Analisis perbandingan routing protocol epidemic dan prophet di opportunistic networks.

i

ANALISIS PERBANDINGAN ROUTING PROTOCOL EPIDEMIC DAN PROPHET DI OPPORTUNISTIC NETWORKS

SKRIPSI

Diajukan Untuk Memenuhi Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Disusun oleh :

Dionysius Dewaji Madyasta

115314017

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

ii

PERFORMANCE EVALUATION OF ROUTING PROTOCOL EPIDEMIC AND PROPHET IN OPPORTUISTIC NETWORKS

A THESIS

Presented as Partial Fullfillment of Requirtments To Obtain Sarjana Komputer Degree

In Informatics Engineering Depeartment

By :

Dionysius Dewaji Madyasta 115314017

INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY

YOGYAKARTA 2016

TIALAMAN PENGESAHAN

SKRIPSI

ANALISIS PERBANDINGAN ROUTING PROTOCOL EPIDEMIC DA}I

PROPHET DI OPPORTUNISTIC NETWORIG

Dipersiapkan dan ditulis oleh :

DIONYSIUS DEWAJI MADYASTA

115314017

Telah dipertahankan di depan panitia penguji Pada tanggal 5 Desember 2016 Dan dinyatakan memenuhi syarat

Susunan Panita Penguji Nama lengkap

Ketua

Sekretaris

Anggota

Puspaningtyas Sanjoyo Adi, S.T.' M.T.

Iwan Binanto, S.Si., M.Cs.

Bambang Soelistijanto, S.T., M.Sc.o Ph.D. Yogyakarta _, 16 0eser,be,nzorc

Fakultas Sains dan Teknologi

v

HALAMAN MOTO

“Bagaimana bisa tetap berdiri tegak, sementara melihat dedaunan yang selama ini dipertahankan, justru jatuh dan kemudian meninggalkan? Atau, ini hanya salah satu cara semesta mengajarkanku menjadi lebih

kuat” ~skripsi

PERNYATAAN KEASLIAN

Saya menyatakan dengan sesungguhnya bahwa sripsi yang saya tulis ini

tidak memuat karya atau bagian karya orang lain, terkecuali yang sudah tertulis di dalam kutipan daftar pustak4 sebagaimana layaknya sebuah karya ilmiah.

Yogyakarta, 5 Desember 2016 Penulis

"(L

I

Dionysius

ul*a;i

Madyasta

LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEIVIIS

Yang bertanda tangan dibawah ini, saya mahasiswa Universitas Sanata

Dharma:

Nama : Dionysius Dewaji Madyasta

NIM

: 115314017

Demi mengembangakan ilmu pengetahuan , saya memberikan kepada

Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :

ANALISIS PERBANDINGAN ROUTING PROTOCOL EPIDEMIC DAN

PROPHET DI OPPORTUNISTIC NETWORKS

Berserta perangkat yang diperlukan (bila ada). Dengan demikian, saya memberikan kepada Universitas Sanata Dharma hak untuk menyimpan, mengalihkan kedalam bentuk media lain, mengelolanya dalam pangkalan data,

mendistribusikan secara terbatas dan mempublikasikanya di internet atau media lain untuk kepentingan akademis tanpa perlu ijin dari saya maupun memberi royalty

kepada saya selama tetap mencantumkan nama saya sebagai penulis. Demikian pernyataan ini saya buat dengan sebenarnya.

Yogyakart4 5 Desember 2016 Penulis

t I

il

lJW

Dionysius _dewaji Madyasta I

viii ABSTRAK

Opportunistic Network merupakan suatu jaringan dapat berkomunikasi tanpa infrastruktur, dimana konektivitas antara end-to-end tidak dapat diperkirakan dan node dalam jaringan Opportunistic besifat intermittent, dengan arti node tersebut terkadang terhubung dan terkadang juga tidak,Tantangan dalam jaringan ini adalah bagaimana strategi menyampaikan pesan dari node pengirim (source) sampai node tujuan (destination).

Pada penelitian ini penulis menguji unjuk kerja dari protokol routing epidemic dan prophet untuk menguji protokol tersebut penulis menggunakan simulator TheONE. Metrik unjuk kerja yang digunakan dalam penelitian ini antara lain delivery ratio, overhead ratio, latency average, dan buffer occupancy. Parameter yang akan digunakan pada setiap pengujian adalah dengan penambahan jumlah node, penambahan jumlah time to live dan penambahan buffer size sedangkan pergerakanya menggunkan random waypoint dan pergerakan manusia (Haggle4-Cam-Imote).

Protokol epidemic dengan pola pengiriman yang flooding – based-Forwarding akan menghasilkan delivery yang tinggi dan latency yang baik namun dengan jumlah copy pesan yang banyak, sehingga menyebabkan overhead didalam jaringan.

Dari hasil penelitian diketahui bahwa protokol prophet mampu menggungguli epdemic dengan meminimalkan jumlah copy pesan, menggunakan pola pengiriman delivery predictability. protokol prophet juga akan menjaga nilai probabilitas dan latency.

Dengan pergerakan random waypoint kinerja prophet kurang optimal dibanding epidemic karena di random waypoint probabilitas bertemu setiap node cenderung sama, namun dipergerakan manusia prophet dapat bekerja dengan baik karena setiap node memiliki nilai probabilitas bertemu yang variatif.

Kata kunci : opportunistic network, epdemic, Prophet, random waypoint, haggle-4, buffer occupancy, delivery ratio, latency, overhead ratio

ix ABSTRACT

Opportunistic Network is a network that can communicate without infrastructure when the connectivity between end-to-end cannot be predicted and the node in the network Opportunistic is intermittent, it means that the node is sometimes connected and sometimes not. The challenge in this network is how to convey the message from the source node to the destination node.

In this research, the writer tests the performance of the protocol routing epidemic and prophet. The writer tests it by using The One simulator. The metric performances that are used in this research include delivery ratio, overhead ratio, average latency, and buffer occupancy. The parameter that will be used in each test is increasing the number of node, increasing the amount of time to live, and the addition of buffer size while the movement is using the random waypoint and the human movement (Haggle4-Cam-Imote).

Protocol Epidemic with a pattern flooding-based-Forwarding delivery will produce a high delivery and a good latency. In the other hand, with the number of messages that is much, it causes overhead on the network.

The research result shows that the protocol Prophet is able to surpass the epidemic by minimizing the number of message copies, using the pattern of the delivery predictability. Protocol Prophet will also keep the value of the probability and latency.

With the random waypoint movement, the performance of prophet is less optimal than the epidemic. It is because the probability meets each node that tends to be the same in random waypoint, but in the human movement, the prophet can work well because each node has a meeting probability value that is various.

keywords: opportunistic network, epidemic, Prophet, random waypoint, haggle-4, buffer occupancy, delivery ratio, latency, overhead ratio

x

KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Esa atas segala berkat dan karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir yang berjudul “Analisis Perbandingan Routing Protocol Epidemic Dan Prophet Di Opportunistic Networks”. Tugas akhir ini merupakan salah satu mata kuliah wajib dan sebagai syarat akademik untuk memperoleh gelar sarjana computer program studi Teknik Informatika Universitas Sanata Dharma Yogyakarta.

Penulis menyadari bahwa selama proses penelitian dan penyusunan laporan tugas akhir ini, banyak pihak yang telah membantu penulis, sehingga pada kesempatan ini penulis ingin mengucapkan terimakasih yang sebesar – besarnya, antara lain kepada :

1. Tuhan Yesus kristus, yang selalu memberikan kekuatan, berkah dan rahmatya dalam proses pembuatan tugas akhir.

2. Sudi Mungkasi, Ph.D. selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma.

3. Dr. Anastasia Rita Widiarti, M.Kom. selaku Ketua Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Sanata Dharma 4. Henricus Agung Hernawan, S.T.,M.Kom. selaku dosen pembimbing

akademik, terimakasih atas kritik dan saran yang telah diberikan kepada penulis.

5. Bambang Soelistijanto, S.T., M.Sc., Ph.D. selaku dosen pembimbing tugas akhir, terimakasih atas kesabarannya dan nasehat dalam membimbing penulis, meluangkan waktunya, memberi dukungan, motivasi, serta saran yang sangat membantu penulis.

6. Orang tua, Daminanus Eko karsono dan Vincensia Sri Jotho, Simbah Putri serta Saudara saudari saya Lucia Dena pratita, Dewi Hastuty, Nero, Moly, Ciko, serta seluruh keluarga yang selalu memberikan semangat dalam pengerjaan skripsi ini.

Teman

_-

teman Teknik lnformatika semua angkatan dan khususnya TI

angkatan 2011 yang selalu memberikan motivasi dan bantuan hingga penulis menyelesaikan tugas akhir ini.

Teman-teman kos dan seperjuangan Argan, Nugroho, Brahu, Rennaf;

Anggit, Antok, kipli, si john, dan seluruh relasi teman kerabat yang tidak bisa di sebutkan satu persatu, yang selalu memberikan bantuan dukungan

dan semangat agar cepat menyelesaikan skripsi ini.

Penulis menyadari bahwa masih banyak kekurangan dalam penyusunan tugas akhir ini. Saran dan kritik sangat diharapkan untuk perbaikan yang akan

dating. Akhir kata, semoga tulisan

ini

dapat bermanfaat bagi kemajuan dan perkemban gan ilmu pengetahuan.

