Analisis konsumsi energi protokol epidemic dan spray and wait di jaringan opportunistic
i
ANALISIS KONSUMSI ENERGI PROTOKOL EPIDEMIC DAN SPRAY AND WAIT DI JARINGAN OPPORTUNISTIC
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika
oleh:
Thomas Aquino Adam Nurcahyo 125314106
PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA YOGYAKARTA
(2)
ii
ANALYSIS ENERGY CONSUMPTION OF THE ROUTING PROTOCOL EPIDEMIC VS SPRAY AND WAIT IN OPPORTUNISTIC NETWORKS
A THESIS
Presented as Partial Fulfillment of Requirements to Obtain Sarjana Komputer Degree in Informatics Engineering Department
By:
Thomas Aquino Adam Nurcahyo 125314106
INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT
FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY
YOGYAKARTA 2017
(3)
iii SKRIPSI
ANALISIS KONSUMSI ENERGI PROTOKOL EPIDEMIC DAN SPRAY AND WAIT DI JARINGAN OPPORTUNISTIC
Oleh
Thomas Aquino Adam Nurcahyo 125314106
Telah disetujui oleh:
Pembimbing,
(4)
iv SKRIPSI
ANALISIS KONSUMSI ENERGI PROTOKOL EPIDEMIC DAN SPRAY AND WAIT DI JARINGAN OPPORTUNISTIC
Dipersiapkan dan ditulis oleh: Thomas Aquino Adam Nurcahyo
125314106
Telah dipertahankan di depan panitia penguji Pada tanggal, 4 April 2017
dan dinyatakan memenuhi syarat
Susunan Panitia Penguji
Nama Lengkap Tanda Tangan
Ketua : Henricus Agung Hernawan, S.T., M.Kom. ………... Sekretaris : Puspaningtyas Sanjoyo Adi, S.T., M.T. ………... Anggota : Bambang Soelistijanto, S.T., M.Sc., Ph.D. ………
Yogyakarta, April 2017 Fakultas Sains dan Teknologi
Universitas Sanata Dharma
Dekan
(5)
v MOTTO
“Mintalah, maka akan diberikan kepadamu; carilah, maka kamu akan mendapat; ketuklah, maka pintu akan dibukakan bagimu”
(6)
vi
PERNYATAAN LEMBAR KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa di dalam skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, 3 April 2017
Penulis
(7)
vii
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma: Nama : Thomas Aquino Adam Nurcahyo
NIM : 125314106
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah yang berjudul:
ANALISIS KONSUMSI ENERGI PROTOKOL EPIDEMIC DAN SPRAY AND WAIT DI JARINGAN OPPORTUNISTIC
Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan,
mengalihkan dalam bentuk media lain, mengelolahnya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalty kepada saya selama tetap mencatumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Yogyakarta, 3 April 2017
Penulis
(8)
viii ABSTRAK
Opportunistic Network (OppNet) merupakan jaringan wireless yang tidak membutuhkan infrastruktur dalam pembentukannya. Delay Tolerant Network (DTN) adalah jaringan yang tidak mempermasalahkan delay atau penundaan dalam pengirimannya. Meskipun tingkat penundaan yang sangat tinggi, jaringan ini masih dapat bekerja dengan mengandalkan koneksi dengan perangkat yang berada dalam jangkauannya.
Pada penelitian ini penulis melakukan pengujian pada Protokol Epidemic dan Spray and Wait diukur dari perbandingan tingkat konsumsi energi dari masing – masing kedua protokol. Penulis melakukan pengujian tersebut menggunakan ONE Simulator. Parameter yang digunakan penulis untuk menguji adalah rata – rata konsumsi energi perhari pada seluruh node, Jumlah node yang mati pada akhir dari simulasi, Delivery ratio, Average latency. Skenario yang digunakan penulis untuk menguji yaitu: Penambahan jumlah Node, Penambahan Message Size, Penambahan kecepatan Node, Penambahan TTL, dan Penambahan L-Copy pada Spray and Wait.
Hasil pengujian menunjukkan bahwa protokol Epidemic sangat boros akan penggnaan energy dibandingkan Spray and Wait dikarenakan cara kerja protokol Epidemic dengan melakukan flooding (membanjiri jaringan dengan copy pesan). Protokol Spray and Wait lebih hemat dalam menggunakan energi dikarenakan cara kerja protokol Spray and Wait yaitu dengan membatasi jumlah copy pesan yang beredar. Hasil dari Delivery ratio dan Average Latency menunjukkan bahwa protokol Epidemic mengungguli Spray and Wait.
Kata Kunci: Opportunistic Network, Epidemic, Spray and Wait, Energy Consumption, Number of Dead Node, Delivery Probability, Average Latency.
(9)
x ABSTRACT
Opportunistic Network is a wireless network that not depends on infrastructure to establish a connection. Delay Tolerant Network is a network that allow delay on message transmit mechanism. Even though delay level is very high, this network still working by depends on other device that captured in its radio range.
In this experiment, writer doing an experiment to test an Epidemic Routing Protocol and Spray and Wait Routing Protocol measured by comparison of its energy consumption. Writer doing an experiment with the help from ONE Simulator and using average of energy consumption everyday from all nodes in a network, number of dead node in the end of simulation, delivery ratio, and average latency. Writer use a many scenario to prove the energy consumed by Epidemic and Spray and Wait Routing Protocol, some of them are increasing number of nodes, increasing the message size, increasing the speed of node movement, increasing the value of TTL (Time to Live), and increasing the value of L-Copy in the network in Spray and Wait Routing Protocol.
The result show that Epidemic Routing Protocol consume more energy than Spray and Wait because Epidemic Routing Protocol based on flooding mechanism, otherwise Spray and Wait based on limiting the number of message copy that spread on the network. Simulation result from delivery ratio and average latency on the Epidemic and Spray and Wait show that Epidemic Routing Protocol have a better performance rather than the Spray and Wait Routing Protocol.
Keyword : Opportunistic Network, Epidemic, Spray and Wait, Energy Consumption, Number of Dead Node, Delivery Probability, and Average Latency.
(10)
xi
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, sehingga penulis dapat menyelesaikan tugas akhir dengan judul “Analisis Konsumsi Energy Protokol Epidemic dan Spray and Wait di Jaringan Opportunistic”. Tugas akhir ini merupakan salah satu mata kuliah wajib dan sebagai syarat akademik untuk memperoleh gelar sarjana komputer program studi Teknik Informatika Universitas Santa Dharma Yogyakarta. Pada kesempatan ini, penulis ingin mengucapkan terima kasih kepada pihak-pihak yang telah membantu penulis baik selama penelitian maupun saat mengerjakan tugas akhir ini. Uacapan terima kasih sebesar-besarnya penulis sampaikan kepada:
1. Tuhan Yang Maha Esa, yang telah memberikan kesehatan jasmani dan rohani dalam proses tugas akhir.
2. Orang tua, Bapak Tarsisius Sunarto dan Ibu Hilaria Warsiari, Kepada mbak tercinta Agatha Uni Asmarani, dan Angela Ami Asmarani, yang telah memberikan dukungan baik spiritual maupun material.
3. Bambang Soelistijanto, S.T., M.Sc., Ph.D. selaku Dosen Pembimbing tugas akhir, atas kesabaran dalam membimbing, memberikan semangat, waktu, dukungan dan motivasi yang telah diberikan kepada penulis.
4. Bapak Eko Hari Parmadi S.Si., M.Kom. selaku dosen Pembimbing Akademik, atas bimbingan, kritik dan saran yang telah diberikan kepada penulis.
5. Dr. Anastasia Rita Widiarti, M.Kom. selaku Ketua Program Studi Teknik Informatika, atas bimbingan, kritik dan saran yang telah diberikan kepada penulis.
6. Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D. selaku Dekan Fakultas Sains dan Teknologi, atas bimbingan, kritik dan saran yang telah diberikan kepada penulis.
7. Kepada seluruh dosen dan karyawan Universitas Sanata Dharma yang rela mengeluarkan keringat demi berkarya dalam mendidik saya.
8. Teman seperjuangan teman Jaringan Komputer angkatan 2012, teman-teman Teknik Informatika terima kasih atas dukungan, doa dan semangat yang diberikan.
(11)
xii
9. Sahabat saya yang selalu memberikan dorongan spiritual dan membantu dalam proses pemahaman teori skripsi penulis yaitu (Parta Adi Putra, Maria Hilary, Maria Irmgrad Ratu, Vinsen Muliadi)
10. Teman dalam menghilangkan penat dalam mengerjakan skripsi yang berusaha menghibur saya dengan mengajak bermain game F1 bersama yaitu Lukas Hari dan sekaligus partner penulis sebagai asisten laboran.
11. Teman - teman partner game DOTA 2 (Bang Macky, Rata Lu Kent*d, Chocho, ahiaq, menantu.idaman, Abe, SmartIdea, Na’vi.Dendi, EG.Fear, yang selalu mengingatkan saya selalu untuk membuat skripsi)
12. Partner dan teman terbaik, Luciana Hani, atas dukungan, semangat, motivasi, waktu, doa dan kesabaran yang telah diberikan kepada penulis.
