ANALISIS UNJUK KERJA PROPHET BERBASIS PENGGUNAAN BUFFER DI JARINGAN OPORTUNISTIK SKRIPSI

(1)

ANALISIS UNJUK KERJA PROPHET BERBASIS PENGGUNAAN BUFFER DI JARINGAN OPORTUNISTIK

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh : Feliks Yudha

135314002

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

(2)

i

ANALISIS UNJUK KERJA PROPHET BERBASIS PENGGUNAAN BUFFER DI JARINGAN OPORTUNISTIK

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh : Feliks Yudha

135314002

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

(3)

ii

PERFORMANCE EVALUATION PROPHET ROUTING

PROTOCOL BASED ON USE BUFFER IN OPPORTUNISTIC NETWORK

A THESIS

Presented as Partial Fulfillment of Requirements To Obtain Sarjana Komputer Degree In Informatics Engineering Department

By : Feliks Yudha

135314002

INFORMATIC ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATIC ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY

YOGYAKARTA 2017

(4)

(5)

(6)

v MOTTO

“When life gets you down, you know what you gotta do? Just keep swimming.”

(7)

(8)

(9)

viii ABSTRAK

Jaringan Oportunistik merupakan jaringan yang dibangun pada kondisi berdeda dari jaringan yang dibangun pada umumnya. Jaringan ini lebih sering dibangun dan dikembangkan pada kondisi yang ekstrim dikarenakan jaringan yang sering terputus dan berubah dalam segi topologinya. Dengan kondisi seperti ini, jaringan ini dituntut untuk mampu menyampaikan pesan dari asal (source) ke tujuan (destination) dengan memanfaatkan sebuah protokol jaringan. Disini penulis akan menggunakan Protokol PROPHET berbasis buffer dari setiap node sebagai pembawa pesan. Dengan begitu, penulis akan mengambil parameter seperti,

delivery ratio, overhead ratio, delay, dan drop sebagai bahan analisis dari protokol ini menggunakan Simulator ONE (Opportunistic Network Environment).

PROPHET berbasis buffer ini dinamakan PROPHETAB (Average Buffer). Diketahui bahwa pada PROPHET, pesan yang dibawa oleh node akan dikirimkan berdasarakan probabilitas node. Probabilitas node untuk bertemu node lain bernilai tinggi akan dipercaya sebagai pembawa pesan yang baik untuk sampai ditujuan. Ini mengakitbatkan buffer pada node dengan probabilitas tinggi cenderung memiliki

buffer yang tinggi pula. Dengan menggunakan PROPHETAB ini, penulis ingin menambah kriteria dalam pengiriman pesan sampai ke tujuan dengan pertimbangan

buffer node. Node yang memiliki probabilitas yang tinggi belum tentu menjadi pembawa pesan yang baik jika memiliki buffer yang tinggi. Dari hasil analisis dan penelitian diketahui PROPHETAB mampu meminimalisir dari segi overhead ratio

dan Drop pada jaringan dikarenakan PROPHETAB cenderung memilih atau selektif dalam melakukan pengiriman pesan untuk sampai ke tujuan.

***Kata Kunci : Jaringan Oportunistik, Protokol PROHET, DTN (Delay Tolerant Network), ONE Simulator, Delivery Ratio, Overhead Ratio, Delay, Drop, Random Waypoint, Haggle Cambridge Imote.

(10)

ix ABSTRACT

Opportunistic Network is a network which built in network that have different situation from another network that built in general. This network more often built and developed in some extreme network situation because the network is often disconnected and topology changed. In this kind of situation, this network required to be able to deliver message from source to destination using a network protocol. In this research, Author will be using based-buffer PROPHET Protocol from each node as the messenger. That way, Author will take some parameters as delivery ration, overhead ratio, delay, and drop as an analysis material of this protocol using Simulator ONE (Opportunistic Network Environment).

This based-buffer PROPHET named PROPHETAB (Average Buffer). It is known in PROPHET, messages carried by the node will be transmitted bassed on

node’s probality. Probality of node to meet other high value nodes will be trusted

as a good messenger to arrive at. This make high probality node’s buffer tend to

have high buffer. By using this PROPHETAB, the author wants to add the criteria in sending messages to destination with consideration of buffer node. A high-probability node may not necessarily be a good messenger if it has a high buffer. From the results of analysis and research known PROPHETAB able to minimize in terms of overhead ratio and drop on the network because PROPHETAB tend to choose or selective in sending messages to get to the destination.

***Keyword : Opportunistic Network, PROHET Protocol, DTN (Delay Tolerant Network), ONE Simulator, Delivery Ratio, Overhead Ratio, Delay, Drop, Random Waypoint, Haggle Cambridge Imote.

(11)

x

KATA PENGANTAR

Tidak ada kata – kata yang paling indah selain mengucapkan syukur atas kehidupan yang ku percaya dan kuyakini berasal dari Tuhan. Terimakasih pada-mu Yesus Kristus dan seluruh malaikat putih dan hitam sehingga penulis dapat

menyelesaikan tugas akhir dengah judul “analisis unjuk kerja prophet berbasis penggunaan buffer di jaringan oportunistik”. Tugas akhir ini memang merupakan

syarat akhir bagi penulis sebelum resmi mendapatkan gelar sebagai seorang sarjana di program studi Teknik Informatika Sanata Dharma Yogyakarta.

Selain pada Tuhan, penulis juga ingin berterimakasi pada ciptaan-NYA yang lain, meliputi pihak – pihak yang telah membantu dan terus mengingatkan dalam proses penulisan ini. Ucapan terimakasih ini penulis sampaikan kepada :

1. KepadaMU lagi, Tuhan Yesus Kristus, Bunda Maria, Santo Yusuf yang selalu memberikan berkat dan senantiasa menyertai dalam setiap usaha hingga selesainya penulisan tugas akhir ini.

2. Ibu penulis, Yuliana sebagai donatur tetap yang selalu setia memberikan dana selama menjalankan pendidikan dan selalu memberikan semangat, doa dan waktu untuk mengingatkan penulis sebagai anak.

3. Bapak Bambang Soelistijanto, S.T., M.Sc., Ph.D. selaku desen pembimbing tugas akhir, terimakasih atas bimbingan, kritik, saran, waktu dan kesabarannya dalam membimbing penulis hingga akhir. 4. Bapak Sudi Mungkasi, S.Si., M.Math.Sc.,Ph.D. selaku Dekan Fakultas

Sains dan Teknologi.

5. Ibu Dr. Anastasia Rita Widiarti, M.Kom. selaku Ketua Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta.

6. Ibu Sri Hartati Wijono, M.Kom. selaku dosen pembimbing akademik nonaktif, terimakasih atas bimbingan, kritik dan saran yang telah diberikan kepada penulis.

7. Bapak Puspaningtyas Sanjoyo Adi, S.T., M.T. selaku dosen pembimbing aktif menggantikan Ibu Sri Hartati Wijono, M.Kom. pada

(12)

xi

dua smester akhir, terimakasih atas bimbingan, kritik dan saran yang telah diberikan kepada penulis.

8. Bapak Alb. Agung Hadhiatma, S.T., M.T. dan Puspaningtyas Sanjoyo Adi, S.T., M.T. selaku dosen penguji skripsi, terimasih telah meluangkan waktu dan menguji hasil tugas akhir penulis.

9. Seluruh staf dosen Teknik Informatika Universitas Sanata Dharma Yogyakarta yang telah memberikan bekal ilmu, terutama dalam bidang informatika serta pengalaman selama penulis menempuh studi.

10. Seluruh staf Sekretariat Fakultas Sains dan Teknologi atas selaga informasi dan pelayanan yang telah diberikan demi kelancaran administrasi penulis.

11. Keluarga di Sosok yang selalu mendukung hingga selesai penulisan tugas akhir.

12. Seluruh teman – teman Jarkom 2013, Basdat 2013, Komputasi 2013 dan teman – teman yang masih menempuh skripsi, terimasih atas semangat, kritik dan sarannya sebagai teman seperjuangan menyelesaikan tugas akhir (Raymond “Orang Mampu”, Hotman

“Budak Ponti’, Mario “Raja Pantai Lengkuas, Andre “Bruno Mars”

Adrian “Contong”, Heri “Drone”, Vinsen Mulyadi, Ardy, Wicak, Agung, Sulis, Daniel, Ino, Benny “Jenang”, Petra “MMK EI”, Alex, Jonathan dll) atas kerjasamanya selama penulisan.

