analisis unjuk kerja routing protokol spray and … · addition of the time-to-live (ttl), increase...

i

ANALISIS UNJUK KERJA ROUTING PROTOKOL SPRAY AND WAIT

DI JARINGAN OPPORTUNISTIC

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar

Sarjana Komputer Program Studi Teknik Informatika

oleh :

Maria Irmgrad Ratu

125314027

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2016

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

PERFORMANCE ANALYSIS OF THE ROUTING PROTOCOL SPRAY

AND WAIT IN OPPORTUNISTIC NETWORKS

A THESIS

Presented as Partial Fulfillment of Requirements to Obtain Sarjana

Komputer Degree in Informatics Engineering Department

By:

Maria Irmgrad Ratu

125314027

INFORMATICS ENGINEERING STUDY PROGRAM

INFORMATICS ENGINEERING DEPARTMENT

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2016


iii

SKRIPSI



Oleh

Maria Irmgrad Ratu

125314027

Telah disetujui oleh:

Pembimbing,

Bambang Soelistijanto, S.T., M.Sc., Ph.D Tanggal, 19 September 2016


iv

SKRIPSI



Dipersiapkan dan ditulis oleh:

MARIA IRMGRAD RATU

NIM: 125314027

Telah dipertahankan di depan panitia penguji

Pada tanggal, 26 Agustus 2016

dan dinyatakan memenuhi syarat

Yogyakarta, Agustus 2016

Yogyakarta, 19 September 2016

Fakultas Sains dan Teknologi

Universitas Sanata Dharma

Dekan

Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D.

Susunan Panitia Penguji

Nama Lengkap Tanda Tangan

Ketua : Puspaningtyas Sanjoyo Adi, S.T., M.T. ……………….

Sekretaris : Henricus Agung Hernawan, S.T., M.Kom. ……………….

Anggota : Bambang Soelistijanto, S.T., M.Sc., Ph.D. ……………….


v

MOTTO

“If God answers your prayer, He is increasing your faith. If He delays, He is

increasing your patience. If He does not answer your prayer, He is preparing the

best for you.”

St. Theresa


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, 25 Agustus 2016

Penulis

Maria Irmgrad Ratu


vii

LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK

KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma:

Nama : Maria Irmgrad Ratu

NIM : 125314027

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan

Universitas Sanata Dharma karya ilmiah yang berjudul:



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, 25 Agustus 2016

Penulis

Maria Irmgrad Ratu


viii

ABSTRAK

Opportunistic Network (OppNet) merupakan jaringan wireless yang tidak

membutuhkan infrastruktur dalam pembentukannya. Pada Opportunistic Network

tidak menjamin adanya jalur antara source dan destination setiap saat dikarenakan

node selalu bergerak dan terus berpindah (mobile).

Pada penelitian ini penulis melakukan pengujian terhadap Routing Protokol

Epidemc dan Routing Protokol Spray And Wait dengan menggunakan

ONEsimulator. Parameter yang digunakan adalah Delivery Probability, Overhead

Ratio, Average Latency, Buffer Occupancy, dan Messages Drop. Skenario yang

digunakan pada setiap pengujian adalah luas area yang tetap dengan penambahan

jumlah node, penambahan ukuran buffer, penambahan Time-To-Live (TTL),

penambahan jumlah copy message (L Copy), dan penambahan jumlah node dan

jumlah copy (30%).

Pengujian menunjukkan Protokol Routing Epidemic mengalami peningkatan

pada Delivery Probability dan Average Latency yang baik, hal itu dikarenakan

Epidemic selalu memberikan copy message setiap kali bertemu dengan relay node

tanpa mempedulikan resources. Sedangkan Protokol Routing Spray and Wait

bagus pada Overhead Ratio, hal itu dikarenakan Spray and Wait membatasi

jumlah copy message yang diberikan kepada relay node untuk mengurangi cost

pada Routing Epidemic. Tetapi Latency pada Spray and Wait menjadi sangat

tinggi dibandingkan dengan Epidemic, hal itu dikarenakan Spray And Wait

membatasi jumlah copy dan ada fase Wait.

Kata Kunci: Opportunistic Network, Epidemic, Spray and Wait, Delivery

Probability, Overhead Ratio, Average Latency,Buffer Occupancy, Drop.


ix

ABSTRACT

Opportunistic Network (OppNet) is a wireless network that does not need

any infrastructure in the formation. Opportunistic Network can not guarantee a

path between the source and the destination because the node always and keep

moving (mobile).

In this research, the researcher tested the Epidemic Routing Protocols and

Spray And Wait Routing Protocol using ONEsimulator. The parameters used are

Delivery Probability, Overhead Ratio, Average Latency, Buffer Occupancy, and

Number of Drop Messages. The scenarios used in each test is the width of the

remain area with the increase number of nodes, increase of the buffer size, the

addition of the Time-To-Live (TTL), increase number of copy message (L Copy),

and the increase number of nodes and copies (30%).

Epidemic Routing Protocols Tests showed the good improvement of

Delivery Probability and Latency Average Probability, because Epidemic Routing

Protocol always provides copy messages whenever it met a relay node without

regarding the resources. While Spray and Wait Routing Protocols shows a good

result on the Overhead Ratio, because Spray and Wait limit the number of copy

message given to a relay node to reduce cost on the Epidemic Routing. However

the Latency on Spray and Wait become very high than the Epidemic, which is

caused by the Spray and Wait that limit the number of copies and the Wait phase

availability.

Keywords: Opportunistic Network, Epidemic, Spray and Wait, Delivery

Probability, Overhead Ratio, Average Latency, Buffer Occupancy, Messages

Drop.


x

KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa,

sehingga penulis dapat menyelesaikan tugas akhir dengan judul “Analisis Unjuk

Kerja Routing Protokol 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 Daniel Ratu dan Ibu Karolina Martha Ratu-Bureni, K

Yuli, K Marlin, K Tris, Anton, Inna, K Erny, Sefrit dan Cindy, 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. Puspaningtyas Sanjoyo Adi S.T., 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. Seluruh dosen Teknik Informatika atas ilmu yang telah diberikan semasa

kuliah dan semangat membantu penulis dalam mengerjakan tugas akhir.


xi

8. Mas Danang selaku laboran Laboratorium Jaringan Komputer Teknik

Informatika, atas bantuannya menyediakan tempat untuk mengerjakan tugas

akhir.

9. Teman seperjuangan Opportunistic Network (Hilary “Iing”, Ricky, Aldy,

Parta, Blasius), teman-teman Teknik Informatika kelas A, teman-teman

Jaringan Komputer angkatan 2012, terima kasih atas dukungan, doa dan

semangat yang diberikan.

10. Sahabat Unny dan Noberth yang selalu memberikan dukungan dan motivasi

untuk penulis.

11. Teman-teman kost Putri Aulia (Tere, Elvira, Wiwi, Tesa, Visky, Gerly, Dea,

Best, Titis) atas dukungan yang diberikan kepada penulis.

12. Partner dan teman terbaik, Thomas Aquino Ceunfin, 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,

Maria Irmgrad Ratu


xii

DAFTAR ISI

HALAMAN JUDUL ................................................................................................ 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 ........................................................................................................... ix

KATA PENGANTAR ............................................................................................ x

DAFTAR ISI ......................................................................................................... xii

DAFTAR TABEL ................................................................................................. xv

DAFTAR GAMBAR ......................................................................................... xviii

BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang ......................................................................................... 1

1.2 Rumusan Masalah .................................................................................... 3

1.3 Batasan Masalah ....................................................................................... 3

1.4 Tujuan Penelitian ...................................................................................... 4

1.5 Manfaat Penelitian .................................................................................... 4

1.6 Metodologi Penelitian .............................................................................. 4

1.7 Sistematika Penulisan ............................................................................... 5

BAB II LANDASAN TEORI ................................................................................. 7

2.1 Jaringan Nirkabel (Wireless) .................................................................... 7

2.2 Mobile Ad Hoc Nerwork (MANET) ........................................................ 7


xiii

2.3 Jaringan Opportunistic (OppNet) ............................................................. 8

2.3.1 Karakteristik jaringan Opportunistic ................................................. 9

2.3.2 Aplikasi Jaringan Opportunistic ...................................................... 10

2.3.3 Protokol Routing ............................................................................. 11

2.4 Epidemic Routing ................................................................................... 12

2.5 Spray and Wait Routing Protocol ........................................................... 14

2.5.1 Fase Spray ....................................................................................... 16

2.5.2 Fase Wait ......................................................................................... 16

2.6 Direct Delivery Router ........................................................................... 19

2.7 ONEsimulator ......................................................................................... 21

BAB III RANCANGAN PENELITIAN ............................................................... 22

3.1 Skenario Spray and Wait ........................................................................ 22

3.1.1 Random Waypoint .......................................................................... 23

3.1.2 Working Day Movement Model (WDM) ........................................ 24

3.2 Parameter Unjuk Kerja ........................................................................... 28

3.2.1 Delivery Probability ........................................................................ 29

3.2.2 Overhead Ratio................................................................................ 29

3.2.3 Average Latency ............................................................................. 30

3.2.4 Buffer Occupancy ........................................................................... 30

3.2.5 Messages Dropped .......................................................................... 31

3.3 Topologi Jaringan ................................................................................... 31

BAB IV PENGUJIAN DAN ANALISIS ............................................................. 32

4.1 Random Waypoint .................................................................................. 32

4.1.1 Penambahan Jumlah Node (Density) .............................................. 32

4.1.2 Penambahan Ukuran Buffer ............................................................ 38

4.1.3 Penambahan Time To Live (TTL) .................................................. 44


xiv

4.2 Working Day Movement Model ............................................................ 50

4.2.1 Penambahan Node (Density)........................................................... 50

4.2.2 Penambahan Ukuran Buffer ............................................................ 56

4.2.3 Penambahan Time To Live (TTL) .................................................. 61

4.3 Penambahan Copy Messages “L Copies” .............................................. 66


4.3.2 Overhead Ratio................................................................................ 67

4.3.3 Average Latency ............................................................................. 68

4.3.3 Dropped Message ............................................................................ 69

4.4 Penambahan Node(density) dan Penambahan jumlah L Copies ............ 72


4.4.2 Overhead Ratio................................................................................ 73

4.4.3 Average Latency ............................................................................. 74

4.4.4 Dropped Message ............................................................................ 75

BAB V KESIMPULAN DAN SARAN ............................................................ 78

a. Kesimpulan ............................................................................................. 78

b. Saran ....................................................................................................... 78