Yogyakarta 5 Desember 2016

dl

Dionysius Dewaji Madyasta 7.

xii DAFTAR ISI

HALAMAN JUDUL ... i

TITLE PAGE ... ii

HALAMAN PERSETUJUAN ... iii

HALAMAN PENGESAHAN ...iv

HALAMAN MOTO ... v

PERNYATAAN KEASLIAN ...vi

LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... vii

ABSTRAK ... viii

ABSTRACT ... ix

KATA PENGANTAR ... x

DAFTAR ISI... xii

DAFTAR TABEL ... xiv

DAFTAR GAMBAR ... xv

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 3

1.3 Batasan Masalah ... 3

1.4 Tujuan Penelitian ... 3

1.5 Metodologi Penelitian ... 4

1.6 Sistematika Penulisan ... 5

BAB II LANDASAN TEORI ... 6

2.1 Delay Tolerant Network ... 6

2.2 Opportunistic Networks ... 9

2.3 Pergerakan Random Waypoint... 11

2.4 Pergerakan manusia ... 11

2.5 Protokol Routing ... 12

2.5.1 Epidemic ... 13

2.5.2 Prophet ... 14

2.6 The One Simulator ... 16

2.6.1 Fungsi The One Simulator ... 16

xiii

BAB III PERENCANAAN PENELITIAN ... 20

3.1 Parameter Simulasi ... 20

3.2 Skenario Simulasi ... 21

3.3 Parameter Uji ... 22

3.4 Topologi Jaringan ... 23

BAB IV PENGUJIAN DAN ANALISIS ... 24

4.1 Pergerakan Random Waypoint... 24

4.1.1 Penambahan Jumlah Node ... 24

4.1.2 Penambahan Buffer Size ... 28

4.1 Pergerakan Manusia dengan penambahan TTL pesan ... 32

BAB V KESIMPULAN DAN SARAN ... 37

5.1 Kesimpulan ... 37

5.2 Saran ... 37

DAFTAR PUSTAKA ... 38

xiv

DAFTAR TABEL

Tabel 3.1 Parameter Jaringan. ... 20

Tabel 3. 2 Tabel skenario simulasi dengan variasi TTL. ... 21

Tabel 3.3 Tabel skenario simulasi dengan variasi Buffer Size. ... 21

Tabel 3.4 Tabel skenario simulasi dengan variasi Node ... 21

Tabel 4. 1 Hasil penambahan jumlah node pada protocol Epidemic……….24

Tabel 4. 2 Hasil penambahan jumlah node pada protocol Prophet. ... 25

Tabel 4. 3 Hasil penambahan Buffer Size pada protocol epidemic. ... 28

Tabel 4. 4 Hasil penambahan Buffer Size pada protocol Prophet. ... 28

Tabel 4. 5 Hasil penambahan TTL pesan pada protocol Epidemic. ... 32

xv

DAFTAR GAMBAR

Gambar 2. 1 Interplanetary internet. ...7

Gambar 2. 2 Metode Store And Forward. ...8

Gambar 2. 3 Letak Bundle Layer. ...8

Gambar 2. 4 Bagan Opportunistic Networks. ...9

Gambar 2. 5 ilustrasi pergerakan random waypoint. ...11

Gambar 2. 6 cara kerja Epidemic. ...14

Gambar 2. 7 ilustrasi pola pertukaran delivery predictability pada protokol prophet. 16 Gambar 2. 8 ilustrasi transitive property pada protokol prophet. ...16

Gambar 2. 9Tampilan awal The ONE Simuator. ...17

Gambar 2. 10 Struktur The ONE Simulator. ...17

Gambar 3. 1 Snapshoot topologi jaringan menggunakan RandomWaypoint………. 23

Gambar 4. 1 grafik penambahan jumlah node pada protocolprophet dan epidemic. 25 Gambar 4. 2 grafik konsumsi buffer per node pada penambahan 20 node. ...27

Gambar 4. 3 grafik konsumsi buffer per node pada penambahan 50 node. ...27

Gambar 4. 4 grafik konsumsi buffer per node pada penambahan 80 node. ...28

Gambar 4. 5 grafik penambahan jumlah Buffer pada protocolprophet dan epidemic ...29

Gambar 4. 6 grafik konsumsi buffer per node pada penambahan buffer size 5MB. ...31 Gambar 4. 7 grafik konsumsi buffer per node pada penambahan buffer size 30MB. .31 Gambar 4. 8 grafik konsumsi buffer per node pada penambahan buffer size 60 MB. 32

xvi

Gambar 4. 9 grafik penambahan jumlah TTL pada protocolprophet dan epidemic. ..33 Gambar 4. 10 grafik konsumsi buffer per node pada penambahan TTL 20. ...35 Gambar 4. 11 grafik konsumsi buffer per node pada penambahan TTL 60. ...35 Gambar 4. 12 grafik konsumsi buffer per node pada penambahan TTL 1440. ...36

1 BAB I PENDAHULUAN 1.1 Latar Belakang

Jaringan komputer yang semakin berkembang menggunakan dua media transmisi yaitu jaringan kabel dan jaringan nirkabel (wireless). Wireless merupakan jaringan nirkabel yang menggunakan udara sebagai media transmisinya untuk menghantarkan gelombang elektromagnetik [1], wireless menyesuaikan dengan perkembangan penggunaan perangkat yang mendukung mobilitas penggunanya, karena penggunaan jaringan menggunakan media transmisi kabel tidak mendukung mobilitas maka jaringan nirkabel adalah jaringan yang tepat untuk proses komunikasi.

Salah satu aplikasi jaringan nirkabel adalah Ad hoc network yang memiliki tantangan dimana setiap perangkat (node) yang terhubung dengan node lainnya berpindah tempat atau bergerak (mobile), dimana saja dan kapan saja tanpa menggunakan infrastruktur jaringan yang ada disebut dengan Mobile Ad HocNetwork (MANET). Dalam MANET, Sebuah node sekaligus sebagai sebuah router dapat menghapus atau meneruskan (forward) paket (bertindak sebagai relay). Dengan demikian, paket melewati jaringan ad hoc dengan cara diteruskan dari satu node ke node lainnya sampai ke tujuannya. Dikarenakan node-node yang ada bergerak maka ini akan menantang, karena topologi jaringan berubah secara terus menerus. Bagaimana menemukan tujuan, bagaimana mencari jalur ke tujuan, dan bagaimana memastikan komunikasi tetap berlangsung dalam kondisi perubahan topologi yang terus-menerus adalah tantangan utama dalam MANET.

Ada kondisi lain dimana setiap node tidak lagi terhubung satu sama lain seperti pada MANET, untuk mengatasi kasus tersebut maka di kembangkan menjadi OpportunisticNetworks yang merupakan salah satu sub bagian dari Delay tolerant network, Dalam Opportunistic Networks, node yang bergerak di ciptakan untuk berkomunikasi satu sama lain bahkan jika rute yang menghubungkan node tidak pernah ada sekalipun, sehingga

2

kemungkinan terjadi delay yang cukup lama. Selain itu, node yang berada dalam jaringan tidak mengetahui atau mendapatkan informasi tentang topologi jaringan termasuk jumlah nodenya.

Rute di bangun secara dinamis antara node pengirim dan node tujuan, dan setiap node yang saling bertemu kemungkinan akan digunakan sebagai hop berikutnya asalkan dapat menyampaikan pesan sampai ke tujuan akhir. Untuk menentukan node mana yang akan di jadikan hop, di atur oleh banyak Protokol Routing, diantaranya adalah ; epidemic, Prophet, spray and wait, BubbleRap, PeopleRank, FairRouting, RAPID, simbet dll.

Didalam penelitian akan membandingkan dua buah protokol routing yaitu Epidemic dan Prophet kemudian akan di analisis performasinya, parameter untuk analisisnya adalah ;Delivery Ratio, Latency Average, Buffer Occupancy, Overhead ratio, dan menggunkan dua pergerakan yaitu random waypoint dan pergerakan manusia, pengujian bersifat simulator dan akan menggunakan program The ONE simulator.

Hasil penelitian di harapkan dapat menjadi pertimbangan dalam menentukan routing protokol yang lebih baik yang dapat di gunakan pada jaringan dengan konsep OpportunisticNetwork.

3 1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah dijelaskan, rumusan masalah yang didapat adalah sebagai berikut :

1. Bagaimana mendapatkan data (Delivery Ratio, Overhead ratio, Latency Average, Buffer Occupancy) untuk mengetahui kinerja routing protokol Epidemic dan Prophet.

2. Bagaimana menganalis data (Delivery Ratio, Overhead ratio, Latency Average, Buffer Occupancy) untuk mengetahui kinerja routing protokol Epidemic dan Prophet .

3. Bagaimana menyimpulkan kualitas kerja protokol routing Epidemic dan Prophet berdasarkan analisis data.

1.3 Batasan Masalah

Batasan masalah dalam penelitian ini adalah :

1. Simulasi di bangun dengan menggunakan The ONE Simulator dengan bahasa pemrograman java.

2. Routing protokol yang di gunakan adalah Epidemic dan Prophet. 3. Parameter uji yang diukur adalah Delivery Ratio, Latency Average,

Overhead ratio, Buffer Occupancy.

4. Pergerakan yang dipakai adalah random waypoint dan pergerakan manusia mengetahui

5. Parameter pengujianya adalah penambahan jumlah node, penambahan jumlah buffer dan penambahan TTL pesan.

1.4 Tujuan Penelitian

Adapun tujuan dari penelitian tugas akhir ini adalah untuk memberikan hasil perbandingan kinerja routing protokol di Opportunistic Networks. Perbandingan tersebut adalah antara routing protokol Epidemic dan Prophet.

4 1.5 Metodologi Penelitian

Adapaun metodologi dan langkah – langkah yang digunakan dalam pelaksanaan tugas akhir ini adalah sebagai berikut :

1 Studi Literatur

a. Teori Jaringan Opportunistic

b. Teori protokol Epidemic dan Prophet

c. Teori delivery ratio, Overhead ratio, Latency average, dan buffer occupancy.

d. Javadocs (ONE simulator)

e. Tahap-tahap dalam membangun simulasi

2 Perancangan

Dalam tahap ini penulis merancang skenario sebagai berikut: a. Penambahan jumlah node

b. Penambahan jumlah Buffer c. Penambahan jumlah TTL pesan d. Source dan destination tetap

e. Pergerankan random waypoint dan pergerakan manusia

3 Pembangunan Simulasi dan Pengumpulan Data

Pembangunan dan pengumpulan data pada tugas akhir ini menggunakan The One Simulator berbasis java.

4 Analisis Data Simulasi

Dalam tahap ini penulis menganalisa hasil pengukuran yang diperoleh pada proses simulasi. Analisa dilakukan dengan pengamatan yang berdasarkan teori – terori mengenai protokol yang dipakai

5 Penarikan Kesimpulan

Penarikan kesimpulan didasarkan pada beberapa parameter uji yang diperoleh pada proses analisis data.