13. Seluruh teman – teman Kos Horor (Pang Yayan KH, Johan Men, Adven Men, ex Adit GMB, ex Andre Nokturnal, ex Hotman KOREM, ex Make FAR, Deo Kuliah, Yanto Signature) terimakasih atas tempat yang selalu nyaman dalam menyesaikan kuliah dan penulisan.

14. Seluruh teman – teman Dango (dheialicious “ My Girl Friend”, Bg

Areszaga SKT, Kak Dovi “Dompeng”, Kak Ria, Ona Uno, Firto Em Te Pe, Reza, Cia “Zebra Kalteng”), terimasih telah memberikan ruang untuk menikmati suasana Jogja dalam canda gurau.

15. Semua pihak yang membantu dan mendukung dari awal, proses hingga selesainya penulisan tugas akhir ini.

(13)

(14)

xiii DAFTAR ISI

HALAMAN PERSETUJUAN ... iii

ABSTRAK ... vi

KATA PENGANTAR ... x

DAFTAR ISI ... xiii

DAFTAR TABEL ... xvii

DAFTAR GAMBAR ... xviii

BAB I PENDAHULUAN ... 1 1.1. Latar Belakang ... 1 1.2. Rumusan Masalah ... 2 1.3. Tujuan Penelitian ... 2 1.4. Batasan Masalah ... 2 1.5. Metode Penelitian ... 3 1.5.1. Studi Literatur ... 3 1.5.2. Perancangan ... 3

1.5.3. Pembangunan Simulasi dan Pengumpulan Data ... 3

1.5.4. Analisis dan Simulasi ... 3

1.5.5. Penarikan Kesimpulan ... 4

1.5.6. Sistematika Penulisan ... 4

BAB II ... 5

2.1. Mobile Ad hoc Network (MANET) ... 5

2.2. Jaringan Oportunistik ... 6

2.2.1. Karakteristik Pada Jaringan Opportunistic ... 8

2.3. PROPHET (Probabillistic Routing using History of Encounter and Tansitivity) ... 9

(15)

xiv

2.4. Pergerakan Random Waypoint ... 11

2.5. Pergerakan Manusia (Haggle4 Cambridge Imote) ... 11

2.6. Pergerakan Manusia (MIT) ... 12

2.7. Simulator ONE ... 13

BAB III ... 14

3.1. PROPHET Averrage Buffer (PROPHETAB) ... 14

3.2. Parameter Simulasi ... 16

3.4. Parameter Kerja ... 17

BAB IV ... 20

4.1. Random Waypoint ... 20

4.1.1. Penambahan Jumlah Node ... 20

Gambar 4. 1. Random Waypoint : Dampak penambahan jumlah node terhadap Buffer Occupancy ... 22

4. 2. Pergerakan Manusia (Haggle4 Cambridge Imote) ... 26

Tabel 4.2. Hasil perbandingan pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 26

(16)

xv

Gambar 4. 7. Grafik perbandingan Delivery Ratio Pada Pergerakan Manusia

(Haggle4 Cambridge Imote) ... 27

Gambar 4. 8. Grafik perbandingan Overhead Ratio Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 28

Gambar 4. 9. Grafik perbandingan Delay Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 28

Gambar 4. 10. Grafik perbandingan Drop. Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 29

Gambar 4. 11. Dampak bufferoccupancy Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 30

Tabel 4. 3. Hasil Pengujian Pada Pergerakan Manusia (MIT) ... 30

Gambar 4. 12. Grafik perbandingan Delivery Ratio Pada Pergerakan Manusia (MIT) ... 31

Gambar 4. 13. Grafik perbandingan Overhead Ratio Pada Pergerakan Manusia (MIT) ... 32

Gambar 4. 14. Grafik perbandingan Delay Pada Pergerakan Manusia (MIT) ... 32

Gambar 4. 15. Grafik perbandingan Drop Pada Pergerakan Manusia (MIT) ... 33

Gambar 4. 16. buffer occupancy Pada Pergerakan Manusia (MIT) ... 33

BAB V ... 34

5.1. Kesimpulan ... 34

5.2. Saran ... 34

DAFTAR PUSTAKA ... 36

LAMPIRAN ... 37

A. Listing Program PROPHETAB ... 37

B. Listing Program Buffer Occupacy Report ... 47

(17)

xvi

D. Skenario Simulasi ... 56 E. Skenario Simulasi ... 58

(18)

xvii

DAFTAR TABEL

Tabel 3.1. Parameter Simulasi ... 16

Tabel 3.2. Skenario penambahan jumlah node pada pergerakan Random Waypoint ... 16

Tabel 3.3. Skenario Pergerakan Manusia ... 17

Tabel 3.4. Skenario Pergerakan Manusia (Haggle4 Cambridge Imote) ... 17

Tabel 3.5. Skenario Pergerakan Manusia (MIT) ... 17

Tabel 4.1. Hasil Pengujian Penambahan Node pada pergerakan Random Waypoint ... 20

Tabel 4.2. Hasil perbandingan pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 26

(19)

xviii

DAFTAR GAMBAR

Gambar 2.1. Model Store-Carry-Forward ... 7

Gambar 2.2. Arsitektur Delay Tolerant Network... 7

Gambar 2.3. Ilustrasi metrik transitivity pada protokol PROPHET ... 10

Gambar 2.4. Ilustrasi Pergerakan Random Waypoint ... 11

Gambar 2.5. Snapshoot Simulator ONE ... 13

Gambar 4. 7. Grafik perbandingan Delivery Ratio Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 27

Gambar 4. 8. Grafik perbandingan Overhead Ratio Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 28

Gambar 4. 9. Grafik perbandingan Delay Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 28

Gambar 4. 10. Grafik perbandingan Drop. Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 29

Gambar 4. 11. Dampak bufferoccupancy Pada Pergerakan Manusia (Haggle4 Cambridge Imote) ... 30

Gambar 4. 12. Grafik perbandingan Delivery Ratio Pada Pergerakan Manusia (MIT) ... 31

(20)

xix

Gambar 4. 13. Grafik perbandingan Overhead Ratio Pada Pergerakan Manusia

(MIT) ... 32

Gambar 4. 14. Grafik perbandingan Delay Pada Pergerakan Manusia (MIT) ... 32

Gambar 4. 15. Grafik perbandingan Drop Pada Pergerakan Manusia (MIT) ... 33

(21)

1 BAB I PENDAHULUAN 1.1. Latar Belakang

Jaringan yang kita ketahui dalam kondisi tetap (fixed) memiliki infrastruktur dalam pembentukkannya. Jaringan dengan infrastruktur merupakan jaringan yang memanfaatkan perangkat acces poin, router dan pendukung lainnya dan masuk dalam kategori jaringan kabel (wired) dan nirkabel (wireless) [7].

Dengan semakin pesatnya perkembangan teknologi, maka kebutuhan akan jaringan semakin kompleks. Jaringan kabel dan nirkabel selalu mampu mengatasi masalah pada saat keadaannya tetap, tetapi tidak jika perangkat yang kita gunakan berbasis bergerak (mobile). Penggunaan seperti ini memanfaatkan jaringan nirkabel selama masing dalam jangkauan radio.

Pada jaringan yang menggunakan infrastruktur masih tetap digunakan. Permasalahannya sekarang bagaimana jika jaringan yang menggunakan infrastruktur ini tidak tersedia? Sangat jelas komunikasi akan menjadi terhambat. Dan bagaimana pengguna dapat tetap melakukan komunikasi dengan memanfaatkan jaringan nirkabel pada perangkat berbasis mobile?

Dalam mengatasi permasalahan seperti ini telah muncul penemuan yang memungkinkan kita untuk tetap berkomunikasi yang tidak menggunakan infrastruktur dalam proses transmisi. Permasalahan selanjutnya terletak pada perangkat mobile berupa node dan mobilitas pengguna dalam pergerakkannya. Strategi ini menggunakan MANET (Mobile Ad Hoc Network). Dengan memanfaatkan node sebagai delivery message dari source menuju destination.

Jaringan komunikasi pada MANET ini tetap bisa terbubung jika node – node masih berada pada jangkauan radio yang sama. Tetapi jika node keluar dari jangkauan radio, maka node terlepas dari node pusat yang mengakibatkan terjadi

link failure. Muncul inovasi untuk memperbaiki kinerja MANET pada jaringan menggunakan Jaringan Opportunistic. Dengan memanfaatkan berbagai macam

routing protocol dalam melakukan delivery message, forwarding hingga sampai ke

destination. Perbedaan mendasar MANET dan Jaringan Oportunistik terletak pada toleransi jeda tunda penyampaian pesan ke tujuan yang dilakukan pada Jaringan

(22)

Oportunistik.