DAFTAR PUSTAKA ........................................................................................... 79

LAMPIRAN .......................................................................................................... 81

1. Default Setting ........................................................................................ 81

2. Default Seeting Menggunakan Pergerakan Random Waypoint ............. 83

3. Default Setting Menggunakan Pergerakan Working Day ...................... 92

4. Listing Program Epidemic .................................................................... 101

5. Listing Program Spray And Wait ......................................................... 102

6. Listing Program Direct Delivery .......................................................... 105

7. Listing Program Average Buffer Occupancy ....................................... 105


xv

DAFTAR TABEL

Tabel 3.1 Parameter Utama ONEsimulator (Parameter yang tidak di ubah) ........ 28

Tabel 3.2 Tabel simulasi skenario Penambahan Jumlah Node (Density) ............. 28

Tabel 3.3 Tabel simulasi skenario Penambahan Ukuran Buffer ........................... 28

Tabel 3. 4 Tabel simulasi skenario Penambahan Time To Live (TTL) ................. 28

Tabel 3.5 Tabel simulasi skenario Penambahan Jumlah Copy message (L-copies)

pada protokol Spray and Wait ............................................................................... 29

Tabel 3.6 Tabel simulasi skenario Penambahan jumlah message (L-copies) 30%

dari jumlah node .................................................................................................... 29

Tabel 4.1 Hasil pengujian Delivery Probability Penambahan Jumlah Node pada

protokol Spray and Wait, Epidemic dan Direct Delivery menggunakan Pergerakan

random waypoint ................................................................................................... 32

Tabel 4.2 Hasil pengujian Overhead Ratio Penambahan Jumlah Node pada


random waypoint ................................................................................................... 32

Tabel 4.3 Hasil pengujian Average Latency Penambahan Jumlah Node pada


random waypoint ................................................................................................... 32

Tabel 4.4 Hasil pengujian Messages Dropped Penambahan Jumlah Node pada


random waypoint ................................................................................................... 33

Tabel 4.5 Hasil Pengujian Delivery Probability Penambahan Ukuran Buffer Pada

protokol Spray and Wait menggunakan Pergerakan random waypoint ................ 38

Tabel 4.6 Hasil Pengujian Overhead Ratio Penambahan Ukuran Buffer Pada


Tabel 4.7 Hasil Pengujian Average LAtency Penambahan Ukuran Buffer Pada


Tabel 4.8 Hasil Pengujian Message Dropped Penambahan Ukuran Buffer Pada


Tabel 4.9 Hasil Pengujian Delivery Probability Penambahan Time To Live pada

Protokol Epidemic dan Spray and Wait ................................................................ 44


xvi

Tabel 4.10 Hasil Pengujian Overhead Ratio Penambahan Time To Live pada


Tabel 4.11 Hasil Pengujian Average Latency Penambahan Time To Live pada


Tabel 4.12 Hasil Pengujian Messages Dropped Penambahan Time To Live pada


Tabel 4.13 Hasil pengujian Delivery Probability Penambahan Jumlah Node pada


working day ........................................................................................................... 50

Tabel 4.14 Hasil pengujian Overhead Ratio Penambahan Jumlah Node pada


Working Day ......................................................................................................... 50

Tabel 4.15 Hasil pengujian Average Latency Penambahan Jumlah Node pada


Working Day ......................................................................................................... 50

Tabel 4.16 Hasil pengujian Messages Dropped Penambahan Jumlah Node pada


Working Day ......................................................................................................... 51

Tabel 4.17 Pengujian Delivery Probability Penambahan Ukuran Buffer Pada

protokol Spray and Wait menggunakan Pergerakan Working Day ...................... 56

Tabel 4.18 Hasil Pengujian Overhead Ratio Penambahan Ukuran Buffer Pada

protokol Spray and Wait menggunakan Pergerakan Working Day ...................... 56

Tabel 4.19 Hasil Pengujian Average Latency Penambahan Ukuran Buffer Pada

protokol Spray and Wait menggunakan Pergerakan working day ........................ 56

Tabel 4.20 Hasil Pengujian Messages Dropped Penambahan Ukuran Buffer Pada

protokol Spray and Wait menggunakan Pergerakan working day ........................ 57

Tabel 4.21 Hasil Pengujian Delivery Probability Penambahan Time To Live Pada

Protokol Spray and Wait pada Epidemic dan Spray and Wait menggunakan

Pergerakan working day ........................................................................................ 61

Tabel 4.22 Hasil Pengujian Overhead Ratio Penambahan Time To Live Pada




xvii

Tabel 4.23 Hasil Pengujian Average Latcency Penambahan Time To Live Pada



Tabel 4.24 Hasil Pengujian Messages Dropped Penambahan Time To Live Pada



Tabel 4.25 Hasil pengujian Delivery Probability dengan Penambahan copy

messages pada protokol Spray and Wait. .............................................................. 66

Tabel 4.26 Hasil pengujian Overhead Ratio dengan Penambahan Copy Messages

pada protokol Spray and Wait. .............................................................................. 67

Tabel 4.27 Hasil pengujian Average Latency dengan Penambahan copy messages

pada protokol Spray and Wait dan Epidemic. ....................................................... 68

Tabel 4.28 Hasil pengujian Messages Dropped dengan Penambahan copy message

pada protokol Spray and Wait. .............................................................................. 69

Tabel 4.29 Hasil pengujian Delivery Probability dengan Penambahan jumlah node

dan penambahan jumlah copy message pada protokol Spray and Wait. .............. 72

Tabel 4.30 Hasil pengujian Overhead Ratio dengan Penambahan jumlah node dan

penambahan jumlah copy message pada protokol Spray and Wait. ..................... 73

Tabel 4.31 Hasil pengujian Average Latency dengan Penambahan jumlah node

dan penambahan jumlah copy message pada protokol Spray and Wait ............... 74

Tabel 4.32 Hasil pengujian Dropped Message dengan Penambahan jumlah node



xviii

DAFTAR GAMBAR

Gambar 2.1 Metode Store-carry-Forward pada jaringan Opportunistic ................. 9

Gambar 2.2 Bundle Layer ....................................................................................... 9

Gambar 2.3 Ilustrasi Routing Protokol Epidemic ................................................. 13

Gambar 2.4 Contoh Intermittenly Connected Mobile Networks (ICMN) ............ 15

Gambar 2.5 Strategi Routing Protokol Spray and Wait ........................................ 17

Gambar 2.6 Binary Spray and Wait ...................................................................... 18

Gambar 2.7 Ilustrasi Protokol Routing Direct Delivery ....................................... 20

Gambar 3.1 protokol Spray and Wait ................................................................... 23

Gambar 3.2 Random Waypoint ............................................................................ 23

Gambar 3.3 Working Day ..................................................................................... 25

Gambar 3.4 Screenshoot jaringan Opportunistic .................................................. 31

Gambar 4.1 Dampak Penambahan Jumlah Node Terhadap Routing Protokol

Epidemic, Spray and Wait dan Delivery Probability ............................................ 34

Gambar 4.2 Hasil Pengujian Penggunaan Buffer Occupancy pada Penambahan

Jumlah Node 25 menggunakan Pergerakan random waypoint. ............................ 36


Jumlah Node 50 menggunakan Pergerakan Random Waypoint. .......................... 36


Jumlah Node 75 menggunakan Pergerakan Random Waypoint. .......................... 37


Jumlah Node 100 menggunakan Pergerakan Random Waypoint. ........................ 37


Jumlah Node 125 menggunakan Pergerakan Random Waypoint. ........................ 37

Gambar 4.7 Dampak Penambahan Ukuran Jumlah Buffer Terhadap Protokol

Epidemic dan Spray and Wait. .............................................................................. 40

Gambar 4.8 Hasil Pengujian Buffer Occupancy pada Penambahan Ukuran Buffer

5MB menggunakan Pergerakan Random Waypoint ............................................. 41

Gambar 4.9 Hasil Pengujian Buffer Occupancy pada Penambahan Jumlah Buffer

10MB menggunakan Pergerakan Random Waypoint. .......................................... 42


xix


15MB menggunakan Pergerakan Random Waypoint. .......................................... 42


20MB menggunakan Pergerakan Random Waypoint .......................................... 42


25MB menggunakan Pergerakan Random Waypoint ........................................... 43

Gambar 4.13 Dampak Penambahan Time To Live pada Protokol Epidemic dan

Spray and Wait ...................................................................................................... 46

Gambar 4.14 Rata-rata Penggunaan Buffer Occupancy pada penambahan Time To

Live 360 minutes menggunakan Pergerakan Random Waypoint ......................... 47


Live 720 minutes menggunakan Pergerakan Random Waypoint ......................... 48


Live 1080 minutes menggunakan Pergerakan Random Waypoint ....................... 48






Epidemic, Spray and Wait dan Delivery Probability ............................................ 52

Gambar 4.20 Rata-rata Penggunaan Buffer Occupancy pada penambahan Jumlah

Node 25 menggunakan Pergerakan Working Day ................................................ 54






Node 100 menggunakan Pergerakan Working Day .............................................. 55


Node 125 menggunakan Pergerakan Working Day .............................................. 55


Epidemic dan Spray and Wait ............................................................................... 58


xx

Gambar 4.26 Rata-rata Penggunaan Buffer Occupancy Pada Penambahan Ukuran

Buffer 5 MB menggunakan Pergerakan Working Day ......................................... 59


Buffer 10 MB menggunakan Pergerakan Working Day ....................................... 59



Gambar 4.29 Penggunaan Buffer Occupancy Pada Penambahan Ukuran Buffer 20

MB menggunakan Pergerakan Working Day ....................................................... 60




Spray and Wait ...................................................................................................... 63

Gambar 4.32 Rata-rata Penggunaan Buffer Occupancy pada Penmabahan Time

To Live 360 minutes menggunakan Pergerakan Working Day ............................ 64


To Live 720 minutes menggunakan Pergerakan Working Day ............................ 64


To Live 1080 minutes menggunakan Pergerakan working day ............................ 65


To Live menggunakan Pergerakan working day .................................................. 65


To Live 1880 minutes menggunakan Pergerakan working day ............................ 65

Gambar 4.37 Hasil Delivery Probability Rotuing Protokol Spray and Wait

menggunakan Pergerakan random waypoint dan working day ............................ 66

Gambar 4.38 Hasil pengujian Overhead Ratio dengan Penambahan Copy

Messages pada protokol Spray and Wait .............................................................. 67

Gambar 4.39 Hasil pengujian Average Latency dengan Penambahan copy

messages pada protokol Spray and Wait dan Epidemic ........................................ 68

Gambar 4.40 Hasil pengujian Messages Dropped dengan Penambahan copy

message pada protokol Spray and Wait ................................................................ 69

Gambar 4.41 Rata-rata penggunaan Buffer Occupancy dengan Penambahan 5

copy message pada protokol Spray and Wait ....................................................... 70


xxi







Gambar 4.45 Rata-rata penggunaan buffer dengan Penambahan copy message

pada protokol Spray and Wait ............................................................................... 71

Gambar 4.46 Hasil pengujian Delivery Probability dengan Penambahan jumlah

node dan penambahan jumlah copy message pada protokol Spray and Wait....... 72

Gambar 4.47 Hasil pengujian Overhead Ratio dengan Penambahan jumlah node


Gambar 4.48 Hasil pengujian Average Latency dengan Penambahan jumlah node


Gambar 4.49 Hasil pengujian Dropped Message dengan Penambahan jumlah node


Gambar 4.50 Rata-rata penggunaan buffer dengan Penambahan 25 Node dan 7



copy message pada protokol Spray and Wait. ...................................................... 76








1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Kecepatan perkembangan jaringan saat ini menjadi salah satu hal

yang sangat penting dalam dunia. Namun dengan suksesnya jaringan sebagai

penyedia informasi tidak jauh dari kendala yang dapat diatasi dengan

memanfaatkan Jaringan Opportunistic.