Penulis menyadari masih banyak kekurangan yang terdapat dalam laporan tugas akhir ini. Saran dan kritik sangat diharapkan untuk hasil yang lebih baik di masa mendatang.
Penulis,
Thomas Aquino Adam N.
(12)
xii DAFTAR ISI
SKRIPSI ... i
A THESIS ... ii
SKRIPSI ... iii
SKRIPSI ... iv
MOTTO ... v
PERNYATAAN LEMBAR KEASLIAN KARYA ... vi
LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... vii
ABSTRAK ... viii
ABSTRACT ... Error! Bookmark not defined. KATA PENGANTAR ... x
DAFTAR ISI ... xii
DAFTAR GAMBAR ... xiv
DAFTAR TABEL ... xvi
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 Metodologi Penelitian ... 3
1.6 Sistematika Penulisan ... 4
BAB II LANDASAN TEORI ... 5
2.1 Jaringan Wireless ... 5
2.2 Mobile Adhoc Network (MANET) ... 5
2.3 Opportunistic Network ... 6
2.3.1 Metode Store, Carry, and Forward ... 7
2.4 Karakteristik OppNet ... 8
2.5 ONE Simulator ... 9
2.6 Protokol Routing ... 10
2.6.1 Epidemic Routing ... 10
(13)
xiii
2.6.3 Binary Spray and Wait ... 14
2.6.4 Source Spray and Wait ... 15
2.7 Movement Model ... 17
2.7.1 Random Waypoint ... 17
2.7.2 Pergerakan Manusia ... 17
BAB III RANCANGAN SIMULASI JARINGAN ... 18
3.1 Parameter Simulasi ... 18
3.2 Parameter Kinerja ... 19
3.3 Topologi Jaringan ... 20
BAB IV PENGUJIAN DAN ANALISIS ... 21
4.1 Random Waypoint ... 21
4.1.1 Penambahan Jumlah Node (Density) ... 21
4.1.2 Node Speed (Penambahan Kecepatan Node) ... 26
4.1.3 Message Size (Penambahan Message Size) ... 32
4.2 Real Human Trace Haggle Cambridge Imotes ... 37
4.2.1 Penambahan TTL ... 37
4.2.2 Penambahan L Copy ... 42
BAB V KESIMPULAN DAN SARAN ... 46
5.1 Kesimpulan ... 46
5.2 Saran ... 46
Daftar Pustaka ... 47
(14)
xiv
DAFTAR GAMBAR
Gambar 2.1 Metode Store, Carry and Forward di OppNet ... 7
Gambar 2.2 Distribusi pesan pada Epidemic Routing ... 11
Gambar 2.3 Fase Spray And Wait Binary mode ... 15
Gambar 2.4 Fase Spray And Wait Source mode... 16
Gambar 3.1 Jaringan dengan ONE simulator ... 20
Gambar 4.1 Grafik Delivery Probability dan pengaruhnya terhadap penambahan node pada random waypoint ... 21
Gambar 4.2 Grafik pengaruh penambahan node terhadap latency pada pergerakan random waypoint ... 22
Gambar 4.3 Grafik pengaruh Konsumsi Energi dengan bertambahnya jumlah node ... 23
Gambar 4.4 Dead Node dengan jumlah node 80 ... 24
Gambar 4.5 Dead Node dengan Jumlah Node 120 ... 25
Gambar 4.6 Pengaruh penambahan node terhadap Dead Node ... 26
Gambar 4.7 Delivery Probability terhadap penambahan kecepatan ... 27
Gambar 4.8 Grafik pengaruh penambahan kecepatan node ... 27
Gambar 4.9 Grafik pengaruh penambahan node terhadap rata – rata konsumsi energi perhari ... 28
Gambar 4.10 Dead Node pada kecepatan 0.5 – 1.5m/s ... 29
Gambar 4.11 Dead Node pada kecepatan 1.5 – 2.5m/s ... 30
Gambar 4.12 Dead Node pada kecepatan 2.5 – 3m/s ... 31
Gambar 4.13 Dead Node pada kecepatan 4.5 – 5m/s ... 31
Gambar 4.14 Pengaruh penambahan ukuran pesan terhadap Delivery Probability ... 32
Gambar 4.15 Pengaruh penambahan ukuran pesan terhadap latency ... 33
Gambar 4.16 Pengaruh ukuran pesan terhadap penggunaan energi ... 34
Gambar 4.17 Dead Node pada Dead Node pada Size 100k - 500k ... 35
Gambar 4.18 Dead Node pada Size 500k – 1M ... 36
Gambar 4.19 Dead Node pada Size 2M – 2500k ... 36
(15)
xv
Gambar 4.21 Penagruh penambahan TTL terhadap Latency... 38
Gambar 4.22 Pengaruh penambahan TTL terhadap konsumsi Energi ... 39
Gambar 4.23 Dead Node pada TTL 180 ... 40
Gambar 4.24 Dead Node pada TTL 360 ... 41
Gambar 4.25 Dead Node pada TTL 1440 ... 41
Gambar 4.26 Pengaruh penambahan L-Copy terhadap Delivery Ratio…………42
Gambar 4.27 Pengaruh penambahan L-Copy terhadap Latency………...43
Gambar 4.28 Pengaruh penambahan L-Copy terhadap konsumsi Energi……….44
Gambar 4.29 Dead Node pada L-Copy 5……….……….………45
Gambar 4.29 Dead Node pada L-Copy 9………..45
(16)
xvi
DAFTAR TABEL
Table 3.1 Parameter Utama ... 18
Table 3.2 Initial Energy (parameter Utama) ... 18
Table 3.3 Penambahan Node... 18
Table 3.4 Penambahan Node Speed (Kecepatan Node)... 18
Table 3.5 Penambahan Message Size ... 19
Table 3.6 Penambahan Time To Live (TTL) ... 19
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 ... 21
Table 4.2 Pengujian Average Latency dan pengaruhnya terhadap penambahan jumlah node ... 22
Table 4.3 Hasil pengujian pengaruh penambahan kecepatan node terhadap Delivery Probability ... 26
Table 4.4 Hasil pengujian penambahan kecepatan node terhadap Latency ... 27
Table 4.5 Pengaruh Penambahan Message Size terhadap Delivery ratio ... 32
Table 4.6 Pengaruh Penambahan Message Size terhadap Latency... 32
Table 4.7 Pengaruh penambahan TTL terhadap Delivery ratio ... 37
Table 4.8 Pengaruh penambahan TTL terhadap Latency ... 37
Table 4.9 Pengaruh penambahan L-Copy terhadap Delivery ratio……….42
(17)
1 BAB I Pendahuluan
1.1 Latar Belakang
Delay Tolerant Network (DTN) adalah jaringan yang tidak mempermasalahkan delay atau penundaan dalam pengirimannya. Meskipun tingkat penundaan yang sangat tinggi, jaringan ini masih dapat bekerja. Contoh penggunaan Delay Tolerant Network (DTN) di masa sekarang bisa kita lihat pada komunikasi yang sedang dikembangkan oleh NASA yaitu interplanetary network untuk mengkomunikasikan bumi dengan satelit luar angkasa, atau bumi dengan bulan, dan atau juga bumi dengan planet – planet dalam tata surya. Masih dalam konteks interplanetary network, pengiriman data ini memerlukan beberapa satelit dan stasiun luar angkasa sebagai router. Pengiriman data dilakukan secara bertahap dari satu node ke node berikutnya, kemudian disimpan, selanjutnya dapat diteruskan ke node berikutnya setelah ada koneksi.
Pada permasalahan kali ini, akan dibahas Jaringan Toleransi Tunda pada smartphone, yang mirip dengan contoh kasus interplanetary network tapi yang membedakan adalah menggunakan smartphone yang lain sebagai router. Cara kerja pengiriman data yang dilakukan adalah bertahap dari satu node ke node yang lain, selanjutnya diteruskan ke node yang lain. Kebutuhan energi adalah faktor utama dalam kinerja dan penyebaran komputasi modern dan sistem komunikasi. Dalam hal ini smartphone menjadi platform komputasi dan komunikasi yang utama. Smartphone dilengkapi dengan kemampuan komunikasi canggih (Bluetooth dan Wi-Fi), yang memungkinkan smartphone untuk membawa pesan terutama dalam Delay Tolerant Network (DTN). Energi pada node dianggap sebagai faktor yang penting dalam mengirim dan menerima pesan. Banyak upaya telah dilakukan untuk meningkatkan jumlah energi yang bisa membuat baterai bisa bertahan lama dalam penggunaan.
(18)
2
Pada DTN, sangat penting untuk mempertimbangkan energi yang masih tersisa dari sebuah node ketikanode tersebut bertemu dengan node yang lainnya untuk bertukar pesan. Ada beberapa penelitian telah membahas masalah seperti ini. Dilihat dari jurnal Energy Consumption Analysis of Delay Tolerant Network Routing ProtocolsRegin A. Cabacas, Hideaki Nakamura and In-Ho Ra,Kunsan National University South Korea,Yamaguchi University Ube Japan 2014 mereka melakukan sebuah penelitian dalam membandingkan kebutuhan energi pada protokol yang berbeda dalam DTN. Untuk menganalisa kebutuhan energi, akan dilakukan evaluasi kinerja pada masing – masing protokol yang berbasis energi pada DTN menggunakan metrik seperti Average Remaining Energy dan Number of Unavailable Nodes untuk mengetahui kebutuhan energi dari protokol – protokol routing ini yang mengkonsumsi sedikit energi dalam jaringan tertentu.