Protocol Routing PROPHET (Probalilistic Routing Protocol using History of Encounter and Transitivity) yang berdasar pada history bertemunya node dengan keterkainnya dengan node lain yang disebut transitivity. Node akan dipercaya sebagai relay pesan yang baik jika node tersebut memiliki probalistik pertemuannya tinggi bertemu node lainnya dan juga berdasar pada transitivity. Terdapat node yang populer dalam sebuah jaringan, node ini disebut sebagai hub-node. Node yang dipercaya dapat melakukan deliverymessage dengan optimal ke destination. Tetapi jika hubnode ini dititipi banyak pesan, maka akan berakibat pada beban kerja hub

-node yang tinggi yang berdampak pada resource karena menangani banyak pesan yang dititipi.

Dalam permasalahan ini, penulis tertarik untuk menganalisis unjuk kerja

Routing Protocol PROPHET mengunakan parameter kinerja (delivery probability, overhead ratio, delay dan message drop) dengan average Buffer Occupancy

sebagai kriteria tambahan untuk membantu kinerja delivery predactibility pada pergerakan Random Waypoint dan pergerakkan manusia (Haggle4 Cambridge Imote).

1.2. Rumusan Masalah

Berdasarkan latar belakang, pada rumusan masalah ini ingin melihat sebagaimana efektif parameter kinerja sebuah protocol routing PROPHET dibandingkan dengan PROPHETAB.

1.3. Tujuan Penelitian

Penelitian ini bertujuan untuk mengetahui dan menganalisis kelebihan dan kekurangan yang dimiliki protocol routing PROPHET dan PROPHET yang penulis modifikasi dengan tambahan average buffer occupancy (PROPHETAB) dalam melakukan forward message berdasarkan pada konsep pada routing PROPHET. 1.4. Batasan Masalah

Batasan masalah dalam penelitian yang dilakukan meliputi :

1. Protocolrouting yang digunakan adalah protocol routing PROPHET 2. Protocol Routing PROPHETAB (PROPHET average buffer)

(23)

3. Menggunakan Pergerakan Random Waypoint dan Pergerakan Manusia (Haggle4 Cambridge Imote), Pergerakan Manusia (MIT).

4. Performance Metric berupa delivery probability, overhead ratio dan

delay.

1.5. Metode Penelitian

Metode dan langkah dalam penyusunan penelitian ini adalah sebagai berikut :

1.5.1. Studi Literatur

Mempersiapakan dan mendalami teori pendukung dalam penelitian meliputi :

a) Teori RoutingProtokol PROPHET pada Jaringan Opportunistik b) Teori pergerakan Random Waypoint dan pergerakan manusia

(Haggle4 Cambridge Imote), pergerakan manusia (MIT).

c) Teori parameter kinerja (deliveryratio, overheadratio, delay dan

message drop).

d) Pendokumentasian pada ONE Simulator.

1.5.2. Perancangan

a) Menggunakan pergerakkan Random Waypoint, pergerakkan manusia (Haggle Cambridge Imote), pergerakan manusia (MIT). b) Jumlah node di set bervariasi pada pergerakkan Random

Waypoint.

c) Ukuran buffer tetap.

1.5.3. Pembangunan Simulasi dan Pengumpulan Data

ONE simulator digunakan dalam penelitian ini dan untuk membentuk

report dalam pengumpulan data sesuai dengan parameter kinerja sebagai kebutuhan penelitian.

1.5.4. Analisis dan Simulasi

Data yang sudah didapatkan dari hasil simulasi akan diproses kemudian diamati serta dianalisis sesuai dengan kebutuhan penelitian.

(24)

1.5.5. Penarikan Kesimpulan

Dalam penarikan kesimpulan mengacu pada hasil analis parameter kinerja yang sudah ditetapkan dalam penelitian.

1.5.6. Sistematika Penulisan

Berikut adalah sistematika penulisan penelutian Tugas Akhir yang terbagi dalam beberapa bab dengan susunan sebagai berikut :

BAB I PENDAHULUAN

Bab ini memberikan penjelasan secara umunm mengenai latar belakang penulisan penelitian tugas akhir.

BAB II LANDASAN TEORI

Bab ini berisikan mengenai penjelasan teori sebagai acuan atau

landasan yang dibutuhkan dalam proses melakukan penelitian sesuai dengan permasalahan.

BAB III PERENCANAAN SIMULASI JARINGAN

Bab ini memuai deskripsi secara teknis mengenai perencanaan dari simulasi yang akan dikerjakan dalam tugas akhir.

BAB IV PENGUJIAN DAN ANALISIS

Bab ini berisi pelaksanaan simulasi dan analisis data hasil simulasi BAB V KESIMPULAN DAN SARAN

Bab ini bersi mengenai kesimpulan dari hasil analisis data simulasi berdasar pada parameter kinerja serta saran untuk kedepannya dalam proses pengembangan.

(25)

5

BAB II

LANDASAN TEORI 2.1. Mobile Ad hoc Network (MANET)

MANET adalah jaringan tanpa memerlukan infrastruktur. Node pada MANET bergerak secara mobile. dengan pergerakkan seperti ini node berperan multi pada jaringan MANET. Kebutuhan host dan router diambil alih oleh setiap node agar dapat membangun komunikasi.

MANET juga dikatakan sebagai jaringan yang dibentuk sementara oleh node – node tanpa adanya infrastruktur kabel yang bersifat peer-to-peer yaitu komunikasi dua node dalam satu hop, Remote-to-Remote sebagai perkembangan dari peer-to-peer yang tetap menjaga kestabilan rute antara keduanya. MANET memiliki karakteristrik dalam keberadaannya, meliputi :

a. Topologi yang Dinamis

Bersifar dinamis berarti node dapat bergerak dan berpindah dari satu tempat ke tempat lainnya yang tidak dapat prediksi. Dengan karateristik seperti ini, akan berpengaruh besar terhadap topologi jaringan.

b. Otonomi

Dalam penentuan rute yang dipilih, node berperan host dan router dalam pergerakkannya pada jaringan ini. Node memiliki route-path yang terbentuk dalam melakukakan relay ke node lainnya.

c. Keterbatasan Bandwith

Kapasitas node dalam berkomunikasi pada jaringan ini berbanding rendah dibanding dengan kapasitasnya dalam melakukan transmisi data. Ini dapat mengakibatkan kemacetan (congestion) pada jaringan.

d. Keterbatasan Energi

Dengan sifat mobile seperti ini, node memiliki energi yang terbatas dalam pergerakkannya. Dengan kata lain, node dilengkapi dengan batrai sebagai pembangkit agar dapat beroperasi.

(26)

2.2. Jaringan Oportunistik

Jaringan Oportunistik (OppNet) adalah sebuah jaringan wireless dimana pada saat konektivitas antara end-to-end tidak dapat diperkirakan, kemudian node nya bersifat intermittent, dimana node tersebut terkadang terhubung dan juga tidak terhubung. Ini memungkinkan jaringan oportinistik dibangun dan dapat berkomunikasi tanpa infrastruktur. Jaringan Oportunistik juga dikenal dengan DTN (delay Toleran Network) yang merupakan protokol komunikasi yang menyediakan koneksi dakam keadaan konektivitas end-to-end yang tidak normal dan memiliki mobilitas yang tinggi. Pada jaringan ini menggunakan skema single coppy dan multi copy. Pada single copy hanya meneruskan satu pesan dalam jaringan, sedangkan pada multi copy akan meneruskan banyak pesan dalam jaringan. Penelitian ini dilakukan dengan tujuan untuk menguji kinerja dari sebuah protokol routing pada jaringan oportunistik agar dihasilkan solusi yang memadai dan optimal dalam melakukan pengiriman pesan. Dalam penelitian ini menggunakan routing protokol PROPHET dengan skema multi copy dalam jaringan.

Jaringan oportunistik merupakan jaringan yang dibangun karena berbagai macam permasalahan dilingkungan yang berhubungan dan komunikasi. Jaringan ini cocok di bangun pada jaringan yang menantang. Menantang maksudnya jaringan yang sering terputus dan memiliki tingkat error yang cenderung tinggi. Masalah seperti ini dapat kita temukan pada daerah pedalaman yang jauh dari pusat kota, dimana sudah cukup banyak terdapat penduduk, tetapi belum memiliki layanan komunikasi yang baik. Jaringan ini juga dapat diterapkan pada daerah dengan tingkat bencana yang tinggi. Bencana ditidak dapat diprediksi dengan tepat dan jaringan oportunistik terbentuk sebagai solusi yang akan menjawab agar komunikasi dapat berjalan dengan baik walaupun terjadi bencana didaerah tersebut.

