21
BAB IV PENGUJIAN DAN ANALISIS
Untuk melakukan pengujian routing Protokol Epidemic, Binary Spray and Wait dan Source Spray and Wait maka dilakukan pengujian dengan beberapa skenario
dibawah ini :
4.1 Random Waypoint
4.1.1 Penambahan Jumlah Node Density
Table 4.1 Hasil Delivery Probability Penambahan Jumlah Node pada protokol Epidemic, Binary Spray and Wait, dan Source Spray
and Wait menggunakan pergerakan Random Waypoint
Jumlah Node
Delivery Probability Source Spray
and Wait Binary Spray and
Wait Epidemic
Node 40
0.3256 0.3314
0.3815
Node 80 0.4085
0.4119 0.6455
Node 120 0.4181
0.4239 0.7476
Node 160
0.4547 0.4509
0.7861
Node 200 0.456
0.4569 0.7881
Gambar 4.1 Grafik Delivery Probability dan pengaruhnya terhadap penambahan node pada random waypoint
0.2 0.4
0.6 0.8
1
40 80
120 160
200 De
li v
ery P
ro b
ab il
it y
Number of Node
Delivery Probability
Source Binary
Epidemic
22 Table 4.2 Pengujian Average Latency dan pengaruhnya terhadap
penambahan jumlah node
Jumlah Node
Average Latency Source Spray
and Wait Binary Spray
and Wait Epidemic
Node 40
48580.4467 46307.9773
43983.542
Node 80
42874.7377 42031.6207
40618.135
Node 120
42242.5972 42022.08
34218.445
Node 160
41749.1267 39752.1679
28975.1985
Node 200
40247.3754 40017.426
19327.9252
Gambar 4.2 Grafik pengaruh penambahan node terhadap latency pada pergerakan random waypoint
Pada pergerakan
random waypoint
, maka probabilitas bertemu antar node sama. Dengan bertambahnya jumlah node, maka beban akan
semakin betambah dengan meningkatnya
copy message
. Pada grafik pengaruh Delivery Probability Gambar 4.1, tingkat keberhasilan
pesan sampai ke tujuan semakin besar diikuti dengan penambahan jumlah node. Meningkatnya Delivery Probability pada penambahan
node dikarenakan semakin padatnya jaringan dengan node akan memudahkan node pembawa pesan bertemu dengan node lain untuk
10000 20000
30000 40000
50000 60000
40 80
120 160
200 L
aten cy
s ec
Number of Node
Average Latency vs Number of Node
Source Spray and Wait Binary Spray and Wait
Epidemic
23 mentransmisikan pesan. Karena peluang bertemu semakin besar, maka
peluang pesan terkirim akan semakin meningkat pula. Demikian karena pengaruh penambahan node terhadap Delivery
Probability yang semakin meningkat maka ada pengaruh juga terhadap Latency. Karena kemungkinan node bertemu semakin besar, maka
Latency juga akan semakin menurun Gambar 4.2.
Gambar 4.3 Grafik pengaruh Konsumsi Energi dengan bertambahnya jumlah node
Dilihat dari Gambar 4.3 dapat disimpulkan bahwa penambahan jumlah node mempengaruhi banyaknya konsumsi energi. Penambahan
node menyebabkan jaringan semakin padat dan meningkatkan peluang node untuk saling bertemu dengan node yang lain. Semakin mudah
bertemu, maka node – node akan membutuhkan lebih banyak energi
untuk mentranmisikan pesan. Pada Gambar 4.3 protokol Epidemic sangat boros dalam penggunaan energi karena Epidemic membanjiri
jaringan dengan pesan setiap kali bertemu node lain dengan summary vector yang berbeda. Berbeda dengan Epidemic, protokol Spray and
Wait mengkonsumsi energi lebih sedikit dibanding protokol Epidemic karena Spray and Wait membatasi jumlah pesan yang dikirim. Gambar
3800 4000
4200 4400
4600 4800
5000
40 80
120 160
200 E
n er
g y
Un it
Jumlah Node
Rata - Rata Konsumsi Energi perhari
Source Binary
Epidemic
24 4.4 menunjukkan pengaruh banyaknya node yang mati terhadap
penambahan jumlah node. Dalam hal ini protokol Epidemic memiliki lebih banyak node yang mati karena kehabisan banyak energi
dibandingkan protokol Spray and Wait. Pada protokol Spray and Wait, binary mode lebih banyak menghabiskan energi dibandingkan dengan
source mode, karena node relay pada binary mode dapat membagikan copy pesan kepada node lain selama pesan lebih dari 1, sedangkan node
relay pada source mode tidak bisa membagikan copy pesan, karena node relay hanya membawa 1 pesan untuk disampaikan ke node
destination saja.