Perkembangan jaringan terdiri dari dua jenis jaringan, pertama

jaringan yang dikembangkan jaringan kabel (wired) dan yang kedua jaringan

nirkabel (wireless) dimana jaringan nirkabel menggunakan udara sebagai

perantara untuk pertukaran informasi. Topologi jaringan nirkabel terdiri dari

dua bagian yaitu topologi jaringan nirkabel yang menggunakan infrastruktur

(Based-Network) dan topologi jaringan tanpa memerlukan infrastruktur atau

dalam penggunaannya tanpa membangun infrastruktur (not Based-Network)

yang disebut dengan Mobile Ad Hoc Network (MANET). MANET adalah

sebuah konsep komunikasi yang tidak memerlukan infrastruktur dan

menggunakan multi-hop wireless communication (komputer, tablet, laptop,

hp). Tetapi MANET selalu tersedia end-to-end path antara source dan

destination.

Pada jaringan MANET setiap node dalam jaringan dapat bertindak

sebagai penyedia router (relay) untuk penghubung dengan node yang lain,

sehingga semua node pada jaringan bertanggungjawab dalam proses

komunikasi dan transportasi data [1]. Jaringan MANET bersifat sementara

sehingga tidak memerlukan instalasi seperti pada jaringan berbasis

infrastruktur. 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,


2

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 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.

Jaringan yang dibangun tanpa menggunakan infrastruktur yang

kedua adalah jaringan Opportunistic. Jaringan Opportunistic dirancang

untuk digunakan pada situasi yang ekstrim dan tidak membutuhkan

pengiriman yang cepat, dimana koneksi pada Jaringan Opportunistic tidak

tersedia secara terus-menerus. Jaringan Opportunistic telah dikembangkan

pada berbagai kebutuhan seperti pemantauan binatang di alam bebas

(ZebraNet), transportasi (vehicular network), akses Internet pedesaan

(village network), komunikasi antar manusia (mobile social network) dan

penggunaan pada penanganan pada bencana (disaster mitigation networks).

Pada jaringan Opportunistic node memiliki mobilitas yang tinggi,

dimana setiap node menyiapkan buffer yang terbatas, bandwidth yang

terbatas tetapi disisi lain pemilihan routing yang efisien. Routing Spray and

Wait pada jaringan Opportunistic berusaha untuk memperbaiki routing

protokol Epidemic yang berbasis multiple copy tanpa mempedulikan

penggunaan buffer [1]. Ketika menggunakan single copy dimana hanya satu

message yang dapat diteruskan ke node destination. Namun strategi ini

kurang efektif karena mengurangi kinerja jaringan berupa ratio pengiriman

dan semakin meningkatnya delay pada jaringan. Dengan adanya jaringan


3

Opportunistic, layanan Internet dapat diterapkan untuk area yang memiliki

karakteristik delay yang lama, tingkat loss yang tinggi dan rendahnya tingkat

konektivitas.

Penerapan routing protokol multi-copy untuk meningkatkan kinerja

jaringan dalam hal ini untuk memaksimalkan ratio pengiriman atau delivery

ratio dan meminimalkan delay. Penerapan protokol routing multiple copy

menjadi pilihan karena lebih baik dibandingkan dengan single copy. Tujuan

dari penelitian ini adalah menganalisis protokol Spray and Wait terhadap

protokol Epidemic. Untuk menganalisis kinerja routing pada jaringan

Opportunistic khususnya pada routing protokol Spray and Wait diukur

dengan menggunakan parameter unjuk kerjayaitu Delivery Probability,

Overhead Ratio, Average Latency, Buffer Occupancy, dan Dropped

Messages.

Hal ini dapat dilihat dengan penambahan jumlah node, penambahan

ukuran buffer, penambahan Time-To-Live (TTL), membatasi jumlah copy

pada Spray And Wait yang sangat berpengaruh pada Delivery Probability,

Overhead Ratio, Average Latency, Buffer Occupancy, dan Dropped

Messages.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah, maka rumusan masalah yang

didapat adalah Analisis Unjuk Kerja Routing Protokol Spray And Wait di

Jaringan Opportunsitic dengan skenario pergerakan yaitu Random Waypoint

dan Working Day.

1.3 Batasan Masalah

Dalam pelakasanaan tugas akhir ini, masalah dibatasi sebagai berikut :

1. Pengujian Routing Protokol Spray and Wait dibandingkan terhadap

Epidemic

2. Pengujian dilakukan dengan menggunakan ONEsimulator


4

3. Parameter unjuk kerja yang digunakan adalah Delivery Probability,

Overhead Ratio, Average Latency, Buffer Occupancy dan Dropped

Messages.

4. Variabel yang digunakan adalah penambahan jumlah node, penambahan

ukuran buffer, penambahan Time-To-Live (TTL), penambahan jumlah

copy messages (L), dan penambahan jumlah Node dan jumlah Copy

message (L Copy).

1.4 Tujuan Penelitian

Tugas akhir ini bertujuan untuk meneliti dan mengetahui Trade-Off

dari routing protkol Spray and Wait terhadap Epidemic yang diukur dengan

parameter unjuk kerja yaitu Delivery Probability, Overhead Ratio, Average

Latency, Buffer Occupancy dan Dropped Messages dan penambahan jumlah

copy message (L).

1.5 Manfaat Penelitian

Penelitian ini diharapkan memberikan pertimbangan dalam

menentukan routing protokol yang lebih baik untuk hubungan komunikasi

pada Oppurtunistic Network.

1.6 Metodologi Penelitian

Adapun metologi penelitian dan langkah-langkah yang digunakan

dalam pelaksanaan tugas akhir ini adalah sebagai berikut :

1. Studi Literatur

Mengumpulkan berbagai macam referensi dan mempelajari teori-teori

yang mendukung penulisan, seperti :

1. Teori jaringan Opportunistic

2. Teori Routing Protokol Spray and Wait terhadap Epidemic

3. Teori tentang Delivery Probability, Overhead Ratio, Average

Latency, Buffer Occupancy dan Dropped Messages.

4. Teori ONEsimulator


5

5. Tahap-tahap dalam membangun jaringan menggunakan

ONEsimulator.

2. Perancangan

Dalam tahap ini penulis merancang skenario sebagai berikut :

1. Penambahan jumlah node(density).

2. Penambahan ukuran buffer.

3. Penambahan Time-To-Live (waktu hidup sebuah message untuk

sampai ke destination).

4. Penambahan jumlah copy message (L)

5. Kecepatan pergerakan node (Random Waypoint, Working Day)

3. Pembangunan Simulasi dan Pengumpulan Data

Simulasi jaringan Opportunistic pada tugas akhir ini menggunakan

ONEsimulator.

4. Analisis data Simulasi

Dalam tahap ini penulis menganalisis hasil pengukuran yang

diperoleh pada proses simulasi. Analisis dihasilkan dengan melakukan

pengamatan dari beberapa kali pengukuran yang menggunakan skenario

simulasi yang berbeda.

5. Penarikan Kesimpulan

Penarikan kesimpulan didasarkan pada beberapa parameter unjuk

kerja yang diperoleh pada proses analisis data.

1.7 Sistematika Penulisan

Dalam penulisan tugas akhir ini perlu membagi sistematika

penulisan menjadi 5 bab, yang lebih jelas dapat dilihat dibawah ini :

BAB I : PENDAHULUAN

Bab ini berisi tentang latar belakang yang diambil dari judul Tugas

Akhir “ Analisis Unjuk Kerja Routing Protokol Spray and Wait di Jaringan

Opportunistic”, batasan masalah, tujuan penelitian, manfaat penelitian,

metode penelitian dan sistematika penulisan Tugas Akhir yang menjelaskan

secara garis besar substansi yang diberikan pada masing-masing bab.


6

BAB II : LANDASAN TEORI

Bab ini membahas tentang pengertian Opportunistic Network (Oppnet),

topologi OppNet, parameter unjuk kerja jaringan pada protokol Spray and

Wait, ONEsimulator dan protokol routing.

BAB III : PERANCANGAN PENELITIAN

Bab ini membahas bagaimana cara perancangan infrastruktur dalam

melakukan penelitian, serta parameter-parameter yang digunakan sebagai

bahan penelitian

BAB IV : PENGUJIAN DAN ANALISIS

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

BAB V : KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan hasil penelitian serta saran yang dilakukan

penulis.


7

BAB II

LANDASAN TEORI

2.1 Jaringan Nirkabel (Wireless)

Jaringan wireless merupakan media yang menyediakan pertukaran

data menggunakan media udara. Jaringan wireless memiliki trade-off.

Keuntungan dari wireless adalah mobilitas yang tinggi dan dapat digunakan

hingga jaringan berskala besar dalam sebuah perusahaan, sedangkan

kerugiannya adalah adanya interferensi radio oleh cuaca atau bahkan

terhalang oleh gedung-gedung bertingkat, pepohonan atau perbukitan.

Jaringan wireless yang paling populer 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 Ad Hoc Nerwork (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


8

diasumsikan dengan banyaknya buffer yang dipakai dan banyaknya control

paket yang dibutuhkan. Cost berhubungan dengan dua hal, cost yang

pertama 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 Jaringan Opportunistic (OppNet)

Jaringan Opportunistic merupakan jaringan nirkabel dimana terjadi

pemutusan dan latency yang tinggi pada tiap-tiap node. Pada Jaringan

Opportunistic tidak ada jalur end-to-end path antara node untuk jangka

waktu yang panjang atau tidak ada jalur yang terbentuk secara langsung dari

source node ke destinaton node. Jaringan Opportunistic dirancang untuk

beroperasi secara efektif pada jarak ekstrim yang ditemui dalam komunikasi

ruang angkasa dan digunakan untuk komunikasi antar planet inter-planetary

network [8] menggunakan gelombang elektromagnetik (kecepatan cahaya).