Terdapat metode store-carry-forward pada DTN yang memungkinkan data yang dikirimkan melewati node relay, kemudian datanya disimpan sementara terlebih dahulu sebelum diteruskan ke node relay lainnya. Ini bertujuan untuk mengantisipasi kondisi dari node lainnya sebagai relay yang sewaktu – waktu dapat saja mati. Dibawah ini terdapat model store-carry-forward pada DTN.

(27)

Gambar 2.1. Model Store-Carry-Forward

a. Store : dari setiap node pada DTN ini akan menyimpan pesan yang masuk.

b. Carry : dari setiap node akan membawa pesan yang masuk menuju destination dari source ke destination

c. Forward : dari setiap node akan mengirim pesan ke node lainnya menuju destination setiap kali kontak dilakukan.

Pada Gambar 2.1 menjelaskan ilustrasi node A akan mengirimkan data ke node D. node B dan node C sebagai node relay bagi node A. Saat melewati node B dan node C, data dari node A akan disimpan terlebih dahulu selagi menunggu kesiapan dari node relay selanjutnya. Metode seperti ini mengharuskan setiap node memili media penyimpanan data sementara sebagai antisipasi jika node relay selanjutnya dalam kondisi mati. Melihat kondisi sepertini ini, DTN memunculkan layer yang disebut Bundle Layer dengan tujuan membantu kerja store-carry-forward dalam mengahadapi rute yang terputus dalam pengiriman data. Node dapat melakukan store (simpan) dan carry (bawa) data didalam buffer, kemudian meneruskan data yang dikirim ke node lain.

(28)

2.2.1. Karakteristik Pada Jaringan Opportunistic a. Pemutusan

Kondisi tidak ada koneksi yang dibangun antara node-node yang hidup.

b. Intermittent Connectivity

Pada kondisi seperti ini memungkinkan komunikasi end-to-end

dapat dilakukan menggunakan TCP/IP dalam pengiriman data dari sumber (source) ke tujuan (destination).

c. Waktu Tunda

Waktu tunda (delay) pada DTN tergolong tinggi pada kondisi tidak ada koneksi antar node.

d. Low Data Rate

Low Data Rate dapat terjadi dikarenakan waktu tunda (delay) yang terlalu lama pada node-node. Karakter ini memungkinkan kita mengetahui jumlah data yang dapat sampai dalam jangka waktu tertentu.

e. Hight Error Rate

Kesalahan yang terjadi saat pengiriman data yang membutuhkan pengoreksian dan pengiriman ulang data pada jaringan. Ini dapat menyebabkan kemacetan pada jaringan oleh meningkatnya pengiriman data karena adanya pengiriman data yang diulang.

f. Sumber Daya yang terbatas

Pada kondisi DTN ini berbasis mobile, berartisetiap node yang bergerak memerlukan energi atau batrai dalam mendukung pergerakkanya. Agar dapat bekerja secara efisien harus diimbangi dengan metode yang tepat dalam membentuk manajemen protokol ini. g. Long or Variable Delay

Node pada DTN memiliki store untuk menyimpan sementara pesan yang belum dikirimkan ke node relay lainnya. Jika ini terjadi dalam waktu tunda (delay) yang terlampau lama, maka akan menyebabkan pemutusan yang panjang pada rute pengiriman data.

(29)

2.3. PROPHET (Probabillistic Routing using History of Encounter and Tansitivity)

Protokol Routing PROPHET merupakan protokol routing yang terbentuk agar dapat memprediksi probabilitas bertemunya node akan bertemu kembali pada waktu yang relatif tidak lama. Kemudian terdapat transitivity, kondisi node lain mempunyai pontensi sebagai node relay atau node perantara pada pengiriman pesan ke tujuan (destination).

Untuk menghitung probabilitas node bertemu dengan node lainnya pada jaringan diperlukan sebuah parameter delivery predictability.

a. Perhitungan Delivery Predictability

Ada tiga tahap dalam menghitung Delivery Predictability. Tahap pertama melakukan update pada setiap node ketika node bertemu node lainnya. Jika node sering bertemu, maka dikategorikan sebagai node yang memiliki Delivery Predictibility tinggi dalam penyampaian pesan. Untuk menghitung Delivery Predictibility ditunjukkan pada rumus berikut.

Rumus dimana P𝑖𝑛𝑖𝑡 ∈ [0,1].

P(a,b) = P(a,b)old + (1 – P(a,b)old) x Pinit (1)

Jika node yang sudah bertemu tetapi terlaupau lama untuk bertemu kembali, maka dianggap sebagai node yang kurang baik dalam penyampaian pesan. Kondisi seperti ini akan membuat nilai delivery predictability pada node harus berkurang (age, menua). Untuk menghitung anging ditunjukkan pada rumus berikut.

P(a,b) = P(a,b)oldx γk (2)

Dalam deliverypredictability juga memiliki ciri lain berupa transitive

dalam penyampaian pesan. Kondisi semisal node A sering bertemu node B dan node B sering bertemu node C, maka node A dan node C besar kemungkinan memiliki keterikatan dalam penyampaian pesan. Jika nilai kedekatan node A ke node C lebih besar dibanding node A ke node B, maka pesan akan di kirimkan ke node C langsung, tetapi jika nilai kedekatan node A ke node B lebih besar, maka pesan akan dikimkan ke node C lewat perantara node B.

(30)

P(a,c) = P(a,c)old + (1 – P(a,c)old) x P(a,b) x P(b,c)x β (3)

Gambar 2.3. Ilustrasi metrik transitivity pada protokol PROPHET

Transitivity pada routing protokol PROPHET seperti Gambar 2.3 ini menunjukkan untuk mengukur kedekatan node a terhadap node c secara langsung maupun melaui node b.

Setelah tahap tersebut terpenuhi, selanjutnya pada rumus dibawah ini menunjukkan penambahan kriteria dalam pengiriman pesan berbasis

buffer. Ini masuk pada tahap membandingkan buffer dari node, hanya node yang memiliki buffer lebih kecil setelah dibandingkan yang akan dititipi pesan.

Buffer(a : b) = Buffer(a) > Buffer(b) (4) b. Strategi pengiriman Pesan

Strategi pengiriman pesan yang digunakan oleh protokol PROPHET adalah saat dua node bertemu, maka pesan dikirimkan ke node lain jika

delivery probability node lain tersebut lebih tinggi untuk membawa pesan ke node destination. Tetapi pada PROPHETAB, selain pesan dikirimkan ke node lain yang memiiki probabilitas yang lebih tinggi, node yang membawa pesan juga akan mempertimbangkan buffersize node yang ditemuinya. Pesan akan dikirimkan jika node memiliki probabilitas yang lebih tinggi dan memiliki buffer yang kecil dari node yang membawa pesan.

(31)

2.4. Pergerakan Random Waypoint

Pergerakkan ini beroperasi pada area tetap (fixed) (lihat Gambar 2.4). Model pergerakkan ini akan memilih tujuan (destination) secara acak, kemudian bergerak lurus pada kecepatannya yang sudah ditentukan sebelumnya. Jika node sudah sampai ke tujuan (destination), node akan masuk pada tahap berhenti selama waktu yang tentukan (pausetime). Pada pergerakan ini, predictability untuk bertemu node lainnya diasumsikan sama atau dengan kata lain dalam pergerakan random waypoint ini setiap node merupakan relay yang baik dalam penyampaian pesan ke

destination.

Gambar 2.4. Ilustrasi Pergerakan Random Waypoint 2.5. Pergerakan Manusia (Haggle4 Cambridge Imote)

Pergerakkan ini adalah pergerakan yang nyata di lingkungan. Umumnya pergerakan manusia digunakan untuk mengevalusai protokol routing dalam pengoperasian. Manusia tidak bergerak secara random, melainkan bergerak sesuai jadwal dari manusia yang tidak dapat diprediksikan. Node akan mengikuti pergerakkan manusia hingga sampai ke tujuan tertentu (poin to interest).

Pada Haggle4 Cambridge Imote memiliki spesifikasi data set kontak node pada sebuah konferensi yang di selenggarakan di Cambridge, Inggris dengan alat yang digunakan berupa Imotes dan menggunakan interface bluetooth. Dibutuhkan

(32)

waktu 11 hari dalam melakukan simulasi pada pergerakan haggle4 cambridge imote dan node di set sebanyak 36 node. Di pergerakan manusia ini, probabilitas node untuk bertemu dengan node lainnya berdeda – beda. Saat simulasi dijalankan akan terdapat node yang memiliki probabilitas yang tinggi dibandingkan dengan node yang lain. Node ini kita kenal sebagai hub-node, dipercaya mampu menyampaikan pesan dengan baik sampai ke destination.