Gambar 4.4a Dead Node dengan jumlah node 80
10 20
30 40
50 60
70 80
9 10
11 N
um ber
of D
ea d
N ode
Waktu Hari
Node 80
Spray And Wait Source Spray And Wait Binary
Epidemic
20 40
60 80
10 11
N um
ber of
D ea
d N
ode
Waktu Hari
Node 80
Spray And Wait Source Spray And Wait Binary
25 Gambar 4.5b Dead Node dengan Jumlah Node 120
20 40
60 80
100 120
9 10
11 Nu
m b
er o
f Dea
d No
d e
Waktu Hari
Node 120
Spray And Wait Source Spray And Wait Binary
Epidemic
20 40
60 80
100 120
9 10
11 Nu
m b
er o
f Dea
d No
d e
Waktu Hari
Node 120
Spray And Wait Source Spray And Wait Binary
26 Gambar 4.6c Pengaruh penambahan node terhadap Dead
Node 4.1.2
Node Speed Penambahan Kecepatan Node Table 4.3 Hasil pengujian pengaruh penambahan kecepatan node
20 40
60 80
100 120
140 160
9 10
11 Nu
m b
er o
f Dea
d No
d e
Waktu Hari
Node 160
Spray And Wait Source Spray And Wait Binary
Epidemic
20 40
60 80
100 120
140 160
9 10
11 Nu
m b
er o
f Dea
d No
d e
Waktu Hari
Node 160
Spray And Wait Source Spray And Wait Binary
Speed ms
Delivery Probability Source Spray
and Wait Binary Spray
and Wait Epidemic
0.5 - 1.5
0.0998 0.3453
0.5528
1.5 - 2.5
0.215 0.4086
0.5816
2.5 - 3.5
0.21 0.3376
0.5432
3.5 - 4.5
0.203 0.2685
0.4165
4.5 - 5.5
0.0998 0.1418
0.286 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27 terhadap Delivery Probability
Gambar 4.7 Delivery Probability terhadap penambahan kecepatan
Table 4.4 Hasil pengujian penambahan kecepatan node terhadap Delivery Probability
Gambar 4.8 Grafik pengaruh penambahan kecepatan node Semakin
bertambahnya kecepatan
node, dapat
mempengaruhi tingkat keberhasilan pesan sampai ke destination.
0.2 0.4
0.6 0.8
0.5 - 1.5 1.5 - 2.5
2.5 - 3.5 3.5 - 4.5
4.5 - 5.5 Deliv
er y
P ro
b ab
ilit y
Number of Speed ms
Delivery Probability
Source Binary
Epidemic
10000 20000
30000 40000
50000 60000
0.5 - 1.5 1.5 - 2.5
2.5 - 3.5 3.5 - 4.5
4.5 - 5.5 A
v era
g e
L aten
cy
Number of Speed ms
Average Latency
Source Binary
Epidemic
Speed ms
Average Latency Source Spray
and Wait Binary Spray and
Wait Epidemic
0.5 - 1.5
54840.44 48562.73
45320.267
1.5 - 2.5
52577.79 47785.15
43690.881
2.5 - 3.5
52507.36 47273.6
43682.304
3.5 - 4.5
52477.79 47270.76
43578.563
4.5 - 5.5
52340.43 47048.36
43420.804 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28 Jika dilihat dari Gambar 4.5 Laju Delivery Probability menanjak dan
kembali menurun diikuti dengan penambahan kecepatan node. Dengan bertambahnya kecepatan node, maka peluang bertemu
dengan node lain semakin banyak untuk melakukan
scan, transmit message, receive.
