PEMODELAN TRANSMISI VIDEO PADA JARINGAN WIRELESS LOCAL AREA NETWORK
Rudi Arif Candra1, Suherman2, dan Ali Hanafiah Rambe3 1
Dosen Politeknik Aceh Selatan Email.[email protected] 2,3
Dosen Dept. Teknik Elektro Fakultas Teknik, Universitas Sumatera Utara Jl. Almamater, Kampus USU Medan 20155
Email.[email protected]
;
Abstract: The research discusses about the process of sending video package in real time on WLAN (Wireless Local Area Network). To process the sending of video package, the transport layer of the UDP (User Datagram Protocol) is used, and compared the video transmission process in real time with mathematical model for video traffic, namely Two-State Markov model and Decodable Rate model because the rate of bytes is changeable. In order to analyze the video transmission performance accurately, 802.11 network is modeled by the Bianchi model. The result of the research showed that the number of users influenced the quality of sending video package to server either delayed or the number of packet lost. The Decodable Frame Rate was influenced by the packet loss value obtained when the experiment was done. The bigger value of the packet loss was, the smaller number of the Decodable Frame was. The difference between the experimental process and the Decodable Model for the Akiyo Video Trace GOP 24 (The Group of Pictures 24) was 0.176 and Akiyo Video GOP 40 was 0.094.
Keywords: Wireless Local Area Network, User Datagram Protocol, Bianchi Model Decodable Model, and Two State Markov Model
Abstrak: Penelitian ini membahas proses pengiriman paket video secara realtime pada jaringan WLAN, untuk proses pengiriman paket video ini menggunakan transport layer protokol UDP dan membandingkan proses transmisi video secara realtime dengan pemodelan matematis untuk trafik video yakni model Two
state markov dan model Decodable rate, karena laju kedatangan byte yang berubah-ubah agar kinerja
transmisi video dapat dianalisis secara lebih akurat, jaringan 802.11 dimodelkan dengan Bianchi model. Hasil dari penelitian jumlah user mempengaruhui kualitas pengiriman paket video ke server baik delay maupun jumlah packet loss. Decodable frame rate dipengaruhi oleh nilai packet loss yang diperoleh ketika percobaan dilakukan. Semakin besar nilai packet loss, maka jumlah frame yang decodable juga akan semakin kecil. Selisih perbandingan proses eksperimental dan model decodable untuk trace video akiyo GOP 24 0,176 dan video akiyo GOP 40 0,094
Kata-kata kunci : WLAN, UDP, Bianchi model, Model Decodable dan Model Two State Markov
PENDAHULUAN
Teknologi wireless local area network (WLAN) merupakan jaringan yang populer dalam menyediakan koneksi data. Jaringan WLAN berbasis teknologi Ethernet dengan standar 802.11. WLAN 802.11 dibentuk oleh sebuah group pada Institute of Electrical dan
Electronic Engineer (IEEE). Standar IEEE
terdiri dari 802.11a, 802.11b, 802.11g, 802.11n dan 802.11ac [1].
Salah satu aplikasi yang dapat digunakan dalam jaringan wireless adalah
streaming video. Streaming video merupakan
aplikasi pengiriman data audio dan gambar yang terkodekan. Besarnya bandwith yang tesedia pada
jaringan WLAN akan
mempengaruhi kualitas hasil video. Masalah utama pada jaringan 802.11 adalah
interferensi disebabkan beroperasi pada kanal
tanpa lisensi, sehingga berpengaruh terhadap kualitas transmisi data [2]. Selain itu, proses yang mempengaruhi video streaming pada WLAN adalah video codec, skema security dan teknik koreksi kesalahan [3
].
Pemodelan matematis adalah salah satu cara akurat untuk mengetahui kinerja sebuah sistem. Pemodelan juga merupakan cara mudah dalam proses perubahan teknologi, dimana adaptasi model menjadi solusi lebih murah apabila terjadi perubahan desain, dibandingkan harus mengubah perangkat dan melakukan trial and error. Penelitian ini
mengkaji berapa model trafik video dalam proses transmisi yang ada, kemudian membandingkan keakuratan model-model tersebut dengan hasil eksperimental pada jaringan yang sesungguhnya.