Dalam Jaringan Opportunistic sebagian besar source node mengirim

messages ke destination tanpa membangun atau membentuk jalur lengkap

end-to-end atau konektivitas antara tiap node. Jalur ada secara kebetulan

atau jalur akan terbentuk secara kebetulan ketika node bertemu sehingga

jalur sangat mudah terputus atau arah jalur dapat berubah setelah jalur

terbentuk. Jaringan Opportunistic tidak menjamin adanya jalur antara source

node dan destination node setiap saat.

Paket di jaringan Opportunistic diasumsikan seperti bundle. Dalam

jaringan Opportunistic proses store-carry-forward dilakukan pada sebuah

layer tambahan yang disebut bundle layer dan data yang tersimpan

sementara disebut bundle. Apabila suatu saat salah satu node yang menjadi

router bermasalah, maka jaringan di Opportunistic tetap dapat bekerja.

messages akan ditahan di node (router) terakhir yang masih berfungsi.

Selanjutnya message tersebut akan diteruskan ke node berikutnya apabila


9

node berikutnya telah berfungsi normal. Jaringan Opportunistic selalu dapat

bekerja pada jaringan yang penuh hambatan. Forwading data dalam jaringan

Opportunistic terjadi jika tidak ada koneksi yang tersedia pada waktu

tertentu maka node source perlu menyimpan dan membawa pesan sampai ke

node berikutnya :

Gambar 2.1 Metode Store-carry-Forward pada jaringan Opportunistic

Metode store-carry-forward memiliki konsekuensi yaitu setiap node

harus memiliki media penyimpanan (storage). Storage akan digunakan

untuk menyimpan messages apabila koneksi dengan node berikutnya belum

tersedia atau terputus.

Gambar 2.2 Bundle Layer

2.3.1 Karakteristik jaringan Opportunistic

Beberapa karakteristik dari jaringan ini adalah :

a. Terjadinya Pemutusan topologi jaringan

Tidak ada koneksi antara node karena terjadi perubahan

topologi jaringan. Hal ini dikarenakan node bergerak secara acak

atau node berpindah secara terus menerus.


10

b. Intermittent Connectivity

Link yang terputus secara terus menerus atau tidak

tersedianya jalur end-to-end antara source dan destination.

c. Latency yang Tinggi

Latency didefinisikan sebagai end-to-enddelay antara node.

Latency tinggi terjadi karena jumlah pemutusan antara node yang

terjadi secara terus menerus.

d. Low Data Rate

Data Rate adalah tingkat yang menggambarkan jumlah

pesan yang disampaikan dibawah jangka waktu tertentu. Low Data

Rate terjadi karena delay yang lama antara transmisi.

e. Sumber Daya Yang Terbatas

Jaringan Opportunistic memiliki kendala pada sumber daya

(Resources). Hal ini membutuhkan desain protokol untuk

mengefesienkan sumber daya. Dengan kata lain, penggunaan node

harus mengkonsumsi sumber daya perangkat keras secara terbatas

seperrti baterai. 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.

2.3.2 Aplikasi Jaringan Opportunistic

Jaringan Opportunistic didesain untuk digunakan pada situasi

yang ekstrim (sesuatu yang tidak membutuhkan pengiriman yang

cepat). Jaringan Opportunistic dapat mengirimkan messages di

jaringan yang memiliki medan yang sulit atau koneksinya tidak

tersedia secara terus-menerus. Beberapa contoh aplikasi pada jaringan

Opportunistic adalah kondisi ekstrim atau darurat dimana dukungan

infrastruktur hampir tidak ada, operasi militer dan pada daerah yang

terkena bencana yang besar (daerah pasca bencana).Pada situasi pasca


11

bencana, asumsi ini kemungkinan tidak berlaku ketika sebagian atau

seluruh infrastruktur jaringan hancur atau terputus.

Jaringan Opportunistic dapat digunakan untuk penanganan

khasus pasca bencana. Oleh karena itu aplikasi di jaringan

Opportunistic mentolerir keterlambatan yang sangat lama karena

koneksi yang terputus secara terus menerus karena pergerakan node

yang random. Beberapa network yang mengikuti paradigma ini

adalah Wildlife tracking sensor networks (dijalankan di Afrika untuk

memantau pergerakan Zebra (ZebraNet)), Military networks dan

Inter-planetary network (project NASA), communication in Rural

Villages dengan tujuan untuk membawa konektivitas Internet untuk

daerah pedesaan dan dapat digunakan pada kondisi emergency [8].

2.3.3 Protokol Routing

Protokol routing merupakan aturan dalam routing protokol

dalam proses pengiriman dan pertukaran data (berupa blok-blok data)

dari sebuah node ke node yang lain dalam jaringan. Jaringan

Opportunistic adalah sekumpulan node yang bergerak secara mobile

dan berkomunikasi secara wireless. Perangkat tersebut dapat

berkomunikasi dengan node yang lain selama masih berada dalam

jangkauan perangkat radio (radio range) yang sama. Node yang

bersifat sebagai penghubung (relay node) digunakan untuk

meneruskan message dari source node ke destination node.

Sebuah jaringan wireless akan mengorganisir dirinya sendiri

dan beradaptasi dengan sekitarnya. Ini berarti jaringan tersebut dapat

terbentuk tanpa sistem infrastruktur. Perangkat pada jaringan

Opportunistic harus mampu mendeteksi keberadaan perangkat lain

untuk melakukan komunikasi dan berbagi informasi.

Routing merupakan perpindahan informasi diseluruh jaringan

dari source node ke destination node dengan minimal satu node

berperan sebagai perantara (relay node). Routing dibagi menjadi 2


12

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 komputer. Fungsi utama dari routing pada jaringan

Opportunistic adalah mencari jalur dari node source ke node

destination. Protokol routing akan menyebarkan informasi pertama

kali ke relay node, kemudian ke seluruh jaringan.

Strategi routing pada jaringan Opportunistic dibagi menjadi

dua yaitu: flooding (replikasi) dan forwading. Pada strategi flooding

copy message akan dikirim ke relay nodes dan kemudian disimpan

sampai salah satu relay node bertemu dengan destination node.

Contoh penggunaan strategi flooding adalah routing Epidemic,

dimana pada prinsipnya Epidemic tidak memerlukan pengetahuan

tentang topologi jaringan, karena Epidemic menggunakan mekanisme

copy message untuk meningkankan delivery probability dan

meminimalkan latency, tetapi penggunaan strategi flooding

mengakibatkan boros resources (buffer) dan baterai (node power).

Strategi yang kedua adalah forwading dimana penggunaan

strategi forwading memerlukan pengetahuan tentang topologi jaringan

untuk memilih jalur terbaik ke node destination. Message akan

diteruskan dari node ke node yang lain sepanjang jalur terbaik. Setiap

node akan menentukkan relay node yang baik berdasarkan routing

metric tertentu untuk setiap message agar delivery probability yang

diterima destination node tinggi. Contoh penggunaan strategi ini

adalah protokol Spray And Focus.

2.4 Epidemic Routing

Routing Epidemic menggunakan konsep flooding (replikasi) di

jaringan mobile[4] yang koneksinya tidak tersedia secara terus menerus. Hal

ini merupakan salah satu strategi yang pertama kali digunakan untuk


13

memungkinkan pengiriman messagepada jaringan Opportunistic. Pada

Epidemic setiap node menyimpan daftar semua message yang dibawa (ID

node) yang pengirimannya tertunda. Setiap kali bertemu node lain, relay

node saling bertukar informasi message (summery 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[8]. 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 Wait. Contoh

routing protokol Epidemic seperti pada gambar dibawah ini:

Gambar 2.3 Ilustrasi Routing Protokol Epidemic

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.


14

Algoritma Epidemic (Nj)

while Ni is contact with Nj do

send summary_vector(Nj)

receive summary_vector (Ni)

while∃ m ϵ buffer(Nj) do

if ∃ m ϵ buffer(Nj) ≠ ∃ m ϵ buffer(Ni)

then replicate (m, Ni)

end if

end while

end while

2.5 Spray and Wait Routing Protocol

Routing Spray and Wait mengatasi masalah flooding[4] 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 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 trade-

off antara strategi single-copy dan strategi multi-copy.

Jika routing protokol di jaringan Opportunistic (OppNet) salah

satunya menggunakan multiple-copy atau mengcopy message ke semua

relay node yang ditemui dengan tujuan agar Delivery Ratio dan latency

yangbagus. 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


15

Delivery Ratio yang tinggi dan proses forwading ke destination secara

langsung. Tujuan dari routing Spray and Wait adalah mengontrol

floodingdengan 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 multiple-

copy untuk mencapai titik optimal.

Menjadi sangat scalable, yaitu routing tetap menjaga perilaku kinerja

meskipun terjadi perubahan ukuran jaringan maupun kepadatan node.

Ketika akan mentransmisikan copy message, routing Spray and Wait

selalu konsisten mengikuti dua fase yang terbentuk pada routing itu

sendiri (Binary Spray).

Gambar 2.4 Contoh Intermittenly Connected Mobile Networks (ICMN)


16

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 :

2.5.1 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.

2.5.2 Fase Wait

Fase yang kedua adalah fase Wait. Jika node destination tidak

ditemukan dalam fase Spray, maka setiap relay node yang membawa

copy Lmelakukan 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, dan relay node yang hanya

memegang satu copy message akan masuk dalam fase Wait. Pada


17

fase ini, relay node akan menunggu sampai bertemu node destination

dan melakukan transmisi.

Gambar 2.5 Strategi Routing Protokol Spray and Wait

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[4].

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.


18

Gambar 2.6 Binary Spray and Wait

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 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.


19

Algoritma Spray And Wait (Nj)

Ln

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

L = copy message

n = jumlah node

m = initial copy message

calculate_floor(nm/2)= pembulatan kebawah apabila copy

message digenerate dalam jumlah ganjil.

2.6 Direct Delivery Router

Direct Delivery (Spyropoulos et al., 2004), node source membawa

bundle sampai bertemu dengan node destination[11]. Pada routing protokol

Direct Delivery, node source membuat messages baru dan mengirimkan

langsung message tersebut ke node tujuan (destination). Hal ini tentunya

sangat berpengaruh pada probabilitas pengiriman, overhead ratio dan

latency. Ketika TTL pesan habis pada saat node source belum sempat

memberikan pesan pada node destination maka pesan akan di drop.


20

Gambar 2.7 Ilustrasi Protokol Routing Direct Delivery

Ketika node S mengenerate new message dan bertemu dengan node

C, node B dan node A, maka node S akan mengecek apakah node C, node B

dan node A merupakan destination atau bukan, jika node C bukan

destination maka node S todak akan memberikan message kepada node C.