1.2 Rumusan Masalah
Berdasarkan latar belakang, maka rumusan masalah yang didapat adalah menganalisa kebutuhan energi routing protokol pada Delay Tolerant Network untuk mengetahui seberapa efisien penggunaan energi yang digunakan untuk melakukan pertukaran data atau pengiriman data pada masing – masing protocol routing.
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah mengetahui seberapa efisien kebutuhan energi yang digunakan pada masing – masing protokol routing dalam pertukaran data.
1.4 Batasan Masalah
Dalam pelaksanaan tugas akhir ini, masalah dibatasi sebagai berikut: 1. Protokol yang digunakan adalahepidemic, danspray and wait 2. Pengujian dilakukan dengan ONE Simulator.
(19)
3
3. Parameter unjuk kerja yang digunakan adalah Energy Consumption, DeadNodes, Delivery Probability, dan Average Latency
1.5 Metodologi Penelitian
Adapaun metodologi dan langkah – langkah yang digunakan dalam pelaksanaan tugas akhir ini adalah sebagai berikut :
1. Studi Literatur
Mencari dan mengumpulkan referensi serta mempelajari teori yang mendukung tugas akhir ini.
a. Teori protocol Epidemic, dan Spray and wait b. Teori ONE Simulator
c. Tahap-tahap membangun simulasi 2. Perancangan
Dalam tahap ini penulis merancang skenario sebagai berikut: a. Penambahan jumlah node (random waypoint)
b. Penambahan ukuran pesan (random waypoint) c. Penambahan kecepatan node (random waypoint) d. Penambahan TTL (real human trace)
e. Penambahan L-Copy (real human trace)
3. Pembangunan Simulasi dan Pengumpulan Data
Simulasi Opportunistic Network pada tugas akhir ini menggunakan ONE simulator.
4. Analisis Data Simulasi
Dalam tahap ini penulis menganalisa hasil pengukuran yang diperoleh pada proses simulasi. Analisa dihasilkan dengan melakukan pengamatan dari beberapa kali pengukuran yang menggunakan parameter simulasi yang berbeda.
5. Penarikan Kesimpulan
Penarikan kesimpulan didasarkan pada beberapa parameter unjuk kerja yang diperoleh pada proses analisis data.
(20)
4 1.6 Sistematika Penulisan
Secara garis besar skripsi ini terdiri dari 6 (enam) bab dengan beberapa sub bab. Agar mendapat arah dan gambaran yang jelas mengenai hal yang tertulis, berikut ini sistematika penulisannya secara lengkap: BAB I PENDAHULUAN
Pada bab ini membahas latar belakang masalah, pembatasan dan perumusan masalah, tujuan penelitian, manfaat penelitian, studi review terdahulu, metodologi penelitian, , dan sistematika penelitian.
BAB II LANDASAN TEORI
Pada bab ini diuraikan tentang penjelasan Delay Tolerant Network , teori masing – masing routingprotokol, teori ONE Simulator, dan tahap – tahap pembangunan simulasi.
BAB III PERANCANGAN SIMULASI JARINGAN
Pada bab ini dijelaskan tentang perencanaan simulasi dan perencanaan pengambilan data.
BAB IV PENGUJIAN DAN ANALISIS
Pada bab ini dijelaskan tentang pelaksanaan simulasi dan hasil analisis data simulasi jaringan.
BAB V PENUTUP
Bab ini berisi kesimpulan-kesimpulan yang didapat dari hasil penelitian dan berisi saran-saran yang sesuai dengan permasalahan yang diteliti.
(21)
5 BAB II
LANDASAN TEORI 2.1 Jaringan Wireless
Jaringan wireless merupakan media yang menyediakan pertukaran data menggunakan media udara. Keuntungan dari wireless adalah mobilitas yang tinggi dan dapat digunakan hingga jaringan berskala besar, sedangkan kerugiannya adalah adanya gangguan oleh cuaca atau mungkin terhalang oleh bangunan seperti rumah, gedung, pepohonan atau perbukitan. Jaringan wireless yang paling sering kita dengar adalah Wireless Local Area Networks (WLAN) yang distandarisasi oleh IEEE (Institute of Electrical and Electronic Engineers). IEEE merupakan sebuah organisasi independen yang mengatur beberapa standar dalam jaringan lokal dengan menggunakan media kabel dan jaringan wireless. Topologi jaringan nirkabel dibagi menjadi dua yaitu topologi nirkabel dengan berbasisi infrastruktur (access point) dan topologi nirkabel tanpa menggunakan infrasktruktur[1].
2.2 Mobile Adhoc Network (MANET)
Jaringan MANET bersifat sementara sehingga tidak memerlukan instalasi seperti pada jaringan berbasis infrastruktur. Tetapi routing di MANET menyediakan end-to-end path dari source ke destination. Beberapa contoh penerapan MANET antara lain pembangunan pusat-pusat komunikasi di daerah bencana alam yang mengalami kerusakan prasarana jaringan komunikasi fisik, sarana koneksi internet pada booth suatu event yang tidak dimungkinkan untuk membangun jaringan kabel atau ketersediaan layanan jaringan [2]. Inteferensi pada MANET sangat besar, hal itu disebabkan karena pergerakan node di MANET yang tidak dapat diprediksi dan topologi jaringan yang berubah begitu cepat. Pada routing protokol di MANET yang dimaksudkan dengan cost adalah biaya untuk membawa paket sampai di destination. Cost di MANET diasumsikan dengan banyaknya buffer yang dipakai dan banyaknya control paket yang dibutuhkan. Cost berhubungan dengan dua hal, cost yang pertama
(22)
6
berhubungan dengan buffer atau storage dan cost yang kedua adalah power atau baterai. Fungsi utama routing pada MANET adalah mencari jalur dari source ke destination. Tantangan pada MANET adalah link terputus karena node yang sering berpindah-pindah, paket lost dikarenakan transmisi error, bandwidth yang terbatas dan perubahan topologi jaringan yang terjadi secara dinamis.
2.3 Opportunistic Network
Opportunistic Network atau yang biasa disingkat OppNet adalah evolusi yang menarik dari MANETs. Protokol komunikasi ini menyediakan koneksi dalam keadaan konektivitas end-to-end yang tidak normal. OppNet memungkinkan komunikasi dalam lingkungan dengan waktu penundaan yang besar dan berubah-ubah, serta tingkat error yang tinggi. Penelitian ini bertujuan untuk menguji kinerja protokol routing OppNet sehingga didapatkan solusi optimal untuk pengiriman data berukuran besar dengan memanfaatkan alat transportasi sebagai router di Opportunistic Network.Pada jaringan ini, meskipun delay (waktu jeda) dalam jaringan cukup tinggi, maka OppNet tetap dapat bekerja. Apabila suatu saat salah satu node yang menjadi router mengalami suatu masalah, maka OppNet tetap dapat bekerja. Data akan ditahan di node (router) terakhir yang berfungsi. Selanjutnya paket data tersebut akan diteruskan ke node berikutnya apabila node berikutnya telah berfungsi.
OppNet merupakan arsitektur yang cocok pada jaringan “menantang” (challenged). Maksud dari “menantang” adalah jaringan yang penuh dengan masalah, seperti delay yang lama, koneksi yang sering terputus dan tingkat error yang tinggi. Perlu diketahui terciptanya konsep OppNet adalah untuk komunikasi luar angkasa. Komunikasi luar angkasa memiliki karakter delay pengiriman yang lama (akibat jarak yang jauh) dan koneksi end-to-end yang tidak selalu ada (bahkan tidak ada). Misalkan pada pengiriman data dari stasiun bumi ke sebuah kendaraan di Mars. Pengiriman ini memerlukan beberapa satelit dan stasiun luar angkasa sebagai router.
(23)
7
Gambar 2.1 Metode Store, Carry and Forward di OppNet 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 sangat mungkin untuk dilakukan.
2.3.1 Metode Store, Carry, and Forward
OppNet dapat bekerja pada jaringan yang penuh dengan hambatan seperti koneksi sering putus dan tingkat delay yang tinggi karena pada menggunakan metode Store, Carry and Forward. Metode Store, Carry and Forward berarti sebuah paket data saat melewati node-node perantara (router) akan disimpan terlebih dahulu sebelum diteruskan. Hal ini untuk mengantisipasi seandainya node berikutnya tidak dapat dijangkau (mati) atau ada kendala lain. 1) Store : Setiap node di OppNet menyimpan setiap pesan
yang masuk.
2) Carry : Noderelay membawa pesan untuk disampaikan ke destination
3) Forward: Mengirim pesan ke node lainnya menuju tujuan setiap kali kontak dimulai.