2.6. Pergerakan Manusia (MIT)

Pada pergerakan ini dibutuhkan waktu selama satu tahun (365 hari) waktu simulasi atau data di ambil dari antara 4294800 dan 21276000 seconds [5]. Pada simulasi ini penulis menggunakan waktu simulasidalam rentang tersebut berjumlah 16981816 yang digunakan dalam rangkaian proses pengambilan data. Berdeda dengan pergerakan manusia sebelumnya (Haggle4 Cambridge Imote), di pergerakan manusia (MIT) ini dibutuhkan waktu simulasi yang lebih lama dengan

scope yang lebih besar di bandingkan dengan pergerakan manusia (MIT). Pada pergerakan manusia (MIT) ini dilakukan pada kampus MIT (Massachusetts Institute of Technology).

Studi ini terdiri dari seratus ponsel cerdas Nokia 6600 yang telah terpasang dengan beberapa perangkat lunak yang kami kembangkan serta versi aplikasi konteks dari Universitas Helsinki [6]. Tujuh puluh lima pengguna adalah pelajar atau fakultas di

MIT Media Laboratory, sementara sisanya 25 orang adalah mahasiswa masuk di sekolah bisnis MIT Sloan yang bersebelahan dengan laboratorium [6]. Dari tujuh puluh lima pengguna di laboratorium, dua puluh adalah siswa master masuk dan lima orang masuk MIT baru. Dengan memanfaatkan fakta bahwa ponsel modern menggunakan jaringan RF jarak dekat (mis., Bluetooth) dan jaringan RF jarak jauh (mis., GSM), dan kedua jaringan dapat saling menambah satu sama lain untuk inferensi lokasi dan aktivitas. Menautkan ID menara seluler untuk menentukan perkiraan lokasi dan pada saat bersamaan akan mencatat perangkat Bluetooth [6]. Bluetooth adalah protokol nirkabel di kisaran 2,40-2,48 GHz, yang dikembangkan oleh Ericsson pada tahun 1994 dan diluncurkan pada tahun 1998 sebagai pengganti kabel serial untuk menghubungkan perangkat yang berbeda [6].

(33)

Pada penerapannya secara umum pergerakan manusia (MIT) ini terdiri dari 97 node (devices) [5].

2.7. Simulator ONE

Simulator ONE (Opportunistic Network Environment) adalah pemodelan yang dilakukan oleh node movement, inter-node contact, routing, dan message handling. Simulator ONE (Opportunistic Network Environtment) dibangun dengan menggunakan bahasa Java Programming dalam permodelannya. Hasil dari permodelan menggunakan ONE berupa visualization, report, post-prossing tools

yang akan dianalisis. Dibawah ini (Gambar 2.5) merupakan screen shoot dari pergerakan node pada saat Simulator ONE dijalankan dengan GUI.

(34)

14 BAB III

PERANCANGAN SIMULASI JARINGAN 3.1. PROPHET Averrage Buffer (PROPHETAB)

Protokol ini merupakan peningkatan pada yang dilakukan pada protokol PROPHET Average Buffer atau PROPHET berbasis buffer pada saat melakukan

forwarding message. Node yang membawa messsage akan lebih selektif dalam memberikan pesan kepada node lain yang dianggap dapat membawa pesan hingga sampai ke destination. Jika pada protokol PROPHET dalam melakukan forward message berdasarkan perhitungan dari rumus Delivery Predictability. Ini akan mengahasilkan nilai probabilitas dari setiap node yang dianggap memiliki kemampuan membawa pesan ke destination. Sedangkan pada protokol PROPHETAB ini, selain melakukam forwarding message dari hasil perhitungan

Delivery Predictability, di PROPOHETAB ini ditambahkan kriteria buffer dalam melakukan forwarding message. Sederhananya, pada PROPHETAB selain memiliki probabilitas yang baik dalam penyampaian pesan, maka harus juga memiliki free buffer size yang baik (kecil) dibandingkan node yang membawa pesan.

Dalam mengukur buffer akan dilihat jumlah pemakaian rata - rata buffer

setiap node.Dengan cara ini diharapkan mampu meningkatkan PROPHET dalam segi delivery probability, delay, message drop dan overhead ratio pada skenario yang ditentukan.

Forwarding Strategi Model PROPHETAB

ALGORITMA PROPHETAB ( PROPHET berbasis buffer)

Ni is in contact with node Nj do Send summary_vector(Nj) Receive summary_vector(ni) Update delivery_preds(Ni) Update transitive_preds(Ni) If Delivery_preds(Nj) > delivery_preds(Ni) If AverrageBufferOccupancy(Nj) < AverrageBufferOccupancy(Ni) then Forward message to Nj

(35)

End if End if

Strategi pengiriman dengan metode jika node penerima memiliki probabilitas yang tinggi terpilih tetapi memiliki besar rata – rata buffer yang tinggi dari node pengirim maka pengiriman pesan ke node penerima akan dibatalkan. Sedangkan, apabila node pengirim nemukan node lain yang memiliki tingkat probabilitas yang tinggi dari dirinya (node source) dan memiliki rata – rata buffer yang lebih kecil dari node pengirim maka pesan akan dikirim ke node penerima tersebut.

(36)

3.2. Parameter Simulasi

Dalam penelitian ini, penulis telah menentukan parameter – parameter dari simulasi yang bersifat tetap dan parameter ini dipakai pada skenario lainnya yang akan diujikan. Berikut parameter – parameter tersebut :

Parameter yang digunakan dalam simulasi Tabel 3.1. Parameter Simulasi

Parameter Nilai

Routing Protokol PROPHET & PROPHETAB

Ukuran Buffer 64 MB

Jangkauan transmisi radio 10 m

Ukuran Pesan 500 kB – 1 MB

Node mobility (pergerakan node)

Random Waypoint, Pergerakan Manusia (Haggle4 Cambridge Imote), Pergerakan Manusia (MIT)

3.3. Skenario Simulasi

Dalam penelitian, skenario menggunakan model pergerakan Random Waypoint, pergerakan manusia (Haggle4 Cambridge Imote) dan pergerakan manusia (MIT) untuk mengevaluasi protokol PROPHET dan PROPHET dengan berbasis buffer (PROPHETAB). Pada Random Waypoint akan dilakukan penambahan jumlah node dan kecepatan pada skenarionya. Kemudian pada pergerakan manusia (Haggle4 Cambridge Imote) dan pergerakan manusia (MIT) akan di jalankan sesuai skenario sesuai data set pada masing masing pergerakan manusia.

Tabel 3.2. Skenario penambahan jumlah node pada pergerakan Random Waypoint

Kode

Model

Pergerakan Routing Protokol Jumlah Node

Area Simulasi (m) RN.1 Random Waypoint PROPHET 25;50;75;100 1000 x 1000 RN.2 PROPHETAB 25;50;75;100 1000 x 1000

(37)

Setelah menggunakan skenario awal yaitu pergerakan Random Waypoint, selanjutnya menggunakan mode dari pergerakan manusia (Haggle4 Cambridge Imote) dan pergerakan manusia (MIT).

Tabel 3.3. Skenario Pergerakan Manusia

Routing Protokol Model Pergerakan

PROPHET Haggle4 Cambridge Imote, MIT

PROPHETAB Haggle4 Cambridge imote, MIT

Tabel 3.4. Skenario Pergerakan Manusia (Haggle4 Cambridge Imote)

Kode

Model

Area Simulasi (m) MH.1 Haggle4 Cambridge Imote PROPHET 36 1000 x 1000 MH.2 _PROPHETAB ₃₆ _{1000 x 1000}

Tabel 3.5. Skenario Pergerakan Manusia (MIT)

Kode

Model

Area Simulasi (m) MM.1 MIT PROPHET 97 1000 x 1000 MM.2 PROPHETAB 97 1000 x 1000 3.4. Parameter Kerja

Dalam penelitian ini, penulis menggunakan tiga parameter kinerja, meliputi: 1. Delivery Probability

Parameter ini digunakan untuk mengetahui probabilitas pengiriman pesan dengan delivery predictability yang terdapat tahap update, aging dan

transitivity.

𝑑𝑒𝑙𝑖𝑣𝑒𝑟𝑦 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑦 =total pesan yang diterima

(38)

2. Delay

Parameter ini digunakan untuk mengetahui seberapa optimal nilai waktu tunda (delay) pesan dari sumber (source) ke tujuan (destination). Disini akan mengukur waktu rata – rata antara pesan yang di generate dan pesan yang diterima oleh destination.