Topik pemodelan matematis untuk melihat kinerja jaringan 802.11 mendominasi riset pada layer medium access, dimana tidak hanya proses transmisi tetapi juga source yang akan ditransmisikan, dalam hal ini algoritma untuk kompresi video [4].
Persentase packet loss untuk respon yang cepat dan penjadwalan NACK inter
frame adalah lebih rendah dari pada UDP.
Pada Group of Pictures (GOP) 5 selisih
packet loss adalah lebih tinggi dari GOP 30,
sedangkan delay mengalami penurunan [5]. Berdasarkan kajian-kajian penelitian sebelumnya, belum ditemukan penelitian yang membandingkan model-model jaringan 802.11 dengan hasil eksperimen pengiriman paket video secara realtime pada jaringan WLAN dengan menggunakan User Datagram Protocol (UDP). Penelitian ini
membandingkan beberapa model streaming video dengan hasil eksperimen.
METODE PENELITIAN
Persiapan penelitian mencakup studi pustaka dan pengumpulan informasi kebutuhan perangkat yang diperlukan untuk melakukan percobaan dan analisis. Untuk persiapan data yaitu dengan menentukan format video yang digunakan dalam proses melakukan streaming pada jaringan WLAN dengan mode ad-hoc tanpa menggunakan
access point, pada penelitian ini menggunakan spesifikasi file video sesuai dengan Tabel 1.1.
Tabel 1.1 Spesifikasi Video Jenis video Durasi
(Second)
Bit rate (Kbps)
Akiyo Gop 24 10 678
Akiyo Gop 40 20 327
Perancangan perangkat penelitian meliputi perancangan perangkat lunak untuk eksperimen proses streaming, serta perangkat lunak untuk pemodelan.
Analisis dilakukan meliputi, analisis hasil pemodelan dan analisis decodable
frame rate hasil eksperimen yang dilakukan.
Dari analisis tersebut diperoleh pola hasil model dan pola hasil eksperimen.
Metode Pengukuran
Proses eksperimen dalam penelitian pertama dilakukan adalah melakukan konfigurasi wifi pada laptop uji, baik yang bertindak sebagai
server maupun client
Server User1 User7 User2 User6 User5 User3 User4
Gambar 1. Topologi Jaringan Mode Ad-hook Percobaan pengiriman transmisi paket data video dilakukan dengan menggunakan
laptop sebanyak 6 buah sebagai user dan 1
buah laptop yang bertindak sebagai Server. Ada 6 skenario yang dilakukan, yakni berdasarkan jumlah user yang bersamaan mengirim video ke server. Jumlah user diatur dari 1 user sampai 6 user.
Semua sekenario dilakukan sampai data video selesai dikirimkan. Pada saat memulai proses pengiriman, setiap user melakukan pengiriman secara serentak, namun dilakukan secara manual. Hasil output dari program dapat dilihat pada sisi server. Selama proses skenario dilakukan kondisi dibuat ideal artinya dalam ruangan tidak terdeteksi sinyal
wifi lainnya, hal ini agar proses pengukuran
dapat berjalan tanpa ada gangguan, data yang diterima valid
Pengukuran dilakukan dengan cara mencatat waktu kirim, waktu terima, urutan paket dan nomor frame dari data video yang diterima
Konfigurasi jaringan dilakukan sebelum proses pengukuran eksperimen dilakukan, selanjutnya melakukan instalasi UDP receiver pada sisi server dan UDP sender
pada sisi client, kemudian masukkan data video yang akan dikirimkan ke program pengiriman video. Jalankan program
streamer pada sisi server dan client. Terakhir
simpan data pengiriman yang ada pada sisi
Evaluasi Penelitian
Parameter kinerja yang digunakan dalam mengukur kinerja jaringan 802.11 pada percobaan ini adalah decodable frame rate.
Penentuan nilai decodable frame rate pada model Markov dan hasil penelitian dilakukan dengan cara merekontruksi data video yang diterima, kemudian mendekodekan video dengan bantuan piranti lunak evalvid. Nilai yang di uji adalah packet
loss dari proses perhitungan eksperimental
dan proses perhitungan model matematika dari trafik decodable frame rate serta two
state markov. Hasil yang didapat berupa
frame yang decodable atau frame yang sukses dikirimkan dengan total frame dari
trace video akiyo untuk gop 24 dan 40 adalah
300 frame.