Gambar menunjukkan proses pengiriman data dari node source dengan tujuan akhir nodedestination. Saat melewati node R2 data akan disimpan terlebih dahulu, kemudian node R2 akan
(24)
8
menyimpan pesan terdahulu dan kemudian ia akan mebawa pesan tersebut menuju node R3. R3 akan menyimpan pesan tersebut membawa pesan ke destination. Metode store, Carry and forward berbeda dengan proses pengiriman data pada TCP/IP. Pada TCP IP, router hanya menerima data dan langsung mem-forward. Akibatnya, jika koneksi putus di suatu tempat, data yang sedang dalam proses pengiriman tersebut akan hilang (drop).
Metode Store, Carry dan Forward memiliki konsekuensi yaitu setiap node harus memiliki media penyimpanan (storage). Storage digunakan untuk menyimpan data apabila koneksi dengan node berikutnya belum tersedia. Oleh karena itu, router yang hanya terdiri atas router board seperti yang biasa dipakai dalam jaringan TCP/IP tidak dapat digunakan di OppNet. Router pada jaringan OppNet harus memiliki media penyimpan, contohnya pada router yang berupa PC.
Dalam OppNet, 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 OppNet. Bundle layer terletak langsung di bawah layer aplikasi. Dalam bundle layer, data dari layer aplikasi akan dipecah-pecah menjadi bundle [3]. Bundle inilah yang akan dikirim ke transport layer untuk diproses lebih lanjut.
2.4 Karakteristik OppNet
Beberapa karakteristik dari jaringan ini adalah : a. Pemutusan
Tidak ada koneksi antara jumlah node. b. Intermittent Connectivity
(25)
9 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
OppNet 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. 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.
g. Panjang Antrian Delay
Setiap node memiliki buffer sendiri untuk pesan store, sering dapat menyebabkan pemutusan panjang antrian penundaan.
2.5 ONE Simulator
One Simulator adalah singkatan dari Opportunistic Network Environment simulator. Merupakan simulator yang memodelkan pergerakan node, hubungan antar node, routing dan penanganan pesan. Hasil dan analisis didapatkan melalui visualisasi, laporan dan post-processing tools. ONE simulator merupakan simulasi yang mampu:
(26)
10
• Me-routing pesan antar node dengan berbagai algoritma routing DTN, mengirim serta tipe pengiriman dan penerimaan.
• Memvisualisasikan mobilitas dan pesan secara real time di antarmuka pengguna grafis.
ONE dapat mengimpor data mobilitas dari real-world traces atau generator mobilitas lainnya. Hal ini juga dapat menghasilkan berbagai laporan dari pergerakan node.
2.6 Protokol Routing
2.6.1 Epidemic Routing
Routing Epidemic menggunakan konsep flooding (replikasi) di jaringan mobile yang koneksinya tidak tersedia secara terus menerus. Hal ini merupakan salah satu strategi yang pertama kali digunakan untuk memungkinkan pengiriman message pada jaringan Opportunistic. Pada Epidemic setiap node menyimpan daftar semua ID message yang dibawa (ID message) yang pengirimannya tertunda. Setiap kali bertemu node lain, relay node saling bertukar informasi message (summary vector) untuk mengecek apakah node memiliki kesamaan ID. Routing Epidemic sangat boros buffer karena ketika bertemu dengan node lain, node source akan memberikan copy message ke semua node relay.
Karena terbatasannya kapasitas wireless yang merupakan tipikal dari jaringan wireless maka message akan di drop dan ditransmisikan ulang (retransmissions). Salah satu pendekatan sederhana untuk mengurangi overhead of flooding adalah dengan hanya sekali memforward sebuah copy message dengan probabilitas P < 1. Pada routing Epidemic, Delivery Ratio dan Delivery Delay bagus karena setiap kali node bertemu dengan node yang lain selalu menyebarkan copy message atau mengcopy message ke node tetangga yang dijumpai. Sehingga dalam hal ini routing Epidemic sebagai Basedline dalam pengerjaan routing protokol Spray and
(27)
11
Wait. Konsep Protokol Epidemic adalah konsep flooding. Apabila node S mengenerate copy message dan bertemu dengan node C maka node S akan memberikan copy message kepada node C. Hal yang sama akan dilakukan oleh node C ketika bertemu dengan node relay yang lain sampi salah satu node bertemu dengan node destiantion dan memberikan copy pesan.
Algoritma Epidemic Routing (Nj) while Ni is contact with Nj do
send summary_vector(Nj) receive summary_vector (Ni)
while ∃ m ϵ buffer(Nj) do
if∃ m ϵbuffer(Nj) ≠ ∃ m ϵ buffer(Ni) then replicate (m, Ni)
end if end while end while
Gambar 2.2 Distribusi pesan pada Epidemic Routing
2.6.2 Spray and Wait
Routing Spray and Wait mengatasi masalah flooding yang terjadi pada routing Epidemic, tetapi pada Spray and Wait berusaha untuk mengontrol jumlah copy message untuk mengurangi cost pada konsepflooding pada Epidemic. Awalnya penyebaran message dilakukan dengan cara yang sama dengan Epidemic. Ketika message telah menyebar di setiap relay node untuk menjamin bahwa setidaknya salah satu dari relay node akan menemukan node
(28)
12
destination dengan cepat (dengan probabilitas yang tinggi), ketika node destination tidak ditemukan maka relay node dapat melakukan transmisi secara langsung ke node destination (direct transmission). Dengan kata lain, routing Spray and Wait merupakan tradeoff antara strategi single-copy dan strategi multi-copy. Jika routing protokol di jaringan Opportunistic (OppNet) salah satunya menggunakan multiplecopy atau mengcopy message ke semua relay node yang ditemui dengan tujuan agar Delivery Ratio dan latency yang bagus. Tetapi konsekuensi dari multiple-copy itu sendiri adalah penggunaan node resourcenya. Contoh resources adalah buffer dan power atau baterai. Menurut Spyropoulus et al. Spray and Wait mengambil keuntungn dari Routing Epidemic dengan transmisi message lebih cepat dan Delivery Ratio yang tinggi dan proses forwading ke destination secara langsung. Tujuan dari routing Spray and Wait adalah mengontrol flooding dengan membatasi atau mengurangi jumlah copy (L) yang dibuat dan mengurangi overhead di Epidemic yang berhubungan dengan jumlah node (N). Pergerakan node atau skenario dari routing Spray and Wait yang digunakan adalah random waypoint dan working day. Kerugian dari routing protokol Spray and Wait adalah latency yang tinggi, Random Movement (node bergerak secara acak). Secara khusus protokol routing yang efisien dalam hal ini harus :
• Melakukan transmisi secara signifikan dari epidemic dan konsep routing yang berbasis flooding pada semua kondisi.
• Menghasilkan pertentangan yang rendah terutama dibawah semua kondisi.
• Mencapai latency yang lebih baik dari skema single-copy dan multiplecopy untuk mencapai titik optimal.
• Menjadi sangat scalable, yaitu routing tetap menjaga perilaku kinerja meskipun terjadi perubahan ukuran jaringan maupun kepadatan node.
(29)
13
• Ketika akan mentransmisikan copy message, routing Spray and Wait selalu konsisten mengikuti dua fase yang terbentuk pada routing itu sendiri (Binary Spray).
S adalah node Soruce dan D adalah node Destination, dalam hal ini tidak ada jalur yang terhubung secara langsung dari node Source ke node Destination. Dalam keadaan ini semua protokol konvensional akan gagal dalam hal pengiriman pesan secara langsung. Pada skema routing protokol, node source mengirimkan copy message ke node destination dengan cara mengcopy message ke node tetangga atau node “relay” atau L message copies diteruskan oleh node source untuk L relay yang berbeda. Routing Spray and Wait terdiri dari dua fase yaitu :
Fase Spray Fase yang pertama adalah fase Spray dimana node Source mengenerate L copies untuk disebarkan ke relay node. Fase Spray membatasi message yang dicopy untuk meminimalkan penggunaan sumber daya (resource) jaringan. Pada fase Spray, proses multi-cast dilakukan untuk mengirim beberapa copy message dari source ke relay node. Jika destination tidak ditemukan dalam fase Spray maka node akan memasuki tahap “wait” dimana setiap relay node yang memiliki copy message menunggu sampai node tujuan ditemukan untuk mentransmisikan message.
Fase Wait Fase yang kedua adalah fase Wait. Jika node destination tidak ditemukan dalam fase Spray, maka setiap relay node yang membawa L copy melakukan transmisi langsung ke node destination yaitu meneruskan message hanya untuk node destination. Pada fase Wait node diperbolehkan untuk menyampaikan message ke node destination menggunakan transmisi secara langsung (direct transmission) ketika Time-To-Livenya berakhir. Pada fase Wait sebuah node akan meneruskan message ke relay node yang lain sampai tersisa satu message saja,
(30)
14
dan relay node yang hanya memegang satu copy message akan masuk dalam fase Wait. Pada fase ini, relay node akan menunggu sampai bertemu node destination dan melakukan transmisi.
Intermittently Connected Mobile Networks (ICMN) adalah jalur wireless yang tersebar dimana-mana yang sebagian besar nodenya tidak memiliki jalur (path) lengkap atau tidak terhubung secara langsung dari node source ke node destination atau tidak ada end-to-end path. Hal ini dapat dilihat dari rangkaian yang terputus dengan waktu yang bervariasi dari kumpulan node.