Karena dengan banyaknya peluang bertemu dengan node lain maka delivery probability meningkat. Tetapi di sisi
lain, dengan bertambahnya tingkat kecepatan node, maka akan mengganggu proses transmisi. Akibat peningkatan kecepatan node
banyak proses transmisi yang gagal dikarenakan node yang saling mentransmisikan pesan akan lebih cepat keluar dari radio range
kedua node tersebut sebelum pesan tuntas terkirim.
Gambar 4.9 Grafik pengaruh penambahan node terhadap rata –
rata konsumsi energi perhari
Gambar 4.7 menunjukkan bahwa dengan bertambahnya kecepatan node akan membuat probabilitas bertemu semakin tinggi
sehingga membuat node pembawa pesan harus berinteraksi
scan, scan response, transmit
dengan node yang ditemuinya. Karena dengan bertambahnya jumlah interaksi pada node, maka masing
– masing node membutuhkan konsumsi energi yang lebih banyak.
Dari sisi lain, semakin cepat node bergerak akan mempengaruhi
4100 4200
4300 4400
4500 4600
4700 4800
4900
0.5 - 1.5 1.5 - 2.5
2.5 - 3.5 3.5 - 4.5
4.5 - 5.5 Ener
g y
U ni
t
Number of Speed ms
Rata - Rata Konsumsi Energi perhari
Source Binary
Epidemic
29 proses interaksi. Semakin cepat node bergerak maka interaksi antar
node juga akan cepat terputus karena kemungkinan keluar dari jangkauan radio range. Pertemuan antar node akan lebih banyak
karena penambahan kecepatan, tetapi penggunaan energi akan lebih sedikit karena semakin singkatnya waktu bertemu. Jika dilihat dari
Gambar 4.7 node dengan kecepatan 1.5 – 2.5 ms adalah sebagai
puncak dari banyaknya konsumsi energi.
Gambar 4.10a Dead Node pada kecepatan 0.5 – 1.5ms
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Waktu Hari
Speed 0.5 - 1.5 ms
Source Binary
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Waktu Hari
Speed 0.5 - 1.5 ms Source vs Binary
Source Binary
30
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Hari
Speed 1.5 - 2.5 ms
Source Binary
Epidemic
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Waktu Hari
Speed 1.5 - 2.5 ms Source vs Binary
Source
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Hari
Speed 2.5 - 3 ms
Source Binary
Gambar 4.11b Dead Node pada kecepatan 1.5 – 2.5ms
31 Gambar 4.12 c Dead Node pada kecepatan 2.5
– 3ms
Gambar 4.13d Dead Node pada kecepatan 4.5 – 5ms
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Hari
Speed 2.5 - 3 ms Source vs Binary
Source Binary
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Waktu Hari
Speed 4.5 - 5 ms
Source Binary
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Waktu Hari
Speed 4.5 - 5 ms Source vs Binary
Source
32 4.1.3
Message Size Penambahan Message Size Table 4.5 Message Size Penambahan Message Size
Message Size Delivery Probability
Source Spray and Wait
Binary Spray and Wait
Epidemic
100k - 500k 0.6876
0.7943 0.8362
500k - 1M 0.2207
0.3952 0.5816
1M - 1500k 0.1036
0.1996 0.3071
1500k - 2M 0.0307
0.0653 0.0864
2M - 2500k 0.0154
0.0211 0.0461
Gambar 4.14 Pengaruh penambahan ukuran pesan terhadap Delivery Probability
Table 4.6 Message Size Penambahan Message Size
Message Size
Average Latency Source
Spray and Wait
Binary Spray and Wait
Epidemic
100k - 500k 0.6876
0.7943 0.8362
500k - 1M 0.2207
0.3952 0.5816
1M - 1500k 0.1036
0.1996 0.3071
1500k - 2M 0.0307
0.0653 0.0864
2M - 2500k 0.0154
0.0211 0.0461
0.2 0.4
0.6 0.8
1
100k - 500k 500k - 1M
1M - 1500k 1500k - 2M
2M - 2500k Deliv
er y
P ro
b ab
ilit y
Message Size
Delivery Probability
Source Binary
Epidemic
33 Dalam kasus penambahan pesan, semakin besar ukuran
pesan maka akan membuat Delivery Probability semakin menurun. Dengan besarnya sebuah pesan maka akan membutuhkan proses
tranmisi yang lebih lama. Lamanya proses transmisi menentukan berhasil atau tidaknya pesan tuntas terkirim. Saat proses transmisi
sebuah pesan dengan ukuran pesan yang besar kemungkinan pesan gagal terkirim juga besar dikarenakan ketika kedua node sudah
diluar jangkauan proses pengiriman juga belum selesai karena ukuran yang besar. Karena proses pengiriman yang terlalu lama dan
banyak pesan yang gagal ditransmisikan maka Delivery ratio semakin menurun diikuti dengan penambahan ukuran pesan.