Proses selanjutnya adalah melakukan analisis statistika yaitu analisis korelasi dan regresi dari perbandingan proses eksperimen dan model trafik video yaitu decodable dan
two state markov, dari analisis itu nantinya
didapat kesimpulan model mana yang cocok digunakan untuk proses eksperimental dari pengukuran transmisi video akiyo gop 24 dan 40.
Perhitungan analisis statistik kedekatan model trafik video dengan proses eksperimental menggunakan bantuan
microsoft excel antara lain, menunjukan
besarnya korelasi antara variabel tidak bebas dalam hal ini proses eksperimental dengan variabel dalam hal ini model decodable. Parameter R Square yang biasanya digunakan untuk menentukan bagus tidaknya korelasi model hasil regresi, dalam regresi, ANOVA digunakan untuk mengetes tingkat kebenaran model hasil regresi secara keseluruhan. Parameter yang menentukan tingkat signifikan model regresi adalah yang berada pada kolom paling kanan, yaitu
Significance F
HASIL DAN PEMBAHASAN Pendahuluan
Berdasarkan hasil pengukuran eksperimen dengan menggunakan jenis video akiyo_cif.yuv dengan gop 24 dan 40, diperoleh pola packet loss seperti ditunjukkan pada Gambar 1.2.
(a) GOP 24
(b) GOP 40
Gambar 1.2 Pola Packet Loss Eksperimen Distribusi packet loss pada video akiyo_gop 24 dijelaskan sebagai berikut. Percobaan skenario menggunakan 6 user mempunyai nilai persentase packet loss terbesar mencapai 93 %, sedangkan percobaan menggunakan 1user mempunyai
packet loss terendah 84 %. Sedangkan pada
video akiyo_gop 40, proses percobaan yang menggunakan 6 user mempunyai jumlah packet loss tertinggi dengan 93 %, sedangkan percobaan yang menggunakan 1 user mempunyai nilai packet loss terendah dengan nilai 68%.
Berdasarkan hasil percobaan, semakin banyak user yang menggunakan layanan transmisi video ke server, semakin banyak pula paket yang hilang dan tidak sampai ke penerima. Nilai packet loss yang relatif tinggi disebabkan piranti lunak pada server yang tidak menggunakan proses multi threading. Sehingga kinerja server penerima video lemah
Gambar 1.3 menunjukkan distribusi total delay rata-rata. Pada video akiyo gop 24, rata-rata delay terbesar terjadi pada 6 user dengan nilai 97,50 ms sedangkan delay terkecil pada 1 user 0,142 ms. Sementara video akiyo gop 40, kondisi 1 User mempunyai delay terendah 0,156 ms. Delay tertinggi pada 6 user dengan 292,035 ms.. Berdasarkan hasil percobaan, semakin banyak user yang menggunakan layanan
75 80 85 90 95 1 2 3 4 5 6 P ack e t Los s (% ) Jumlah User (N) 0 20 40 60 80 100 1 2 3 4 5 6 P ack e t Los s (% ) Jumlah User (N)
transmisi video ke server, semakin besar pula
delay yang dibutuhkan hingga sampai ke
penerima.
(a) GOP 24
(b) GOP 40
Gambar 1.3 Karakteristik Delay Hasil Perhitungan Kinerja Model Trafik Video
Decodable rate dan Markov
Pada Gambar 1.4 dapat dilihat pengaruh jumlah user terhadap nilai decodable Frame
Rate, semakin banyaknya jumlah user maka
semakin kecil nilai decodable rate. Hal ini juga berpengaruh pada kualitas video yang diterima disisi pengirim, semakin kecil nilai decodable Frame Rate maka kualitas video yang diterima juga semakin buruk.
