i ANALISIS UNJUK KERJA PROTOKOL ROUTING CONTENT-BASED
SOCIAL AWARE PADA JARINGAN OPPORTUNISTIC
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika
DISUSUN OLEH : Ricky Yonas
125314093
PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
ii PERFORMANCE ANALYSIS OF CONTENT-BASED SOCIAL AWARE
ROUTING PROTOCOL IN OPPORTUNISTIC NETWORKS
A THESIS
Presented as Partial Fulfillment of Requirements to Obtain Sarjana Komputer Degree in Informatics Engineering Department
By: Ricky Yonas
125314093
INFORMATICS ENGINEERING MAJOR INFORMATICS ENGINEERING DEPARTMENT
FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY
YOGYAKARTA 2016
v MOTTO
”If you can’t make it good, make it looks good!”
vi PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa di dalam skripsi yang saya tulis ini tidak memuat karya orang lain. Kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, 2016 Penulis
vii LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK
KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma: Nama : Ricky Yonas
NIM : 126314093
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah yang berjudul:
ANALISIS UNJUK KERJA PROTOKOL ROUTINGCONTENT-BASED SOCIAL AWARE PADA JARINGAN OPPORTUNISTIC
Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun member
royalty kepada saya selama tetap mencantumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Yogyakarta, 25 Agustus 2016
Penulis
viii ABSTAK
Delay Tolerant Network (DTN) adalah sebuah jaringan wireless yang tidak
memerlukan insfrastruktur dalam pembentukannya. Pada penelitian ini penulis menguji unjuk kerja protokol social-aware berbasis konten menggunakan ONE Simulator. Parameter unjuk kerja yang digunakan adalah delivery probability,
overhead ratio, dan latency.. Parameter yang akan digunakan pada setiap pengujian
adalah penambahan jumlah node, penambahan durasi TTL (time-to-live), dan penambahankapasitas penyimpanan (buffersize).
Hasil pengujian menunjukkan protokol content-based social aware semakin baik apabila jumlah node, dan kapasitas buffer ditambah, karena noderelay memiliki lebih banyak peluang untuk menyampaikan pesan ke nodedestination. Terlihat dari hasil delivery probability dan latency pada jaringan. Sedangkan overheadratio meningkat karena original message terus di-generate oleh source yang kemudian akan didistribusikan di dalam jaringan.
Kata kunci: Delay Tolerant Network, social aware, social networks, spray and wait,
ix ABSTRACT
Delay Tolerant Network (DTN) is a wireless connection which does not need infrastructure in its formation. In this research the writer test the performance of a content-based social-aware routing protocol in opportunistic network using ONE SIMULATOR. Performance matrix used are delivery probability, overhead, delay, and drop. Parameter used in every test are increasing the number of nodes, increasing the number of message copy, additional TTL (time-to-live), and addition of buffer capacity.
The test result show that spray and focus routing protocol is better if the number of node, number of message copy, and buffer capacity is increased because the relay node has more opportunities to delivered the messages to the destination. Visible from the delivery probability and delay in the network. While overhead and drop becomes increases because the original message continues to be generated by source that will be distributed in the network.
Keywords: Delay Tolerant Network, social aware, social networks, spray and wait,
x DAFTAR ISI
HALAMAN JUDUL ... i
TITTLE PAGE... ii
SKRIPSI ... Error! Bookmark not defined. SKRIPSI ... Error! Bookmark not defined. MOTTO ... v
PERNYATAAN KEASLIAN KARYA ... vi
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... vii
ABSTAK ... viii
KATA PENGANTAR ... xiii
BAB I ... 1 PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 2 1.3 Tujuan Penelitian ... 2 1.4 Batasan Masalah ... 2 1.5 Metodologi Penelitian ... 2 1. Studi Literatur ... 2 2. Perancangan ... 3
3. Pembangunan Simulasi dan Pengumpulan Data ... 3
4. Analisis Data Simulasi ... 3
5. Penarikan Kesimpulan ... 3
1.6 Sistematika Penulisan ... 3
BAB II LANDASAN TEORI ... 5
2.1 Jaringan Nirkabel (Wireless) ... 5
2.2 Mobile Ad-hoc Network (MANETs) ... 6
2.3 Opportunistic Network ... 6
2.3.1 Fase Store, carry, and Forward ... 7
2.3.2 Karakteristik Opportunistic Network ... 9
2.3.3 Aplikasi Opportunistic Network ... 11
xi
2.5 Content-based Social Aware Opportunistic Network ... 13
2.5.1 Encounters Frequency Transitivity ... 15
2.6 Model Pergerakan ... 16
2.6.1 Random Waypoint ... 16
2.6.2 Workingday Movement ... 17
2.6.3 Real-human Traces (Reality Mining dan Haggle4) ... 19
2.7 ONE Simulator ... 20
BAB III RANCANGAN SIMULASI JARINGAN ... 21
3.1 Parameter Simulasi ... 21
3.2 Skenario Simulasi ... 21
3.3 Parameter Kinerja ... 22
3.4 Topologi Jaringan ... 23
3.5 Pembuatan Pesan ... 24
BAB IV HASIL PENGUJIAN DAN ANALISIS ... 27
4.1 Hasil Simulasi pada Pergerakan Random Waypoint ... 27
4.1.1 Penambahan Jumlah Node ... 27
4.1.2 Penambahan TTL (time-to-live) ... 27
4.1.3 Penambahan Kapasitas Penyimpanan (Buffersize) ... 28
4.2 Hasil Simulasi pada Pergerakan Workingday Movement ... 28
4.2.1 Penambahan Jumlah Node ... 29
4.2.2 Penambahan TTL (time-to-live) ... 29
4.2.3 Penambahan Kapasitas Penyimpanan (Buffersize) ... 30
4.3 Analisis Hasil Simulasi pada Model Pergerakan Random Waypoint dan Workingday Movement ... 30
4.3.1 Analisis Hasil Simulasi Terhadap Pengubahan Jumah Node ... 31
4.3.2 Analisis Hasil Simulasi Terhadap Pengubahan TTL (time-to-live) ... 33
4.3.3 Analisis Hasil Simulasi Terhadap Pengubahan Kapasitas Buffer ... 35
4.4 Pemakaian Kapasitas Penyimpanan (Buffer Occupancy) ... 37
4.4.1 Buffer Occupancy Terhadap Penambahan Kapasitas Buffer ... 37
4.4.2 Buffer Occupancy Terhadap Penambahan TTL (time-to-live) ... 38
4.5 Hasil Simulasi Pada Pergerakan Manusia (real-human trace) ... 40
xii 5.1 Kesimpulan ... 43 5.2 Saran ... 43 DAFTAR PUSTAKA ... 44 LAMPIRAN ... 46 4. DTNHost ... 46 5. DEFAULT SETTINGS... 58
xiii KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, sehingga penulis dapat menyelesaikan tugas akhir dengan judul “Analisis Unjuk kerja Protokol
RoutingContent-based Social Aware pada Jaringan Opportunistic”. Tugas akhir ini
merupakan salah satu mata kuliah wajib dan sebagai syarat akademik untuk memperoleh gelar sarjana komputer program studi Teknik Informatika Universitas Sanata Dharma Yogyakarta.
Pada kesempatan ini, penulis ingin mengucap terimakasih kepada pihak-pihak yang telah membantu penulis baik selama penelitian maupun saat mengerjakan tugas akhir ini. Ucapan terimakasih sebesar-besarnya penulis sampaikan kepada:
1. Tuhan Yang Maha Esa, yang telah memberikan pertolongan dan kekuatan dalam proses pembuatan tugas akhir.
2. David Alphons, Theresia P, Daniel Josh, selaku keluarga yang selalu memberikan dukungan moril dan materil yang tak terbatas.
3. Bambang Soelistijanto, S.T., M.Sc., Ph.D. selaku Dosen Pembimbing tugas akhir, atas bimbingan, waktu dan saran yang telah diberikan kepada penulis. 4. Eko Hari Parmadi S.Si., M.Kom. selaku Dosen Pembimbing Akademik, atas
bimbingan kritik dan saran yang telah diberikan kepada penulis.