2.6.3 Binary Spray and Wait
Pada Binary Spray and Wait, baik node source maupun node relay membawa copy message n (n > 1) forwading tokens dan bertemu dengan relay node yang tidak memiliki copy message maka node yang membawa copy message akan memforwadcopy message ke node yang lain. Node yang memiliki forwadingtoken akan mengcopy message n/2 ke relay node. Ketika node memiliki copy message tapi hanya dengan satu forwading token maka node akan masuk dalam fase wait dan menunggu sampai node bertemu dengan node destination untuk mentrasmisikan copy message secara langsung.
Pada fase Spray, copy message akan didistribusikan secara cepat ke relay node yang lain seperti pohon biner yang ditunjukan pada gambar diatas. Asumsikan node S menghasilkan message dengan empat forwadingtoken, ketika node S bertemu dengan node A tanpa copy message maka node S akan memforwading copy message dan memberikan dua forwadingtoken ke node A. Kemudian node S dan node A akan mengulangi operasi serupa sampai mereka hanya memiliki satu forwading token dan akan masuk dalam fase kedua yaitu fase wait, dimana node S dan node A yang tidak memiliki forwading token n > 1 akan menunggu sampai
(31)
15
bertemu dengan node destination untuk mentransmisikan messagenya secara langsung. Strategi Spray And Wait yang membatasi copy message sehingga mengkonsumsi sumber daya di jaringan lebih sedikit.
Gambar 2.3 Fase Spray And Wait Binary mode
Algoritma Spray And Wait Binary mode L < n
replicate(m,n)
calculate_floor(nm/2)
while Ni is contact with node Nj
while ∃ m ϵ buffer(Nj)
while ∃ m ϵ buffer(Nj) ≠ ∃ m ϵ buffer (Ni)
if nm= 1 && Ni is not final
skip end if else
then forward (m,floor(nm))
end end while end while
end while
2.6.4 Source Spray and Wait
Pada Source Spray and Wait message didistribusikan tidak secepat pada Binary Spray and Wait. Hal itu dikarenakan hanya
(32)
16
node Source yang bisa memberikan copy message ke node relay. Node relay tidak dapat memberikan copy message ke node relay yang lain karena hanya node Source yang dapat mengenerate copy message. Node relay hanya berisi ID node destination. Ketika bertemu dengan node destination maka node relay langsung memberikan copy message yang dibawa.
Gambar 2.4 Fase Spray And Wait Source mode
Algoritma Spray And Wait Source mode L < n
replicate(m,n)
while Ni is contact with node Nj
while ∃ m ϵ buffer(Nj)
while ∃ m ϵ buffer(Nj) ≠ ∃ m ϵ buffer (Ni)
if nm= 1 && Ni is not final
skip end if else
then forward end
end while end while
(33)
17 2.7 Movement Model
2.7.1 Random Waypoint
Model pergerakan Random Waypoint merupakan model pergerakan yang standar, dimana node bergerak dan berpindah secara random (acak) untuk pergerakan pada pengguna ponsel tetapi ada pouse time. Pergerakan node yang random juga menentukan destination secara random. Setiap node mobilitas mulai bergerak secara random atau acak dan berhenti beberapa saat untuk jangka waktu tertentu (pause time), ketika waktu jeda berakhir, node akan menentukan destinantion secara acak dengan kecepatan yang acak. Probabilitas dalam pengiriman pesan menggunakan pola pergerakan random mengasumsikan semua node memiliki probabilitas yang sama.
2.7.2 Pergerakan Manusia
Pergerakan manusia adalah pergerakan yang cocok untuk menerapkan Delay Tolerant Network. Pergerakan manusia ini tidak bergerak secara random, tetapi manusia bergerak menuju titik tertentu untuk melakukan sebuah kegiatan yang biasa mereka lakukan. Pergerakan manusia memliki probabilitas bertemu yang berbeda – beda. Manusia tentu melakukan pergerakan dengan pengaruh lingkungan sosial seperti ketertarikan terhadap sesuatu. Karena ketertarikan terhadap sesuatu dan lingkungan sosial inilah yang membuat pergerakan manusia jadi mudah diramalkan.
Untuk mengambil data pada pergerakan manusia digunakan set data dari Haggle4-Cam-Imote. Haggle4-Cam-Imote adalah set data dari sebuah pergerakan yang dicoba di Cambridge dengan menggunakan alat bernama iMotes dan bluetooth sebagai interface. Jumlah node yang digunakan untuk menjalankan simulasi menggunakan data set ini adalah sebanyak 36 node dengan lama 11 hari waktu simulasi.
(34)
18 BAB III
RANCANGAN SIMULASI JARINGAN 3.1 Parameter Simulasi
Pada penelitian ini sudah ditentukan parameter-parameter jaringan untuk skenario pergerakan node.
Table 3.1 Parameter Utama Parameter Simulasi
Skenario mobility Random Waypoint, Real Human Trace (Haggle Infocom 4-Cambrige Imoets) Waktu simulasi 950400 (11 hari)
Simulation Area 2500x2500 meter Interval generasi pesan 900-920 second
Node buffer size 64 MB
World Size
Table 3.2 Initial Energy (parameter Utama) Initial Energy 4400 unit
Group.scanEnergy 0.05
Group Transmit Energy 2 Group scan Respon Energy 0.05
Table 3.3 Penambahan Node Movement Model Random Waypoint Jumlah Node 40; 80; 120; 160; 200
TTL 1440
Message Size 500kB-1MB Node Speed 0.5-2.5 m/s
Table 3.4 Penambahan Node Speed (Kecepatan Node) Movement Model Random Waypoint
Jumlah Node 50
TTL 1440
Message Size 500kB-1MB
Node Speed 05-1.5; 1.5-2.5; 2.5-3.5; 3.5-4.5; 4.5-5.5 m/s
(35)
19
Table 3.5 Penambahan Message Size Movement Model Random Waypoint
Jumlah Node 50
TTL 1440
Message Size 100kB-500kB; 500kB-1MB; 1MB-1.5MB; 1.5MB-2MB; 2MB-2.5MB Node Speed 05-2.5 m/s
Table 3.6 Penambahan Time To Live (TTL) Movement Model Haggle 4 - Cambridge Imoets
Jumlah Node 37
TTL 1440
Message Size 500kB-1MB Node Speed 05-2.5 m/s
3.2 Parameter Kinerja
Empat parameter yang dipakai dalam tugas akhir ini adalah : a. Nodes Energy Consumption
Adalah rata – rata penggunaan energi pada setiap node. b. Dead Node
Adalah node yang mati karena kehabisan energy. c. Delivery Ratio
Delivery Probability merupakan banyaknya message yang terkirim ke destiantion dari message yang dibuat (original message).
Delivery Ratio = � � � � � � � � d. Average Latency
Merupakan parameter untuk mengetahui berapa lama waktu pesan terkirim mulai dari saat pesan mulai di Generate hingga pesan sampai pada destination.
(36)
20 3.3 Topologi Jaringan
Bentuk topologi jaringan OppNet tidak dapat diketahui sebelumnya karena itu topologi jaringan ini dibuat secara random. Hasil dari simulasi baik itu posisi node, pergerakan node dan juga koneksi yang terjadi tentunya tidak akan sama dengan topologi yang sudah direncanakan.
Berikut adalah salah satu contoh jaringan screenshot jaringan dengan ONE simulator.
(37)
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 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
(38)
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
0 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
(39)
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
(40)
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
0 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
0 20 40 60 80
10 11
N
um
ber
of
D
ea
d
N
ode
Waktu (Hari)
Node 80
(41)
25
Gambar 4.5b Dead Node dengan Jumlah Node 120
0 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
0 20 40 60 80 100 120
9 10 11
Nu
m
b
er
o
f
Dea
d
No
d
e
Waktu (Hari)
Node 120
(42)
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 0 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
0 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 (m/s) 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
(43)
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 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 (m/s)
Delivery Probability
Source Binary Epidemic
0 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 (m/s) Average Latency
Source Binary Epidemic
Speed (m/s)
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
(44)
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 (m/s)
Rata - Rata Konsumsi Energi perhari
(45)
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 m/s adalah sebagai puncak dari banyaknya konsumsi energi.
Gambar 4.10a Dead Node pada kecepatan 0.5 – 1.5m/s
0 10 20 30 40 50
9 10 11
N
um
ber
of
D
ea
d
N
ode
Waktu (Hari)
Speed 0.5 - 1.5 m/s
Source Binary
0 10 20 30 40 50
9 10 11
N
um
ber
of
D
ea
d
N
ode
Waktu (Hari)
Speed 0.5 - 1.5 m/s Source vs Binary
(46)
30 0 10 20 30 40 50
9 10 11
N um ber of D ea d N ode Hari
Speed 1.5 - 2.5 m/s
Source Binary Epidemic
0 10 20 30 40 50
9 10 11
N um ber of D ea d N ode Waktu (Hari)
Speed 1.5 - 2.5 m/s Source vs Binary
Source 0 10 20 30 40 50
9 10 11
N um ber of D ea d N ode Hari
Speed 2.5 - 3 m/s
Source Binary
(47)
31
Gambar 4.12 c Dead Node pada kecepatan 2.5 – 3m/s
Gambar 4.13d Dead Node pada kecepatan 4.5 – 5m/s 0 10 20 30 40 50
9 10 11
N um ber of D ea d N ode Hari
Speed 2.5 - 3 m/s Source vs Binary
Source Binary 0 10 20 30 40 50
9 10 11
N um ber of D ea d N ode Waktu (Hari)
Speed 4.5 - 5 m/s
Source Binary 0 10 20 30 40 50
9 10 11
N um ber of D ea d N ode Waktu (Hari)
Speed 4.5 - 5 m/s Source vs Binary
(48)
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 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
(49)
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.
