi dengan penambahan jumlah TTL pesan.
22 3.3 Parameter Uji
3.1.1 Delivery Ratio
Delivery Ratio adalah rasio keberhasilan pesan yang berhasil
dikirimkan ke node tujuan akhir.
� � = � �
3.1.2 Overhead Ratio
Overhead ratio adalah banyaknya jumlah pesan yang
direlay/terkirim dari jumlah copy yang dibuat. Dalam kasus ini copy
adalah costnya.
ℎ �
= − � �
3.1.3 Latency Average
Latency average adalah waktu yang dibutukan pesan saat dikirim
sampai diterima oleh node tujuan.
= � �
3.1.4 Buffer Occupancy
Buffer occupancy adalah rata- rata konsumsi buffer dengan skala
antara 0-100%
23 3.4 Topologi Jaringan
3.4.1 Random Waypoint
Bentuk topologi dari jaringan Opportunistic Networks yang
menggunakan tipe pergerakan nodeRandom Waypoint yang bergerak
secara acak yang tidak bisa diramalkan. Hasil dari simulasi baik itu
posisi node, pergerakan node dan juga koneksi yang terjadi tentunya
tidak akan sama setiap simulasi dijalankan.
Berikut adalah contoh bentuk jaringan random waypoint pada
The One Simulator.
Gambar 3. 1 Snapshoot topologi jaringan menggunakan RandomWaypoint.
3.4.2 Pergerakan manusia (Haggle 4 – Cambridge Imote)
Bentuk topologi dari jaringan yang menggunakan pergerakan
manusia tidak bisa digambarkan karena merupakan data set
pertemuan/kontak node dari sebuah konferensi yang diselenggarakan di
Cambidge dengan sebuah alat bernama imotes. Data kemudian
dirangkum ke dalam sebuah file dengan format *.csv, sehingga bisa di
24 BAB IV
PENGUJIAN DAN ANALISIS
Untuk melakukan perbandingan unjuk kerja protokol routing Epidemic
dengan protokol routing Prophet maka dilakukan seperti tahap skenario
perencanaan simulasi jaringan pada bab III. Hasil simulasi diperoleh dari report
program the One Simulator.
4.1 Pergerakan Random Waypoint 4.1.1 Penambahan Jumlah Node
Tabel 4. 1 Hasil penambahan jumlah node pada protocol Epidemic.
Jumlah Node
Protocol Epidemic dengan penambahan jumlah Node
25
Tabel 4. 2 Hasil penambahan jumlah node pada protocol Prophet.
Jumlah Node
Protocol Prophet dengan penambahan jumlah Node
Delivery
(4). Average Buffer Occupancy.
Gambar 4. 1 grafik penambahan jumlah node pada protocolprophet dan epidemic.
26 Keterangan :
a Nilai delivery ratio meningkat semakin baik performanya.
b Nilai overhead ratio meningkat semakin buruk performanya.
c Nilai latency average menurun semakin baik performanya.
d Nilai buffer occupancy meningkat semakin buruk performanya.
Gambar 4.1 menunjukan bahwa dengan penambahan node, maka akan
meningkatkan nilai delivery ratio secara signifikan untuk kedua protokol, hal ini
disebabkan karena kerapatan node mempengaruhi kedua protokol dalam
memberikan salinan pesan ke node perantaranya. Nilai delivery ratio pada protokol
epidemic, lebih unggul dibandingkan dengan protokol Prophet karena epidemic
memiliki strategi pengiriman flooding based forwarding artinya epidemic akan
memberikan salinan pesan kepada node perantaranya, asalkan node perantaranya
belum memiliki salinan pesan yang dibawa node pengirim. Sedangkan prophet
memiliki strategi pengiriman dengan mempertimbangkan nilai delivery
predictability.
Pertambahan jumlah node dalam jaringan akan berpengaruh pada nilai
overhead ratio, karena jumlah copy pesan yang dimiliki oleh masing – masing node
ikut bertambah, konsumsi buffer setiap node juga bertambah relevan dengan nilai
overhead ratio (cost).
Nilai overhead ratio pada protokol Prophet lebih baik dibandingkan
dengan epidemic karena strategi penyampaian pesan terbatas oleh nilai delivery
predictability , pesan akan disampaikan kepada node perantara jika nilai delivery
predictability lebih tinggi dari node pengirim, berbeda dengan epidemic yang
menyampaikan pesan yang mengakibatkan overhead meningkat.