5. Dr. Anastasia Rita Widiarti, M.Kom. selaku Ketua Program Studi Teknik Informatika, atas bimbingan, kritik dan saran yang telah diberikan kepada penulis,
6. Seluruh dosen Teknik Informatika atas ilmu yang telah diberikan semasa kuliah dan sangat membantu penulis dalam mengerjakan tugas akhir.
7. Teman seperjuangan Teknik Informatika khususnya Jaringan Komputer yang terus memberi semangat kepada saya sebagai penulis.
8. Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D selaku dekan Fakultas Sains dan Teknologi.
xiv 9. Semua pihak yang tidak dapat disebutkan satu per satu yang telah membantu
penulis dalam pengerjaan tugas akhir ini.
Penulis menyadari masih banyak kekurangan yang terdapat dalam laporan tugas akhir ini. Saran dan kritik sangat diharapkan untuk hasil yang lebih baik di masa mendatang.
Penulis,
1
BAB I
PENDAHULUAN
1.1 Latar BelakangSaat ini Internet telah menjadi salah satu media atau sarana penyaji dan pertukaran informasi yang banyak digunakan oleh masyarakat di seluruh dunia. Dalam proses mengakses Internet, terkadang kita memiliki kendala. Kini kendala tersebut dapat diatasi dengan memanfaatkan salah satu arsitektur dan protokol jaringan yang bernama Opportunistic Network. Opportunistic Network adalah salah satu evolusi yang paling menarik dari MANET (Mobile Ad-hoc
Network). Dalam Opportunistic Network, setiapnode tetap dapat
bertukar informasi walaupun tidak ada rute yang menghubungkan. Dengan Opportunistic Network, layanan Internet dapat diterapkan dan disajikan untuk suatu area yang memiliki karakteristik menantangseperti tingkat delay dan packetloss yang tinggi, dan tingkat konektivitas yang rendah.
Pada Opportunistic Network, perangkat memiliki mobilitas yang tinggi dan resource yang sangat terbatas. Berbagai macam jenis protokol pada Opportunistic Networkmencobauntuk mencari titik optimal pengiriman pesan dengan meminimalisir performa aspek lainnya.
Berangkat dari sebuah ide tentang ketergantungan manusia dan Internet yang telah berubah, kini Opportunistic Network
terusdikembangkan. Dahulu, manusia harus mencari tempat yang terhubung dengan Internet jika ingin menggunakan Internet. Saat ini Internet dirancang untuk tidak dicari oleh manusia, melainkan Internetlah yang akan mencari manusia. Oleh sebab itu pendekatan sosiologi dan psikologis juga turut terlibat dalam proses perkembangannya.
2 1.2 Rumusan Masalah
Berdasarkan latar belakang, maka rumusan masalah utama yangakan dibahas adalah mengenai analisa unjuk kerja dari protokolsocial aware berbasiskontenpadaOpportunistic Network. 1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah mengetahui unjuk kerja protokol social aware, kelebihan, serta kekurangannya padaOpportunistic Network, yang diukur dengan beberapa parameter unjuk kerja, yaitudelivery ratio, latency, dan overhead ratio.
1.4 Batasan Masalah
Dalam pelaksanaan tugas akhir ini, pembahasan masalah dibatasi sebagai berikut:
1. Protokol yang digunakan adalahContent-based Social-aware.
2. Pengujian dilakukan dengan ONE Simulator.
3. Parameter unjuk kerja yang digunakan adalah overhead ratio,
delivery probability, dan latency.
1.5 Metodologi Penelitian
Adapaun metodologi dan langkah–langkah yang digunakan dalam pelaksanaan tugas akhir ini adalah sebagai berikut :
1. Studi Literatur
Mencari dan mengumpulkan referensi serta mempelajari teori yang mendukung tugas akhir ini, seperti:
a. Teori jaringanopportunistic b. Teori protokol social-aware
3 d. Teori delivery probability, overhead ratio, latency, dan
buffer occupancy.
e. Teori ONE simulator
f. Tahap-tahap dalam membangun simulasi 2. Perancangan
Dalam tahap ini penulis merancang skenario sebagai berikut: a. Luas jaringan tetap
b. Penambahan jumlah node (density) c. Penambahan TTL (time-to-live)
d. Pergerakan node berdasarkan random waypoint e. Pergerakan node berdasarkan working day movement f. Pergerakan node berdasarkan real-human trace 3. Pembangunan Simulasi dan Pengumpulan Data
Simulasi jaringanopportunistic pada tugas akhir ini menggunakan ONE simulator (discret-event simulator) berbasis java.
4. Analisis Data Simulasi
Dalam tahap ini penulis menganalisa hasil pengukuran yang diperoleh pada proses simulasi. Analisa dihasilkan dengan melakukan pengamatan dari beberapa kali pengukuran yang menggunakan parameter simulasi yang berbeda.
5. Penarikan Kesimpulan
Penarikan kesimpulan didasarkan pada beberapa parameter unjuk kerja yang diperoleh pada proses analisis data.
1.6 Sistematika Penulisan
Sistematika penulisan tugas akhir ini dibagi menjadi beberapa bab dengan susunan sebagai berikut :
4 BAB I PENDAHULUAN
Bab ini berisi latar belakang penulisan tugas akhir, rumusan masalah, batasan masalah, metodologi penilitian, dan sistematika penulisan. BAB II LANDASAN TEORI
Bagian ini menjelaskan mengenai teori yang berkaitan dengan judul/masalah di tugas akhir.
BAB III PERENCANAAN SIMULASI JARINGAN Bab ini berisi perencanaan simulasi jaringan.
BAB IV PENGUJIAN DAN ANALISIS
Bab ini berisi pelaksanaan simulasi dan hasil analisis data simulasi jaringan.
BAB V KESIMPULAN DAN SARAN
Bab ini berisi beberapa kesimpulan yang didapat serta saran-saran berdasarkan hasil analisis data simulasi jaringan.
5
BAB II
LANDASAN TEORI
2.1 Jaringan Nirkabel (Wireless)
Jaringan wireless adalah jaringan dengan menggunakan teknologi nirkabel, dalam hal ini adalah hubungan telekomunikasi suara maupun data dengan menggunakan gelombang elektromagnetik sebagai sarana pengganti kabel. Teknologi nirkabel ini lebih sering disingkat dengan istilah jaringan wireless. Teknologi wireless juga dapat digunakan untuk komunikasi, dikenal dengan istilah wireless communication atau transfer informasi secara jarak jauh tanpa batasan penggunaan kabel, misalnya telepon seluler, jaringan komputer wireless dan komunikasi satelit.
Pengontrolan secara jarak jauh tanpa menggunakan kabel adalah salah satu aplikasi wireless. Misalnya penggunaan remote TV. Sekarang ini penggunaan wireless semakin marak sejak masyarakat menggunakan ponsel atau penggunaan layanan wifi atauhotspot. Sebagai contoh, si pengguna bisa mengakses internet di dapur, bahkan di basement gedung-gedung. Pengguna bisa saja mentransfer file antara komputer melalui jaringan wireless.
Jaringan wireless menggunakan Standard Institute of Electical and
Electronics Engineers 802.11 atau IEEE 802.11. IEEE merupakan
organisasi yang mengatur Standard mengenai teknologi wireless. Frekuensi kerja jaringan wireless adalah 2,4 GHz, 3,7 GHz dan 5 GHz.
Topologi pada jaringan nirkabel ini dibagi menjadi dua, yaitu topologi nirkabel dengan berbasis infrastruktur (access point) dan topologi nirkabel tanpa memanfaatkan infrastruktur. Jaringan wireless infrastruktur kebanyakan digunakan untuk memperluas jaringan jaringan LAN atau untuk berbagi jaringan agar dapat terkoneksi ke internet. Untuk membangun jaringan infrastruktur diperlukan sebuah perangkat yaitu
wireless access point untuk menghubungkan client yang terhubung dan
6 2.2 Mobile Ad-hoc Network (MANETs)
MANET adalah jaringan nirkabel yang terdiri dari beberapa node yang tidak memerlukan infrastruktur untuk saling terhubung. Setiap node atau user pada jaringan ini bersifat mobile (memiliki mobilitas yang tinggi). Setiap node dalam jaringan dapat berperan sebagai host sekaligus
router yang berfungsi sebagai penghubung antara node yang satu dengan node yang lainnya. Pada MANET, komunikasi biasanya dilakukan dengan
memanfaatkan gelombang bluetooth.