5 1.6 Sistematika Penulisan

Berikut adalah sistematika penulisan tugas akhir yang di bagi menjadi 5 bab, yang lebih jelasnya dapat di lihat di bawah ini :

BAB I : PENDAHULUAN

Bab ini berisi tentang latar belakang masalah, Rumusan masalah, Tujuan Peneitian, Batasan Masalah, Metodologi Penelitian, serta Sistematika Penulisan.

BAB II : LANDASAN TEORI

Bab ini berisi tentang dasar teori yang di gunakan penuis dalam menyelesaikan tugas akhir ini.

BAB III : PERENCANAAN PENELITIAN

Bab ini berisi tetang perencanaan kerja dalam melakukan penelitian, serta parameter – parameter yang di jadikan bahan penelitian.

BAB IV : PENGUJIAN DAN ANALISIS

Bab ini berisi tahap – tahap pengujian simulasi dan analisis data hasil simulasi.

BAB V : KESIMPULAN DAN SARAN

6 BAB II

LANDASAN TEORI

2.1 Delay Tolerant Network

Delay Tolerant Network (DTN), artinya jaringan (komputer) yang toleran atau tidak mempermasalahkan delay (waktu tunda). Jaringan DTN tetap dapat bekerja meskipun delay dalam jaringan cukup tinggi [1].

Konsep DTN pertama kali diperkenalkan oleh Kevin Fall dalam makalah ilmiahnya yang berjudul “A Delay-Tolerant Network Architecture for Challenged Internets” [2]. Dalam makalah tersebut, Kevin menyatakan bahwa DTN merupakan arsitektur yang cocok pada jaringan yang “menantang” (challenged). Maksud dari “menantang” disini adalah jaringan yang penuh dengan masalah, seperti delay yang lama karena koneksi end-to-end tidak selalu ada, koneksi yang sering terputus dan tingkat error yang tinggi. Contoh jaringan yang menantang antara lain:

 Jaringan luar angkasa (Interplanetary Network), konsep jaringan yang memungkinkan akses Internet di luar angkasa.

 Military AdHoc Network. Pasukan militer sering kali ditempatkan di daerah-daerah terpencil yang tidak berpenghuni dan tidak ada koneksi memadai. Misalkan diperbatasan Indonesia dengan Papua Nugini, atau di pulau-pulau terluar Indonesia. Konsep DTN dapat digunakan untuk membangun jaringan komputer dalam keadaan seperti ini.

 Jaringan Sensor/Aktuator, contohnya pada penerapan Wireless Sensor Network (WSN).

Dari beberapa contoh jaringan yang disebutkan diatas, alasan utama terciptanya konsep DTN adalah untuk komunikasi luar angkasa (Interplanetary Network). Oleh karena itu, pada perkembangan DTN dari masa ke masa, NASA (lembaga peneliti luar angkasa AS) ikut berperan besar. Pada komunikasi luar angkasa, jelas tidak akan dapat dilakukan dengan protokol TCP/IP. Komunikasi luar angkasa memiliki karakter delay

7

pengiriman yang lama (akibat jarak yang jauh) dan koneksi end-to-end yang tidak selalu ada.

Misalkan pada pengiriman data dari stasiun bumi ke sebuah kendaraan luar angkasa (hover) di Mars. Pengiriman data ini memerlukan beberapa satelit dan stasiun luar angkasa sebagai router. Koneksi end-to-end hampir mustahil dibangun sehingga pengiriman data dengan TCP/IP tidak mungkin dilakukan. Yang memungkinkan adalah mengirim data secara bertahap dari satu node ke node berikutnya, kemudian disimpan. Selanjutnya dapat diteruskan ke node berikutnya setelah ada koneksi. Dengan DTN, model pengiriman data seperti ini mungkin untuk dilakukan.

Gambar 2. 1 Interplanetary internet.

Bagaimana DTN dapat bekerja pada jaringan yang penuh dengan hambatan seperti koneksi sering terputus dan tingkat delay yang tinggi? Jawabannya adalah pada penggunaan metode Store, Carry and Forward. Metode tersebut artinya adalah sebuah paket data / pesan saat melewati node-node perantara (ex. router) akan disimpan terlebih dahulu sebelum diteruskan (Store). Kemudian node akan membawa pesan sesuai dengan pergerakanya (Carry), jika terjadi kontak node atau node bertemu dengan node lain pesan akan diteruskan (Forward).

8

Ilustrasi konsep Store, Carry and Forward. ditunjukkan dalam Gambar 2. 2.

Gambar 2. 2 Metode Store And Forward.

Dalam DTN, proses Store, Carry and Forward dilakukan pada sebuah layer tambahan yang disebut Bundle layer, dan data yang tersimpan sementara disebut dengan bundle. Bundle layer adalah sebuah layer tambahan untuk memodifikasi paket data dengan fasilitas-fasilitas yang disediakan DTN. Bundle layer terletak langsung dibawah layer aplikasi. Dalam bundle layer, data dari layer aplikasi akan dipecah-pecah menjadi bundle. Bundle inilah yang akan dikirim ke transport layer untuk diproses lebih lanjut. Letak bundle layer ditunjukkan dalam Gambar 2. 3.

9

Gambar 2. 3 menunjukan penerapan DTN pada jaringan. Protokol-protokol pada layer dibawah bundle layer bisa protokol apa saja, tergantung kondisi jaringan.

2.2 Opportunistic Networks

Gambar 2. 4 Bagan Opportunistic Networks.

Bagan diatas menunjukkan posisi Opportunistic Network didalam jaringan DTN, DTN dibagi menjadi dua bagian diantaranya adalah :

 Deterministic routing protocol [3]: Probabilitas pertemuan node bisa di prediksi. Contoh : Jaringan luar angkasa (Interplanetary Network) yang bisa diprediksi kapan planet akan saling bertemu.

 Non-deterministic routing protocol [3]: probabilitas pertemuan node tidak bisa diprediksi. Contoh : Jaringan mobile communication yang di terapkan pada kehidupan manusia berdasarkan kesempatan manusia saling bertemu.

Opportunistic network berada pada non-deterministic networks, yang berarti komunikasi dijaringan sosial oportunistik terjadi pada pembentukan kontak oportunistik antara node, tanpa ketersediaan routing end-to-end. perangkat mobile (node) dapat melakukan kontak hanya jika manusia (node) saling bertemu, jaringan tersebut erat dengan jaringan sosial

DTN

Deterministic

Non-Deterministic (Opportunistic

Nekworks)

10

manusia. Oleh karena itu, Opportunistic network mengeksploitasi perilaku manusia dan hubungan sosial untuk membangun skema penyebaran pesan yang lebih efisien dan dapat dipercaya [4]. Karakteristik dari Jaringan Opportunistic sebagai berikut :

a. Pemutusan.

Tidak ada koneksi antara jumlah node. b. Intermittent Connectivity.

Tidak ada jalur end-to-end antara source dan destination c. Latency Tinggi.

Latency didefinisikan sebagai end-to-end delay antara node. Latency tinggi terjadi karena jumlah pemutusan antara node

d. Low Data Rate.

Data Rate adalah tingkat yang menggambarkan jumlah pesan yang disampaikan dibawah jangka waktu tertentu. Low Data Rate terjadi karena penundaan yang lama antara transmisi.

e. High Error Rate.

Jika kesalahan bit terjadi pada link, maka data membutuhkan koreksi kesalahan. Untuk mentransmisikan semua paket, dibutuhkan lalu lintas jaringan yang lebih.

f. Sumber Daya Yang Terbatas

Jaringan Opportunistic memiliki kendala pada sumber daya. Hal ini membutuhkan desain protokol untuk mengefesienkan sumber daya. Dengan kata lain, penggunaan node harus mengkonsumsi sumber daya perangkat keras secara terbatas seperti CPU, memori (RAM) dan baterai. Misalnya, di WSNs, node dapat ditempatkan di lingkungan terbuka selama bertahun-tahun sebelum data dikumpulkan, dan karenanya membutuhkan node untuk mengelola penggunaan energi tiap node. Selain itu, protokol routing yang baik akan mempengaruhi sumber dari beberapa node. Sebagai contoh, node dapat memilih untuk mengalihkan beberapa bundel mereka untuk disimpan ke node lain untuk membebaskan memori atau untuk mengurangi biaya transmisi.

11 2.3 Pergerakan Random Waypoint

Pada jaringan Opportunistic konektivitas tergantung pada pergerakan yang digunakan. Model pergerakan random waypoint berjalan pada area yang ditentukan (fixed). Setiap node akan bergerak secara acak dengan kecepatan yang sudah ditentukan. Setelah sampai tujuan, node akan berhenti selama waktu yang ditentukan (pause time). Berikut adalah ilustrasi pergerakan random waypoint.

Gambar 2. 5 ilustrasi pergerakan random waypoint. 2.4 Pergerakan manusia

Model pergerakan ini adalah pergerakan manusia asli yang di catat pada sebuah data set (haggle4 – cam-imote), data tersebut berisi waktu mengatur kapan node (manusia yang membawa perangkat) bertemu dan meninggalkan node yang lain [5].

Pada pola pergerakan manusia node tidak bergerak secara random melainkan node akan mengikuti pergerakan manusia yang menuju titik tertentu(point of interest)

Spesifikasi dari haggle4 – cam-imote yaitu data set pertemuan/kontak node dari sebuah konferensi yang diselenggarakan di Cambridge dengan sebuah alat bernama iMotes dan menggunakan interface

12

bluetooth. Lama waktu simulasi yang dibutuhkan untuk menjalankan sampai akhir sesuai data set adalah 11 hari waktu simulasi. Banyaknya node dari set data adalah 36 node

Pada pergerakan manusia, nilai probabilitas bertemu dengan node lain berbeda – beda. Terdapat beberapa node dengan probabilitas bertemu node lain yang tinggi, node ini dinamakan hub-node dimana node – node dapat menitipkan pesan dengan probabilitas pengiriman lebih tinggi untuk disampaikan ketujuan.