Selanjutnya node S akan terus bergeraka sampai bertemu dengan destination

dan memberikan message secara langsung kepada node destination (direct

transmmission).

Algoritma Direct Delivery (Nj)

while Ni is contact with Nj do

send summary_vector (Nj)

receive summary_vector (Ni)

while∃ m ϵ buffer(Nj)

while∃ m ϵ buffer(Nj) ≠ ∃ m ϵ buffer (Ni) do

if Ni is not final

skip

end if

else

if Ni is final

then forward (m)

end if

end while

end while


21

2.7 ONEsimulator

The ONE (Opportunistic Network Environment) Simulator

merupakan aplikasi untuk simluasi agent-based discrete event, pada setiap

bagian dari simulasi, aplikasi memperbaharui nomor dari modul yang

menerapkan fungsi dari simulasi. Fungsi utama ONE simulator adalah

memodelkan pergerakan node, hubungan antar node, routing dan

penanganan pesan. Hasil dan analisis didapatkan melalui visualisasi, laporan

dan post-processing tools. Pergerakan node diimplementasikan

menggunakan beberapa model pergerakan. Pergerakan node yang digunakan

adalah Random Waypoint dan Working Day. Fungsi routing diterapkan

menggunakan modul yang menentukan untuk meneruskan pesan selama

terjadi kontak. Tahap terakhir, pesan tersebut dibangkitkan melalui event

generator. Pesan selalu dalam bentuk unicast, memiliki satu sumber dan host

tujuan di dalam simulasi.


22

BAB III

RANCANGAN PENELITIAN

Dalam routing protokol Spray and Wait, digunakan beberapa variabel

untuk melihat performa dan unjuk kerja dari routing protokol Spray and Wait itu

sendiri yaitu dilihat dari penambahan jumlah node (density), penambahan ukuran

buffer, penambahan Time To Live (TTL), penambahan jumlah copy message (L)

yang berpengaruh terhadap Delivery Probability, Overhead Ratio, Average

Latency, Messages Dropped dan Buffer Occupancy. Message pada jaringan

Opportunistic menggunakan skema forwading multicopy untuk meningkatkan

efisiensi bahwa pesan yang dikirm berhasil, tetapi beban jaringan meningkat

karenacost yang dibutuhkan sangat besar.

Routing protokol Spray and Wait [Spyropoulos et al 2005]bekerja sedikit

hampir sama dengan Epidemic tetapi pada routing Spray and Wait membatasi

copy messageyang tersebar di jaringan. Setiap message yang dibuat di copy dalam

jumlah tertentu. Setiap node yang memiliki lebih dari satu copy message yang

ditinggalkan, dapat memberikan satu copy message ke node yang lain (dalam

waktu normal) atau dapat memberikan setengah dari copy message (the binary

mode)[4].Routing protokol Epidemic dibuat tanpa mempedulikan buffer (buffer

unlimited), delivery ratio pada Epidemic bagus, tetapi cost yang dibutuhkan juga

besar, sehingga dibuat Protokol Spray and Wait, dimana jumlah copy message

pada protokol ini dibatasi untuk mengurangi cost yang besar pada Epidemic.

3.1 Skenario Spray and Wait

Pergerakan node pada jaringan Opportunisticbergerak secara random.

Ada beberapa skenario dalam protokol Spray and Wait :


23

Gambar 3.1 protokol Spray and Wait

3.1.1 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. Gambar dibawah ini adalah contoh

pergerakan node secara random:

Gambar 3.1 Random Waypoint


24

3.1.2 Working Day Movement Model (WDM)

Model pergerakan ini dikembangkan dengan menggabungkan

model gerakan yang berbeda secara bersama-sama. Pergerakan pada

Working Day menggunakan submodel [5]. Submodel ini terdiri dari

tiga kegiatan utama yang berbeda. Dimana Node berada di rumah,

node bekerja dan node melakukan aktivitas dengan node yang lain

pada malam hari. Kegiatan ini adalah kegiatan yang paling umum

dan menggunakan sebagian besar hari kerja untuk sebagian besar

node. Ada banyak pergerakan manusia yang dapat digunakan, namun

pada pergerakan ini diasumsikan untuk menggunakan tiga kegiatan

diatas dikarenakan pergerakan node pada kegiatan ini mengakibatkan

dampak secara keseluruhan dimana kegiatan dilakukan secara

berulang setiap hari (periodik) [5]. Pergerakan ini menggabungkan

antara masyarakat dan hubungan sosial, dimana masyarakat dan

hubungan sosial terbentuk ketika sekumpulan node melakukan

kegiatan yang sama di tempat yang sama.

Asumsikan bahwa node dengan rumah yang sama adalah

anggota keluarga, sementara node dengan lokasi kantor yang sama

adalah rekan-rekan kerjanya. Node melakukan kegiatan sehari-hari

dimulai dari rumah dipagi hari. Node ditugaskan untuk bangun pagi

yang menandakan kegiatan dimulai dari rumah. Node menggunakan

waktu bangun pagi yang sama setiap pagi selama simulasi

berlangsung. Variasi waktu bangun pagi berbeda ritme dengan

kehidupan nyata. Pada saat bangun pagi, node meninggalkan rumah,

dan menggunakan metode transportasi yang berberda untuk pergi ke

tempat kerja. Node melakukan aktivitas dengan menggunakan

submodels kendaraan yang berbeda yaitu menggunakan mobil atau

bus. Waktu kerja di konfigurasi. Setelah bekerja, node memutuskan

apakah node akan pergi keluar pada malam hari atau memutuskan

untuk pulang ke rumah. Setiap submodels menggunakan transmissi


25

antar lokasi yang berbeda-beda. Kelompok pengguna yang berbeda

memiliki lokasi yang berbeda dimana kegiatan berlangsung.

Gambar 3.3 Working Day

3.1.2.1 Home Activity Submodel

Home Activity Submodels[5] digunakan untuk

waktu malam hari sampai tengah malam. Setiap node

awalnya ditugaskan dititik peta pada lokasi rumahnya.

Kegiatan node di rumah terdiri dari perangkat (hp, laptop)

yang berpindah di beberapa, menonton TV, memasak, tidur

dan lain-lain.

3.1.2.2 Office Activity Submodel

Office Activity Submodel[5] adalah model gerakan

didalam kantor dimana karyawan memiliki meja dan

kadang-kadang perlu berjalan ke tempat-tempat lain untuk

pert54emuan atau kadang hanya untuk berbicara singkat

dengan seseorang. Gerakan dalam kantor akan dimulai

ketika node mencapai pintu, node mulai berjalan menuju

meja dengan kecepatan berjalan didefenisikan dalam

pengaturan. Ketika mencapai meja node berhenti untuk

beberapa waktu.

Ketika node bangun dari waktu jeda, node memilih

titik kooridinat yang baru secara acak di dalam kantor, node


26

berjalan dan menunggu untuk beberapa waktu. Tujuan node

bergerak dari meja ke titik koordinat secara acak adalah

bahwa meja tiap node yang saling berdekatan akan lebih

sering bertemu satu dengan yang lain, dan meja yang

terletak disamping satu sama lain akan berada dalam satu

jangkauan radio yang sama.

3.1.2.3 Evening Acitivity Submodel

Evening Activity Submodel[5] adalah model

kegiatan yang dilakukan pada malam hari setelah bekerja.

Kegiatan ini dilakukan dalam kelompok. Model kegiatan

ini dapat diartikan sebagai belanja, berjalan di jalan, pergi

ke restoran atau bar. Setiap node pada awal simulasi

ditugaskan di tempat pertemuan favorit. Ketika sebuah

node sudah berakhir hari kerjanya, node ditugaskan untuk

berkelompok berdasarkan tempat pertemuan favoritnya.

Node kemudian akan menggukan submodel

transportasi untuk pidah ke tempat. Node berjalan di dalam

kelompok sepanjang jalan dan jarak tertentu yang sudah

ditetapkan dalam pengaturan, dan kemudian node akan

berhenti untuk waktu yang lama yang sudah ditetapkan

dalam pengaturan dan akhirnya berpisah dan berjalan

kembali ke rumah masing-masing.

3.1.2.4 Transport Submodel

Node bergerak dirumah, kantor dan aktivitas di

malam hari menggunakan submodel transportasi, selama

simulasi, pergerakan node ditetapkan untuk menggunakan

mobil untuk transportasi antar kegiatan. Node yang tidak

bergerak menggunakan mobil akan menggunakan bus atau

berjalan. Node yang bergerak menggunakan mobil hanya

menggunakan submodel mobil untuk semua transportasi.


27

Node yang bergeral menggunakan mobil dapat mentransfer

paket pada jarak yang jauh dengan lebih cepat.

Model transportasi dibagi menjadi tiga bagian :

Walking Submodel

Node yang berjalan menggunakan jalan dengan

kecepatan konstan terhadap tujuan..

Car Submodel

Node yang memiliki mobil dapat melakukan perjalanan

dengan kecepatan yang lebih tinggi antara lokasi yang

berbeda.

Bus Submodel

Node yang tidak memiliki mobil dapat menggunakan

bus untuk bepergian lebih cepat. Bus dapat membawa

lebih dari satu node pada waktu yang sama.

Diasumsikan setiap node yang tidak memiliki mobil tahu

satu rute bus. Hal ini dapat menggunakan bus yang

melewati rute. Jika node memutuskan untuk menggunakan

bus, node menggunkan walkingsubmodels ke halte bus

terdekat dan menunggu bus[5]. Ketika bus tiba, node

memasuki bus dan berjalan sampai bus berhenti di halte

terdekat dengan tujuan. Kemudian node beralih dengan

walking submodels untuk mencapai tujuan.


28

3.2 Parameter Unjuk Kerja

Pada penelitian ini sudah ditentukan parameter unjuk kerjajaringan

pada routing protokol Epidemic terhadap Spray and Wait. Ada beberapa

parameter bersifat Utama dan tidak diubah-ubah dan dipakai pada setiap

pengujian.