MANET melakukan komunikasi secara peer to peer menggunakan
routing dengan caramultihop. Informasi yang akan dikirimkan disimpan
dahulu dan diteruskan ke node tujuan melalui node perantara. Ketika topologi mengalami perubahan karena node bergerak, maka perubahan topologi harus diketahui oleh setiap node.
2.3 Opportunistic Network
Opportunistic Network (OppNet) atau biasa disebut juga sebagai Delay-tolerant Network (DTN) adalah sebuah metode komunikasi dan
pertukaran informasi pada perangkat bergerak tanpa menggunakan infrastruktur seperti access point, Base Transceiver Station (BTS), maupun satelit. Berbeda dengan MANETs, OppNetmemungkinkan perangkat tetap bisa berkomunikasi meskipun terputus dalam waktu yang cenderung lama atau jarak yang jauh.
Dalam Opportunistic Networkterdapat sebuah mekanisme yang disebut sebagai store, carry, and forward. Mekanisme ini adalah aspek yang sangat penting dalam OppNetkarena memungkinkan untuk menyampaikan pesan dari node pengirim (source) ke node tujuan (destination).
OppNet merupakan arsitektur yang cocok pada jaringan yang
7 tantangan, seperti delay yang tinggi, koneksi yang sering terputus dan tingkat error yang tinggi
Perlu diketahui terciptanya konsep OppNet adalah untuk komunikasi luar angkasa. Komunikasi luar angkasa memiliki karakter
delay pengiriman yang lama (akibat jarak yang jauh) dan koneksi end-to-end yang tidak selalu ada (bahkan tidak ada). Misalkan pada pengiriman
data dari stasiun bumi ke sebuah kendaraan di Mars. Pengiriman 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 nodeberikutnya setelah ada koneksi. Dengan DTN, model pengiriman data seperti ini sangat mungkin untuk dilakukan.
2.3.1 Fase Store, carry, and Forward
Fase store, carry, and forward terjadi pada saat pesan baru saja dibuat pada sebuah node (source), sampai pesan disampaikan kepada destination. Pada OppNet, source tidak langsung terhubung dengan destination, oleh karena itu source harus menitipkan pesannya kepada node lain yang ada pada jangkauan radionya. Node perantara yang membawa pesan titipan dari source biasa disebut sebagai relay node. Relay akan menyimpan pesan yang dititipkan ke dalam buffer nya. Relay jugabertugas untuk membawa (carry) atau menyampaikan pesan (forward) jika ternyata destination masuk ke jangkauan radionya.
8 Gambar 2.1 menunjukkan proses pengiriman data dari
source node dengan tujuan akhir destinationnode. Saat melewati node R2 data akan disimpan terlebih dahulu, kemudian node R2
akan menyimpan pesan terdahulu dan kemudian ia akan mebawa pesan tersebut menuju node R3. R3 akan menyimpan pesan tersebut dan kemudiian membawa pesan ke destination. Metode
store, carry and forward berbeda dengan proses pengiriman data
pada TCP/IP. Pada TCP/IP, router hanya menerima data dan langsung mem-forward. Akibatnya, jika koneksi putus di suatu tempat, data yang sedang dalam proses pengiriman tersebut akan hilang (drop).
Metode store, carry dan forward memiliki konsekuensi yaitu setiap node harus memiliki media penyimpanan (storage).
Storage digunakan untuk menyimpan data apabila koneksi dengan node berikutnya belum tersedia. Oleh karena itu, router yang
hanya terdiri atas routerboard seperti yang biasa dipakai dalam jaringan TCP/IP tidak dapat digunakan di OppNet. Router pada jaringanOppNet harus memiliki media penyimpan, contohnya pada
router yang berupa PC.
Dalam OppNet, 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 OppNet. Bundle layer terletak langsung di bawah 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.
9
Gambar 2.2 Bundle Layer
2.3.2 Karakteristik Opportunistic Network
Beberapa karakteristik dari jaringan ini adalah :
a. Terjadinya Pemutusan topologi jaringan
Tidak ada koneksi antara node karena terjadi perubahan topologi jaringan. Hal ini dikarenakan node bergerak secara acak atau node berpindah secara terus menerus.
b. Intermittent Connectivity
Link yang terputus secara terus menerus atau tidak tersedianya 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 yang terjadi secara terus menerus.
10
Data Rate adalah tingkat yang menggambarkan jumlah
pesan yang disampaikan dibawah jangka waktu tertentu. Low
Data Rate terjadi karena delay yang lama antara transmisi.
e. HightErrorRate
Jika kesalahan bit terjadi pada link, maka data membutuhkan koreksi kesalahan untuk kemudian dikirim ulang keseluruhan paket yang dapat menyebabkan lalulintas jaringan semakin tinggi. Untuk mentransmisikan semua paket, dibutuhkan lalulintas jaringan yang lebih baik.
f. Sumber Daya Yang Terbatas
Opportunistic Network memiliki kendala pada sumber daya
(Resources). 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 untuk mengurangi biaya transmisi.
11 Setiap node memiliki buffer sendiri untuk pesan store, hal ini dapat menyebabkan pemutusan panjang antrian delay. Waktu delay yang panjang merupakan efek dari intermittent
connectivity dan dapat menyebabkan waktu delay yang cukup
panjang antara source dan destinantion.
2.3.3 Aplikasi Opportunistic Network
Karakteristik Opportunistic Network yang dinamis membuat jaringan ini dapat diaplikasikan diberbagai tempat secara langsung tanpa infrastruktur. OpportunisticNetworkdidesain untuk digunakan pada situasi yang ekstrim (sesuatu yang tidak membutuhkan pengiriman yang cepat). Opportunistic Networkdapat mengirimkan paket data di jaringan yang memiliki
medan yang sulit atau koneksinya tidak tersedia secara terus-menerus. Beberapa contoh aplikasi pada OpportunisticNetwork adalah kondisi ekstrim atau darurat dimana dukungan infrastruktur hampir tidak ada, operasi militer dan pada daerah yang terkena bencana yang besar (daerah pasca bencana).Pada situasi pasca bencana, asumsi ini kemungkinan tidak berlaku ketika sebagian atau seluruh infrastruktur jaringan hancur atau terputus.
Opportunistic Network dapat digunakan untuk penanganan khasus
pasca bencana.Oleh karena itu aplikasi di Opportunistic Network harus mentolerir keterlambatan yang sangat lama karena koneksi yang terputus secara terus menerus karena pergerakan node yang
random. Beberapa network yang mengikuti paradigma ini adalah Wildlife tracking sensor networks (dijalankan di Afrika untuk
memantau pergerakan Zebra (ZebraNet)), Military networks dan Inter-planetary network (project NASA), communication in Rural
Villages dengan tujuan untuk membawa konektivitas Internet
untuk daerah pedesaan dan dapat digunakan pada kondisi
12 Kustom kerah pelacakan dengan GPS (node) diikat pada leher zebra, node akan merekam lokasi zebra dan menyimpannya di memory kemudian node aka membawa data tersebut sampai bertemu lagi dengan node yang lain. Pertukaran data dengan zebra lain ketika berada dalam communication range. Mobile Base Station (MBS) akan mengumpulkan data dari leher tiap zebra ketika peneliti di lapangan. MBS bersifat tidak tetap dan bersifat intermittently available. Sehingga kehadiran secara fisik dari para peneliti tidak lagi diperluka di lokasi penyebaran untuk mengumpulkan dan mempublikasikan pola mobilitas data dari zebra itu sendiri.