2.5 Protokol Routing

Protokol routing merupakan aturan dalam proses pengiriman dan pertukaran data dari sebuah node ke node yang lain dalam jaringan dan menghubungkan source ke destination

Routing merupakan perpindahan informasi diseluruh jaringan dari source ke destination dengan minimal satu node berperan sebagai perantara. Routing bekerja pada layer 3 (lapisan jaringan). Routing dibagi menjadi 2 bagian. Yang pertama adalah protokol routing yang berfungsi untuk menentukan bagaimana node berkomunikasi dan membagikan informasi dengan node lainnya yang memungkinkan node source untuk memilih rute yang optimal ke node destination dalam sebuah jaringan.

Sedangkan algoritma routing berfungsi untuk menghitung secara matematis jalur yang optimal berdasarkan informasi routing yang dimiliki oleh semua node serta akan menentukan jalur terbaik menurut algoritma dari protokol yang digunakan. Protokol routing yang dipakai dalam penelitian ini adalah sebagai berikut :

13

2.5.1 Epidemic

Epidemic routing algorithm diterbitkan oleh Vahdat dan Becker et al. (2000), yang di rancang sebagai algoritma flooding-based forwarding [3]. Tujuan utama EpidemicRouting adalah untuk:

- Memaksimalkan tingkat pengiriman pesan - Meminimalkan pesan latency

Cara kerja Routing Epidemic adalah sebagai berikut, setiap kali node pengirim bertemu dengan node lainya maka pertama kali yang dilakukan adalah bertukar summary vector, untuk mengidentifikasi pesan apakah node yang baru ditemui sudah mempunyai pesan yang di bawa node pengirim atau tidak, jika tidak maka node pengirim akan meneruskan salinan pesan yang dibawa. Pesan akan terus disalin dari satu node ke node lain sampai TTL nya berakhir. Pesan akan di simpan dalam buffer node. Dengan demikian, pesan tersebut menyebar ke seluruh jaringan hingga sampai ke node tujuan.

Meskipun tidak ada jaminan pesan tersampaikan, Epidemic adalah algoritma yang mampu membuat pendekatan terbaik untuk penyampaian pesan ke node tujuan, Akan tetapi Epidemic masih memiliki kekurangan yaitu akan mengakibatkan tidak efisiennya penggunaan sumber daya jaringan seperti konsumsi energi, storage dan bandwith, karena penyampaian salinan pesan yang sama akan menyebar semakin banyak ke dalam jaringan.

Epidemic memberikan penyebaran salinan cepat ke dalam jaringan yang tentu saja mengahasilkan waktu pengiriman yang optimal namun jaringan akan kebanjiran data (copy pesan).

14

Gambar 2. 6 cara kerja Epidemic.

2.5.2 Prophet

Prophet adalah singkatan dari Probabilistic Routing Protocol using History of Encounters and Transitivity, yang dirancang sebagai probabilisticroutingprotocol oleh Lindgren et al., (2003) [3].

Asumsi dasar dari algoritma tersebut bahwa mobilitas node tidak acak tapi merupakan perilaku yang berulang, pada pergerakan manusia, sebenarnya tidak secara acak namun bisa diprediksi berdasarkan mengulangi pola perilaku, misalnya seperti seseorang yang telah mengunjungi lokasi beberapa kali sebelumnya, ada kemungkinan bahwa seseorang tersebut akan mengunjungi lokasi itu lagi. Hal itulah yang mendasari gagasan untuk menciptakan protokol ini. Prophet di buat untuk meningkatkan probabilitas pengiriman dan mengurangi pemborosan sumber daya di jaringan.

Strategi pengiriman pesan yang digunakan dalam prophet adalah ketika dua node bertemu maka node akan memperbaharui dan menghitung delivery predictability metrik, pesan akan dikirimkan ke node lain jika delivery predictability lebih tinggi dari node pembawa pesan (pengirim). Untuk menghitung delivery predictability ada tiga bagian:

15

- Prophet akan melakukan update terhadap metric ketika node bertemu, sehingga apabila node sering bertemu maka memiliki delivery predictability yang tinggi. Pinit∈ [0; 1] adalah initialization constant.

� , = � , + ( − � , ) × �� ��

- Nilai delivery predictability juga harus mempunyai usia, usia yang dimaksud adalah jika node yang pernah bertemu dan tidak bertemu kembali satu sama lain maka mereka tidak lagi menjadi node yang baik untuk meneruskan pesan karena nilai delivery predictability berkurang , dimana ∈ [ , ]adalah aging constant, dan k adalah jumlah unit waktu yang telah berjalan sejak terakhir kali metrik itu berkurang.

� , = � , ×

- Delivery predictability juga mempunyai transitive property, yang didasarkan pada pengamatan bahwa jika node A sering bertemu node B, dan node B sering bertemu node C, maka kemungkinan node C akan menjadi node yang baik untuk menyampaikan pesan ke node A. Rumus dibawah ini menunjukan bagaimana transitive property. ∈ [ , ] adalah skala konstanta yang memutuskan seberapa besar dampak transitivitas.

16

Gambar 2. 7 ilustrasi pola pertukaran delivery predictability pada protokol prophet.

Gambar 2. 8 ilustrasi transitive property pada protokol prophet. 2.6 The One Simulator

2.6.1 Fungsi The One Simulator

The ONE simulator adalah singkatan dari The Opportunistic Network Environment simulator. The ONE Simulator di buat menggunakan program java [6]

Fungsi utama the ONE simulator adalah memodelkan pergerakan node, hubungan antar node, routing dan penanganan pesan. Hasil dan analisis didapatkan melalui visualisasi, laporan dan post-processing tools.

The One Simulator dapat memvisualisasikan hasil simulasi dengan dua cara; melalui tampilan interaktif Graphical user Interface (GUI) dan meng-generate gambar dari informasi yang dikumpulkan

17

pada saat simulasi, Gambar 2. 9, menampilkan lokasi node, jalur, hubungan antara node, jumlah pesan yang diterima oleh node, dll. Semua divisualisasikan pada jendela utama. Jika pergerakan map-based yang digunakan, maka semua jalur map akan ditampilkan. Gambar background tambahan (seperti raster, map atau gambar satelit dari area simulasi) di tampilkan dibawah jalur map jika ada.

Gambar 2. 9Tampilan awal The ONE Simuator. 2.6.2 Struktur The One Simulator

18

Beberapa komponen di dalam The ONE Simulator adalah sebagai berikut [7] :

 Node Capabilities

Didalam The ONE Simulator node ada titik akhir mobile yang mampu bertindak sebagai router (misalnya pejalan kaki atau kendaraan dengan hardware yang dibutuhkan). Skenario simulasi dibangun dari kelompok node, Setiap node memiliki seperangkat kemampuan dasar yang dimodelkan misalnya adalah radio interface, Storage, movement, energy consumtion dan message routing.

 Mobility Modeling

Gerakan node diimplementasikan melalui mobility models. mobility models mendefinisikan algoritma dan aturan yang menghasilkan jalur gerakan node. Ada tiga synthetic movement models di dalam The ONE Simulator yaitu :

- Random Movement

- Map-Constrained Random Movement - Human Behavior Based Movement

 Routing

Beberapa protokol routing yang tersedia di dalam The ONE Simulator :

- Direct Delivery (DD) - First Contact (FC) - Spray-and-Wait - Prophet

- Epidemic

 Application Support

The ONE Simulator menyediakan dua cara untuk menghasilkan pesan dalam simulasi:

19 - Message Generators - External Event Files

 Interfaces

Interfaces dalam The One Simulator menampilkan node movement, connectivity and message routing traces.

 Reporting and Visualization

The ONE Simulator mampu memvisualisasikan hasil simulasi dalam dua cara melalui Graphical UserInterface (GUI) dan dengan menghasilkan gambar dari informasi yang dikumpulkan selama simulasi.

 Creating Simulation Scenarios

Simulator dikonfigurasi di dalam text berbasis java yang mengatur seperti ; user interface, event generation dan reporting parameters.

20 BAB III

PERENCANAAN PENELITIAN

3.1 Parameter Simulasi

Pada penelitian ini sudah ditentukan parameter – parameter jaringan, parameter – parameter jaringan ini bersifat konstan dan akan di pakai terus pada setiap pengujian yang dilakukan. Parameter – parameter yang dimaksud dapat dilihat pada tabel berikut.

Tabel 3. 1 Parameter Jaringan.

Parameter Nilai

Waktu Simulasi

RandomWaypoint = 43200s (12 jam) Haggle4-Cam-imote = 950400s (11 Hari) Area Simulasi 4500 x 3400m

Pola Pergerakan Node RandomWaypoint, Pergerakan Manusia (Haggle4-Cam-imote)

Protokol Routing Epidemic; Prophet Network Interface Bluetooth

Interface transmit speed 2 Mbps Interface Transmit Range 10 m Kecepatan Pergerakan

Node Min=0.5 m/s Max=1.5 m/s

Message Size 500 KB –1MB

Buffer Occupancy Interval 10 Detik

21 3.2 Skenario Simulasi

Skenario simulasi kedua protokol routing epidemic dan prophet menggunakan parameter yang sama, akan tetapi nilai node, buffer dan TTL yang bervariasi, kemudian hasil dari pengujian ditampilkan menjadi sebuah tabel dan grafik.

Skenario : Skenario 1A dengan penambahan jumlah Node

Tabel 3. 2 Tabel skenario simulasi dengan penambahan jumlah Node. Waktu

simulasi Protocol Routing Jumlah Node

Model Pergerakan 43200 Epidemic 20; 30; 40; 50; 60; 70; 80 Random Waypoint 43200 Prophet 20; 30; 40; 50; 60; 70; 80 Random Waypoint

Skenario : Skenario 2B dengan penambahan jumlah Buffer. Tabel 3. 3 Tabel skenario simulasi dengan penambahan jumlah Buffer. Waktu

simulasi Protocol Routing Jumlah Buffer (MB)

Model Pergerakan 43200 Epidemic _{5; 10; 20; 30; 40; 50; 60} Random Waypoint 43200 Prophet _{5; 10; 20; 30; 40; 50; 60} Random Waypoint

Skenario : Skenario 2B dengan penambahan jumlah TTL pesan. Tabel 3. 4 Tabel skenario simulasi dengan penambahan jumlah TTL pesan. Waktu

simulasi Protocol Routing TTL Pesan (Menit)

Model Pergerakan 950400 Epidemic

2; 5; 30; 60; 180; 360; 1440

Haggle 4 - Cambridge Imote 950400 Prophet

2; 5; 30; 60; 180; 360; 1440

Haggle 4 - Cambridge Imote

22 3.3 Parameter Uji

3.1.1 Delivery Ratio

Delivery Ratio adalah rasio keberhasilan pesan yang berhasil dikirimkan ke node tujuan akhir.