Sedangkan nilai latency average membaik artinya pesan akan cepat
sampai kepada node tujuan. Dalam kasus latency dengan pergerakan random
27
pola pergerakan random waypoint mengasumsikan bahwa semua node memiliki
probabilitas yang sama dalam pengiriman pesan.
Gambar 4. 2 grafik konsumsi buffer per node pada penambahan 20 node.
Gambar 4. 3 grafik konsumsi buffer per node pada penambahan 50 node.
28
Gambar 4. 4 grafik konsumsi buffer per node pada penambahan 80 node.
Konsumsi buffer setiap node dapat dilihat pada gambar diatas (Gambar
4.2, Gambar 4.3 dan Gambar 4.4), sesuai dengan skenario pola pengirimanya
adalah dengan node pengirim dan penerima tetap. Terlihat ada node dengan
konsumsi buffer lebih tinggi dari yang lain dan salah satu node memiliki buffer yang
kosong, node dengan konsumsi yang lebih tinggi adalah node pengirim, node
tersebut selalu memproduksi (meng-generate) pesan untuk dikirimkan ke node
tujuan, nilai buffer node pengirim sama untuk kedua protokol. Untuk node yang
konsumsi buffernya kosong adalah node penerima, setelah pesan sampai di node
tujuan maka pesan akan di drop maka node penerima akan selalu kosong.
4.1.2 Penambahan Buffer Size
Tabel 4. 3 Hasil penambahan Buffer Size pada protocol epidemic.
Buffer Size (MB)
Protocol Epidemic dengan penambahan Buffer Size
Delivery
Tabel 4. 4 Hasil penambahan Buffer Size pada protocol Prophet.
Buffer Size (MB)
Protocol Prophet dengan penambahan Buffer Size
29
(1). Delivery Ratio. (2). Overhead Ratio.
(3). Latency Average. (4). Average Buffer Occupancy.
Gambar 4. 5 grafik penambahan jumlah Buffer pada protocolprophet dan
30 Keterangan :
a Nilai delivery ratio meningkat semakin baik performanya.
b Nilai overhead ratio menurun semakin baik performanya.
c Nilai latency average meningkat semakin buruk performanya.
d Nilai buffer occupancy meningkat semakin buruk performanya.
Penambahan jumlah buffer menyebabkan nilai delivery ratio kedua
protokol meningkat karena semakin besar ukuran buffer maka semakin banyak
pesan yang dapat ditampung. Pesan di drop karena buffer penuh dan batas waktu
TTL menjadi semakin kecil, dalam skenario penambahan buffer, TTL di set 420
menit untuk meminimalkan pesan di drop karena batas waktu TTL.
Pada nilai delivery ratio Protokol epidemic tetap lebih unggul dibanding
prophet kerena disamping strategi penyampaian epidemic yang flooding based
forwarding, kinerja prophet juga kurang maksimal pada pergerakan random
waypoint.
Nilai overhead ratio dalam penambahan buffer juga menjadi lebih baik,
karena copy pesan lebih banyak ditampung dalam buffer, sehingga setiap node
dapat memiliki copy pesan, epidemic maupun prophet akan membatalkan
pengirimanya jika copy pesan sudah dimiliki oleh node yang ditemuinya, dampak
dari kasus tersebut adalah nilai latency yang tinggi karena node penerima harus
menunggu bertemu kepada node yang membawa pesan.
Konsumsi buffer juga semakin tinggi dengan bertambahnya ukuran buffer,
konsumsi epidemic lebih boros dibanding prophet karena pesan yang disampaikan
31
Gambar 4. 6 grafik konsumsi buffer per node pada penambahan buffer size 5MB.
32
Gambar 4. 8 grafik konsumsi buffer per node pada penambahan buffer size 60MB.
Grafik diatas (Gambar 4.6, Gambar 4.7 dan Gambar 4.8), menunjukan
dengan penambahan buffer size prosentase pemakain buffer setiap node semakin
menurun.
Kosumsi buffer epidemic lebih boros di banding prophet karena dengan
buffer semakin tercukupi memungkinkan epidemic mengirimkan copy pesan ke
semua node dengan strategi flooding based forwarding.