2.4 Protokol Routing Pada OppNet
OppNet adalah jaringan nirkabel di mana pemutusan dan delay
sangat sering terjadi karena mobility node, terputusnya aliran listrik dan sebagainya. OppNet berperan penting ketika delay dalam jaringan mulai diamati. Salah satu penyebabnya adalah karena gerakan node perantara bergerak secara acak yang bekerja sebagai pembawa data dari source ke
destination. Untuk mencapai pengiriman data, akan dilakukan mekanisme
“store, carry, and forward”. Mekanisme ini diambil di mana data secara bertahap disimpan terlebih dahulu di seluruh jaringan dan diharapkan pesan yang dikirim bisa sampai ke destination.
Routing merupakan perpindahan informasi di seluruh jaringan dari node sumber ke node tujuan dengan minimal satu yang berperan sebagai
perantara.
Strategi routing di OppNet:
a) Strategi Flooding: setiap node dibanjiri oleh pesan sehingga
nodedestination menerima pesan tersebut. Beberapa salinan dari pesan
yang sama akan dibuat dan dikirim ke satu set node yang disebut relay
node. Ia akan menyimpan pesan sampai ia dapat menghubungi node
tujuan. Keuntungan:
13 1) Kemungkinan yang besar agarsource terhubung dengan
destination.
2) Tingkat keberhasilan yang tinggi pada pengiriman pesan. b) Strategi Forwarding: menggunakan pengetahuan jaringan untuk
memilih jalur terbaik (shortest one) ke destination serta membuat penggunaan topologi jaringan dan pengetahuan lokal/global untuk menemukan rute terbaik dalam menyampaikan pesan ke tujuan.
Keuntungan:
1) Tidak ada replikasi (lebih sedikit bandwidth).
2) Lebih cepat karena menggunakan jalur routingyang terbaik.
Tujuan dari protokol routing di OppNet adalah sebagai berikut: 1) Memaksimalkan tingkat pengiriman pesan
2) Meminimalkan message latency
3) Meminimalkan total sumber daya yang dikonsumsi dalam pengiriman pesan seperti ukuran buffer yang terdapat di dalam
mobilehost yang ditujukan untuk menyimpan pesanhost lain, energy dari host (pembawa) dikonsumsi dalam penyimpanan.
2.5 Content-based Social Aware Opportunistic Network
Seiring dengan perkembangannya, OppNetberusaha untuk lebih mendekati beragam pergerakan manusia, khususnya dari segi psikologis. Pada mulanya, pergerakan manusia diasumsikan sebagai sebuah gerakan acak (random) dengan probabilitas pertemuan satu manusia dan satu manusia lainnya yang cenderung sama. Tetapi dalam penerapannya, ternyata pergerakan manusia tidaklah random. Pergerakan manusia ditentukan oleh beberapa faktor seperti tempat favoritnya, siapa teman-temannya, dimana komunitasnya berada dan lain-lain. Pemilihan
relayterbaik sangatlah berbeda-beda menurut setiap protokol. Relay
terbaik adalah node yang dianggap memiliki probabilitas tertinggi untuk bertemu dengan destinationdengan delay yang relatif cepat.
14
Social Aware berbasis konten pada Opportunistic Network adalah
salah satu metode routing yang bersifat multicast (satu source dengan banyak destination). Protokol jenis ini mengadopsi cara kerja dari protokol berbasis konten sebelumnya yaitu Publish-subscribe (Pub-sub), hanya saja jika pada jaringan Pub-subsebuah node harus mengetahui seluruh topologi jaringan (karena biasanya jaringan Pub-sub diimplementasi pada jaringan
wired), pada jaringan Social-aware ini sebuah node sumber informasi
hanya perlu mengenal node satu hop disekitarnya dan node tersebut dapat mengenali node tetangganya dengan memanfaatkan node transitivity.
Pada protokol ini, ada sebuah aspek yang melekat pada setiap node yang disebut sebagai interest. Interest adalah sebuah parameter bawaan pada setiap node yang menentukan minat akses dari node tersebut. Sebagai contoh, terdapat node dengan interest A, dengan demikian node tersebut hanya menghasilkan atau menerima konten ber-interestA juga. Tetapi, node dengan interest A dapat berfungsi sebagai relay untuk node dengan
interest lainnya tergantung dari hasil kalkulasi transitivity kedua nodeyang
saling kontak.
Transitivity pada protokol ini menggunakan model
encountersfrequency transitivity, yaitu intensitas sebuah node bertemu
dengan node lainnya. Kedua node yang saling kontak akan mengukur frekuensi pertemuannya dan node dengan frekuensi pertemuan yang sudah mencapai treshold akan dianggap memiliki transitivity yang kuat dan dianggap baik untuk menjadi relay node.
15 Gambar 2.3 menunjukkan proses forwarding pesan pada protokol
content-based social aware. Node dengan interestA akan menyebarkan
atau melakukan forwarding ke node yang memiliki interst yang sama. Pada gambar 2.3b dijelaskan bahwa node dengan interestA dapat juga melakukan forwarding pesan kepada node dengan interest yang berbeda dengan catatan node yang akan menerima pesan harus memiliki
transitivity yang kuat dengan node destination. Node transitivity pada
protokol routing content-based social aware diukur dengan model
encounters frequency.
Algoritma 2.1 Algoritma Forwarding Pada Protokol Content-based Social-aware
2.5.1 Encounters Frequency Transitivity
Setiap pertemuan antar nodeakan dicatat dan diukur intensitas pertemuannya. Dalam protokol content-based social
aware, dua buah node yang memiliki intensitas pertemuan
(encounters) yang tinggi akan dianggap saling memiliki transitivity yang kuat pula. Jika kedua node sangat jarang bertemu, berarti kedua node tersebut bukan merupakan node yang baik untuk saling forward satu dengan lainnya. Transitivity adalah hal yang terpenting bagi sebuah node untuk membuat keputusan apakah node yang dijumpainnya cocok untuk menjadi relay node dimana jika node A sering bertemu dengan node B, dan node B juga sering bertemu dengan node C, maka node C menjadi relay node yang baik bagi node A.
16 Saat dua buah node bertemu, ada dua hal yang saling dipertukarkan, yaitu message summary vectors yang digunakan untuk meminta pesan yang unik (belum pernah diterima sebelumnya), dan
delivery predictability vectors, yaitu vektor yang digunakan untuk
mengidentifikasi manakah dari kedua node tersebut yang lebih baik untuk menyampaikan pesan ke destination. Encounters Frequency Transitivity dapat diukur dengan persamaan P(𝑎,b) = P(𝑎,𝑏)𝑜𝑙𝑑 + (1− 𝑃(𝑎,𝑏)𝑜𝑙𝑑) ×
𝑃𝑖𝑛𝑖𝑡dimana 𝑃𝑖𝑛𝑖𝑡merepresentasikan sebuah bilangan awal.
2.6 Model Pergerakan
Simulasi pada OppNet dapat menggunakan bermacam-macam jenis pergerakan. Jenis pergerakan pada simulasi OppNet kebanyakan merupakan jenis pergerakan yang terdapat pada teori graph. Tetapi seiring dengan perkembangannya simulasi OppNet kini telah menyediakan berbagai macam pergerakan yang terjadi pada dunia nyata seperti pergerakan manusia (real-human trace), pergerakan kendaraan, dan lain-lain. Dalam simulasi kali ini, model pergerakan yang digunakan meliputi random waypoint, workingday movement, dan real-human trace versi MIT serta Haggle4 (Cambridge) sebagai pembanding.
2.6.1 Random Waypoint
Dalam teori pergerakan mobile node, model pergerakan random waypoint adalah sebuah gerakan pada node bergerak
17 dimana kecepatan, akselerasi dan arah gerak berubah seiring dengan berjalannya waktu. Pergerakan random waypoint banyak digunakan untuk mensimulasikan pergerakan mobile node pada Mobile Ad-hoc Networks (MANET) dan Opportunistic Networks karena dianggap memiliki kompleksitas yang rendah tetapi tetap efektif.
Dalam simulasi yang berbasis pergerakan random, setiap node bergerak tanpa batasan. Dengan kata lain, tujuan, kecepatan, dan arah semuanya ditentukan secara random tanpa pengaruh dari node lainnya.