3. Overhead Ratio

Parameter untuk mengetahui seberapa banyak copy pesan pada jaringan. Ini sangat berpengaruh pada beban jaringan. Jika copy pesan terlalu banyak, makan dapat mengakibatkan penggunaan resource yang tinggi.

𝑜𝑣𝑒𝑟ℎ𝑒𝑎𝑑 𝑟𝑎𝑡𝑖𝑜 =number of relayed message − number of delivery message number of delivery message

4. Message Drop

Banyaknya pesan yang didrop ini selain disebabkan oleh buffer yang hampir atau sudah penuh juga disebabkan oleh TTL (Time To Live) dalam pesan telah habis sebelum pesan tersebut sampai di destination.

(39)

20 0 100000 200000 300000 400000 500000 600000 700000 800000 900000 25 50 75 100 125 150 Drop Jum. Node ProPhet ProPhetAB BAB IV

PENGUJIAN DAN ANALISIS

Untuk lebih mengetahui analisis unjuk kerja protokol PROPHETAB terhadap PROPHET yang dilakukan oleh penulis pada Bab 3, maka pada bab ini akan ditunjukkan hasil analisis yang sudah dilakukan.

4.1. Random Waypoint

4.1.1. Penambahan Jumlah Node

Tabel 4.1. Hasil Pengujian Penambahan Node pada pergerakan Random Waypoint

Jlh Node

Random Waypoint

Delivery Ratio Overhead Ratio Delay Drop

ProPhet ProPhetAB ProPhet ProPhetAB ProPhet ProPhetAB ProPhet ProPhetAB

25 0.3085 0.3045 1.4407 1.2878 8884.4764 8807.6133 45777 44103 50 0.4256 0.4469 5.7245 4.7599 9654.5312 9575.5364 109541 99585 75 0.5271 0.5779 11.2183 8.5104 9919.4980 9737.7728 220887 188859 100 0.6169 0.6848 17.8493 12.8294 10171.1766 9818.7612 384752 312887 125 0.6851 0.7604 25.5669 17.2658 9969.3248 9625.4465 593332 451978 150 0.7386 0.7992 34.7325 21.6643 9898.3804 9534.0249 853764 585991

(a) Delivery Ratio (b) Message Drop 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 25 50 75 100 125 150 De liv ery Rat io (0 -1) Jum. Node ProPhet ProPhetAB

(40)

8000 8200 8400 8600 8800 9000 9200 9400 9600 9800 10000 10200 10400 25 50 75 100 125 150 De lay (s ) Jum. Node ProPhet ProPhetAB

(c) Overhead Ratio (d) Delay

Dari hasil penelitian, pada grafik (lihat grafik a) menujukkan dengan bertambahnya jumlah node maka akan mengakibatkan peningkatan pada delivery probability. Pada kasus ini delivery probability PROPHETAB lebih tinggi dibandingkan delivery probability pada PROPHET walaupun tidak begitu jauh perbedaannya. Ini dikarenakan pada saat node men-generate message maka semakin banyak relay node yang akan membantu mentransmisikan message. Pada PROPHET, dalam melakukan forward message tidak mempertimbangkan nilai dari rata – rata buffer. Ini membuat node yang memiliki probabilitas yang baik akan cendrung penuh atau dengan kata lain node tersebut menjadi hub node. Sedangkan pada PROPHETAB memberikan kemungkinan pada node yang membawa message untuk membandingkan terlebih dalulu nilai rata – rata buffer sebelum melakukan

forward message.

Jika kita lihat pada grafik (lihat grafik b) terdapat perdedaan dalam message drop. Dengan bertambahnya jumlah node ini membuat drop pada PROPHETAB cenderung naik, tetapi tidak terlampau tinggi dengan PROPHET dan cukup terlihat perbedaanya drop dari kedua protokol ini dengan semakin bertambahnya jumlah node di jaringan. Banyaknya pesan yang di drop ini selain disebabkan oleh buffer

yang hampir atau sudah penuh, juga disebabkan oleh TTL pesan yang telah habis

0 5 10 15 20 25 30 35 40 25 50 75 100 125 150 Ov erh ead Rat io Jum. Node ProPhet ProPhetAB

(41)

sebelum pesan tersebut sampai di destination. Inilah alasannya drop dari kedua protokol cenderung naik saat jumlah node di tingkatkan.

Gambar 4. 1. Random Waypoint : Dampak penambahan jumlah node terhadap Buffer Occupancy

Gambar 4. 2. Random Waypoint : Dampak penambahan jumlah node terhadap Buffer Occupancy

0 5 10 15 20 25 30 35 40 45 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

25 Node

Prophet ProphetAB 0 5 10 15 20 25 30 35 40 45 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48

50 Node

Prophet ProphetAB

(42)

Gambar 4. 4. Random Waypoint : Dampak penambahan jumlah node terhadap Buffer Occupancy 0 5 10 15 20 25 30 35 40 45 50 0 2 4 6 8 101214161820222426283032343638404244464850525456586062646668707274

75 Node

Prophet ProphetAB 0 10 20 30 40 50 60 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99

100 Node

Prophet ProphetAB

(43)

Overhead ratio pada kedua protokol ini juga cenderung naik saat jumlah node ditingkatkan seperti pada grafik (lihat grafik c). Dengan menggunakan persyaratan

0 10 20 30 40 50 60 0 4 8 ₁₂ ₁₆ ₂₀ ₂₄ ₂₈ ₃₂ ₃₆ ₄₀ ₄₄ ₄₈ ₅₂ ₅₆ ₆₀ ₆₄ ₆₈ ₇₂ ₇₆ ₈₀ ₈₄ ₈₈ ₉₂ ₉₆ 100 104 108 112 116 120 124

125 Node

Prophet ProphetAB 0 10 20 30 40 50 60 70 0 5 ₁₀ ₁₅ ₂₀ ₂₅ ₃₀ ₃₅ ₄₀ ₄₅ ₅₀ ₅₅ ₆₀ ₆₅ ₇₀ ₇₅ ₈₀ ₈₅ ₉₀ ₉₅ 100 105 110 115 120 125 130 135 140 145

150 Node

Prophet ProphetAB

(44)

berbasis buffer yang kita kenal sebagai PROPHETAB ini membuat overhead ratio

pada PROPHETAB cenderung lebih baik dibandingkan PROPHET. Overhead ratio berkaitan dengan biaya yang dibebani pada jaringan dan PROPHETAB mampu menekan biaya yang ditanggung pada jaringan di bandingkan PROPHET. Pada PROPHETAB tidak semua pesan akan di forward ke node yang ditemuinya jika syarat dari average buffer tidak terpenuhi. Berdeda dengan PROPHET yang akan melakukan forwardmessage kepada node yang ditemuinya jika ternyata node tersebut memiliki probabilitas yang baik. Banyaknya node yang terlampau banyak dititipi pesan akan membuat jaringan menjadi lebih berat dalam bekerja, ini membuat overhead ratio pada PROPHET cenderung lebih tinggi dibandingkan dengan PROPHETAB.

Jika kita lihat grafik (lihat grafik d) pada saat jumlah node 25 sampai 100 node, grafik delay dari kedua protokol cendrung meningkat. Ini disebabkan oleh saat pesan di generate dan dikirim pada rentang node tersebut, pesan terlampau lama untuk sampai ke destination. Berbeda halnya jika jumlah node semakin ditingkatkan sampai 125 node. Tampak bahwa dari jumlah node 125 sampai 150 node, nilai dari delay pada jaringan akan cenderung turun. Ini dikarenakan semakin banyak relay node yang akan membantu mentransmisikan pesan. Secara garis besar, PROPHETAB bekerja baik dibandingkan PROPHETpada pergerakan

random waypoint. Memang tidak ada ukuran batasan perbedaan pada hasil grafik dari kedua protokol ini agar dikatakan baik, tetapi melihat dari grafik di pergerakan

Random Waypoint, kedua protokol ini menunjukkan hasil yang berbeda, walau tidak tidak menunjukkan perbedaan yang signifikan. Ini dikarenakan pada pergerakan ini, setiap node merupakan relay yang baik dalam penyampaian pesan ke destination.