Tabel 3.1 Parameter Utama ONEsimulator (Parameter yang tidak di ubah)

Simulation time 259200 (3 hari)

Simulation Area 4500x4000(width x height; meters)

Message Generation Interval 1 Jam

Node Speed 1.5- 2.5Mbps

Transmission Speed 250kBps

Transmission Range 10Meter

Message Size 10kB

Tabel 3.2 Tabel simulasi skenario Penambahan Jumlah Node (Density)

Movement Model Random Waypoint, Working Day

Number of hosts 25, 50, 75, 100, 125

Node Buffer Size 10 MB

TTL 1440 minutes

Tabel 3.3 Tabel simulasi skenarioPenambahan Ukuran Buffer


Number of hosts 50

Node Buffer Size 5; 10; 15; 20; 25MB

TTL 1440 minutes

Tabel 3.4 Tabel simulasi skenario Penambahan Time To Live (TTL)


Number of hosts 50


Time To Live 360; 720; 1080; 1440; 1880 minutes


29

Tabel 3.5 Tabel simulasi skenario Penambahan Jumlah Copy message (L-

copies) pada protokol Spray and Wait


Number of hosts 50


TTL 1440 minutes

Lcopies 5; 7; 9; 11; 13

Tabel 3.6 Tabel simulasi skenario Penambahan jumlah message (L-copies)

30% dari jumlah node


Number of hosts 25; 50; 75; 100; 125


TTL 1440 minutes

Lcopies 7; 15; 22; 30; 37

3.2.1 Delivery Probability

Delivery Probability merupakan banyaknya message yang

terkirim ke destiantion yang tepat dan banyaknya message yang

dibuat (dalam hal ini message yang original atau ‘new message’

bukan copyan messagenya).

𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑦𝑅𝑎𝑡𝑖𝑜 =𝑇𝑜𝑡𝑎𝑙 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑒𝑑 𝑀𝑒𝑠𝑠𝑎𝑔𝑒𝑠

𝑇𝑜𝑡𝑎𝑙 𝐺𝑒𝑛𝑒𝑟𝑎𝑡𝑒𝑑 𝑀𝑒𝑠𝑠𝑎𝑔𝑒𝑠

3.2.2 Overhead Ratio

Overhead Ratio merupakan banyaknya jumlah pesan yang

direlay/terkirm dari jumlah copy yang dibuat. Dalam hal ini copy

adalah costnya. Cost adalah sesuatu yang harus digunakan,

contohnya : energy(baterai), banyaknyabuffer(storage) yang dipakai

dan banyaknya control message yang dibutuhkan. Jika cost pada

jaringan MANET yang diukur adalah jumlah control messagenya,


30

asumsinya jika control message yang dipakai banyak, maka

bandwidthdan baterai yang digunakan juga banyak. Pada jaringan

Opportunistic cost yang diukur adalah jumlah copy messagenya

bukan control message dan tidak sebanyak di Manet, karena

pertemuan node tidak menghabiskan waktu yang lama. Pada jaringan

Opportunistic, jika ingin menaikkan Delivery Probability maka

costnya harus diperbesar.

𝑂𝑣𝑒𝑟ℎ𝑒𝑎𝑑𝑅𝑎𝑡𝑖𝑜 =𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑀𝑒𝑠𝑠𝑎𝑔𝑒𝑠 𝑅𝑒𝑙𝑎𝑦𝑒𝑑 − 𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑀𝑒𝑠𝑠𝑎𝑔𝑒𝑠 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑒𝑑

𝑁𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑀𝑒𝑠𝑠𝑎𝑔𝑒𝑠 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑒𝑑

3.2.3 Average Latency

Yang dimaksud dengan Average Latency adalah rata-rata

end-to-enddelivery delay. Jika ada message, kapan message itu

dibuat dan kapan messagae itu sampai ke destination, dan yang

dihitung adalah copyan message yang pertama kali sampai ke

destination. Jika ada banyak copyan maka message yang dihitung

adalah message yang pertama kali sampai ketujuan, dan message

yang lainnya akan diabaikan atau di drop.

𝐴𝑣𝑒𝑟𝑎𝑔𝑒𝐿𝑎𝑡𝑒𝑛𝑐𝑦 =𝑆𝑢𝑚 𝑜𝑓 𝐿𝑎𝑡𝑒𝑛𝑐𝑦 𝑜𝑓 𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑒𝑑 𝑀𝑒𝑠𝑠𝑎𝑔𝑒𝑠

𝑇𝑜𝑡𝑎𝑙 𝐺𝑒𝑛𝑒𝑟𝑎𝑡𝑒𝑑 𝑀𝑒𝑠𝑠𝑎𝑔𝑒𝑠

3.2.4 Buffer Occupancy

Buffer Occupancy merupakan rata-rata (Average) jumlah

ruang buffer yang dipakai. Untuk mengecek buffer occupancy

dilakukan dengan mengetahui banyaknya drop message

(menunjukkan berapa kejadian terjadinya buffer overflow dan

menjelaskan berapa banyak buffer overflow (buffernya penuh atau

meluap).


31

3.2.5 Messages Dropped

Messages drop adalah sejumlah message yang di drop ketika

message disimpan dalam buffer. Ada dua kemungkinan message di

drop. Yang pertama message di drop karena Time-To-Live (TTL), hal

ini dikarenakan message memiliki ukuran masa hidup yang terbatas

atau message di drop karena kadaluwarsa sebelum relay node

bertemu dengan node destination. Yang kedua message di drop

karena buffer. Ketika node source terus mengenerate message, maka

node yang menerima copy pesan akan disimpan dalam buffer, ketika

terlalu lama disimpan dalam buffer dan mengakibatkan buffer penuh

(buffer overflow) maka message akan di drop dengan tujuan agar

buffer dapat menyimpan message yang lebih baru yang di generate

oleh node source.

3.3 Topologi Jaringan

Bentuk topologi jaringan pada Opportunistic Network tidak dapat

diprediksi hal itu dikarenakan topologi jaringan dirancang secara random

(acak). Pergerakan node dan koneksi yang tidak tetap mengakibatkan

topologi jaringan terus berubah. Berikut adalah salah satu contoh topologi

jaringan pada jaringan Opportunistic menggunakan ONEsimulator:

Gambar 3.4 Screenshoot jaringan Opportunistic


32

BAB IV

PENGUJIAN DAN ANALISIS

Untuk melakukan pengujian pada routing protokol Spray and Wait

terhadap Epidemic dan Direct Delivery maka dilakukan dengan beberapa skenario

seperti dibawah.

4.1 Random Waypoint

4.1.1 Penambahan Jumlah Node (Density)

Tabel 4.1 Hasil pengujian Delivery Probability Penambahan Jumlah

Node pada protokol Spray and Wait, Epidemic dan Direct Delivery

menggunakan Pergerakan random waypoint

Jumlah

Node

Delivery Probability

Epidemic Spray And Wait Direct Delivery

25 Node 0.6479 0.4789 0.3034

50 Node 0.7324 0.5261 0.2773

75 Node 0.8732 0.6056 0.2017

100 Node 0.9437 0.6761 0.1513

125 Node 0.9859 0.6901 0.1345

Tabel 4.2 Hasil pengujian Overhead Ratio Penambahan Jumlah Node

pada protokol Spray and Wait, Epidemic dan Direct Delivery


Jumlah

Node

Overhead Ratio


25 Node 26.6304 4.9592 0

50 Node 56.4231 5.7500 0

75 Node 76.9677 6.4186 0

100 Node 93.7857 6.8611 0

125 Node 123.9254 8.0588 0


33

Tabel 4.3 Hasil pengujian Average Latency Penambahan Jumlah



Jumlah

Node

Average Latency


25 Node 43234.2696 46475.6445 27714.6875

50 Node 32314.3731 39762.3235 32949.2636

75 Node 19615.9516 39619.7581 39219.7944

100 Node 16137.2343 36819.0979 42946.6292

125 Node 10533.8418 34640.4102 44206.0874

Tabel 4.4 Hasil pengujian Messages Dropped Penambahan Jumlah



Jumlah

Node

Messages Dropped


25 Node 1056 218 95

50 Node 2296 223 95

75 Node 3478 233 95

100 Node 4653 233 95

125 Node 5828 235 95


34


Epidemic, Spray and Wait dan Delivery Probability

Dari hasil penelitian, grafik 4.1 menunjukkan bahwa ketika node

ditambahkan maka Delivery Probability (lihat grafik a) juga akan cenderung naik,

hal itu dikarenakan ketika node source mengenerate message maka semakin

banyak relay node yang akan membantu untuk membawa message yang akan di

transmisikan. Berbeda dengan Delivery Probability pada Direct Delivery yang

mengalami penurunan ketika jumlah node ditambahkan, hal itu dikarenakan

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

25 50 75 100 125

Del

iver

y P

rob

ab

ilit

y

Random WaypointEpidemic

Spray and Wait

Direct Delivery

Number of Nodes

0

20

40

60

80

100

120

140

25 50 75 100 125

Over

hea

d R

ati

o


Spray and Wait

Direct Delivery

Number of Nodes

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

50000

25 50 75 100 125

Aver

age

Late

ncy

(M

ilis

econ

d)

Random Waypoint

Epidemic

Spray and Wait

Direct Delivery

Number of Nodes

0

1000

2000

3000

4000

5000

6000

7000

25 50 75 100 125

Dro

pp

ed

Random Waypoint

Epidemic

Spray and Wait

Direct Delivery

Number of Nodes

(a) Delivery Probability (b) Overhead Ratio

(c) Avergae Latency (d) Messages Dropped


35

Routing Direct Delivery tidak memberikan copy kepada relay node. Pada Routing

Direct Delivery relay node hanya berisi ID node destination. Apabila penambahan

node dilakukan pada Routing Direct Delivery, hal itu hanya akan memperlambat

kinerja Routing Direct Delivery dikarenakan node source akan mengalami

kesulitan untuk bertemu dengan node destination, karena setiap ketemu dengan

relay node, node source akan mengecek apakah node yang ditemui adalah node

destination atau bukan, jika bukan node destination maka node source akan

melakukan pengecekan sampai bertemu dengan node destination sehingga hal itu

akan berpengaruh pada latency yang juga akan tinggi.

Sedangkan pengujian Overhead Ratio (lihat grafik b), grafik menunjukkan

bahwa semakin bertambahnya jumlah node menyebabkan semakin meningkat

pula overhead ratio pada setiap protokol. Overhead Ratio pada Epidemic terus

meningkat dikarenakan Epidemic berbasis flooding, hal ini mengakibatkan

semakin banyaknya cost atau biaya yang digunakan untuk menyampaikan

message ke node destination. Overhead Spray and Wait berada pada posisi yang

kedua, hal itu dikarenakan Spray and Wait membatasi jumlah copy dan hanya

memberikan copy message kepada relay node secara binary, sedangkan pada

protokol Direct Delivery, tidak ada relay node yang membantu menyampaikan

message ke node destination karena hanya node source yang akan memberikan

copy message secara langsung kepada node destination, sehingga tidak

membebani jaringan dan tidak membutuhkan cost atau biaya untuk meneruskan

copy message ke node destination.