2.6.2 Workingday Movement
Kegiatan utama node pada pergerakan ini adalah di rumah, bekerja, dan aktivitas bersama teman-teman di malam hari. Hal seperti ini akan diulang setiap harinya hingga simulasi berakhir. Hubungan sosial akan terbentuk ketika beberapa node melakukan kegiatan yang sama. Misalnya node dengan lokasi kantor yang sama adalah rekan-rekan kerja.
Aktivitas setiap nodeakan dimulai di pagi hari dari dalam rumah. Waktu untuk bangun pagi di dalam simulasi dirancang berbeda dari kehidupan nyata. Pada saat bangun, nodeakan meninggalkan rumah menggunakan transportasi dalam melakukan perjalanan ke tempat kerja. Setelah jam kerja selesai, nodeakan memutuskan untuk pergi mengikuti kegiatan malam atau pulang ke rumah.
18
1) Home Activity Submodel
Digunakan untuk malam hari dengan kegiatan seperti berbaring, menonton TV, memasak, dan tidur.
2) Office Activity Submodel
Gerakan di dalam kantor memperlihatkan bahwa karyawan memiliki meja kerja masing-masing dan terkadang berjalan ke tempat lain untuk meeting dan berbicara dengan seseorang. Gerakan seperti ini akan diulangi sampai hari kerja berakhir. Tujuan node bergerak di antar meja secara acak adalah agar
node lebih sering bertemu dengan node lainnya. 3) Evening Activity Submodel
Kegiatan malam hari akan dilakukan setelah jam kerja berakhir dengan kegiatan seperti berbelanja, jalan-jalan, ke restoran, dan bar. Ketika hari kerja berakhir, node mulai berkelompok berdasarkan tempat pertemuan favoritnya dengan menggunakan transportasi sementara apabila salah satu sudah berada di tempat pertemuan lebih awal, node tersebut akan menunggu hingga semua anggota kelompoknya berkumpul dan akhirnya akan berpisah untuk pulang di rumah masing-masing.
4) Transport Submodel
Node bergerak antar rumah, kantor, dan kegiatan malam
menggunakan transportasi yaitu mobil, bus, dan berjalan kaki.
Node yang berjalan kaki memiliki kecepatan yang konstan
untuk menjumpai destination dengan menggunakan jalur terpendek. Kemudian node yang memiliki mobil dapat melakukan perjalanan dengan kecepatan tinggi. Sedangkan yang dengan menggunakan bus, rute bus sudah ditentukan sesuai dengan peta. Bus akan berjalan sesuai jadwal dan dapat membawa lebih dari satu node dalam satu waktu. Node memutuskan untuk menaiki bus jika jarak lokasi node ke halte
19 lebih dekat dari jarak node ke tujuan. Nodeakan berjalan kaki menuju halte dan kemudian menunggu bus.
2.6.3 Real-human Traces (Reality Mining dan Haggle4)
Jenis pergerakan Real-human Trace adalah sebuah model pergerakan yang ditemukan oleh beberapa Universitas dan pusat penelitian besar diseluruh dunia seperti Reality Mining dari Massachusetts Institute of Technology (MIT), Haggle dari Cambridge University, dan lain-lain.
Reality Mining (MIT) adalah sebuah penambangan data riil yang dilakukan oleh Massachusetts Institute of Technology.
Reality Mining berisi koleksi dan analisis tentang pergerakan
sekelompok manusia yang diambil dengan perangkat wireless yang terkoneksi dengan GPS.
Jenis pergerakan Real-human Trace mengimitasi aspek-aspek penting pada kehidupan sosial manusia di dunia nyata yang kemudian dimodelkan ke dalam simulasi. Salah satu aspek yang terpenting adalah bobot sosial (social weights) pada setiap node. Bobot sosial pada kehidupan manusia di dunia nyata dapat berupa banyak sekali hal seperti tingkat popularitas, komunitas kegemaran atau hobi, tempat favorit, komunitas formal (sekolah, kampus, kantor), dan hal lainnya yang dapat membuat sebuah node untuk menemukan cluster nya.
Permodelan pergerakan Real-human Trace didapatkan dari sekelompok manusia yang masing-masing dibekali sebuah perangkat yang dapat menginformasikan gerakan dari tiap-tiap manusia itu selama beberapa minggu, bulan, bahkan tahun. Perangkat tersebut akan mengetahui tempat-tempat yang dituju, orang-orang yang ditemui, bahkan konten apa saja yang disukai.
20
2.7 ONE Simulator
Jaringan opportunistic Environment atau yang biasa disingkat ONE simulator adalah simulator yang diciptakan untuk membuat simulasi DTN (Delay Tolerant Network) menjadi lebih kompleks dan lebih mudah untuk dimengerti. Pada simulator ini, terdapat pemodelan pergerakan, routing, visualisasi dan pelaporan dalam satu program.
Inti dari ONE adalah simulator yang berbasis kepada waktu, di mana setiap pengambilan data terdapat waktu simulasi yang dapat di atur sehingga membuatnya cocok dan cukup efisien untuk simulasi routing yang disertai dengan model pergerakan. Selain itu, sumulasi berisi sejumlah node yang dapat dikelompokkan dalam satu set parameter, seperti besarnya pesan, kapasitas buffer, dan radio range. Kelompok node juga dapat dibuat berbeda sesuai dengan pengelompokan grup sehingga memiliki konfigurasi yang berbeda pula, misalnya simulasi dengan pejalan kaki, mobil dan angkutan umum.
21 BAB III
RANCANGAN SIMULASI JARINGAN
3.1 Parameter Simulasi
Skenario simulasi membahas tentang parameter serta variabel secara keseluruhan yang digunakan dalam proses simulasi. Skenario yang digunakan akan dijabarkan pada tabel berikut :
Parameter Random Waypoint WorkingDay Movement RHT3 (MIT) Haggl e 4
Luas Area 3500 x 3500 (meter)
Jumlah Node 60 97 36 Waktu Simulasi 345600 21276000 Jumlah Pesan 1500 Interval Pembuatan Pesan 1200s Buffersize 5Mb Time To Live (TTL) 300 Menit Message Size 100kB-1MB Radio Transmissio n Range 10 Meter
Tabel 3.1 Skenario Simuasi Dengan Parameter Tetap
3.2 Skenario Simulasi
Simulasi ini menggunakan tiga jenis pergerakan yaitu
RandomWaypoint, WorkingDay Movement,danReal Human Trace (MIT).