� � = _� �

3.1.2 Overhead Ratio

Overhead ratio adalah banyaknya jumlah pesan yang direlay/terkirim dari jumlah copy yang dibuat. Dalam kasus ini copy adalah costnya.

ℎ �

= − _� �

3.1.3 Latency Average

Latency average adalah waktu yang dibutukan pesan saat dikirim sampai diterima oleh node tujuan.

= _� �

3.1.4 Buffer Occupancy

Buffer occupancy adalah rata- rata konsumsi buffer dengan skala antara 0-100%

23 3.4 Topologi Jaringan

3.4.1 Random Waypoint

Bentuk topologi dari jaringan Opportunistic Networks yang menggunakan tipe pergerakan nodeRandom Waypoint yang bergerak secara acak yang tidak bisa diramalkan. Hasil dari simulasi baik itu posisi node, pergerakan node dan juga koneksi yang terjadi tentunya tidak akan sama setiap simulasi dijalankan.

Berikut adalah contoh bentuk jaringan random waypoint pada The One Simulator.

Gambar 3. 1 Snapshoot topologi jaringan menggunakan RandomWaypoint. 3.4.2 Pergerakan manusia (Haggle 4 – Cambridge Imote)

Bentuk topologi dari jaringan yang menggunakan pergerakan manusia tidak bisa digambarkan karena merupakan data set pertemuan/kontak node dari sebuah konferensi yang diselenggarakan di Cambidge dengan sebuah alat bernama imotes. Data kemudian dirangkum ke dalam sebuah file dengan format *.csv, sehingga bisa di aplikasikan di The ONE Simulator.

24 BAB IV

PENGUJIAN DAN ANALISIS

Untuk melakukan perbandingan unjuk kerja protokol routing Epidemic dengan protokol routing Prophet maka dilakukan seperti tahap skenario perencanaan simulasi jaringan pada bab III. Hasil simulasi diperoleh dari report program the One Simulator.

4.1 Pergerakan Random Waypoint 4.1.1 Penambahan Jumlah Node

Tabel 4. 1 Hasil penambahan jumlah node pada protocol Epidemic.

Jumlah Node

Protocol Epidemic dengan penambahan jumlah Node Delivery

Ratio

Overhead Ratio

Latency average

Average Buffer Occupancy 20 0.3243 15.5833 10397.7028 9.8219 30 0.5405 24.5500 9983.2000 12.5899 40 0.6216 33.2319 8651.2275 16.3324 50 0.7027 48.6795 6800.5551 28.5992 60 0.8649 57.5208 5770.3667 32.9212 70 0.8649 67.9792 4193.5562 37.9947 80 0.9189 77.5000 3899.2951 40.1831

25

Tabel 4. 2 Hasil penambahan jumlah node pada protocol Prophet.

Jumlah Node

Protocol Prophet dengan penambahan jumlah Node Delivery Ratio Overhead Ratio Latency average (seconds) Average Buffer Occupancy (%) 20 0.0721 12.7500 11456.5250 5.8734 30 0.1982 17.5000 10845.3457 9.1143 40 0.2162 18.5417 10337.8560 12.7070 50 0.2252 34.2800 10045.3457 13.0378 60 0.3153 40.5143 8631.5955 17.7988 70 0.4054 57.3556 7671.7041 26.6700 80 0.4414 64.8980 6777.0556 28.8081

(1). Delivery ratio.

(3). Latency Average.

(2). Overhead Ratio.

(4). Average Buffer Occupancy. Gambar 4. 1 grafik penambahan jumlah node pada protocolprophet dan epidemic.

0 20 40 60 80

2 0 3 0 4 0 5 0 6 0 7 0 8 0

O ve rh e ad R ati o Node Epidemic Prophet 0 0.2 0.4 0.6 0.8 1

2 0 3 0 4 0 5 0 6 0 7 0 8 0

De li ve ry R ati o Node Epidemic Prophet 0 2000 4000 6000 8000 10000 12000 14000

2 0 3 0 4 0 5 0 6 0 7 0 8 0

Late n cy A ve rag e ( sec o n d s ) Node Epidemic Prophet 0 20 40 60 80 100

2 0 3 0 4 0 5 0 6 0 7 0 8 0

A ve rag e Buffe r O cc u p an cy ( % ) Node Epidemic Prophet

26 Keterangan :

a Nilai delivery ratio meningkat semakin baik performanya. b Nilai overhead ratio meningkat semakin buruk performanya. c Nilai latency average menurun semakin baik performanya. d Nilai buffer occupancy meningkat semakin buruk performanya.

Gambar 4.1 menunjukan bahwa dengan penambahan node, maka akan meningkatkan nilai delivery ratio secara signifikan untuk kedua protokol, hal ini disebabkan karena kerapatan node mempengaruhi kedua protokol dalam memberikan salinan pesan ke node perantaranya. Nilai delivery ratio pada protokol epidemic, lebih unggul dibandingkan dengan protokol Prophet karena epidemic memiliki strategi pengiriman flooding based forwarding artinya epidemic akan memberikan salinan pesan kepada node perantaranya, asalkan node perantaranya belum memiliki salinan pesan yang dibawa node pengirim. Sedangkan prophet memiliki strategi pengiriman dengan mempertimbangkan nilai delivery predictability.

Pertambahan jumlah node dalam jaringan akan berpengaruh pada nilai overhead ratio, karena jumlah copy pesan yang dimiliki oleh masing – masing node ikut bertambah, konsumsi buffer setiap node juga bertambah relevan dengan nilai overhead ratio (cost).

Nilai overhead ratio pada protokol Prophet lebih baik dibandingkan dengan epidemic karena strategi penyampaian pesan terbatas oleh nilai delivery predictability , pesan akan disampaikan kepada node perantara jika nilai delivery predictability lebih tinggi dari node pengirim, berbeda dengan epidemic yang menyampaikan pesan yang mengakibatkan overhead meningkat.

Sedangkan nilai latency average membaik artinya pesan akan cepat sampai kepada node tujuan. Dalam kasus latency dengan pergerakan random waypoint protokol epidemic lebih unggul dibandingkan protokol prophet karena

27

pola pergerakan random waypoint mengasumsikan bahwa semua node memiliki probabilitas yang sama dalam pengiriman pesan.

Gambar 4. 2 grafik konsumsi buffer per node pada penambahan 20 node.

Gambar 4. 3 grafik konsumsi buffer per node pada penambahan 50 node.

0 20 40 60 80 100

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Buffe r O cc u p an cy p e r n o d e ( % ) Node Node 20 Epidemic Prophet 0 20 40 60 80 100 Buffe r O cc u p an cy p e r n o d e ( % ) Node Node 50 Epidemic Prophet 0 20 40 60 80 100

0 3 6 9 1 2 1 5 1 8 2 1 2 4 2 7 3 0 3 3 3 6 3 9 4 2 4 5 4 8 5 1 5 4 5 7 6 0 6 3 6 6 6 9 7 2 7 5 7 8

B uf fe r O cc up an cy pe r N o de ( %) Node Node 80 Epidemic Prophet

28

Gambar 4. 4 grafik konsumsi buffer per node pada penambahan 80 node. Konsumsi buffer setiap node dapat dilihat pada gambar diatas (Gambar 4.2, Gambar 4.3 dan Gambar 4.4), sesuai dengan skenario pola pengirimanya adalah dengan node pengirim dan penerima tetap. Terlihat ada node dengan konsumsi buffer lebih tinggi dari yang lain dan salah satu node memiliki buffer yang kosong, node dengan konsumsi yang lebih tinggi adalah node pengirim, node tersebut selalu memproduksi (meng-generate) pesan untuk dikirimkan ke node tujuan, nilai buffer node pengirim sama untuk kedua protokol. Untuk node yang konsumsi buffernya kosong adalah node penerima, setelah pesan sampai di node tujuan maka pesan akan di drop maka node penerima akan selalu kosong.

4.1.2 Penambahan Buffer Size

Tabel 4. 3 Hasil penambahan Buffer Size pada protocol epidemic.

Buffer Size (MB)

Protocol Epidemic dengan penambahan Buffer Size Delivery Ratio Overhead Ratio Latency average (seconds) Average Buffer Occupancy (%) 5 0.2883 351.5 4403.2375 76.0797 10 0.4865 226.6111 5032.8537 76.1015 20 0.6306 171.0857 5685.4571 73.0722 30 0.7297 107.4444 5403.263 67.9134 40 0.8378 80.9892 4646.2247 61.6373 50 0.9099 77.2178 4159.2871 52.9038 60 0.9099 77.2178 4159.2871 44.0865

Tabel 4. 4 Hasil penambahan Buffer Size pada protocol Prophet.

Buffer Size (MB)

Protocol Prophet dengan penambahan Buffer Size Delivery Ratio Overhead Ratio Latency average (seconds) Average Buffer Occupancy (%)

29

5 0.3063 203.0588 5151.2412 58.4444 10 0.3964 156.9545 6627.75 60.0712 20 0.5135 75.5789 7137.9368 47.4758 30 0.4505 67.3 8647.214 28.2381 40 0.4324 66.7708 9334.6729 20.6885 50 0.4144 65.4565 10105.1022 15.578 60 0.4324 65.5417 9092.8312 14.7446

(1). Delivery Ratio. (2). Overhead Ratio.