Hasil pengujian menunjukkan bahwa latency (lihat gambar c) pada

skenario penambahan jumlah node pada Epidemic semakin bagus, dikarenakan

semakin banyak jumlah node maka semakin banyak pula node yang membantu

untuk merelaykan message secara cepat ke node destinantion, sedangkan pada

Spray and Wait latency semakin bagus tetapi masih lebih tinggi dari Epidemic

dikarenakan Spray and Wait membatasi jumlah copy dan ada fase wait, dimana

node yang memegang copy message tidak <1 copy message maka node akan

menunggu sampai bertemu dengan node destination, hal itulah yang

mengakibatkan latency pada Spray and Wait lebih tinggi dari Epidemic. Pada


36

protokol Direct Delivery, latency semakin meningkat dikarenakan penambahan

jumlah node mengakibatkan node source yang membawa copy message semakin

sering bertemu dengan lebih banyak jumlah node dan memastikan bahwa node

yang ditemui adalah node destination, jika node destination sudah ditemui maka

node source akan langsung memberikan copy message.

Hasil pengujian menunjukkan bahwa message yang di drop (lihat grafik d)

pada Epidemic disebabkan oleh Time-To-Live yang terbatas. Berbeda dengan

message drop pada Direct Delivery yang cenderung konstan dikarenakan tidak

ada message yang dititipkan ke relay node dan interval yang di create cenderung

sama. Untuk melihat jumlah message yang di drop, dapat dilihat pada penggunaan

buffer pada setiap node di jaringan pada buffer dibawah. Hal itu dapat dilihat pada

grafik Buffer Occupancy dibawah ini.


Jumlah Node 25 menggunakan Pergerakan random waypoint.


Jumlah Node 50 menggunakan Pergerakan Random Waypoint.

0

0.5

1

1.5

2

2.5

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

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 25 Random Waypoint

EpidemicSpray and WaitDirect Delivery

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 50 Random Waypoint

Epidemic

Spray and Wait

Direct Delivery


37







0

0.5

1

1.5

2

2.5

0 2 4 6 8 10 12 14 16 18 20 22 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 75 Random Waypoint Epidemic

Spray and Wait

Direct Delivery

0

0.5

1

1.5

2

2.5

0 2 4 6 8 10 12 14 16 18 20 22 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81 83 85 87 89 91 93 95 97 99

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 100 Random WaypointEpidemic

Spray and Wait

Direct Delivery

0

0.5

1

1.5

2

2.5

0 3 6 9

12

15

18

21

25

28

31

34

37

40

43

46

49

52

55

58

61

64

67

70

73

76

79

82

85

88

91

94

97

100

103

106

109

112

115

118

121

124

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 125 Random WaypointEpidemic

Spray and Wait

Direct Delivery


38

4.1.2 Penambahan Ukuran Buffer

Tabel 4.5 Hasil Pengujian Delivery Probability Penambahan Ukuran

Buffer Pada protokol Spray and Wait menggunakan Pergerakan

random waypoint

Ukuran Buffer


Epidemic Spray And Wait

5 M 0.7873 0.5211

10 M 0.8451 0.6056

15 M 0.8873 0.6338

20 M 0.9437 0.6901

25 M 0.9577 0.7324

Tabel 4.6 Hasil Pengujian Overhead Ratio Penambahan Ukuran


random waypoint

Ukuran Buffer

Overhead Ratio


5 M 43.6765 4.7308

10 M 46.2985 4.9592

15 M 48.0159 5.9778

20 M 48.6984 6.3023

25 M 51.0833 7.5405

Tabel 4.7 Hasil Pengujian Average LAtency Penambahan Ukuran


random waypoint

Ukuran Buffer

Average Latency


5 M 29123.4381 43116.2023

10 M 24437.4917 39589.6081

15 M 23016.3074 34640.4102

20 M 20575.6030 34437.9467

25 M 19880.0159 29705.2846


39

Tabel 4.8 Hasil Pengujian Message Dropped Penambahan Ukuran


random waypoint

Ukuran Buffer

Messages Dropped


5 M 2175 232

10 M 2293 218

15 M 2302 235

20 M 2303 221

25 M 2281 231


40


Epidemic dan Spray and Wait.

Dari hasil pengujian, grafik 4.2 menunjukkan probabilitas pengiriman

(lihat grafik a) dengan kapasitas buffer yang diubah-ubah. Peningkatan ukuran

buffer berdampak pada probabilitas pengiriman, hal ini berarti semakin tinggi

ukuran buffer maka akan ada banyak message yang disimpan dalam buffer.

Dari hasil pengujian grafik (lihat grafik b) menunjukkan Overhead Ratio

atau biaya yang digunakan untuk pengiriman message pada ukuran buffer yang

0

0.2

0.4

0.6

0.8

1

5 10 15 20 25

Del

iver

y P

rob

ab

ilit

y


Spray and Wait

Buffer Size (MBytes)

0

10

20

30

40

50

60

5 10 15 20 25

Over

hea

d R

ati

o


Spray and Wait


0

5000

10000

15000

20000

25000

30000

35000

40000

45000

50000

5 10 15 20 25

Aver

age

Late

ncy

(M

ilis

econ

d)


Spray and Wait


0

500

1000

1500

2000

2500

5 10 15 20 25

Dro

pp

ed


Spray and Wait



(c) Average Latency (d) Messages Dropped


41

bervariasi. Overhead akan meningkat karena berkaitan dengan jumlah message

yang diteruskan (ditransmisikan).

Dari hasil penelitian, grafik (lihat grafik c) menunjukkan latency pada

Epidemic lebih bagus dibandingkan dengan protokol Spray and Wait, hal itu

dikarenakan semakin banyak message yang di create dan ditampung dalam buffer

untuk di teruskan pada relay node yang ditemui, latency pada ukuran buffer 5

MB tinggi dikarenakan banyak messages yang di drop akibat TTL habis sebelum

messages sampai pada destination, sehingga ketika semakin besar buffer yang

gunakan, maka semakin banyak menyimpan message di dalam buffer untuk

diteruskan ke destination sehingga latency pada buffer 10 MB mulai turun.

Dari hasil pengujian grafik (lihat grafik d) menunjukkan bahwa message

yang di drop pada kedua protokol meningkat dikarenakan TTL messages habis

sebelum sampai pada node destination, karena message terlalu lama disimpan

dalam buffer. Hal itu dapat dilihat dari rata-rata penggunaan Buffer Occupancy

seperti pada grafik dibawah.

Gambar 4.8 Hasil Pengujian Buffer Occupancy pada Penambahan Ukuran Buffer

5MB menggunakan Pergerakan Random Waypoint.

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Buffer 5 MB Random WaypointEpidemic

Spray and Wait


42






20MB menggunakan Pergerakan Random Waypoint

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait


43


25MB menggunakan Pergerakan Random Waypoint

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait


44

4.1.3 Penambahan Time To Live (TTL)

Tabel 4.9 Hasil Pengujian Delivery Probability Penambahan Time To

Live pada Protokol Epidemic dan Spray and Wait

Time To Live



360 Minutes 0.2676 0.1127

720 Minutes 0.6634 0.3183

1080 Minutes 0.8169 0.4028

1440 Minutes 0.8218 0.6037

1880 Minutes 0.8310 0.5138

Tabel 4.10 Hasil Pengujian Overhead Ratio Penambahan Time To


Time To Live

Overhead Ratio


360 Minutes 83.4211 20.875

720 Minutes 59.7250 5.4706

1080 Minutes 47.5424 4.0702

1440 Minutes 46.1897 3.1642

1880 Minutes 43.4348 2.8657

Tabel 4.11 Hasil Pengujian Average Latency Penambahan Time To


Time To Live

Average Latency


360 Minutes 29817.8898 49812.5638

720 Minutes 20927.3250 33433.2900

1080 Minutes 17133.3073 32299.8545

1440 Minutes 13666.8276 25168.8000

1880 Minutes 11232.1158 39831.4631


45

Tabel 4.1 2 Hasil Pengujian Messages Dropped Penambahan Time To


Time To Live

Messages Dropped


360 Minutes 2506 274

720 Minutes 2376 265

1080 Minutes 2302 255

1440 Minutes 1960 221

1880 Minutes 1960 196


46


Spray and Wait

Dari hasil pengujian, grafik (lihat grafik a) menunjukkan bawha Delivery

Probability pada kedua protokolredah ketika TTL (time-to-live) ditambahkan. Hal

ini berpengaruh pada delivery probability yang mencapai titik maksimum pada

1440 menit (1 hari) karena sesuai dengan waktu simulasi yang disetting tiga hari

lamanya, apabila TTL terus bertambah menjadi 1880 (30 jam) maka Delivery

Probability akan menurun dikarenakan message akan di simpan lebih lama pada

buffer.

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

360 720 1080 1440 1880

Del

iver

y P

rob

ab

ilit

y


Spray and Wait

Time (Minutes)

0

10

20

30

40

50

60

70

80

90

360 720 1080 1440 1880

Over

hea

d R

ati

o


Spray and Wait

Time (Minutes)

0

10000

20000

30000

40000

50000

60000

360 720 1080 1440 1880

Aver

age

Late

ncy

(M

ilis

econ

d)


Spray and Wait

Time (Minutes)

0

500

1000

1500

2000

2500

3000

360 720 1080 1440 1880

Dro

pp

ed


Spray and Wait

Time (Minutes)

(d) Messages Dropped (c) Average Latency



47

Dari hasil pengujian, grafik (lihat grafik b) menunjukkan bahwa ketika TTL

disetting 360 menit (6 jam) sampai 1440 (24 jam) maka Overhead Ratio

mengalami penurunan.

Dari hasil pengujian diatas, grafik (lihat grafik d) menunjukkan bahwa

ketika TTL ditambahkan maka latency pada setiap penambahan TTL akan naik,

hal itu dikarenakan semakin lama TTL maka copy message akan lebih lama

disimpan dalam buffer. Dari skenario pergerakan diatas, latency pada Spray and

Wait yang paling tinggi dikarenakan Spray and Wait menyimpan copy message

terlalu lama dan menunggu untuk bertemu dengan destination.

Dari hasil penelitian, grafik (lihat grafik d) menunjukkan bahwa ketika TTL

ditambahkan maka message yang di drop karena buffer overflow. Peningkatan

TTL mencapai titik maksimum pada 1440 menit (24 jam) dimana message yang

di drop karena TTL semakin menurun, dan message yang di drop mengalami

kenaikan ketika TTL ditambahkan menjadi 1880 (30 jam) karena ketika TTL

ditambahkan maka message akan semakin lama disimpan dalam buffer. Hal itu

dapat dilihat pada penggunaan buffer pada node di jaringan ketika TTL di

tambahkan.


Live 360 minutes menggunakan Pergerakan Random Waypoint

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

TTL 360 Random WaypointEpidemic

Spray and Wait


48


Live 720 minutes menggunakan Pergerakan Random Waypoint.