0 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
(50)
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
(51)
35
Gambar 4.17 a Dead Node pada Dead Node pada Size 100k - 500k
0 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
0 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 0 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
(52)
36
Gambar 4.18b Dead Node pada Size 500k – 1M
Gambar 4.19 c Dead Node pada Size 2M – 2500k 0 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 0 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
0 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
(53)
37
4.2 Real Human Trace Haggle Cambridge Imotes 4.2.1 Penambahan TTL
Tabel 4.7 Pengaruh penambahan TTL terhadap Delivery ratio TTL
(menit)
Delivery Probability Source Spray
and Wait
Binary Spray and
Wait Epidemic
60 0.0249 0.0287 0.092
180 0.0584 0.0603 0.1504
360 0.0833 0.0833 0.2213
1440 0.1753 0.1897 0.2926
Gambar 4.20 Pengaruh penambahan TTL terhadap Delivery ratio
Table 4.8 Pengaruh penambahan TTL terhadap Delivery ratio TTL
(menit)
Average Latency Source Spray and
Wait
Binary Spray and
Wait Epidemic
60 2122.527 1790.343 1136.81
180 5201.244 5007.87 3507.94
360 8840.402 8707.775 7827.138
1440 36822.71 35219.35 33112.63
0 0.1 0.2 0.3 0.4
60 180 360 1440
Deliv
er
y
P
ro
b
ab
ilit
y
TTL (menit)
Delivery Probability
(54)
38
Gambar 4.21 Penagruh penambahan TTL terhadap Latency
Dengan ditambahnya jumlah TTL (umur pesan) tentunya mempengaruhi keberhasilan pengiriman. Semakin lama TTL pada pesan tentunya keberhasilan pesan sampai akan semakin meningkat (Gambar 4.13). Pesan yang memiliki umur lama, lebih besar kemungkinannya untuk bertemu node yang lain. Dengan lebih mudahnya bertemu dengan node lain maka kesempatan pesan sampai akan lebih besar pula. TTL pesan yang besar lebih memungkinkan pesan tersebut dapat bertahan menunggu bertemu dengan node destination. Berbeda dengan TTL pesan yang kecil, dengan TTL pesan yang lebih kecil tingkat keberhasilan menyampaikan pesan juga kecil. Dengan TTL pesan yang kecil, kemungkinan pesan sampai akan semakin kecil dikarenakan pesan sudah di drop sebelum sampai pada node destination. Bertambahnya TTL pada pesan juga sangat mempengaruhi latency. Karena TTL pesan yang lama, maka latency juga akan semakin meningkat (Gambar 4.14).
0 10000 20000 30000 40000 50000
60 180 360 1440
A
v
er
ag
e
L
aten
cy
(
sec
)
TTL (menit) Average Latency
(55)
39
Gambar 4.22 Pengaruh penambahan TTL terhadap konsumsi Energi
Semakin besar TTL kemungkinan node berinteraksi dengan node lain juga sangat besar. Pesan dengan TTL yang besar membuat node lebih bekerja keras untuk melakukan interaksi dengan node lain. Banyaknya interaksi oleh node dengan pembawa pesan yang memiliki TTL besar tentunya akan memboroskan energi (Gambar 4.15). Pada Gambar 4.15 dengan semakin bertambahnya TTL, tingkat konsumsi energi juga akan semakin bertambah. Berebeda jika pesan memiliki masa hidup yang lebih sedikit, pesan yang memiliki umur lebih sedikit juga akan membutuhkan sedikit energi. Pesan yang memiliki umur yang lebih sedikit akan cepat di drop dan pesan dengan umur yang sedikit memiliki tingkat interaksi yang lebih sedikit pula.
4100 4200 4300 4400 4500 4600 4700 4800 4900
60 180 360 1440
En
er
g
y
(u
n
it
)
Number of TTL
Rata - Rata Konsumsi Energi Perhari
(56)
40
Gambar 4.23 Dead Node pada TTL 180 0 4 8 12 16 20 24 28 32 36
4 5 6 7 8 9 10 11
Nu m b er o f Dea d No d e Waktu (Hari) Dead Node pada TTL 180
Source Binary Epidemic
0 4 8 12 16 20 24 28 32 36
4 5 6 7 8 9 10 11
Nu m b er o f Dea d No d e Waktu (Hari) Dead Node pada TTL 180
Source Binary 0 4 8 12 16 20 24 28 32 36
4 5 6 7 8 9 10 11
Nu m b er o f Dea d No d e Waktu (Hari)
Dead Node pada TTL 360
(57)
41
Gambar 4.24 b Dead Node pada TTL 360
Gambar 4.25c Dead Node pada TTL 1440
0 4 8 12 16 20 24 28 32 36
4 5 6 7 8 9 10 11
Nu m b er o f Dea d No d e Waktu (Hari)
Dead Node pada TTL 360
Source Binary 0 4 8 12 16 20 24 28 32 36
4 5 6 7 8 9 10 11
Nu m b er o f Dea d No d e Waktu (Hari)
Dead Node pada TTL 1440
Source Binary Epidemic
0 4 8 12 16 20 24 28 32 36
4 5 6 7 8 9 10 11
Nu m b er o f Dea d No d e Waktu (Hari)
Dead Node pada TTL 1440
(58)
42 4.2.2 Penambahan L Copy
Tabel 4.9 Pengaruh penambahan TTL terhadap Delivery ratio L Copy
Delivery Probability
Source Spray and Wait Binary Spray and Wait
5 0.1897 0.1353
7 0.2184 0.1456
9 0.25 0.146
11 0.26 0.148
13 0.3142 0.16
Gambar 4.26 Pengaruh L-Copy terhadap Delivery Ratio
Tabel 4.10 Pengaruh penambahan L-Copy terhadap Latency
L Copy
Average Latency (sec)
Source Spray and Wait Binary Spray and Wait
5 35219.3454 36822.7109
7 34504.1166 36710.1131
9 33524.6436 36413.3411
11 32783.5611 36013.2015
13 32626.8472 35483.7148
0 0.1 0.2 0.3 0.4
L 5 L7 L9 L11 L13
D
el
iv
er
y
Proba
bi
li
ty
L Copy
Delivery Probability
(59)
43
Gambar 4.27 Pengaruh penambahan L-Copy terhadap Latency
Dari hasil penelitian, grafik diatas menunjukkan bahwa ketika L copy ditambahkan maka probabilitas message sampai ke destination semakin besar. Hal itu dikarenakan semakin banyak message yang akan diteruskan oleh node relay. Semakin banyak pesan yang diteruskan oleh node relay tentunya akan menambah peluang sampai pada node tujuan. Spray and Wait Binary mode memiliki Delivery Probability yang lebih besar dibandingkan Source Mode karena pada phase spray proses penyebaran pesan lebih cepat menggunakan binary mode dibandingkan dengan source mode. Demikian pada Delivery probability yang lebih baik pada binary mode, Delay pada binary mode juga lebih baik dibandingkan dengan menggunakan source mode.
30000 32000 34000 36000 38000
L 5 L7 L9 L11 L13
A
v
er
ag
e Lat
enc
y
(
se
c)
L Copy
Average Latency
(60)
44
Gambar 4.28 Pengaruh penambahan L-Copy terhadap konsumsi energy
Semakin besar L-Copy atau jumlah pesan yang beredar, kemungkinan pesan sampai akan lebih besar pula jika dilihat dari Gambar 4.27. Tetapi karena tambah banyaknya jumlah pesan yang beredar tentu akan membuat node akan bertemu dengan node lainnya untuk saling menukarkan pesan. Semakin banyaknya interaksi antar node dalam menukarkan pesan, tentu akan membuat node semakin banyak kehilangan energy. Dilihat dari Gambar 4.28 Spray and Wait mode lebih banyak dalam mengkonsumsi energy. Binary mode membuat node lebih cepat dalam menyebarkan pesan ke node yang lain. Semakin cepat menyebarkan pesan maka besar kemungkinan pesan akan banyak beredar di jaringan. Berbeda dengan Source mode yang hanya bisa memberikan pesan ke node lain tetapi tidak bisa memberikan copy lagi ke node lain dan hanya bisa menunggu bertemu dengan destinasi. Karena proses penyebaran yang tidak secepat binary mode, maka source mode akan lebih sedikit dalam menggunakan energy.