(3). Latency Average. (4). Average Buffer Occupancy. Gambar 4. 5 grafik penambahan jumlah Buffer pada protocolprophet dan

epidemic. 0 100 200 300 400 Ov e rh e ad Rati o

Bufer Size (MB) Epidemic Prophet 0 0.2 0.4 0.6 0.8 1 De li ve ry R ati o

Buffer Size (MB) Epidemic Prophet 0 2000 4000 6000 8000 10000 12000 Late n cy A ve rag e ( sec o n d s )

Buffer Size (MB) Epidemic Prophet 0 20 40 60 80 100 A ve rag e B u ff e r O cc u p an cy ( % )

Buffer Size (MB) Epidemic Prophet

30 Keterangan :

a Nilai delivery ratio meningkat semakin baik performanya. b Nilai overhead ratio menurun semakin baik performanya. c Nilai latency average meningkat semakin buruk performanya. d Nilai buffer occupancy meningkat semakin buruk performanya.

Penambahan jumlah buffer menyebabkan nilai delivery ratio kedua protokol meningkat karena semakin besar ukuran buffer maka semakin banyak pesan yang dapat ditampung. Pesan di drop karena buffer penuh dan batas waktu TTL menjadi semakin kecil, dalam skenario penambahan buffer, TTL di set 420 menit untuk meminimalkan pesan di drop karena batas waktu TTL.

Pada nilai delivery ratio Protokol epidemic tetap lebih unggul dibanding prophet kerena disamping strategi penyampaian epidemic yang flooding based forwarding, kinerja prophet juga kurang maksimal pada pergerakan random waypoint.

Nilai overhead ratio dalam penambahan buffer juga menjadi lebih baik, karena copy pesan lebih banyak ditampung dalam buffer, sehingga setiap node dapat memiliki copy pesan, epidemic maupun prophet akan membatalkan pengirimanya jika copy pesan sudah dimiliki oleh node yang ditemuinya, dampak dari kasus tersebut adalah nilai latency yang tinggi karena node penerima harus menunggu bertemu kepada node yang membawa pesan.

Konsumsi buffer juga semakin tinggi dengan bertambahnya ukuran buffer, konsumsi epidemic lebih boros dibanding prophet karena pesan yang disampaikan lebih banyak.

31

Gambar 4. 6 grafik konsumsi buffer per node pada penambahan buffer size 5MB.

Gambar 4. 7 grafik konsumsi buffer per node pada penambahan buffer size 30MB.

0 20 40 60 80 100

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

A v e rag e B uf fe r O cc up an cy pe r N o de ( %) Node BUffer Size 5MB

Epidemic Prophet 0 20 40 60 80 100

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

A ve rag e Buffe r O cc u p an cy p e r N o d e ( % ) Node Buffer Size 30MB

Epidemic Prophet 0 20 40 60 80 100

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

A v e rag e B uf fe r O cc up an cy pe r N o de ( %) Node Buffer Size 60MB

32

Gambar 4. 8 grafik konsumsi buffer per node pada penambahan buffer size 60MB. Grafik diatas (Gambar 4.6, Gambar 4.7 dan Gambar 4.8), menunjukan dengan penambahan buffer size prosentase pemakain buffer setiap node semakin menurun.

Kosumsi buffer epidemic lebih boros di banding prophet karena dengan buffer semakin tercukupi memungkinkan epidemic mengirimkan copy pesan ke semua node dengan strategi flooding based forwarding.

4.1 Pergerakan Manusia dengan penambahan TTL pesan

Tabel 4. 5 Hasil penambahan TTL pesan pada protocol Epidemic.

TTL (Menit)

Protocol Epidemic dengan penambahan TTL pesan Delivery Ratio Overhead Ratio Latency average (seconds) Average Buffer Occupancy (%) 2 0.0258 48.4815 21.7963 0.0071 5 0.0334 42.8857 55.0114 0.0233 30 0.0688 32.6944 500.0403 0.1894 60 0.0688 31.1856 1057.7546 0.4365 180 0.1509 31.5127 3531.3310 1.7615 360 0.2216 32.9483 7728.4582 4.6321 1440 0.5062 30.0453 28661.8734 26.9078

Tabel 4. 6 Hasil penambahan TTL pesan pada protocol Prophet.

TTL (Menit)

Protocol Prophet dengan penambahan TTL pesan Delivery Ratio Overhead Ratio Latency average (seconds)) Average Buffer Occupancy (%) 2 0.0143 26.8000 21.0533 0.0045 5 0.0239 22.8400 93.7120 0.0148

33

30 0.0602 22.6508 604.6222 0.1297 60 0.0793 23.5904 1108.6915 0.3097 180 0.1366 22.6853 3682.0671 1.2654 360 0.2073 22.7235 7946.7622 3.2571 1440 0.4986 22.4215 29688.8203 19.1090

(1). Delivery Ratio. (2). Overhead Ratio.

(3) Latency Average. (4) Average buffer Occupancy. Gambar 4. 9 grafik penambahan jumlah TTL pada protokol prophet dan epidemic.

0 10 20 30 40 50 60

2 5 3 0 6 0 1 8 0 3 6 0 1 4 4 0

O ve rh e ad R ati o TTL (Menit) Epidemic Prophet 0 0.2 0.4 0.6 0.8 1

2 5 3 0 6 0 1 8 0 3 6 0 1 4 4 0

De li ve ry R ati o TTL (Menit) Epidemic Prophet 0 5000 10000 15000 20000 25000 30000 35000

2 5 3 0 6 0 1 8 0 3 6 0 1 4 4 0

Late n cy A ve rag e ( sec o n d s ) TTL (Menit) Epidemic Prophet 0 20 40 60 80 100

2 5 3 0 6 0 1 8 0 3 6 0 1 4 4 0

A ve rag e Buffe r O cc u p an cy ( % ) TTL (Menit) Epidemic Prophet

34 Keterangan :

a Nilai delivery ratio meningkat semakin baik performanya. b Nilai overhead ratio menurun semakin baik performanya. c Nilai latency average meningkat semakin buruk performanya. d Nilai buffer occupancy meningkat semakin buruk performanya.

Penambahan TTL menentukan keberhasilan pesan dapat sampai ke tujuan. Semakin lama TTL yang dimiliki oleh pesan maka semakin tinggi kemungkinan pesan dapat mencapai tujuan, hal tersebut dapat terjadi karena pesan di drop oleh TTL semakin kecil. Dalam skenario penambahan TTL, ukuran buffer di set 60MB untuk meminimlkan pesan di drop karena buffer penuh.

Pada pergerakan manusia prophet dapat bekerja lebih baik dibanding pergerakan random waypoint karena probabalitas pertemuan antar node lebih bervariasi, Gambar 4.9 menunjukan bahwa nilai delivery ratio dan latency average pada kedua protokol hampir seimbang.

Nilai overhead ratio pada kedua protokol sama – sama turun disebabkan oleh jumlah copy pesan yang terbatas. Setiap pesan yang memiliki TTL lebih lama, maka node tidak akan lagi mengirim pesan yang sama karena node penerima masih memiliki pesan tersebut. Kinerja prophet bisa dikatan lebih baik karena dengan nilai delivery ratio hampir sama tapi dengan nilai overhead ratio(cost) yang lebih rendah sehingga konsumsi buffer lebih irit dibanding epidemic.

Dengan penambahan TTL juga meningkatkan nilai latency average pada kedua protokol, hal ini di karenakan penambahan TTL membuat pesan memiliki umur masa hidup lebih panjang dalam proses pengiriman pesan dari source menuju destination.

35

Gambar 4. 10 grafik konsumsi buffer per node pada penambahan TTL 20.

Gambar 4. 11 grafik konsumsi buffer per node pada penambahan TTL 60. Gambar 4.10 dan gambar 4.11 menunjukan bahwa belum ada konsumsi buffer pada setiap node, hanya terlihat node pengirim memiliki konsumsi buffer yang lebih tinggi dibandingakan dengan yang lain, oleh karena itu nilai probabilitas masih dalam angka 0.1 – 0.7.

Pada pergerakan manusia menggunakan TTL 60 penyebaran pesan belum merata sehingga mengakibatkan nilai delivery ratio menjadi rendah. Kemungkinan pesan akan banyak di drop karena terbatasnya TTL.

0 20 40 60

0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132333435

A v e rag e B uf fe r O cc up an cy pe Node Epidemic Prophet 0 20 40 60 80 100

0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132333435

Ave rag e B u ff e r Occu p an cy P e r NOde ( % ) Node TTL 60 Epidemic Prophet

36

Gambar 4. 12 grafik konsumsi buffer per node pada penambahan TTL 1440. Gambar 4.12 menunjukan peyebaran pesan sudah mulai merata, terlihat pada grafik diatas (gambar 4.12) semua node memiliki konsumsi buffer kecuali node penerima, node tersebut selalu kosong karena setelah pesan sampai pada tujuan maka pesan langsung di drop.

Komsumsi buffer protokol epidemic selalu lebih boros dibanding prophet baik pada pergerakan random waypoint maupun pergerakan manusia, dengan strategi penyampaian pesannya yang flooding based forwarding sehingga memungkinkan epidemic untuk mengirimkan pesan ke semua node asalkan node penerima belum memiliki salinan pesan yang di bawa node pengirim.

Berbeda dengan prophet yang memiliki strategi penyampain terbatas, yang mengindikasikan bahwa pesan yang beredar bersifat unik dan belum tentu semua node memilikinya. Sehingga dalam penyampaian pesan prophet mempertimbangkan nilai delivery predictability untuk meminimalkan jumlah copy pesan dalam jaringan, dan juga tetap menjaga nilai delivery ratio dan latency.

0 20 40 60 80 100

0 1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132333435

A ve rag e Buffe r O cc u p an cy P e r N O d e ( % ) Node TTL 1440 Epidemic Prophet

37 BAB V

KESIMPULAN DAN SARAN 5.1 Kesimpulan

Keunggulan yang dimiliki protokol epdemic adalah mengoptimalkan tingkat pengiriman pesan dan meminimalkan latency, namun pola pengiriman flooding based forwarding menyebabkan copy pesan dalam jaringan menumpuk (overhead). Sedangkan protokol prophet memiliiki keunggulan meminimalkan jumlah copy pesan, dengan mempertahankan nilai delivery ratio dan latency, namun pola penyampaian pesannya (delivery predictability) membutuhkan probabilitas pertemuan node yang bervariasi sehingga tidak optimal pada pergerakan random waypoint yang memiliki kriteria probabilitas pertemuan antar node hampir sama.