4.1 Pergerakan Manusia dengan penambahan TTL pesan
Tabel 4. 5 Hasil penambahan TTL pesan pada protocol Epidemic.
TTL (Menit)
Protocol Epidemic dengan penambahan TTL pesan
Delivery
1440 0.5062 30.0453 28661.8734 26.9078
Tabel 4. 6 Hasil penambahan TTL pesan pada protocol Prophet.
TTL (Menit)
Protocol Prophet dengan penambahan TTL pesan
33
30 0.0602 22.6508 604.6222 0.1297
60 0.0793 23.5904 1108.6915 0.3097
180 0.1366 22.6853 3682.0671 1.2654
360 0.2073 22.7235 7946.7622 3.2571
1440 0.4986 22.4215 29688.8203 19.1090
(1). Delivery Ratio. (2). Overhead Ratio.
(3) Latency Average. (4) Average buffer Occupancy.
Gambar 4. 9 grafik penambahan jumlah TTL pada protokol prophet dan epidemic.
34 Keterangan :
a Nilai delivery ratio meningkat semakin baik performanya.
b Nilai overhead ratio menurun semakin baik performanya.
c Nilai latency average meningkat semakin buruk performanya.
d Nilai buffer occupancy meningkat semakin buruk performanya.
Penambahan TTL menentukan keberhasilan pesan dapat sampai ke tujuan.
Semakin lama TTL yang dimiliki oleh pesan maka semakin tinggi kemungkinan
pesan dapat mencapai tujuan, hal tersebut dapat terjadi karena pesan di drop oleh
TTL semakin kecil. Dalam skenario penambahan TTL, ukuran buffer di set 60MB
untuk meminimlkan pesan di drop karena buffer penuh.
Pada pergerakan manusia prophet dapat bekerja lebih baik dibanding
pergerakan random waypoint karena probabalitas pertemuan antar node lebih
bervariasi, Gambar 4.9 menunjukan bahwa nilai delivery ratio dan latency average
pada kedua protokol hampir seimbang.
Nilai overhead ratio pada kedua protokol sama – sama turun disebabkan
oleh jumlah copy pesan yang terbatas. Setiap pesan yang memiliki TTL lebih lama,
maka node tidak akan lagi mengirim pesan yang sama karena node penerima masih
memiliki pesan tersebut. Kinerja prophet bisa dikatan lebih baik karena dengan
nilai delivery ratio hampir sama tapi dengan nilai overhead ratio(cost) yang lebih
rendah sehingga konsumsi buffer lebih irit dibanding epidemic.
Dengan penambahan TTL juga meningkatkan nilai latency average pada
kedua protokol, hal ini di karenakan penambahan TTL membuat pesan memiliki
umur masa hidup lebih panjang dalam proses pengiriman pesan dari source menuju
35
Gambar 4. 10 grafik konsumsi buffer per node pada penambahan TTL 20.
Gambar 4. 11 grafik konsumsi buffer per node pada penambahan TTL 60.
Gambar 4.10 dan gambar 4.11 menunjukan bahwa belum ada konsumsi
buffer pada setiap node, hanya terlihat node pengirim memiliki konsumsi buffer
yang lebih tinggi dibandingakan dengan yang lain, oleh karena itu nilai probabilitas
masih dalam angka 0.1 – 0.7.
Pada pergerakan manusia menggunakan TTL 60 penyebaran pesan belum
merata sehingga mengakibatkan nilai delivery ratio menjadi rendah. Kemungkinan
pesan akan banyak di drop karena terbatasnya TTL. 0
20 40 60
0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132333435
A
0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132333435
36
Gambar 4. 12 grafik konsumsi buffer per node pada penambahan TTL 1440.
Gambar 4.12 menunjukan peyebaran pesan sudah mulai merata, terlihat
pada grafik diatas (gambar 4.12) semua node memiliki konsumsi buffer kecuali
node penerima, node tersebut selalu kosong karena setelah pesan sampai pada
tujuan maka pesan langsung di drop.
Komsumsi buffer protokol epidemic selalu lebih boros dibanding prophet
baik pada pergerakan random waypoint maupun pergerakan manusia, dengan
strategi penyampaian pesannya yang flooding based forwarding sehingga
memungkinkan epidemic untuk mengirimkan pesan ke semua node asalkan node
penerima belum memiliki salinan pesan yang di bawa node pengirim.