4300 4350 4400 4450 4500 4550 4600
L5 L7 L9 L11 L13
Ene
rg
y
(U
nit
)
LCopy
Rata - rata penggunaan Energi Perhari
(61)
45
Gambar 4.27 Dead Node pada penambahan L-Copy
0 4 8 12 16 20 24 28 32 36
8 9 10 11
N um ber of D ea d N ode Waktu (Hari)
L Copy 5
Source Binary 0 4 8 12 16 20 24 28 32 36
8 9 10 11
N um ber of D ea d N ode Waktu (Hari)
L Copy 9
Source Binary 0 4 8 12 16 20 24 28 32 36
8 9 10 11
N um ber of D ea d N ode Waktu (Hari)
L Copies 13
(62)
46 BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Epidemic sangat boros dalam penggunaan energi karena Epidemic memiliki konsep flooding. Epidemic lebih boros akan penggunaan energi karena node pada protokol Epidemic selalu mencopykan dan mengirimkan pesan ketika bertemu dengan node lain. Semakin padatnya jumlah node dalam suatu jaringan, penggunaan energi akan semakin meningkat karena node satu dan node yang lain lebih mudah bertemu dan saling mencopykan pesan. Namun dari konsep flooding dan borosnya penggunaan energi tersebut protokol Epidemic unggul dalam hal Delivery Ratio dan Latency yang rendah.
Kelebihan protokol Spray and Wait adalah dengan membatasi jumlah pesan yang beredar sehingga protokol Spray and Wait tidak terlalu boros akan penggunaan energi dibandingkan protokol Epidemic. Penyebaran pesan yang terbatas pada Spray and Wait membuat kemungkinan penyebaran pesan menjadi lebih lambat dan juga sedikit. Penyebaran pesan yang sedikit tentunya membuat intensitas penggunaan energi yang sedikit juga dibandingkan epidemic yang tidak membatasi jumlah copy pesan yang beredar. Dengan dibatasinya jumlah copy pesan, maka Delivery Ratio dan Latency pada Spray and Wait tidak lebih baik dibandingkan protokol Epidemic dari semua scenario yang telah diuji.
5.2 Saran
Protocol Epidemic juga memiliki kebutuhan energi yang lebih besar. Lebih baik diadakan pengujian antara protocol Epidemic dengan konsep Energy Aware agar protocol Epidemic juga tidak terlalu boros akan penggunaan energi. Bisa dilihat bagaimana performa protocol Epidemic yang memiliki Energy Aware dibandingkan dengan yang biasa.
(63)
47
Daftar Pustaka
[1] Dr. Mazlan Abbas. Trends and Challenges in Delay Tolerant Network (DTN) or Mobile Opportunistic Network (OppNet), UTHM 2 April 2014. [2] A. Keranen, J. Ott, T. Karkkainen, “The ONE Simulator for DTN Protocol
Evaluation”, SIMUTools 2009, Rome, Italy, 2009.
[3] S.Jain, K.Fall, R.Patra. (2004). Routing in a Delay Tolerant Network. in Proc. of ACM SIGCOMM, Portland, OR pp.145-157.
[4] Patel.B., Dave.K., Pandya.V., “Spray And Wait Routing Protocol in Delay Tolerant Network” International Journal of Enggineering Technology and Advanced Engineering (IJETAE) ISSN: 225002459, ISO 9001:2008 Certified Journal, Vol.4 Issue 5, May 2004)
[5] Scott, J., Gass, R., Crowcroft, J., P., Diot., Chaintreau A., CRAWDAD dataset Cambridge/haggle (v. 2009 – 05 -29)
[6] Cabacas, R. A., Nakamura, H.& Ra, I-H., “Energy Consumption Analysis of Delay Tolerant Network Routing Protocols,” International Journal of Software Engineering and Its Applications, vol. 8 no.2, pp. 1-10,2010.
[7] T. Spyropoulos, K. Psounis, C.S. Raghavendra, “Spray and Wait: An Efficient Routing Scheme for Intermittenly Connected Mobile Networks”, IEEE ACM SIGCOMM Workshops on Delay-Tolerant Networking 2007. White Plains, New York, March 2007.
[8] Schiller, J., “Mobile Communication”, Great Britain: Biddles, 2003.
[9] H.Huang, Zhang.Z, Zhou.W, “Spray And Wait Routing Based on Position Prediction in Opportunistic Networks,” Department of Electrical Engineering and Informartion Science, University of Science and Technology of China. Hefei, China. ISBN: 978-1-61284-840-2, IEEE2011
(64)
48 LAMPIRAN
1. Default Setting Random Waypoint
Scenario.name = %epidemicRWP_node% Scenario.simulateConnections = true Scenario.updateInterval = 0.1
Scenario.endTime = 950400
btInterface.type = SimpleBroadcastInterface btInterface.transmitSpeed = 250k
btInterface.transmitRange = 10 Scenario.nrofHostGroups = 1
highspeedInterface.type = SimpleBroadcastInterface highspeedInterface.transmitSpeed = 10M
highspeedInterface.transmitRange = 10
Group.movementModel = RandomWaypoint Group.router = EpidemicRouter
Group.bufferSize = 64M Group.waitTime = 0, 120 Group.nrofInterfaces = 1
Group.interface1 = btInterface Group.speed = 0, 2.5
Group.msgTtl = 1440
Group.initialEnergy = 44000 Group.scanEnergy = 0.05 Group.transmitEnergy = 2
Group.scanResponseEnergy = 0.05
Group.nrofHosts = [25; 50; 75; 100; 125] Group1.groupID = p
Events.nrof = 1
Events1.class = MessageEventGenerator Events1.interval = 900, 920
Events1.size = 500k, 1M Events1.hosts = 0,24 Events1.prefix = M
MovementModel.rngSeed = [56421; 51481;511401; 511411;544444]
MovemetModel.worldSize = 2500, 2500 MovementModel.warmup = 1000
(65)
49 Report.nrofReports = 2 Report.warmup = 0
Report.reportDir = [newf/epiRWP/NODE/25; newf/epiRWP/NODE/50; newf/epiRWP/NODE/75; newf/epiRWP/NODE/100; newf/epiRWP/NODE/125] Report.report1 = EnergyEvolution
Report.report2 = MessageStatsReport SprayAndWaitRouter.nrofCopies = 5 SprayAndWaitRouter.binaryMode = true 2. Default Setting Real Human Trace
Scenario.name = %L_Source%
Scenario.simulateConnections = false Scenario.updateInterval = 0.1
Scenario.endTime = 950400
btInterface.type = SimpleBroadcastInterface btInterface.transmitSpeed = 250k
btInterface.transmitRange = 10 Scenario.nrofHostGroups = 1
Group.movementModel = StationaryMovement Group.nodeLocation = 0,1
Group.router = SprayAndWaitRouter Group.bufferSize = 64M
Group.waitTime = 0, 120 Group.nrofInterfaces = 1
Group.interface1 = btInterface Group.speed = 0, 2.5
Group.msgTtl = 1440 Group.groupID = n Group.nrofHosts = 36
Group.initialEnergy = 44000 Group.scanEnergy = 0.05 Group.transmitEnergy = 2
Group.scanResponseEnergy = 0.05 Events.nrof = 2
Events1.class = StandardEventReader Events1.filePath = Haggle4-Cam-Imote.csv Events2.class = MessageEventGenerator Events2.interval = 900, 920
Events2.size = 500k,1M Events2.hosts = 1,1 Events2.tohosts = 35,35 Events2.prefix = M
MovementModel.rngSeed = [1 ; 2; 3; 4; 5] MovementModel.worldSize = 1000, 1000 MovementModel.warmup = 1000
(66)
50 Report.warmup = 0
Report.reportDir = [TTLBaru/sourceRHT/L/5; TTLBaru/sourceRHT/L/7; TTLBaru/sourceRHT/L/9; TTLBaru/sourceRHT/L/11; TTLBaru/sourceRHT/L/13] Report.report1 = MessageStatsReport
Report.report2 = EnergyEvolution #ProphetRouter.secondsInTimeUnit = 30
SprayAndWaitRouter.nrofCopies = [5;7;9;11;13] SprayAndWaitRouter.binaryMode = false
3. Epidemic Routing /*
* Copyright 2010 Aalto University, ComNet
* Released under GPLv3. See LICENSE.txt for details. */
package routing; import core.Settings; /**
* Epidemic message router with drop-oldest buffer and only single transferring
* connections at a time. */
public class EpidemicRouter extends ActiveRouter { /**
* Constructor. Creates a new message router based on the settings in
* the given Settings object. * @param s The settings object */
public EpidemicRouter(Settings s) { super(s);
//TODO: read&use epidemic router specific settings (if any)
} /**
* Copy constructor.
* @param r The router prototype where setting values are copied from
*/
protected EpidemicRouter(EpidemicRouter r) { super(r);
//TODO: copy epidemic settings here (if any)
(67)
51 @Override
public void update() { super.update();
if (isTransferring() || !canStartTransfer()) {
return; // transferring, don't try other connections yet
}
// Try first the messages that can be delivered to final recipient
if (exchangeDeliverableMessages() != null) {
return; // started a transfer, don't try others (yet)
}
// then try any/all message to any/all connection
this.tryAllMessagesToAllConnections(); }
@Override
public EpidemicRouter replicate() { return new EpidemicRouter(this); }
}
4. Spray And Wait Routing /*
* Copyright 2010 Aalto University, ComNet
* Released under GPLv3. See LICENSE.txt for details. */
package routing;
import java.util.ArrayList; import java.util.List; import core.Connection; import core.DTNHost; import core.Message; import core.Settings; /**
* Implementation of Spray and wait router as depicted in
* <I>Spray and Wait: An Efficient Routing Scheme for Intermittently
(68)
52
* Connected Mobile Networks</I> by Thrasyvoulos Spyropoulus et al.