(a) GOP 24
(b) GOP 40
Gambar 1.4 analisis decodable frame rate
Dari Gambar 1.5 dapat dianalisis pengaruh jumlah user terhadap pengiriman paket video, makin banyak user yang digunakan maka berpengaruh terhadap kuantitas data video yang diterima pada sisi
server. Dengan asumsi bahwa packet loss
untuk gop 40 lebih kecil dari dari packet loss gop 24, sehingga frame rate 15 fps (frame per sekon) lebih dapat mengurangi packet loss pada proses pengiriman paket video dari pada
frame rate 30 fps (frame per sekon).
(a) GOP 24
(b) GOP 40
Perbandingan Hasil Pemodelan dan Eksperimen
Proses untuk membandingkan hasil eksperimen dan model decodable frame rate, paket dengan loss rata-rata hasil eksperimen harus terlebih dahulu di rekonstruksi menjadi video menggunakan decoder evalvid
mengikuti perintah sebagai berikut [2]:
/etmp_4.exe sd_a01 rd_a01 st_a01 a01.mp4 a01e
/ffmpeg.exe -i a01e.mp4 a01e.yuv /psnr.exe 352 288
420 akiyo_cif.yuv a01e.yuv
Pada Gambar 1.6 untuk hasil analisis model decodable frame rate terlihat bahwa
frame yang decodable pada saat skenario
percobaan I seluruh frame yang dikirimkan merupakan frame yang decodable. Dan ketika skenario VI, frame yang decodable berkurang hingga 2% dari jumlah frame yang dikirimkan. Namun, untuk hasil percoban padaa saat skenario I, frame yang decodable hanya 39% dari jumlah frame yang dikirim. Dan ketika skenario VI, frame yang decodable berkurang menjadi 32% dari jumlah frame yang dikirim.
0 50 100 150 1 2 3 4 5 6 To tal D e lay ( ms ) Jumlah User (N) 0 100 200 300 400 1 2 3 4 5 6 To tal D e lay ( ms ) Jumlah User (N) 0 20 40 60 80 100 120 0 2 4 6 8 De co d ab le P e r R ate ( % ) Jumlah User (N) 0 20 40 60 80 100 120 1 2 3 4 5 6 D e codabl r pe r rat e (% ) Jumlah User (N) 0 100 200 0 2 4 6 8 P ac ke t Los s (% ) Jumlah User (N) GOP 24 UDP 0 50 100 0 2 4 6 8 P ack e t Los s (% ) Jumlah User (N) GOP 40 UDP
(a) GOP 24
(b) GOP 40
Gambar 1.6 Perbandingan eksperimental, decodable dan markov
Analisis statistik kedekatan model dan eksperimen
Dari analisis statistika perbandingan proses eksperimental dengan model decodable untuk video akiyo gop 24 paling baik atau signifikan pengaruhnya dengan nilai R Square 0,9542 (mendekati 1), nilai F 0,00420564 (F< 0,05),dan kedua nilai
P-value < 0,05. Untuk proses eksperimental
dengan markov nilai R Square 0,8261(R
Square > 0,8), F 0,03182 (f < 0,05) masih
dikatagorikan baik hubungannya karena kedua nilai p-value < 0,05. Sedangkan pada Akiyo gop 40 perbandingan proses eksperimental dengan markov masih baik dengan nilai R Square = 0,81074 (R Square > 0,8) F = 0,0371591< 0.05 (alpha) dan kedua nilai P-value mempunyai variabel yang lebih kecil dari 0,05. Perbandingan proses eksperimental dengan model decodable mempunyai pengaruh yang tidak significant, karena nilai R Square = 0,736482216 (R
Square < 0,8), dan F = 0,0627269 > 0.05
serta kedua nilai variabel p-value > 0,05
KESIMPULAN
Berdasarkan penelitian yang dilakukan diperoleh beberapa kesimpulan sebagai berikut:
1. Pada saat skenario percobaan I dengan jumlah 1 user, seluruh frame yang dikirimkan dapat dikodekan (decodable) hingga ke sisi penerima. Namun ketika saat skenario VI dengan jumlah user bertambah hingga 6 user, jumlah frame
decodable hanya 3%. Hal ini
menunjukkan decodable frame rate juga dipengaruhi oleh banyaknya jumlah user yang terhubung ke server, semakin besar jumlah user maka semakin kecil frame yang decodable.