Berbeda dengan prophet yang memiliki strategi penyampain terbatas, yang
mengindikasikan bahwa pesan yang beredar bersifat unik dan belum tentu semua
node memilikinya. Sehingga dalam penyampaian pesan prophet
mempertimbangkan nilai delivery predictability untuk meminimalkan jumlah copy
pesan dalam jaringan, dan juga tetap menjaga nilai delivery ratio dan latency. 0
0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132333435
37 BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Keunggulan yang dimiliki protokol epdemic adalah
mengoptimalkan tingkat pengiriman pesan dan meminimalkan latency,
namun pola pengiriman flooding based forwarding menyebabkan copy pesan
dalam jaringan menumpuk (overhead). Sedangkan protokol prophet
memiliiki keunggulan meminimalkan jumlah copy pesan, dengan
mempertahankan nilai delivery ratio dan latency, namun pola penyampaian
pesannya (delivery predictability) membutuhkan probabilitas pertemuan
node yang bervariasi sehingga tidak optimal pada pergerakan random
waypoint yang memiliki kriteria probabilitas pertemuan antar node hampir
sama.
Pada pergerakan manusia kinerja prophet lebih unggul dibanding
epidemic karena dengan nilai delivery ratio dan latency yang hampir sama,
tetapi dengan konsumsi buffer dan overhead (cost) lebih rendah daripada
epidemic. Kinerja prophet lebih optimal pada pergerakan ini karena
probabilitas pertemuan antar node bervariasi.
Sedangkan pada pergerakan random waypoint, epidemic lebih
unggul dibanding prophet karena strategi flooding based forwarding
menghasilkan nilai delivery ratio dan latency lebih baik dibanding prophet
walaupun dengan nilai overhead yang lebih tinggi.
5.2 Saran
Kinerja prophet mampu berjalan efektif pada pergerkan manusia,
untuk penelitian yang dapat dilakukan selanjutnya, protokol pembanding bisa
menggunakan protokol dengan kriteria yang sama dengan prophet misalnya
38
DAFTAR PUSTAKA
[1]. Suharsono, Aswin. “Pengertian dan latar belakang Delay Tolerant Network”.
23 Maret 2016. http://aswinsuharsono.lecture.ub.ac.id/2012/07/
pengertian-dan-latar-belakang-delay-tolerant-network/.
[2]. Fall, Kevin, A Delay Tolerant Network Architecture for Challenged Internets,
SIGCOMM ’03, New York, NY, USA: ACM 2003, p. 27-34. Available at
http://doi.acm.org/10.1145/863955.863960. 2003.
[3]. Namita, Mehta and Mehul, Shah, Performance of Efficient Routing Protocol
in Delay Tolerant Network: A Comparative Survey, Student, Department of
Communication Engg. G.H.Patel College of Engineering & Technology,
Gujrat, India. 2014.
[4]. Ari, keranen, Opportunistic Network Environment simulator, Helsinki
University of Technology , 2008.
[5]. Orlinski, Matthew. “Ecounter traces for the ONE simulator”. 23 Maret 2016.
http://shigs.co.uk/index.php?page=traces.
[6]. One, The “The Opportunistic Network Environment simulator”. 23 Maret
2016. http://www.netlab.tkk.fi/tutkimus/dtn/theone/.