Pada pergerakan manusia kinerja prophet lebih unggul dibanding epidemic karena dengan nilai delivery ratio dan latency yang hampir sama, tetapi dengan konsumsi buffer dan overhead (cost) lebih rendah daripada epidemic. Kinerja prophet lebih optimal pada pergerakan ini karena probabilitas pertemuan antar node bervariasi.

Sedangkan pada pergerakan random waypoint, epidemic lebih unggul dibanding prophet karena strategi flooding based forwarding menghasilkan nilai delivery ratio dan latency lebih baik dibanding prophet walaupun dengan nilai overhead yang lebih tinggi.

5.2 Saran

Kinerja prophet mampu berjalan efektif pada pergerkan manusia, untuk penelitian yang dapat dilakukan selanjutnya, protokol pembanding bisa menggunakan protokol dengan kriteria yang sama dengan prophet misalnya BubleRap yang mepertimbangakan laju penyampaian pesanya.

38

DAFTAR PUSTAKA

[1]. Suharsono, Aswin. “Pengertian dan latar belakang Delay Tolerant Network”. 23 Maret 2016. http://aswinsuharsono.lecture.ub.ac.id/2012/07/ pengertian-dan-latar-belakang-delay-tolerant-network/.

[2]. Fall, Kevin, A Delay Tolerant Network Architecture for Challenged Internets, SIGCOMM ’03, New York, NY, USA: ACM 2003, p. 27-34. Available at http://doi.acm.org/10.1145/863955.863960. 2003.

[3]. Namita, Mehta and Mehul, Shah, Performance of Efficient Routing Protocol in Delay Tolerant Network: A Comparative Survey, Student, Department of Communication Engg. G.H.Patel College of Engineering & Technology, Gujrat, India. 2014.

[4]. Ari, keranen, Opportunistic Network Environment simulator, Helsinki University of Technology , 2008.

[5]. Orlinski, Matthew. “Ecounter traces for the ONE simulator”. 23 Maret 2016. http://shigs.co.uk/index.php?page=traces.

[6]. One, The “The Opportunistic Network Environment simulator”. 23 Maret 2016. http://www.netlab.tkk.fi/tutkimus/dtn/theone/.

[7]. Ari, keranen, Jörg Ott, Teemu Kärkkäinen, The ONE Simulator for DTN Protocol Evaluation. Helsinki University of Technology (TKK), Department of Communications and Networking. fakeranen,jo,teemukg@netlab.tkk.fi.

39 LAMPIRAN

A. Default setting untuk penamhan node

Scenario.name = prophetNODE%%Group.nrofHosts%% Scenario.simulateConnections = true

Scenario.updateInterval = 0.1 Scenario.nrofHostGroups = 1 Scenario.endTime = 43200

btInterface.type = SimpleBroadcastInterface btInterface.transmitSpeed = 250k

btInterface.transmitRange = 10

Group.movementModel = RandomWaypoint #Group.router = EpidemicRouter

Group.router = ProphetRouter

ProphetRouter.secondsInTimeUnit = 30 Group.bufferSize = 50M

Group.waitTime = 0, 120 Group.nrofInterfaces = 1

Group.interface1 = btInterface Group.speed = 0.4, 1.8

Group.msgTtl = 300

Group.nrofHosts = [20; 30; 40; 50; 60; 70; 80;] Group.groupID = n

Events.nrof = 1

Events1.class = MessageEventGenerator Events1.interval = 360, 420

Events1.size = 500k,1M

Events1.hosts = [0,0; 0,0; 0,0; 0,0; 0,0; 0,0; 0,0;]

Events1.tohosts = [19,19; 29,29; 39,39; 49,49; 59,59; 69,69; 79,79;]

Events1.prefix = M

MovementModel.rngSeed = 1

MovementModel.worldSize = 1000, 1000 MovementModel.warmup = 1000

Report.nrofReports = 2 Report.warmup = 0

Report.reportDir = FIX_NODE_ProphetFIX Report.report1 = MessageStatsReport

Report.report2 = BufferOccupancyReportFix

40

B. Default setting untuk penambahan buffer

Scenario.name = epidemicNODE%%Group.bufferSize%% Scenario.simulateConnections = true

Scenario.updateInterval = 0.1 Scenario.nrofHostGroups = 1 Scenario.endTime = 43200

btInterface.type = SimpleBroadcastInterface btInterface.transmitSpeed = 250k

btInterface.transmitRange = 10

Group.movementModel = RandomWaypoint Group.router = EpidemicRouter

#Group.router = ProphetRouter

ProphetRouter.secondsInTimeUnit = 30

Group.bufferSize = [2M; 5M; 10M; 20M; 30M; 40M; 50M; 60M;] Group.waitTime = 0, 120

Group.nrofInterfaces = 1

Group.interface1 = btInterface Group.speed = 0.4, 1.8

# 0.5, 1.5 0.4, 1.8 Group.msgTtl = 420 Group.nrofHosts = [80;] Group.groupID = n

Events.nrof = 1

Events1.class = MessageEventGenerator Events1.interval = 360, 420

Events1.size = 500k,1M Events1.hosts = 0,0 Events1.tohosts = 79,79 Events1.prefix = M

MovementModel.rngSeed = 1

MovementModel.worldSize = 1000, 1000 MovementModel.warmup = 1000

MapBasedMovement.nrofMapFiles = 4 Report.nrofReports = 2

Report.warmup = 0

Report.reportDir = FIX_Buffer_EpidemicFIX Report.report1 = MessageStatsReport

Report.report2 = BufferOccupancyReportFix

41

C. Default setting untuk penambahan TTL

Scenario.name = prophetTTL%%Group.msgTtl%% Scenario.simulateConnections = false

Scenario.updateInterval = 0.1 Scenario.nrofHostGroups = 1 Scenario.endTime = 950400

btInterface.type = SimpleBroadcastInterface btInterface.transmitSpeed = 250k

btInterface.transmitRange = 10

Group.movementModel = StationaryMovement #Group.router = EpidemicRouter

Group.router = ProphetRouter

ProphetRouter.secondsInTimeUnit = 30 Group.bufferSize = 60M

Group.waitTime = 0, 120 Group.nrofInterfaces = 1

Group.interface1 = btInterface Group.speed = 0.4, 1.8

Group.msgTtl = [2; 5; 30; 60; 180; 360; 1440;] Group.nrofHosts = 36

Group.groupID = n

Group.nodeLocation = 0,1 #Group1.speed = 0.5, 1.5 Events.nrof = 2

Events1.class = StandardEventsReader

Events1.filePath = encounterTraces/Haggle4-Cam-Imote.csv Events2.class = MessageEventGenerator

Events2.interval = 900, 915 Events2.size = 500k,1M Events2.hosts = 1,1 Events2.tohosts = 35,35 Events2.prefix = M

MovementModel.rngSeed = 1

MovementModel.worldSize = 4500, 3400 MovementModel.warmup = 1000

Report.nrofReports = 2 Report.warmup = 0

Report.reportDir = FIX_TTL_prophetFIX2 Report.report1 = MessageStatsReport

Report.report2 = BufferOccupancyReportFix

Opportunistic Network merupakan suatu jaringan dapat berkomunikasi tanpa infrastruktur, dimana konektivitas antara end-to-end tidak dapat diperkirakan dan node dalam jaringan Opportunistic besifat intermittent, dengan arti node tersebut terkadang terhubung dan terkadang juga tidak,Tantangan dalam jaringan ini adalah bagaimana strategi menyampaikan pesan dari node pengirim (source) sampai node tujuan (destination).

Pada penelitian ini penulis menguji unjuk kerja dari protokol routing epidemic dan prophet untuk menguji protokol tersebut penulis menggunakan simulator TheONE. Metrik unjuk kerja yang digunakan dalam penelitian ini antara lain delivery ratio, overhead ratio, latency average, dan buffer occupancy. Parameter yang akan digunakan pada setiap pengujian adalah dengan penambahan jumlah node, penambahan jumlah time to live dan penambahan buffer size sedangkan pergerakanya menggunkan random waypoint dan pergerakan manusia ( Haggle4-Cam-Imote).

Protokol epidemic dengan pola pengiriman yang flooding –based-Forwarding akan menghasilkan delivery yang tinggi dan latency yang baik namun dengan jumlah copy pesan yang banyak, sehingga menyebabkan overhead didalam jaringan.

Dari hasil penelitian diketahui bahwa protokol prophet mampu menggungguli epdemic dengan meminimalkan jumlah copy pesan, menggunakan pola pengiriman delivery predictability. protokol prophet juga akan menjaga nilai probabilitas dan latency.

Dengan pergerakan random waypoint kinerja prophet kurang optimal dibanding epidemic karena di random waypoint probabilitas bertemu setiap node cenderung sama, namun dipergerakan manusia prophet dapat bekerja dengan baik karena setiap node memiliki nilai probabilitas bertemu yang variatif.

Kata kunci : opportunistic network, epdemic, Prophet, random waypoint, haggle-4, buffer occupancy, delivery ratio, latency, overhead ratio

Opportunistic Network is a network that can communicate without infrastructure when the connectivity between end-to-end cannot be predicted and the node in the network Opportunistic is intermittent, it means that the node is sometimes connected and sometimes not. The challenge in this network is how to convey the message from the source node to the destination node.

In this research, the writer tests the performance of the protocol routing epidemic and prophet. The writer tests it by using The One simulator. The metric performances that are used in this research include delivery ratio, overhead ratio, average latency, and buffer occupancy. The parameter that will be used in each test is increasing the number of node, increasing the amount of time to live, and the addition of buffer size while the movement is using the random waypoint and the human movement (Haggle4-Cam-Imote).