(45)

4. 2. Pergerakan Manusia (Haggle4 Cambridge Imote)

Tabel 4.2. Hasil perbandingan pada Pergerakan Manusia (Haggle4 Cambridge Imote)

Protokol Routing Delivery Ratio

Overhead

Ratio Delay Drop

PROPHET 0.5387 24.1667 35704.3413 13860

PROPHETAB 0.4126 14.6204 37638.5195 7019

Pergerakan manusia ini menggunakan data set dari Haggle4 Cambridge Imote dengan lama waktu simulasi 905400 detik (11 hari) dan jumlah node sebanyak 36 node sesuai dengan data default dari Haggle4 Cambridge Imote [5]. Pada pergerakan ini terdapat beberapa node yang menjadi hub-node atau node yang lebih tinggi tingkat popularitasnya dibanding node yang lain dalam segi penyampaian pesan. Ini mengakibatkan node mejadi sering dititipi pesan karena dianggap sebagai node yang mampu membawa pesan agar cepat sampai di

destination. Karena terdapat hub-node maka node tersebut akan memiliki buffer

yang tinggi terisi dengan pesan yang dititipi. Oleh karena ini PROPHETAB akan mengatasinya dengan berbasis penggunaan buffer (average buffer occupacy) saat bertemu node yang memiliki probabilitas yang baik dan buffer yang lebih kecil saat melakukan perbandingan, barulah node kemudian melakukan forward message.

Buffer menjadi syarat disamping node yang akan dititipi pesan memiliki tingkat probabilitas yang tinggi. Walaupun PROPHETAB mempunyai syarat dalam melakukakn forward message, delivery probability dari PROPHETAB lebih tinggi dibandingkan pada PROPHETAB. Terdapat perbedaan Delivery Probability dari rentang 0.5387 pada PROPHET dan 0.4126 pada PROPHETAB (lihat Gambar 4.7).

(46)

Gambar 4. 7. Grafik perbandingan Delivery Ratio Pada Pergerakan Manusia (Haggle4 Cambridge Imote)

Disamping PROPHET memiliki probabilitas yang tinggi dari PROPHETAB, PROPHETAB mampu mengatasi dalam masalah overhead ratio. Tampak pada gambar (lihat Gambar 4.8). Ini menjukkan dari segi overhead ratio, protokol PROPHETAB mampu meminimalisirnya. Ini dikarenakan pada pergerakan manusia (Haggle4 Cambridge Imote) memiliki scope yang tidak terlalu besar, hanya 36 node pada sebuah ruang konferensi. Dalam kasus seperti ini memberikan kemungkinan pada setiap node memiliki probabilitas pernah bertemu dengan node

destination. Sebenarnya pesan dapat dengan cepat sampai ke destination, tetapi dikarenakan node lebih banyak di relay mengakibatkan overhead ratio menjadi tinggi dalam jaringan, terutama pada PROPHET yang tidak berbasis buffer saat melakukan forward message (lihat Gambar 4.8).

0.5387 0.4126 PRO. PRO.AB 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 De liv ery Rat io (0 -1)

(47)

Gambar 4. 8. Grafik perbandingan Overhead Ratio Pada Pergerakan Manusia (Haggle4 Cambridge Imote)

Jika kita lihat grafik (lihat gambar 4.9) kedua protokol ini memiliki tingkat

delay yang cenderung sama karena perbedaanya yang sangat tipis jika kita lihat pada grafik dibawah. Sama seperti sebelumnya, pesan lebih sering di relay dalam jaringan sebelum sampai ke destination.

Gambar 4. 9. Grafik perbandingan Delay Pada Pergerakan Manusia (Haggle4 Cambridge Imote)

Tetapi jika kita lihat pada grafik (lihat Gambar 4.10) walaupun memiliki

delay yang cendung sama, terdapat perdedaan yang cukup nampak dari segi drop.

Disini tampak bahwa PROPHETAB mampu mangatasi masalah drop pada

24.1667 14.6204 PRO. PRO.AB 12 14 16 18 20 22 24 26 Ov erh ead Rat io 35704.3413 37638.5196 PRO. PRO.AB 2000 6000 10000 14000 18000 22000 26000 30000 34000 38000 42000 46000 50000 De lay (s )

(48)

jaringan, jadi PROPHETAB mampu meminimalisir masalah message drop

dibandingakan dengan PROPHET. Ini dikarenakan pada PROPHETAB cenderung selektif dalam melakukan forward message saat bertemu node. Jika pada PROPHET, node yang membawa pesan akan selalu memberikan pesan kepada node yang memiliki probabilitas yang baik dari dirinya. Sedangkan pada PROPHETAB, node yang membawa pesan, selain memberikan pesan kepada node yang memilih probabilitas yang baik saat ditemui, ia juga akan mempertimbangkan

buffer sebagai kriteria tambahan sesuai dengan penelitian yang dilakukan. Dengan kriteria seperti yang dimiliki oleh PROPHETAB, terlihat (lihat Gambar 4.10) mampu menekan angka drop pada jaringan dalam melakukan pengiriman pesan.

Gambar 4. 10. Grafik perbandingan Drop. Pada Pergerakan Manusia (Haggle4 Cambridge Imote)

Pada PROPHET, drop yang tinggi dibandingkan dengan drop pada PROPHETAB ini disebabkam oleh TTL pesan yang sudah habis dan juga disebabkan oleh buffer

yang cenderung penuh yang tampak dari beberapa hub-node. Buffer Occupancy

pada kedua protokol ini cendrung memiliki pebedaan (lihat Gambar 4.11). Protokol PROPHET yang mempertimbangkan buffer dalam melakukan forwarding message

cenderung memiliki buffer yang lebih kecil dibandingkan dengan buffer peda PROPHET. Iini menjadikan buffer merupakan suatu kriteria yang penting dalam keberhasilan mengirim pesan dengan tingkat overhead ratio dan drop yang lebih ekonomis. 13860 7019 PRO. PRO.AB 5000 6000 7000 8000 9000 10000 11000 12000 13000 14000 15000 Drop

(49)

Gambar 4. 11. Dampak buffer occupancy Pada Pergerakan Manusia (Haggle4 Cambridge Imote)

Tabel 4. 3. Hasil Pengujian Pada Pergerakan Manusia (MIT) Protokol Routing Delivery

Ratio

Overhead

Ratio Delay Drop

PROPHET 0.5233 11.1635 35660.7842 31885

PROPHETAB 0.5230 7.3516 35651.7047 22573

Pada pergerakan ini terdapat beberapa node yang menjadi hub-node atau node yang lebih tinggi tingkat popularitasnya dibanding node yang lain dalam segi penyampaian pesan. Ini mengakibatkan node mejadi sering dititipi pesan karena dianggap sebagai node yang mampu membawa pesan agar cepat sampai di

destination. Karena terdapat hub-node maka node tersebut akan memiliki buffer

yang tinggi terisi dengan pesan yang dititipi. Oleh karena ini PROPHETAB akan mengatasinya dengan PROPHETAB (Average Buffer) atau berbabasis buffer dalam melakukan forward message. Buffer menjadi syarat disamping node yang akan dititipi pesan memiliki tingkat probabilitas yang tinggi. Walaupun PROPHETAB mempunyai syarat dalam melakukan forward message, delivery probability dari kedua protokol ini cenderung tinggi dan tipis sekali perbedaanya (lihat Gambar 4.12). 0 10 20 30 40 50 0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132333435 Prophet ProphetAB

(50)

Gambar 4. 12. Grafik perbandingan Delivery Ratio Pada Pergerakan Manusia (MIT)

Disamping memiliki probabilitas yang sama – sama tinggi, PROPHETAB mampu mengatasi dalam masalah overhead ratio pada pergerakan manusia (MIT) ini. Tampak pada gambar (lihat Gambar 4.13). Ini menjukkan dari segi overhead ratio dalam jaringan yang lebih luas ini, protokol PROPHETAB mampu menekan biaya yang digunakan dalam proses penyampaian pesan dari source ke destination. Ini dikarenakan pada pergerakan manusia (MIT) ini dilakukan pada scop yang lebih luas di bandingkan dengan scope pada pergerakan manusia (Haggle Cambridge Imote) dan saat melakukan forwarding message pada PROPHETAB juga lebih selektif dalam melakukannya dengan pertimbangan buffer node yang ditemuinya.

0.5233 0.5230 PRO. PRO.AB 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 De liv ery Rat io (0 -1)

(51)

Gambar 4. 13. Grafik perbandingan Overhead Ratio Pada Pergerakan Manusia (MIT)

Disisi lain, terutama pada delay (lihat gambar 4.14) tidak begitu berdeda antara kedua protokol pada pergerakan ini. Pada DTN memang mentoleransi tingkat delay

yang tinggi. Semakin tinggi delay, maka mengakibatkan pesan semakin lama sampai ke tujuan dan juga mengibatkan pesan akan di drop pada jaringan karena habisnya TTL.