Beberapa parameter untuk simulasi akan diubah mengikuti interval tertentu. Khusus untuk model pergerakan workingday movement dan real
human trace, data yang diambil masing-masing berjumlah dua. Data
pertama berisi hasil simulasi dengan node yang di kelompokkan ke dalam
22 dan interest yang telah diacak (randomize). Perubahan untuk beberapa parameter simulasi dijelaskan dalam tabel-tabel berikut ini :
1. Skenario simulasi dengan penambahan jumlah node
No Node TTL (Menit) Buffer (MB)
1 60 1440 25
2 90 1440 25
3 120 1440 25
4 150 1440 25
5 180 1440 25
Tabel 3.2 Skenario Penambahan Jumlah Node
2. Skenario simulasi dengan penambahan TTL (time-to-live)
No Node TTL (Menit) Buffer (MB)
1 180 300 25
2 180 720 25
3 180 1440 25
4 180 2880 25
5 180 5760 25
Tabel 3.3 Skenario Penambahan Durasi TTL (time-to-live) 3. Skenario simulasi dengan penambahan buffersize
No Node TTL (Menit) Buffer (MB)
1 180 1440 5
2 180 1440 10
3 180 1440 15
4 180 1440 20
5 180 1440 25
Tabel 3.4 Skenario Penambahan Kapasitas Buffer
3.3 Parameter Kinerja
Tiga parameter yang dipakai dalam tugas akhir ini adalah : 1. Delivery Probability
Delivery probability adalah rasio antara pesan yang sampai ke destination dan jumlah pesan yang dikirim. Jaringan memiliki kinerja
yang baik apabila memiliki delivery probability yang tinggi.Delivery
23 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑦𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦 =Jumlah Pesan yang Sampai ke 𝐷𝑒𝑠𝑡𝑖𝑛𝑎𝑡𝑖𝑜𝑛
Jumlah Paket Yang Dibuat
2. Delay atau Latency
Delay yang dimaksud adalah rata-rata waktu antara pesan
dibuat dan pesan diterima oleh destination. Jaringan opportunistic memiliki rata-rata delay yang tinggi karena sifat dari jaringan itu sendiri. Jaringan memiliki kinerja yang baik apabila memiliki rata-rata delay yang rendah. Delay direpresentasikan dengan persamaan:
𝐷𝑒𝑙𝑎𝑦 =Waktu Saat Pesan Diterima − Waktu Saat Pesan Dibuat Jumlah Pesan Yang DiTerima
3. Overhead
Overhead adalah metrik yang digunakan untuk memperkirakan copy pesan dari original pesan yang disebarkan di dalam jaringan. Jaringan dikatakan memiliki kinerja yang baik apabila memiliki overhead yang rendah.Overhead ratiodirepresentasikan dengan persamaan :
𝑂𝑣𝑒𝑟ℎ𝑒𝑎𝑑𝑅𝑎𝑡𝑖𝑜 =Jumlah𝐶𝑜𝑝𝑦 yang Diteruskan−Jumlah𝐶𝑜𝑝𝑦 yang Diterima
Jumlah𝐶𝑜𝑝𝑦 yang Diterima
3.4 Topologi Jaringan
Bentuk topologi jaringan OppNettidak dapat diramalkan karena itu topologi jaringan ini dibuat secara random (acak). Hasil dari simulasi baik itu posisi node, pergerakan node dan juga koneksi yang terjadi tentunya tidak akan sama dengan topologi yang sudah direncanakan. Berikut adalah salah satu contoh jaringan pada simulasi dengan ONE simulator.
24
Gambar 3.1 Contoh Simulasi Dengan ONE Simulator
3.5 Pembuatan Pesan
Seperti yang telah disebutkan pada bab sebelumnya, protokol
social-aware bersifat multicast. Dengan kata lain, source node (yang
menghasilkan pesan) tidak mencari node penerima (source) melainkan node source yang mencari apakah ada pesan baru yang sesuai dengan
interest nya. Pembuatan pesan pada simulasi ini dibuat secara manual.
Jumlah pesan berkisar antara 1000 sampai 1500 buah pesan dengan tiga jenis interest yang berbeda.
Time Created Create Message
ID Source Receiver Size (kB) Content 1.0 C M1 100 A 1200.0 C M2 100 A 2400.0 C M3 100 A 3599.3 C M4 100 A 4798.8 C M5 100 A 5998.3 C M6 100 A 7197.8 C M7 100 C 8397.3 C M8 100 B 9596.8 C M9 100 B
25 10796.3 C M10 100 A 11995.8 C M11 100 A 1200.0 C M22 100 C
Tabel 3.5 Contoh Message Generation Pada Jaringan Social-aware Berbasis Konten Tabel 3.5 menunjukkan tabel pembuatan pesan secara manual pada protokol Social-aware. Terdapat tujuh buah kolom yang masing-masing memiliki fungsi sebagai berikut :
1. Time Created
Kolom yang menunjukkan waktu saat pesan dibuat. 2. Create
Perintah ‘C’ pada kolom ini adalah sebuah perintah untuk membuat pesan baru (create)
3. Message ID
Penomoran setiap pesan. Setiap pesan yang dibuat akan mendapatkan sebuah nomor yang unik yang tidak dimiliki oleh pesan lainnya. Hal ini berfungsi saat node akan bertukar pesan. Pesan yang baru akan memiliki ID unik yang memudahkan kedua node mengidentifikasi apakah pesan yang akan diberikan sudah pernah diterima sebelumnya atau tidak.
4. Source
Berisi ID node yang akan menjadi source node (pembuat pesan).
Source ID tidak digunakan pada simulasi ini.
5. Receiver
Berisi ID node yang akan menjadi destination node (penerima pesan). Destination ID tidak digunakan karena protokol ini bersifat multicast.
6. Size
Berisi ukuran pesan yang akan dibuat (dalam satuan kilobyte). 7. Content
Menandakan interest yang tertanam pada setiap isi pesan. Node dengan interest A hanya dapat membuat pesan dengan interest A juga,
26 tetapi node dengan interest A dapat menjadi relay bagi node dengan interest yang berbeda.
27 BAB IV
HASIL PENGUJIAN DAN ANALISIS
Untuk mengetahui unjuk kerja protokol Social-aware maka akan dilakukan seperti pada tahap skenario perencanaan simulasi jaringan pada Bab
4.1 Hasil Simulasi pada Pergerakan Random Waypoint
Sub-bab ini akan membahas tentang hasil simulasi, pengujian, serta analisa unjuk kerja protokol social-aware pada jenis pergerakan Random
Waypoint.
4.1.1 Penambahan Jumlah Node
Seperti skenario yang telah dijelaskan pada bab sebelumnya, simulasi ini melibatkan percobaan dengan jumlah node yang tidak tetap (berubah). Pada protokol ini, perubahan jumlah node mempengaruhi hasil metric yang akan diukur. Dampak tersebut dijelaskan pada tabel dibawah ini :
4.1.2 Penambahan TTL (time-to-live)
Seperti skenario yang telah dijelaskan pada bab sebelumnya, simulasi ini melibatkan percobaan dengan TTL (time-to-live) yang tidak tetap (berubah). Pada protokol ini, perubahan TTL mempengaruhi hasil metric yang akan diukur. Dampak tersebut dijelaskan pada tabel dibawah ini :
Node DP Latency Overhead
60 0.139 13727.2 6127
90 0.2183 11783 6561
120 0.4073 8417.60134 7589 150 0.7855 3189.1 7989
180 0.824 1507.3 7989
28 4.1.3 Penambahan Kapasitas Penyimpanan (Buffersize)
Seperti skenario yang telah dijelaskan pada bab sebelumnya, simulasi ini melibatkan percobaan dengan kapasitas penyimpanan (buffersize) yang tidak tetap (berubah). Pada protokol ini, perubahan buffersize mempengaruhi hasil metric yang akan diukur. Dampak tersebut dijelaskan pada tabel dibawah ini :
Buffersize DP Latency Overhead
5M 0.182 1271.764589 2604
10M 0.35 1731.516458 3986 15M 0.6 1752.837569 5525
20M 0.7643 1769.107688 7182
25M 0.8211 1813.094963 8294
Tabel 4.3 Data Hasil Simulasi Dengan Penambahan Kapasitas Buffer (RWP)
4.2 Hasil Simulasi pada Pergerakan Workingday Movement
Sub-bab ini akan membahas tentang hasil simulasi, pengujian, serta analisa unjuk kerja protokol social-aware pada jenis pergerakan
Workingday Movement.