2. Analisis regresi untuk trace video akiyo gop 24 untuk perbandingan proses eksperimental dengan model Decodable adalah paling baik dengan nilai R
Square paling tinggi (mendekati 1)
yakni 0,9542, nilai F = 0,00420564 paling kecil (f < 0,05) sedangkan perbandingan proses eksperimental dan markov masih dikatogorikan berpengaruh dengan nila R Square = 0,8261 serta f = 0,03182.
3. Analisis regresi untuk trace video akiyo gop 40 perbandingan proses eksperimental dengan model markov masih dikatagorikan baik dengan nilai R
Square = 0,81074, F = 0,0371591.
Sedangkan perbandingan proses eksperimental dan decoable dikatogorikan tidak significant, karena R
Square = 0,736482216, dan F =
0,0627269.
4. Hasil analisis perbandingan model dengan hasil eksperimen menunjukkan kedua model tidak konsisten dimana pada saat menggunakan video akiyo GOP 24 model decodable lebih mendekati proses eksperimen, sedangkan pada video akiyo GOP 40 model markov lebih mendekati proses eksperimen. 0% 20% 40% 60% 80% 100% 120% 1 2 3 4 5 6 D e codabl e Jumlah User Gop 24 Eksperimental Decodable Markov 0% 20% 40% 60% 80% 100% 120% 1 2 3 4 5 6 D e codabl e Jumlah User (N) Gop 40 Eksperimental Decodable Markov
DAFTAR PUSTAKA
1 . Markus, H., & B, R. l. (2005). Content
Networking :Architecture, ptotocol and practice (The Morgan Kaufmann Series
in Networking ed.). England: Morgan Kaufmann Publisher.
2 Iwona, & et al. (2013). The Mathematical Model for Interference Simulation and Optimization in 802.11n Networks. 3 Stuart, W., & Mark, D. (2008). Effects of
Lline Rate on vVideo QoS over Wireless Networks: an Experimental Approach. Information Technology and
Telecommunications Conference 2008 (ITT 208) (hal. 1-7). Dublin: Communications Network Research Institute at ARROW.
4 Adremi, A., & et al. (2013). Modeling,
Simulation and Analysis of Video Streaming Errors in Wireless Wideband Access Networks. London: Springer.
5 Suherman, &. et al. (2015). An efficient negative acknowledgement-based transport protocol in 802.11 media streaming Wimax. Journal of
International Journal of Multimedia and Ubiquitous Engineering, (hal. 10).
6 ITU-T . (2005). Handbook Teletrafic
Engineering. Geneva: ITU-D.
7 Bernhard, H. W., Stefand, M., & B, L. (2006). IEEE 802 Wireless Systems
:Protocol, Multi-hop Mesh/relsying, Performance and Spectrum Coexistence.
England: John Wiley & Son Ltd. 8 H. Koumaras dan A. Kourtis,
“End-to-End Prediction Model of Video Quality and Decodable Frame Rate for MPEG Broadcasting Services,” International
Journal On Advances in Networks and Services, vol. I, p. 19, 2008.
9 Zhao, J.-A., Kok, C.-W., & Ahmad, I. (2004). MPEG-4 Video Transmission over Wireless Networks:A Link Level
Performance Study. (B. Li, Penyunt.)
Wireless Networks, 10, 133-146.
10 Chunlei, Y., & et al. (2010). Simulation Research of 802.11n Channel Model D in NS2. 530-533.
11 Mohammad, H., & Hubaux, J.-P. (2010). Performance Analysis of the IEEE 802.11 Distributed Coordination Function: Bianchi Model
12 Nawari,”Analisis Regresi dengan MS excel 2007 dan SPSS 17, PT Alex Media Komputindo, Jakarta, 2010 [13] Kamil, S., & Kowal, M. (2013).
Measurement Evaluation Of The Tgn Radio Channel Models Usefulness In Predicting Wlan Performance.
Progress In Electromagnetics
Research, 137, hal. 311-333.
[14]
Kemisola, O., Davis, J. N., & Grout, V. (2010). An Investigation into Signal Strength of 802.11n WLAN . Centre for
Applied Internet Research (CAIR) ,
1-13.
[15]