* */
public class SprayAndWaitRouter extends ActiveRouter { /** identifier for the initial number of copies setting ({@value})*/
public static final String NROF_COPIES = "nrofCopies";
/** identifier for the binary-mode setting ({@value})*/
public static final String BINARY_MODE = "binaryMode";
/** SprayAndWait router's settings name space ({@value})*/
public static final String SPRAYANDWAIT_NS = "SprayAndWaitRouter";
/** Message property key */
public static final String MSG_COUNT_PROPERTY = SPRAYANDWAIT_NS + "." +
"copies";
protected int initialNrofCopies; protected boolean isBinary;
public SprayAndWaitRouter(Settings s) { super(s);
Settings snwSettings = new Settings(SPRAYANDWAIT_NS);
initialNrofCopies = snwSettings.getInt(NROF_COPIES);
isBinary = snwSettings.getBoolean( BINARY_MODE);
} /**
* Copy constructor.
* @param r The router prototype where setting values are copied from
*/
protected SprayAndWaitRouter(SprayAndWaitRouter r) {
super(r);
this.initialNrofCopies = r.initialNrofCopies;
this.isBinary = r.isBinary; }
(69)
53
public int receiveMessage(Message m, DTNHost from) {
return super.receiveMessage(m, from); }
@Override
public Message messageTransferred(String id, DTNHost from) {
Message msg = super.messageTransferred(id, from);
Integer nrofCopies =
(Integer)msg.getProperty(MSG_COUNT_PROPERTY); assert nrofCopies != null : "Not a SnW message: " + msg;
if (isBinary) {
/* in binary S'n'W the receiving node gets ceil(n/2) copies */
nrofCopies = (int)Math.ceil(nrofCopies/2.0);
} else {
/* in standard S'n'W the receiving node gets only single copy */
nrofCopies = 1; }
msg.updateProperty(MSG_COUNT_PROPERTY, nrofCopies);
return msg; }
@Override
public boolean createNewMessage(Message msg) { makeRoomForNewMessage(msg.getSize()); msg.setTtl(this.msgTtl);
msg.addProperty(MSG_COUNT_PROPERTY, new Integer(initialNrofCopies));
addToMessages(msg, true); return true;
}
@Override
public void update() { super.update();
if (!canStartTransfer() || isTransferring()) {
return; // nothing to transfer or is currently transferring
(1)
50
Report.warmup = 0Report.reportDir = [TTLBaru/sourceRHT/L/5; TTLBaru/sourceRHT/L/7; TTLBaru/sourceRHT/L/9; TTLBaru/sourceRHT/L/11; TTLBaru/sourceRHT/L/13] Report.report1 = MessageStatsReport
Report.report2 = EnergyEvolution #ProphetRouter.secondsInTimeUnit = 30
SprayAndWaitRouter.nrofCopies = [5;7;9;11;13] SprayAndWaitRouter.binaryMode = false
3.
Epidemic Routing
/*
* Copyright 2010 Aalto University, ComNet
* Released under GPLv3. See LICENSE.txt for details. */
package routing; import core.Settings; /**
* Epidemic message router with drop-oldest buffer and only single transferring
* connections at a time. */
public class EpidemicRouter extends ActiveRouter { /**
* Constructor. Creates a new message router based on the settings in
* the given Settings object. * @param s The settings object */
public EpidemicRouter(Settings s) { super(s);
//TODO: read&use epidemic router specific settings (if any)
} /**
* Copy constructor.
* @param r The router prototype where setting values are copied from
*/
protected EpidemicRouter(EpidemicRouter r) { super(r);
//TODO: copy epidemic settings here (if any)
(2)
51
@Overridepublic void update() { super.update();
if (isTransferring() || !canStartTransfer()) {
return; // transferring, don't try other connections yet
}
// Try first the messages that can be delivered to final recipient
if (exchangeDeliverableMessages() != null) {
return; // started a transfer, don't try others (yet)
}
// then try any/all message to any/all connection
this.tryAllMessagesToAllConnections(); }
@Override
public EpidemicRouter replicate() { return new EpidemicRouter(this); }
}
4.
Spray And Wait Routing
/*
* Copyright 2010 Aalto University, ComNet
* Released under GPLv3. See LICENSE.txt for details. */
package routing;
import java.util.ArrayList; import java.util.List; import core.Connection; import core.DTNHost; import core.Message; import core.Settings; /**
* Implementation of Spray and wait router as depicted in
* <I>Spray and Wait: An Efficient Routing Scheme for Intermittently
(3)
52
* Connected Mobile Networks</I> by Thrasyvoulos Spyropoulus et al.
* */
public class SprayAndWaitRouter extends ActiveRouter { /** identifier for the initial number of copies setting ({@value})*/
public static final String NROF_COPIES = "nrofCopies";
/** identifier for the binary-mode setting ({@value})*/
public static final String BINARY_MODE = "binaryMode";
/** SprayAndWait router's settings name space ({@value})*/
public static final String SPRAYANDWAIT_NS = "SprayAndWaitRouter";
/** Message property key */
public static final String MSG_COUNT_PROPERTY = SPRAYANDWAIT_NS + "." +
"copies";
protected int initialNrofCopies; protected boolean isBinary;
public SprayAndWaitRouter(Settings s) { super(s);
Settings snwSettings = new Settings(SPRAYANDWAIT_NS);
initialNrofCopies = snwSettings.getInt(NROF_COPIES);
isBinary = snwSettings.getBoolean( BINARY_MODE);
} /**
* Copy constructor.
* @param r The router prototype where setting values are copied from
*/
protected SprayAndWaitRouter(SprayAndWaitRouter r) {
super(r);
this.initialNrofCopies = r.initialNrofCopies;
this.isBinary = r.isBinary; }
(4)
53
public int receiveMessage(Message m, DTNHost from) {
return super.receiveMessage(m, from); }
@Override
public Message messageTransferred(String id, DTNHost from) {
Message msg = super.messageTransferred(id, from);
Integer nrofCopies =
(Integer)msg.getProperty(MSG_COUNT_PROPERTY); assert nrofCopies != null : "Not a SnW message: " + msg;
if (isBinary) {
/* in binary S'n'W the receiving node gets ceil(n/2) copies */
nrofCopies = (int)Math.ceil(nrofCopies/2.0);
} else {
/* in standard S'n'W the receiving node gets only single copy */
nrofCopies = 1; }
msg.updateProperty(MSG_COUNT_PROPERTY, nrofCopies);
return msg; }
@Override
public boolean createNewMessage(Message msg) { makeRoomForNewMessage(msg.getSize()); msg.setTtl(this.msgTtl);
msg.addProperty(MSG_COUNT_PROPERTY, new Integer(initialNrofCopies));
addToMessages(msg, true); return true;
}
@Override
public void update() { super.update();
if (!canStartTransfer() || isTransferring()) {
return; // nothing to transfer or is currently transferring
(5)
54
}/* try messages that could be delivered to final recipient */
if (exchangeDeliverableMessages() != null) {
return; }
/* create a list of SAWMessages that have copies left to distribute */
@SuppressWarnings(value = "unchecked") List<Message> copiesLeft =
sortByQueueMode(getMessagesWithCopiesLeft()); if (copiesLeft.size() > 0) {
/* try to send those messages */ this.tryMessagesToConnections(copiesLeft, getConnections());
} }
/**
* Creates and returns a list of messages this router is currently
* carrying and still has copies left to distribute (nrof copies > 1).
* @return A list of messages that have copies left
*/
protected List<Message> getMessagesWithCopiesLeft() {
List<Message> list = new ArrayList<Message>();
for (Message m : getMessageCollection()) { Integer nrofCopies =
(Integer)m.getProperty(MSG_COUNT_PROPERTY);
assert nrofCopies != null : "SnW message " + m + " didn't have " +
"nrof copies property!"; if (nrofCopies > 1) {
list.add(m); }
}
return list; }
(6)
55
* Called just before a transfer is finalized (by * {@link ActiveRouter#update()}).
* Reduces the number of copies we have left for a message.
* In binary Spray and Wait, sending host is left with floor(n/2) copies,
* but in standard mode, nrof copies left is reduced by one.
*/
@Override
protected void transferDone(Connection con) { Integer nrofCopies;
String msgId = con.getMessage().getId(); /* get this router's copy of the message */ Message msg = getMessage(msgId);
if (msg == null) { // message has been dropped from the buffer after..
return; // ..start of transfer -> no need to reduce amount of copies
}
/* reduce the amount of copies left */ nrofCopies =
(Integer)msg.getProperty(MSG_COUNT_PROPERTY); if (isBinary) {
nrofCopies /= 2; }
else {
nrofCopies--; }
msg.updateProperty(MSG_COUNT_PROPERTY, nrofCopies);
}
@Override
public SprayAndWaitRouter replicate() { return new SprayAndWaitRouter(this); }