TTL (Menit) DP Latency Overhead
300 0.16988 1080.35985 5515
720 0.2898 2068.42062 7928
1440 0.48752 3373.64654 8553
2880 0.7596 3495.16895 8549
5760 0.8055 3417.60134 8589
29 4.2.1 Penambahan Jumlah Node
Seperti skenario yang telah dijelaskan pada bab sebelumnya, simulasi ini melibatkan percobaan dengan jumlah node yang tidak tetap (berubah). Pada protokol ini, perubahan jumlah node mempengaruhi hasil metric yang akan diukur. Dampak tersebut dijelaskan pada tabel dibawah ini :
4.2.2 Penambahan TTL (time-to-live)
Seperti skenario yang telah dijelaskan pada bab sebelumnya, simulasi ini melibatkan percobaan dengan TTL (time-to-live) yang tidak tetap (berubah). Pada protokol ini, perubahan TTL mempengaruhi hasil metric yang akan diukur. Dampak tersebut dijelaskan pada tabel dibawah ini :
Node DP Latency Overhead
60 0.119 17386.3 7987
90 0.2183 14690 7970
120 0.3573 11583 7902 150 0.7055 6409.33437 8101 180 0.804 2400.345 8252
Tabel 4.4 Data Hasil Simulasi Dengan Penambahan Jumlah Node (WDM)
TTL (Menit) DP Latency Overhead
300 0.0114 6603 3726 720 0.0369 2293.689 7938
1440 0.1515 3474.730 7329
2880 0.339 5432 7578
5760 0.815 5403.28 7678
30 4.2.3 Penambahan Kapasitas Penyimpanan (Buffersize)
Seperti skenario yang telah dijelaskan pada bab sebelumnya, simulasi ini melibatkan percobaan dengan kapasitas penyimpanan (buffersize) yang tidak tetap (berubah). Pada protokol ini, perubahan buffersize mempengaruhi hasil metric yang akan diukur. Dampak tersebut dijelaskan pada tabel dibawah ini :
Tabel 4.6 Data Hasil Simulasi Dengan Penambahan Kapasitas Buffer (WDM)
4.3 Analisis Hasil Simulasi pada Model Pergerakan Random Waypoint
dan Workingday Movement
Pada sub-bab sebelumnya, data telah terkumpul dari simulasi. Dengan demikian, pada sub-bab ini akan dijelaskan lebih lanjut mengenai dampak pengubahan nilai parameter terhadap hasil simulasi. Pada sub-bab ini juga akan dijelaskan tentang perbandingan unjuk kerja protokol
social-aware berbasis konten pada jenis pergerakan random waypoint, workingday movement, dan real-human trace. Pada model pergerakan workingday movement dan real human trace, data yang diambil
masing-masing berjumlah dua. Data pertama berisi hasil simulasi dengan node yang di kelompokkan ke dalam interest tertentu, lalu simulasi kedua berisi data dengan kelompok node dan interest yang telah diacak (randomize).
Buffersize DP Latency Overhead
5M 0.132 7456.05796 2401 10M 0.5 6113.13107 5250
15M 0.6743 4001 6831
20M 0.78 2441.333 7997
31 4.3.1 Analisis Hasil Simulasi Terhadap Pengubahan Jumah Node
Grafik 4.1 diatas menunjukkan dampak yang terjadi pada penambahan jumlah node terhadap delivery probability. Terlihat angka delivery probability yang sangat optimal dari kedua jenis pergerakan yang disimulasikan (random waypoint, dan workingday
movement). Seiring dengan bertambahnya jumlah node, delivery probability semakin meningkat dikarenakan semakin banyaknya node yang membantu me-relay-kan setiap pesan yang akan
didistribusikan. Seperti terlihat pada grafik diatas, angka delivery
probability berada di bawah 20% pada jumlah node 60, dan naik
menjadi 79-80% pada jumlah node 180 yang dibagi menjadi 3
interest. 0 0.2 0.4 0.6 0.8 1 60 90 120 150 180 D e liv e ry Pr o b ab ili ty Nodes
Delivery Probability (Node)
RWP WDM 1000 4000 7000 10000 13000 16000 19000 22000 60 90 120 150 180 D e lay Nodes
Avg Delay (Node)
RWP WDM
Grafik 4.1 Dampak Perubahan Jumlah Node Terhadap Delivery Probability
32 Grafik 4.2 membahas tentang dampak penambahan jumlah
node terhadap delay (latency). Pada model pergerakan random waypoint, rata-rata latency dapat dikatakan lebih baik dibandingkan pada model pergerakan workingday movement. Hal ini dikarenakan pada model pergerakan random waypoint setiap
node bergerak secara random (kecepatan, dan arah) sehingga
probabilitas pertemuan setiap node dengan node lainnya sama. Hal ini sangat ideal dalam proses relaying pesan. Latency pada pergerakan workingday wovement lebih besar karena node pada jenis pergerakan ini cenderung berkumpul (di kantor) dan akan mulai berpencar saat jam pulang kerja.
Grafik 4.3 diatas menunjukkan dampak perubahan jumlah node terhadap overhead ratio. Dapat dilihat bahwa overhead ratio pada jenis pergerakan Random Waypointdan workingday
movement cenderung mendekati angka yang sama. Hal ini terjadi
karena untuk pengambilan data kali ini, besar kapasitas buffer dan durasi TTL di-set menjadi masing-masing 25MB dan 5760 Menit. Hal ini menyebabkan pesan yang ditampung semakin banyak dan menyebabkan overhead yang relatif stabil.
0 2000 4000 6000 8000 10000 60 90 120 150 180 Ov e rh e ad R atio Nodes
Overhead Ratio (Node)
RWP WDM
33 4.3.2 Analisis Hasil Simulasi Terhadap Pengubahan TTL
(time-to-live)
Grafik 4.4 menunjukkan dampak perubahan durasi TTL (time-to-live) yang terjadi pada delivery probability. Dapat dilihat pada grafik tersebut bahwa titik optimal durasi TTL pada random
waypoint berada pada 2880 menit (lihat grafik 4.14 – 4.18) yang
menghasilkan angka delivery probability yang sangat baik yaitu 80%. Pada model pergerakan workingday movement, titik optimal dari durasi TTL adalah 3-4 hari yang mengakibatkan delivery probability meningkat menjadi diatas 80%. Delivery probabilityakan kembali menurun pesat jika durasi TTL ditambah
karena akan menyebabkan buffer overflow.
0 0.2 0.4 0.6 0.8 1 300 720 1440 2880 5760 Deliv er y P ro ba bil it y TTL (Menit)
Delivery Probability (TTL)
RWP WDM 1000 4000 7000 10000 13000 16000 19000 300 720 1440 2880 5760 Dela y TTL (Menit)Avg Delay (TTL)
RWP WDMGrafik 4.4 Dampak Perubahan TTL (time-to-live) Terhadap Delivery Probability
34 Grafik 4.5 menunjukkan dampak perubahan TTL terhadap
latency. Pada model pergerakan Random Waypoint, latency
cenderung naik karena TTL juga semakin tinggi yang menyebabkan semakin banyaknya pesan yang disimpan. Sedangkan pada jenis pergerakan Workingday Movement, latency sempat menurun pada saat durasi TTL berkisar antara 7-10 jam dikarenakan pada saat itu adalah jam pulang kerja dan banyak node yang melanjutkan distribusi pesan.
Grafik 4.6 menunjukkan dampak perubahan durasi TTL (time-to-live) terhadap overhead ratio. Pada jenis pergerakan
random waypoint terlihat bahwa overhead ratio lebih tinggi
dibandingkan dengan model pergerakan workingday movement. Hal ini disebabkan oleh node pada pergerakan Random Waypoint memiliki probabilitas pertemuan antar node yang sama besar, sedangkan pada pergerakan workingday movement, node cenderung berkumpul disuatu tempat contohnya tempat kerja. Dapat dilihat juga lonjakan overhead pada pergerakan workingday
movement pada saat jam pulang kerja (jam ke 8-10). Saat node
mulai bergerak lagi karena jam kerja usai, distribusi pesan kembali
0 2000 4000 6000 8000 10000 300 720 1440 2880 5760 O v er hea d TTL (Menit)
Overhead Ratio (TTL)
RWP WDM35 dilanjutkan sehingga jaringan akan menjadi sibuk saat jam pulang kerja.
