8
Dengan kondisi infrastruktur seperti yang ditunjukkan Gambar 2.2, maka semua pengunjung yang mengakses suatu website dapat diarahkan ke satu server
yang lokasi geografisnya paling dekat dengan pengunjung sehingga beberapa layanan yang tersedia dapat diakses secara maksimal [3].
2.3 Perangkat Simulasi Yang Digunakan
2.3.1 Network Simulator NS-2
NS-2 merupakan sebuah program simulasi berbasis event kejadian yang banyak digunakan untuk mempelajari sifat dinamis dari jaringan dan protokol
komunikasi. NS-2 mampu mensimulasikan jaringan kabel dan jaringan nirkabel serta protokolnya mencakup algoritma routing, protokol komunikasi, algoritma
akses dan lain-lain. Gambar 2.3 menunjukkan arsitektur dasar NS-2. NS-2 menggunakan dua
jenis bahasa pemrograman, yaitu C++ danTCL.Bahasa C++ digunakan sebagai inti proses simulasi, sementara itu bahasaTCL digunakan untuk konfigurasi
jaringan [4].
Gambar 2.3 Arsitektur Dasar NS-2
Universitas Sumatera Utara
9
TCL dan OTcl adalah komponen TCL yang berfungsi untuk menjembatani konfigurasi dengan proses simulasi. NS-2 menghasilkan beberapa file yang berisi
catatan kejadian selama proses simulasi berlangsung. File trace dapat di ekstrak menjadi data-data yang diperlukan untuk menghitung parameter performansi
jaringan [4].
2.3.2 Evalvid Evaluasi Video
Evalvid adalah framework dan tool set untuk mengevaluasi kualitas video yang dikirimkan melalui jaringan komunikasi nyata ataupun simulasi. Data yang
diproses pada arus transmisi akan ditandai dan disimpan pada file-file berisi trace yang kemudian digunakan untuk memperoleh hasil parameter yang diinginkan
[5]. Struktur dari framework Evalvid ditunjukkan Gambar 2.4 [6].
Video Decoder
Video Decoder
VS VS
ET ET
FV FV
Source
PSNR PSNR
MOS MOS
Network or simulation
lossdelay Network
or simulation lossdelay
Result: -Frame Loss
Frame Jitter -user perceived
quality Result:
-Frame Loss Frame Jitter
-user perceived quality
Video Decoder
Video Decoder
User Play-Out
Buffer
tcpdump tcpdump
Evalvid- API
Evalvid- API
Receive Trace Sender
Trace Video
Trace Coded
Video
raw YUV video
Reconstructed raw YUV video
raw YUV video erroneous video
Reconstructed erroneous video
Gambar 2.4 Struktur Framework Evalvid
Universitas Sumatera Utara
10
Komponen utama dari struktur Evalvid dijelaskan sebagai berikut : 1.
Source : Sumber video dapat berupa raw file YUV dengan resolusi Quarter
Common Intermediate Format QCIF, 176 x 144 atau di Common
Intermediate Format CIF, 352 x 288.
2. Video Encoder dan Decoder: Evalvid mendukung dua codec MPEG4, yaitu
codec NCTU dan ffmpeg.
3. VS Video Sender: Komponen VS membaca file video yang dikompres dari
output encoder , menfragmentasi setiap frame video yang berukuran besar
menjadi segmen yang berukuran kecil dan kemudian mengirimkan segmen ini melalui paket UDP pada jaringan nyata atau simulasi. Untuk setiap
pengiriman paket UDP,framework mencatat tanda waktu, id paket, dan ukuran paket di sender trace file dengan bantuan tcp dump atau win dump,
jika jaringan adalah link nyata. Namun, jika jaringan disimulasikan, sender trace file
disediakan oleh entitas pengirim. Komponen VS juga membangkitkan video trace file yang berisi informasi tentang setiap frame
pada file video real. Video trace file dan sender trace file yang kemudian digunakan untuk evaluasi kualitas video berikutnya.
4. ET Evaluate Trace: Evaluasi berlangsung di sisi pengirim. Oleh karena itu,
informasi tanda waktu, id packet, dan ukuran paket yang diterima pada penerima harus dikirim kembali ke pengirim. Berdasarkan file video asli
yang dikodekan, file video trace, file sender trace, dan file received trace, komponen ET menghasilkan laporan packet loss, jitter serta file video
rekontruksi untuk melihat hasil video pada sisi penerima mengalami kerusakan atau tidak.
Universitas Sumatera Utara
11
5. FV Fix Video: Penilaian kualitas video digital dilakukan dari frame demi
frame . Oleh karena itu, jumlah total frame video di sisi penerima, termasuk
yang salah, harus sama seperti video asli di sisi pengirim. 6.
PSNR Peak Signal Noise Ratio: PSNR adalah salah satu objek untuk menilai QoS aplikasi pada transmisi video.
7. MOS Mean Opinion Score: Suatu subjektif untuk mengukur kualitas video
digital pada aplikasi [6].
Universitas Sumatera Utara
1
BAB 1 PENDAHULUAN