Demikian dengan Latency, Latency akan semakin meningkat karena proses pengiriman pesan yang semakin lama.
10000 20000
30000 40000
50000 60000
70000
100k - 500k 500k - 1M
1M - 1500k 1500k - 2M
2M - 2500k
A v
er ag
e Lat enc
y se
c
Message Size
Average Latency
Source Binary
Epidemic
Gambar 4.15 Pengaruh penambahan ukuran pesan terhadap latency
34 Gambar 4.16 Pengaruh ukuran pesan terhadap penggunaan energi
Semakin besar ukuran pesan, maka proses transmisi akan semakin lama juga. Karena ukuran yang besar dan memakan waktu
yang semakin lama tentunya akan membutuhkan energi yang lebih besar juga. Gambar 4.11 menjelaskan jika ukuran pesan semakin
bertambah maka penggunaan energi akan lebih besar. Semakin besar ukuran pesan juga bukan berarti bahwa penggunaan energi semakin
besar pula. Gambar 4.11 juga memperlihatkan bahwa semakin bertambahnya ukuran pesan maka akan menurunkan penggunaan
energi. Hal ini dikarenakan banyak pesan yang gagal terkirim, pesan yang gagal terkirim membuat konsumsi energi lebih sedikit karena
pengiriman tidak tuntas. Pesan yang terlalu besar membuat kemungkinan untuk berinteraksi dengan node yang lain juga
semakin menurun. Ukuran pesan dengan besar 500k – 1M menjadi
puncak dengan konsmusmi energi yang besar dalam kasus ini.
4000 4200
4400 4600
4800 5000
100k - 500k 500k - 1M 1M - 1500k 1500k - 2M 2M - 2500k Ener
g y
uni t
Message Size
Rata - rata Konsumsi Energi perhari
Source Binary
35 Gambar 4.17 a Dead Node pada Dead Node pada Size
100k - 500k
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Waktu Hari
Dead Node pada Size 100k - 500k
Source Binary
Epidemic
10 20
30 40
50
9 10
11 N
um ber
of D
ea d
N ode
Waktu Hari
Dead Node pada Size 100k - 500k
Source Binary
10 20
30 40
50
9 10
11 Nu
m b
er o
f Dea
d No
d e
Waktu Hari
Dead Node pada Size 500k – 1M
Source Binary
Epidemic
36 Gambar 4.18b Dead Node pada Size 500k
– 1M
Gambar 4.19 c Dead Node pada Size 2M – 2500k
10 20
30 40
50
9 10
11 Nu
m b
er o
f Dea
d No
d e
Waktu Hari
Dead Node pada Size 500k – 1M
Source Binary
10 20
30 40
50
9 10
11 Nu
m b
er o
f Dea
d No
d e
Waktu Hari
Dead Node pada Size 2M - 2500k
Source Binary
Epidemic
10 20
30 40
50
9 10
11 Nu
m b
er o
f Dea
d No
d e
Waktu Hari
Dead Node pada Size 2M - 2500k
Source Binary
37
4.2 Real Human Trace Haggle Cambridge Imotes