4.3.3 Analisis Hasil Simulasi Terhadap Pengubahan Kapasitas Buffer
Grafik 4.7 menunjukkan dampak penambahan buffersize terhadap delivery probability. Dengan bertambambahnya kapasitas penyimpanan (buffer), delivery probability juga mengalami kenaikan karena semakin banyak juga pesan yang ditampung (tidak mengalami drop) untuk didistribusikan. Tetapi pertambahan kapasitas buffer juga memiliki dampak negatif yaitu overhead yang tinggi. 0 0.2 0.4 0.6 0.8 1 5M 10M 15M 20M 25M Deliv er y P ro ba bil it y BufferSize
Delivery Probability (BufferSize)
RWP WDM 1000 4000 7000 10000 13000 16000 19000 5M 10M 15M 20M 25M Dela y BufferSize
Avg Delay (BufferSize)
RWP WDM
Grafik 4.7 Dampak Perubahan Kapasitas Buffer Terhadap Delivery Probability
36 Grafik 4.8 menunjukkan dampak perubahan kapasitas
buffer terhadap latency. dapat dilihat pada model pergerakan randomway point bahwa latency lebih rendah dibandingkan model
pergerakan workingday movement. hal ini disebabkan karena distribusi pesan pada model pergerakan random waypoint berjalan secara terus menerus yang mengakibatkan penyampaian pesan lebih cepat dibandingkan model pergerakan workingday movement. latency pada model pergerakan random waypoint tidak melebihi 2000s. jauh berbeda dengan model pergerakan workingday
movement yang mencapai diatas 7000s.
Grafik 4.9 menunjukkan dampak perubahan kapasitas
buffer terhadap overhead ratio. Pada kedua jenis pergerakan,
overhead akan meningkat seiring dengan bertambahnya kapasitas
buffer. Pada pengambilan data ini, durasi TTL adalah 5760 menit
(4 hari), dan buffersize 25MB yang menyebabkan banyaknya pesan yang disimpan dan membuat kegiatan pengiriman pesan juga banyak. 0 2000 4000 6000 8000 10000 5M 10M 15M 20M 25M O v er hea d BufferSize
Overhead Ratio (BufferSize)
RWP WDM
Grafik 4.9 Dampak Perubahan Kapasitas Buffer Terhadap Overhead Ratio
37
4.4 Pemakaian Kapasitas Penyimpanan (Buffer Occupancy)
4.4.1 Buffer Occupancy Terhadap Penambahan Kapasitas Buffer
0 20 40 60 80 100 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 106 1 1 3 1 2 0 1 2 7 1 3 4 1 4 1 1 4 8 1 5 5 1 6 2 1 6 9 1 7 6
5MB
RWP WDM 0 20 40 60 80 100 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 1 0 6 1 1 3 1 2 0 1 2 7 1 3 4 1 4 1 1 4 8 1 5 5 1 6 2 1 6 9 1 7 610MB
RWP WDM 0 20 40 60 80 100 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 106 113 120 721 134 141 148 551 162 169 17615MB
RWP WDMGrafik 4.10 Buffer Occupancy Pada Kapasitas Buffer 5MB
Grafik 4.12 Buffer Occupancy Pada Kapasitas Buffer 15MB Grafik 4.11 Buffer Occupancy Pada Kapasitas Buffer 10MB
38 4.4.2 Buffer Occupancy Terhadap Penambahan TTL (time-to-live)
0 20 40 60 80 100 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 1 0 6 1 1 3 1 2 0 1 2 7 1 3 4 1 4 1 1 4 8 1 5 5 1 6 2 1 6 9 1 7 6
20MB
RWP WDM 0 20 40 60 80 100 1 8 15 22 29 36 43 50 57 64 71 78 85 92 99 1 0 6 1 1 3 1 2 0 1 2 7 1 3 4 1 4 1 1 4 8 1 5 5 1 6 2 1 6 9 1 7 625MB
RWP WDM 0 20 40 60 80 100 1 9 17 25 33 41 49 57 65 73 81 89 97 1 0 5 1 1 3 1 2 1 1 2 9 1 3 7 1 4 5 1 5 3 1 6 1 1 6 9 1 7 7TTL300
RWP WDMGrafik 4.13 Buffer Occupancy Pada Kapasitas Buffer 20M
Grafik 4.13 Buffer Occupancy Pada Kapasitas Buffer 25MB
Grafik 4.14 Buffer Occupancy Pada TTL = 300 Menit Grafik 4.14 Buffer Occupancy Pada Kapasitas Buffer 25MB
39 0 20 40 60 80 100 1 9 17 25 33 41 49 57 65 73 81 89 97 1 0 5 1 1 3 1 2 1 1 2 9 1 3 7 1 4 5 1 5 3 1 6 1 1 6 9 1 7 7
TTL1440
RWP WDM 0 20 40 60 80 100 1 9 17 25 33 41 49 57 65 73 81 89 97 051 113 121 912 137 145 351 161 169 177TTL2880
RWP WDM 0 20 40 60 80 1 9 17 25 33 41 49 57 65 73 81 89 97 051 113 121 912 137 145 351 161 169 177 RWP WDMGrafik 4.16 Buffer Occupancy Pada TTL = 1440 Menit Grafik 4.15 Buffer Occupancy Pada TTL = 720Menit
40 4.5 Hasil Simulasi Pada Pergerakan Manusia (real-human trace)
Sub-bab ini membahas tentang hasil simulasi yang didapatkan pada model pergerakan khusus yaitu real-human trace. Pada simulasi ini, model pergerakan manusia yang digunakan adalah reality mining (MIT) dan Haggle4 (Cambridge)
Grafik 4.10 menunjukkanhasil simulasi protokolcontent-based
social aware pada dua jenis pergerakan manusia yaitu Haggle4 (Cambridge) dan Reality Mining (MIT). Terlihat jelas angka delivery probability yang sangat jauh berbeda antara kedua versi pergerakan
manusia diatas. Pada versi Reality Mining, delivery probability jauh lebih besar karena pada versi tersebut node yang digunakan untuk simulasi
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Haggle4 MIT
Delivery Probability
Normal Random 0 20 40 60 80 100 1 10 19 28 37 46 55 64 73 82 91 10 0 10 9 11 8 12 7 13 6 14 5 15 4 16 3 17 2 RWP WDMGrafik 4.18 Buffer Occupancy Pada TTL = 5760 Menit
41 berjumlah lebih banyak dibandingkan dengan versi pergerakan manusia
Haggle4(97:36).
Grafik diatas menunjukkan latency pada kedua versi pergerakan manusia yaitu Haggle4 (Cambridge) dan Reality Mining (MIT). Pada versi
Haggle4, angka latency lebih tinggi dibandingkan Reality Mining. Hal ini
disebabkan karena pada versi Reality Mining jumlah node lebih banyak dibandingkan versi Haggle4 sehingga semakin banyaknya node yang menjadi relay untuk node lainnya, hal itu akan menurunkan angka latency secara signifikan.
Grafik 4.21 Overhead Ratio Pada Simulasi Dengan Pergerakan Manusia
0 2000 4000 6000 8000 10000 12000 Haggle4 MIT
Latency
Normal Random 0 200 400 600 800 1000 1200 1400 Haggle4 MITOverhead
Normal Random42 Grafik 4.12 menunjukkan overhead ratio pada dua versi pergerakan manusia yaitu Haggle4 (Cambridge) dan Reality Mining (MIT). Overhead pada versi pergerakan MIT lebih besar dibandingkan pada versi Haggle4karena Reality Mining memiliki jumlah node yang lebih banyak sehingga distribusi pesan menjadi lebih banyak. Jumlah lebih banyak nodeakan mempersingkat latency dan juga meningkatkan delivery
43 BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil simulasi dan pengujian yang telah dilakukan dapat disimpulkan bahwa:
1. Protokol social-aware berbasis konten memberikan unjuk kerja yang baik pada area simulasi dengan density yang tinggi. Hal ini dibuktikan dengan angka delivery probability yang bisa dibilang sangat baik (>80%) pada skenario simulasi dengan 180 node (density tinggi).
2. Tingkat density pada protokol ini juga mempengaruhi angka
latency. Pada simulasi yang melibatkan 180 node (density tinggi), latency menurun secara signifikan karena jumlah next-hop
berkurang yang disebabkan oleh semakin banyaknya node yang membantu me-relaykan pesan.
3. Pada pergerakan manusia, protokol ini menunjukkan angka
delivery probabilityyang cukup tinggi, terutama pada pergerakan
versi Reality Mining (MIT) dibandingkan dengan pergerakan node
random.
5.2 Saran
Penelitian lebih lanjut tentang protokol social-aware pada OppNet perlu dikembangkan mengingat banyaknya aspek bobot sosial yang mungkin belum diterapkan pada protokol ini.