Protocol Epidemic with a pattern flooding-based-Forwarding delivery will produce a high delivery and a good latency. In the other hand, with the number of messages that is much, it causes overhead on the network.

The research result shows that the protocol Prophet is able to surpass the epidemic by minimizing the number of message copies, using the pattern of the delivery predictability. Protocol Prophet will also keep the value of the probability and latency.

With the random waypoint movement, the performance of prophet is less optimal than the epidemic. It is because the probability meets each node that tends to be the same in random waypoint, but in the human movement, the prophet can work well because each node has a meeting probability value that is various.

keywords: opportunistic network, epidemic, Prophet, random waypoint, haggle-4, buffer occupancy, delivery ratio, latency, overhead ratio

38

DAFTAR PUSTAKA

[1]. Suharsono, Aswin. “Pengertian dan latar belakang Delay Tolerant Network”. 23 Maret 2016. http://aswinsuharsono.lecture.ub.ac.id/2012/07/pengertian-dan-latar-belakang-delay-tolerant-network/.

[2]. Fall, Kevin, A Delay Tolerant Network Architecture for Challenged Internets,

SIGCOMM ’03, New York, NY, USA: ACM 2003, p. 27-34. Available at http://doi.acm.org/10.1145/863955.863960. 2003.

[3]. Namita, Mehta and Mehul, Shah, Performance of Efficient Routing Protocol in Delay Tolerant Network: A Comparative Survey, Student, Department of Communication Engg. G.H.Patel College of Engineering & Technology, Gujrat, India. 2014.

[4]. Ari, keranen, Opportunistic Network Environment simulator, Helsinki University of Technology , 2008.

[5]. Orlinski, Matthew. “Ecounter traces for the ONE simulator”. 23 Maret 2016. http://shigs.co.uk/index.php?page=traces.

[6]. One, The “The Opportunistic Network Environment simulator”. 23 Maret 2016. http://www.netlab.tkk.fi/tutkimus/dtn/theone/.

[7]. Ari, keranen, Jörg Ott, Teemu Kärkkäinen, The ONE Simulator for DTN Protocol Evaluation. Helsinki University of Technology (TKK), Department of Communications and Networking. fakeranen,jo,teemukg@netlab.tkk.fi.

39 LAMPIRAN

A. Default setting untuk penamhan node

Scenario.name = prophetNODE%%Group.nrofHosts%% Scenario.simulateConnections = true

Scenario.updateInterval = 0.1 Scenario.nrofHostGroups = 1 Scenario.endTime = 43200

btInterface.type = SimpleBroadcastInterface btInterface.transmitSpeed = 250k

btInterface.transmitRange = 10

Group.movementModel = RandomWaypoint #Group.router = EpidemicRouter

Group.router = ProphetRouter

ProphetRouter.secondsInTimeUnit = 30 Group.bufferSize = 50M

Group.waitTime = 0, 120 Group.nrofInterfaces = 1

Group.interface1 = btInterface Group.speed = 0.4, 1.8

Group.msgTtl = 300

Group.nrofHosts = [20; 30; 40; 50; 60; 70; 80;] Group.groupID = n

Events.nrof = 1

Events1.class = MessageEventGenerator Events1.interval = 360, 420

Events1.size = 500k,1M

Events1.hosts = [0,0; 0,0; 0,0; 0,0; 0,0; 0,0; 0,0;]

Events1.tohosts = [19,19; 29,29; 39,39; 49,49; 59,59; 69,69; 79,79;]

Events1.prefix = M

MovementModel.rngSeed = 1

MovementModel.worldSize = 1000, 1000 MovementModel.warmup = 1000

Report.nrofReports = 2 Report.warmup = 0

Report.reportDir = FIX_NODE_ProphetFIX Report.report1 = MessageStatsReport

Report.report2 = BufferOccupancyReportFix

40

B. Default setting untuk penambahan buffer

Scenario.name = epidemicNODE%%Group.bufferSize%% Scenario.simulateConnections = true

Scenario.updateInterval = 0.1 Scenario.nrofHostGroups = 1 Scenario.endTime = 43200

btInterface.type = SimpleBroadcastInterface btInterface.transmitSpeed = 250k

btInterface.transmitRange = 10

Group.movementModel = RandomWaypoint Group.router = EpidemicRouter

#Group.router = ProphetRouter

ProphetRouter.secondsInTimeUnit = 30

Group.bufferSize = [2M; 5M; 10M; 20M; 30M; 40M; 50M; 60M;] Group.waitTime = 0, 120

Group.nrofInterfaces = 1

Group.interface1 = btInterface Group.speed = 0.4, 1.8

# 0.5, 1.5 0.4, 1.8 Group.msgTtl = 420 Group.nrofHosts = [80;] Group.groupID = n

Events.nrof = 1

Events1.class = MessageEventGenerator Events1.interval = 360, 420

Events1.size = 500k,1M Events1.hosts = 0,0 Events1.tohosts = 79,79 Events1.prefix = M

MovementModel.rngSeed = 1

MovementModel.worldSize = 1000, 1000 MovementModel.warmup = 1000

MapBasedMovement.nrofMapFiles = 4 Report.nrofReports = 2

Report.warmup = 0

Report.reportDir = FIX_Buffer_EpidemicFIX Report.report1 = MessageStatsReport

Report.report2 = BufferOccupancyReportFix

41

C. Default setting untuk penambahan TTL

Scenario.name = prophetTTL%%Group.msgTtl%% Scenario.simulateConnections = false

Scenario.updateInterval = 0.1 Scenario.nrofHostGroups = 1 Scenario.endTime = 950400

btInterface.type = SimpleBroadcastInterface btInterface.transmitSpeed = 250k

btInterface.transmitRange = 10

Group.movementModel = StationaryMovement #Group.router = EpidemicRouter

Group.router = ProphetRouter

ProphetRouter.secondsInTimeUnit = 30 Group.bufferSize = 60M

Group.waitTime = 0, 120 Group.nrofInterfaces = 1

Group.interface1 = btInterface Group.speed = 0.4, 1.8

Group.msgTtl = [2; 5; 30; 60; 180; 360; 1440;] Group.nrofHosts = 36

Group.groupID = n

Group.nodeLocation = 0,1 #Group1.speed = 0.5, 1.5 Events.nrof = 2

Events1.class = StandardEventsReader

Events1.filePath = encounterTraces/Haggle4-Cam-Imote.csv Events2.class = MessageEventGenerator

Events2.interval = 900, 915 Events2.size = 500k,1M Events2.hosts = 1,1 Events2.tohosts = 35,35 Events2.prefix = M

MovementModel.rngSeed = 1

MovementModel.worldSize = 4500, 3400 MovementModel.warmup = 1000

Report.nrofReports = 2 Report.warmup = 0

Report.reportDir = FIX_TTL_prophetFIX2 Report.report1 = MessageStatsReport

Report.report2 = BufferOccupancyReportFix

Opportunistic Network merupakan suatu jaringan dapat berkomunikasi tanpa infrastruktur, dimana konektivitas antara end-to-end tidak dapat diperkirakan dan node dalam jaringan Opportunistic besifat intermittent, dengan arti node tersebut terkadang terhubung dan terkadang juga tidak,Tantangan dalam jaringan ini adalah bagaimana strategi menyampaikan pesan dari node pengirim (source) sampai node tujuan (destination).

Pada penelitian ini penulis menguji unjuk kerja dari protokol routing epidemic dan prophet untuk menguji protokol tersebut penulis menggunakan simulator TheONE. Metrik unjuk kerja yang digunakan dalam penelitian ini antara lain delivery ratio, overhead ratio, latency average, dan buffer occupancy. Parameter yang akan digunakan pada setiap pengujian adalah dengan penambahan jumlah node, penambahan jumlah time to live dan penambahan buffer size sedangkan pergerakanya menggunkan random waypoint dan pergerakan manusia (Haggle4-Cam-Imote).

Protokol epidemic dengan pola pengiriman yang flooding –based-Forwarding akan menghasilkan delivery yang tinggi dan latency yang baik namun dengan jumlah copy pesan yang banyak, sehingga menyebabkan overhead didalam jaringan.

Dari hasil penelitian diketahui bahwa protokol prophet mampu menggungguli epdemic dengan meminimalkan jumlah copy pesan, menggunakan pola pengiriman delivery predictability. protokol prophet juga akan menjaga nilai probabilitas dan latency.

Dengan pergerakan random waypoint kinerja prophet kurang optimal dibanding epidemic karena di random waypoint probabilitas bertemu setiap node cenderung sama, namun dipergerakan manusia prophet dapat bekerja dengan baik karena setiap node memiliki nilai probabilitas bertemu yang variatif.

Kata kunci : opportunistic network, epdemic, Prophet, random waypoint, haggle-4, buffer occupancy, delivery ratio, latency, overhead ratio

ABSTRACT

Opportunistic Network is a network that can communicate without infrastructure when the connectivity between end-to-end cannot be predicted and the node in the network Opportunistic is intermittent, it means that the node is sometimes connected and sometimes not. The challenge in this network is how to convey the message from the source node to the destination node.

In this research, the writer tests the performance of the protocol routing epidemic and prophet. The writer tests it by using The One simulator. The metric performances that are used in this research include delivery ratio, overhead ratio, average latency, and buffer occupancy. The parameter that will be used in each test is increasing the number of node, increasing the amount of time to live, and the addition of buffer size while the movement is using the random waypoint and the human movement (Haggle4-Cam-Imote).

Protocol Epidemic with a pattern flooding-based-Forwarding delivery will produce a high delivery and a good latency. In the other hand, with the number of messages that is much, it causes overhead on the network.

The research result shows that the protocol Prophet is able to surpass the epidemic by minimizing the number of message copies, using the pattern of the delivery predictability. Protocol Prophet will also keep the value of the probability and latency.

With the random waypoint movement, the performance of prophet is less optimal than the epidemic. It is because the probability meets each node that tends to be the same in random waypoint, but in the human movement, the prophet can work well because each node has a meeting probability value that is various.

keywords: opportunistic network, epidemic, Prophet, random waypoint, haggle-4, buffer occupancy, delivery ratio, latency, overhead ratio