Gambar 4. 14. Grafik perbandingan Delay Pada Pergerakan Manusia (MIT) Walaupun PROPHET dan PROPHETAB memiliki tinggi yang hampir sama dalam segi delivery ratio dan delay, tetapi dari segi message drop, PROPHETABmampu menekan drop yang ada dijaringan, begitu juga yang terjadi pada overhead ratio

11.1635 7.3516 PRO. PRO.AB 4 5 6 7 8 9 10 11 12 Ov erh ead Rat io 35660.7842 35651.7047 PRO. PRO.AB 15000 17500 20000 22500 25000 27500 30000 32500 35000 37500 40000 De lay (s )

(52)

dari PROPHETAB. Ini dikarenakan pada PROPHETAB tidak akan memberikan pesan kepada node yang memiliki buffer yang lebih tinggi, untuk memperkecil kemungkinan pesan akan di drop dalam jaringan. Dengan tingginya drop

mengakibatkan overhead ratio pada PROPHET cenderung lebih tinggi dibandingkan pada PROPHETAB.

Gambar 4. 15. Grafik perbandingan Drop Pada Pergerakan Manusia (MIT) Pada gambar (lihat gambar 4.16) ini menunjukkan hasil grafik buffer occupancy

dari kedua protokol. Terlihat bahwa dari kedua protokol ini memiliki beberapa hub node pada jaringan.

Gambar 4. 16. buffer occupancy Pada Pergerakan Manusia (MIT) 31885 22573 PRO. PRO.AB 19000 20500 22000 23500 25000 26500 28000 29500 31000 32500 34000 Drop 0 5 10 15 20 25 30 35 40 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 Prophet ProphetAB

(53)

34 BAB V KESIMPULAN 5.1. Kesimpulan

Pada pergerakan Random Waypoint, protokol routing PROPHET dan PROPHETAB tidak terlalu memberikan kinerja yang mencolok pada delivery ratio, walaupun pada overhead ratio, delay, dan drop terdapat perbedaan yang tidak terlalu besar. Terbukti dari hasil yang sudah dilakukan pada skenario penambahan jumlah node. Ini dikarenakan pada pergerakan Random Waypoint setiap node diasumsikan memiliki nilai probabilitas yang sama atau dengan kata lain setiap node merupakan node relay yang baik dalam melakukan penyampaian pesan ke

destination. Sedangkan pada pergerakan manusia (Haggle4 Cambridge Imote) dan pergerakan manusia (MIT), setiap node memilliki probabilitas yang berbeda – beda dan terdapat node yang memiliki tingkat popularitas yang tinggi atau yang sering kita kenal dengan sebutan hub node. Transitivity pada PROPHET dan PROPHETAB mampu bekerja dengan baik untuk keberhasilan dari kedua routing protokol ini.

Pada pergerakan manusia (Haggle4 Cambridge Imote) dari segi delivery ratio dan delay memberikan hasil yang tidak begitu signifikan perbedaannya, tetapi PROPHETAB di kedua pergerakan ini mampu menekan dari segi overhead ratio

dan message drop kemudian buffer yang lebih kecil.

Pada pergerakan manusia (MIT) dari segi delivery ratio masih lebih baik pada PROPHET dan delay masih sama tinggi dari kedua protokol ini, tetapi PROPHETAB di kedua pergerakan ini mampu menekan dari segi overhead ratio

dan message drop kemudian buffer yang lebih kecil. Ini menjadikan routing

protokol PROPHET cocok diterapkan pada kedua pergerakan manusia ini karena PROPHET berbasis buffer menunjukkan unjuk kerja yang baik dilihat dari tade off

di kedua protokol. 5.2. Saran

Pada PROPHET dan PROPHETAB mampu menunjukkan unjuk kerja yang nampak pada kedua pergerakan manusia. Untuk penelitian selanjutnya, algoritma dari protokol ini dapat di kembangkan lebih luas lagi dari segi buffer tetapi pada

(54)

pergerakan yang lain, diluar pergerakan Random Waypoint dan pergerakan manusia (Haggle4 Cambridge Imote) dan pergerakan manusia (MIT). Dengan harapan kedepan, protokol ini mampu bekerja secara optimal.

(55)

36 DAFTAR PUSTAKA

[1] Lindgren, A.,Doria, A. & Schelen, O., ”Probailistic Routing Intermittenly Connected Networks”. Review, vol. 7, no. 3, Juli 2003.

[2] McLean, Alan (2014), “movingAverage.java”, [online] diakses di : https://gist.github.com/alancmclean/e84f2aae33c695b66fe4, 20 April 2017. [3] Akeranen (2015), “The Opportunistic Network Environment simulator”

[online] diakses di : https://github.com/akeranen/the-one/tree/v1.6.0, 2 Mei 2017.

[4] Scott, J., Gass, R., Crowcroft, J., Hui, P., Diot, C., Chaintreau, A., CRAWDED dataset cambridge/haggle (v. 2009-05-29), [online] diakses di : http://crawdad.org/~crawdad/cambridge/haggle/20090529/, Mei 2009 [5] Orlinski, Matthew, “Encounter traces for the ONE simulator”, [online]

diakses di : http://www.shigs.co.uk/index.php?page=traces, Juli 2017. [6] Eagle, Nathan & Pentland, Alex (Sandy). “A Community Resource for

Archiving Wireless Data At Dartmouth” [online] diakses di : http://crawdad.org/mit/reality/20050701/, The mit/reality dataset (v. 2005-07-01), Juli 2017.

[7] Putra, Parta Adi. 2016. ANALISIS ENERGI PROTOKOL PROPHET DI JARINGAN OPORTUNISTIK. Tugas Akhir. Yogyakarta : Fakultas Sains dan Teknologi Universitas Sanata Dharma.

(56)

37 LAMPIRAN A. Listing Program PROPHETAB

ProphetAB.java /*

* Released under GPLv3. See LICENSE.txt for details. */

package routing; /*

* author Anders Lindgern et al. * modified by Feliks Yudha */ import java.util.ArrayList; import java.util.Collection; import java.util.Collections; import java.util.Comparator; import java.util.HashMap; //import java.util.LinkedList; import java.util.List; import java.util.Map; //import java.util.Queue; import core.Connection; import core.DTNHost; import core.Message; import core.Settings; import core.SimClock; import core.Tuple; /**

* Implementation of PRoPHET router as described in <I>Probabilistic routing in

(57)

38 */

public class ProphetAB extends ActiveRouter { /** delivery predictability initialization constant */ public static final double P_INIT = 0.75;

/** delivery predictability transitivity scaling constant default value */ public static final double DEFAULT_BETA = 0.25;

/** delivery predictability aging constant */ public static final double GAMMA = 0.98;

/** Prophet router's setting namespace ({@value}) */ public static final String PROPHET_NS = "ProphetRouter"; /**

* Number of seconds in time unit -setting id ({@value}). How many seconds

* one time unit is when calculating aging of delivery predictions. Should * be tweaked for the scenario.

*/

public static final String SECONDS_IN_UNIT_S = "secondsInTimeUnit"; /**

* Transitivity scaling constant (beta) -setting id ({@value}). Default * value for setting is {@link #DEFAULT_BETA}.

*/

public static final String BETA_S = "beta";

/** the value of nrof seconds in time unit -setting */ private int secondsInTimeUnit;

/** value of beta setting */ private double beta;

/** delivery predictabilities */

private Map<DTNHost, Double> preds;

/** last delivery predictability update (sim)time */ private double lastAgeUpdate;

(58)

39

private double lastRecord = Double.MIN_VALUE; private int interval = 3600;

private int updateCounter = 0; // new added private double sum;

private double avgBuffer; /**

* Constructor. Creates a new message router based on the settings in the * given Settings object.

*

* @param s

* The settings object */

public ProphetAB(Settings s) { super(s);

Settings prophetSettings = new Settings(PROPHET_NS); secondsInTimeUnit = prophetSettings.getInt(SECONDS_IN_UNIT_S); if (prophetSettings.contains(BETA_S)) { beta = prophetSettings.getDouble(BETA_S); } else { beta = DEFAULT_BETA; } System.setProperty("java.util.Arrays.useLegacyMergeSort", "true"); initPreds(); } /** * Copyconstructor. * * @param r

* The router prototype where setting values are copied from */

(59)

40 protected ProphetAB(ProphetAB r) { super(r); this.secondsInTimeUnit = r.secondsInTimeUnit; this.beta = r.beta; initPreds(); } /**

* Initializes predictability hash */

private void initPreds() {

this.preds = new HashMap<DTNHost, Double>(); }

@Override

public void changedConnection(Connection con) { // System.out.println(SimClock.getTime()+ " N"); if (con.isUp()) {

DTNHost otherHost = con.getOtherNode(getHost()); updateDeliveryPredFor(otherHost);

updateTransitivePreds(otherHost); }

} /**

* Updates delivery predictions for a host.