[7]. Ari, keranen, Jörg Ott, Teemu Kärkkäinen, The ONE Simulator for DTN
Protocol Evaluation. Helsinki University of Technology (TKK), Department
39 LAMPIRAN
A. Default setting untuk penamhan node
Scenario.name = prophetNODE%%Group.nrofHosts%%
Group.waitTime = 0, 120 Group.nrofInterfaces = 1 Events1.interval = 360, 420
Events1.size = 500k,1M
Events1.hosts = [0,0; 0,0; 0,0; 0,0; 0,0; 0,0; 0,0;]
Events1.tohosts = [19,19; 29,29; 39,39; 49,49; 59,59; 69,69; 79,79;]
Events1.prefix = M
MovementModel.rngSeed = 1
40
B. Default setting untuk penambahan buffer
Scenario.name = epidemicNODE%%Group.bufferSize%%
Group.bufferSize = [2M; 5M; 10M; 20M; 30M; 40M; 50M; 60M;] Group.waitTime = 0, 120
Group.nrofInterfaces = 1 Events1.interval = 360, 420
Events1.size = 500k,1M Events1.hosts = 0,0 Events1.tohosts = 79,79 Events1.prefix = M
MovementModel.rngSeed = 1
41
C. Default setting untuk penambahan TTL
Scenario.name = prophetTTL%%Group.msgTtl%%
Group.waitTime = 0, 120 Group.nrofInterfaces = 1 #Group1.speed = 0.5, 1.5
Events.nrof = 2
Events1.class = StandardEventsReader
Events1.filePath = encounterTraces/Haggle4-Cam-Imote.csv Events2.class = MessageEventGenerator
Events2.interval = 900, 915 Events2.size = 500k,1M Events2.hosts = 1,1 Events2.tohosts = 35,35 Events2.prefix = M
MovementModel.rngSeed = 1
Opportunistic Network merupakan suatu jaringan dapat berkomunikasi tanpa
infrastruktur, dimana konektivitas antara end-to-end tidak dapat diperkirakan dan node dalam
jaringan Opportunistic besifat intermittent, dengan arti node tersebut terkadang terhubung dan
terkadang juga tidak,Tantangan dalam jaringan ini adalah bagaimana strategi menyampaikan
pesan dari node pengirim (source) sampai node tujuan (destination).
Pada penelitian ini penulis menguji unjuk kerja dari protokol routing epidemic dan
prophet untuk menguji protokol tersebut penulis menggunakan simulator TheONE. Metrik unjuk
kerja yang digunakan dalam penelitian ini antara lain delivery ratio, overhead ratio, latency
average, dan buffer occupancy. Parameter yang akan digunakan pada setiap pengujian adalah
dengan penambahan jumlah node, penambahan jumlah time to live dan penambahan buffer size
sedangkan pergerakanya menggunkan random waypoint dan pergerakan manusia (
Haggle4-Cam-Imote).
Protokol epidemic dengan pola pengiriman yang flooding –based-Forwarding akan menghasilkan delivery yang tinggi dan latency yang baik namun dengan jumlah copy pesan yang
banyak, sehingga menyebabkan overhead didalam jaringan.
Dari hasil penelitian diketahui bahwa protokol prophet mampu menggungguli epdemic
dengan meminimalkan jumlah copy pesan, menggunakan pola pengiriman delivery predictability.
protokol prophet juga akan menjaga nilai probabilitas dan latency.
Dengan pergerakan random waypoint kinerja prophet kurang optimal dibanding epidemic
karena di random waypoint probabilitas bertemu setiap node cenderung sama, namun dipergerakan
manusia prophet dapat bekerja dengan baik karena setiap node memiliki nilai probabilitas bertemu
yang variatif.
Kata kunci : opportunistic network, epdemic, Prophet, random waypoint, haggle-4, buffer
Opportunistic Network is a network that can communicate without infrastructure when
the connectivity between end-to-end cannot be predicted and the node in the network Opportunistic
is intermittent, it means that the node is sometimes connected and sometimes not. The challenge
in this network is how to convey the message from the source node to the destination node.
In this research, the writer tests the performance of the protocol routing epidemic and
prophet. The writer tests it by using The One simulator. The metric performances that are used in
this research include delivery ratio, overhead ratio, average latency, and buffer occupancy. The
parameter that will be used in each test is increasing the number of node, increasing the amount of
time to live, and the addition of buffer size while the movement is using the random waypoint and
the human movement (Haggle4-Cam-Imote).
Protocol Epidemic with a pattern flooding-based-Forwarding delivery will produce a high
delivery and a good latency. In the other hand, with the number of messages that is much, it causes
overhead on the network.
The research result shows that the protocol Prophet is able to surpass the epidemic by
minimizing the number of message copies, using the pattern of the delivery predictability. Protocol
Prophet will also keep the value of the probability and latency.
With the random waypoint movement, the performance of prophet is less optimal than
the epidemic. It is because the probability meets each node that tends to be the same in random
waypoint, but in the human movement, the prophet can work well because each node has a meeting
probability value that is various.
keywords: opportunistic network, epidemic, Prophet, random waypoint, haggle-4, buffer