0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait


49



0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait


50

4.2 Working Day Movement Model

4.2.1 Penambahan Node (Density)

Tabel 4.73 Hasil pengujian Delivery Probability Penambahan Jumlah


menggunakan Pergerakan Working Day

Jumlah Node



25 Node 0.6901 0.4930 0.2116

50 Node 0.7746 0.5493 0.2017

75 Node 0.7887 0.6338 0.1933

100 Node 0.8028 0.6479 0.1842

125 Node 0.8127 0.6883 0.1008

Tabel 4.14 Hasil pengujian Overhead Ratio Penambahan Jumlah



Jumlah Node

Overhead Ratio


25 Node 26.2500 5.2941 0

50 Node 48.9818 5.5128 0

75 Node 74.0877 6.0217 0

100 Node 122.2281 6.0889 0

125 Node 128.8367 7.5714 0

Tabel 4.15 Hasil pengujian Average Latency Penambahan Jumlah



Jumlah Node

Average Latency


25 Node 41469.1109 45957.0311 29949.8667

50 Node 40245.0265 42268.6826 40282.9130

75 Node 31274.5357 34048.6821 43284.3917

100 Node 19335.8211 26521.8608 44326.2666

125 Node 17021.8632 25051.3200 45150.1913


51

Tabel 4.16 Hasil pengujian Messages Dropped Penambahan Jumlah



Jumlah Node

Message Dropped

Epidemic Spray And wait Direct Delivery

25 Node 1121 204 95

50 Node 2263 225 95

75 Node 3478 225 95

100 Node 4628 233 95

125 Node 5793 235 95


52


Epidemic, Spray and Wait dan Delivery Probability

Dari hasil penelitian, grafik diatas menunjukkan bahwa ketika

penambahan node dan menggunakan pergerakan working day, Delivery

Probability (lihat grafika) meningkat tetapi tidak sebagus Delivery Probability

ketika menggunakan pergerakan random waypoint, hal itu dikarenakan

pergerakan working day menggunakan pergerakan yang real, dimana simulasi

dilakukan berdasarkan pengelompokkan pada setiap kegiatan yang dilakukan oleh

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

25 50 75 100 125

Del

iver

y P

rob

ab

ilit

y

Working DayEpidemic

Spray and Wait

Direct Delivery

Number of Nodes

0

20

40

60

80

100

120

140

25 50 75 100 125

Over

hea

d R

ati

o

Working DayEpidemic

Spray and Wait

Direct Delivery

Number of Nodes

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

50000

25 50 75 100 125

Aver

age

Late

ncy

(M

ilis

econ

d)

Working DayEpidemic

Spray and Wait

Direct Delivery

Number of Nodes

0

1000

2000

3000

4000

5000

6000

7000

25 50 75 100 125

Dro

pp

ed

Working Day

EpidemicSpray and WaitDirect Delivery

Number of Nodes

(b) Delivery Probability (b)Overhead Ratio

(c)Avergae Latency (d)Messages Dropped


53

manusia, hal itu mengakibatkan cost yang dibutuhkan meningkat (lihat grafik)

dikarenakan semakin banyak node yang menyimpan message yang digenerate

oleh node source untuk diberikan ketika bertemu dengan node destination.

Pada Protokol Spray and Wait cost tidak meningkat seperti pada protokol

Epidemic dikarenakan Spray and Wait membatasi jumlah copy. Sedangkan pada

Direct Delivery, tidak ada cost yang dibutuhkan dikarenakan node source tidak

memberikan copy message pada , tetapi node source langsung mentransmisikan

message ketika bertemu dengan node destination. Sedangkan latency pada

Epidemic menurun ketika penambahan node, dikarenakan Epidemic memberikan

copy message kepada setiap node yang ditemui. Sedangkan latency pada Spray

and Wait meningkat dikarenakan Spray and Wait membatasi jumlah copy

message dan masih ada fase wait ketika hanya memegang satu copy message dan

menunggu untuk memberikan copy ketika bertemu dengan node destination.

Latency pada Direct Delivery (lihat grafik d) paling tinggi, hal ini

dikarenakan node destiantion tidak memberikan copy message kepada , sehingga

ketika node ditambahkan maka maka node destination semakin kesulitan untuk

bertemu dengan node destination karena pada Direct Delivery hanya berisi ID

apakah node tersebut node destination, jika node destination maka node source

akan memberikan copy message, jika bukan node destination maka node source

akan terus melakukan pengecekan sampai bertemu dengan node destination dan

memberikan copy message pada node destination “direct transmission”. Ketika

terjadi penambahan node, maka message yang di drop akan semakin meningkat

dikarenakan pada Epidemic node source terus mengenerate copy message untuk

diteruskan oleh relay node, message di drop karena TTL. Ketika penambahan

node maka ukuran buffer akan disetting sebesar mungkin karena Epidemic bekerja

tanpa mempersoalkan resources.


54


Node 25 menggunakan Pergerakan Working Day.





0

0.5

1

1.5

2

2.5

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

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 25 Working Day

EpidemicSpray and Wait

Direct Delivery

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 50 Working Day

Epidemic

Spray and Wait

Direct Delivery

0

0.5

1

1.5

2

2.5

0 2 4 6 8 10 12 14 16 18 20 22 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 75 Working Day

EpidemicSpray and Wait

Direct Delivery


55





0

0.5

1

1.5

2

2.5

0 2 4 6 8 10 12 14 16 18 20 22 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81 83 85 87 89 91 93 95 97 99

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 100 Working DayEpidemicSpray and WaitDirect Delivery

0

0.5

1

1.5

2

2.5

0 3 6 9

12

15

18

21

25

28

31

34

37

40

43

46

49

52

55

58

61

64

67

70

73

76

79

82

85

88

91

94

97

100

103

106

109

112

115

118

121

124

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 125 Working DayEpidemic

Spray and Wait

Direct Delivery


56

4.2.2 Penambahan Ukuran Buffer

Tabel 4.17 Pengujian Delivery Probability Penambahan Ukuran


Working Day

Ukuran Buffer



5 M 0.7183 0.6338

10 M 0.8169 0.7183

15 M 0.8850 0.8028

20 M 0.9296 0.8911

25 M 0.9859 0.9459

Tabel 4.18 Hasil Pengujian Overhead Ratio Penambahan Ukuran


Working Day

Ukuran Buffer

Overhead Ratio


5 M 46.7119 41.0857

10 M 47.0645 41.4143

15 M 49.4643 44.7121

20 M 52.0000 48.0000

25 M 60.6250 52.2157

Tabel 4.19 Hasil Pengujian Average Latency Penambahan Ukuran


Working Day

T

l

Ukuran Buffer

Average Latency


5 M 30231.6563 38675.3724

10 M 22559.4065 37277.4275

15 M 21499.7254 34782.5924

20 M 20113.7288 28445.6914

25 M 16966.9964 19754.3600


57

Tabel 4.20 Hasil Pengujian Messages Dropped Penambahan Ukuran


Working Day

Ukuran Buffer

Messages Dropped


5 M 2302 171

10 M 2266 189

15 M 2297 227

20 M 2281 235

25 M 2303 235


58


Epidemic dan Spray and Wait

Dari hasil penelitian, grafik menunjukkan Delivery Probability pada

Epidemic semakin meningkat, dikarenakan ketika penambahan ukuran buffer

maka semakin banyak pula copy message yang akan tampung dalam buffer,

sehingga probabilitas message sampai ke node destination besar. Hal ini

berpengaruh pada cost (lihat grafik b) di Epidemic yang juga terus meningkat,

karena copy message disimpan dalam buffer sebelum bertemu dengan node

destination. Drop pada kedua protokol semakin meningkat dikarenakan time to

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

5 10 15 20 25

Del

iver

y P

rob

ab

ilit

y

Working DayEpidemic

Spray and Wait


0

10

20

30

40

50

60

70

5 10 15 20 25

Over

hea

d R

ati

o

Working DayEpidemic

Spray and Wait


0

5000

10000

15000

20000

25000

30000

35000

40000

45000

5 10 15 20 25

Aver

age

Late

ncy

(M

ilis

econ

d)

Working Day Epidemic

Spray and Wait


0

500

1000

1500

2000

2500

5 10 15 20 25

Dro

pp

ed

Working DayEpidemic

Spray and Wait


(a) Delivery Probability (b)Overhead Ratio



59

live. Hal itu dapat dilihat dari penggunaan buffer pada setiap node dijaringan

ketika buffer ditambahkan pada seperti pada Buffer Occupancy dibawah ini:


Buffer 5 MB menggunakan Pergerakan Working Day





0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Buffer 5 MB Working DayEpidemic

Spray and Wait

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait


60


MB menggunakan Pergerakan Working Day


MB menggunakan Pergerakan Working Day

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait


61

4.2.3 Penambahan Time To Live (TTL)

Tabel 4.81 Hasil Pengujian Delivery Probability Penambahan Time

To Live Pada Protokol Spray and Wait pada Epidemic dan Spray and

Wait menggunakan Pergerakan working day

Time To Live



360 Minutes 0.5634 0.1268

720 Minutes 0.8296 0.4225

1080 Minutes 0.8451 0.4648

1440 Minutes 0.8873 0.7324

1880 Minutes 0.9437 0.6620

Tabel 4.22 Hasil Pengujian Overhead Ratio Penambahan Time To

Live Pada Protokol Spray and Wait pada Epidemic dan Spray and


Time To Live

Overhead Ratio


360 Minutes 51.0833 22.6667

720 Minutes 48.5397 9.3000

1080 Minutes 46.2985 7.3030

1440 Minutes 42.0000 4.7308

1880 Minutes 28.1000 5.7234

Tabel 4.23 Hasil Pengujian Average Latcency Penambahan Time To



Time To Live

Average Latency


360 Minutes 29123.4381 54925.7549

720 Minutes 24437.4917 45925.7549

1080 Minutes 22263.5121 38978.1761

1440 Minutes 17575.6030 25673.8105

1880 Minutes 14168.9250 28539.4875


62

Tabel 4.24 Hasil Pengujian Messages Dropped Penambahan Time To



Time To Live

Messages Dropped


360 Minutes 2673 201

720 Minutes 2303 225

1080 Minutes 2303 216

1440 Minutes 1960 235

1880 Minutes 2587 200


63

Gambar 4.21 Dampak Penambahan Time To Live pada Protokol Epidemic dan Spray

and Wait

Dari hasil pengujian, grafik diatas menggunakan pergerakan Working Day

menunjukkan bahwa Delivery Probability (lihat grafik a) pada Epidemic

meningkat dan mencapai titik optimum pada titik 1440 menit (1 hari) dan ketika

time to live ditingkatkan menjadi 1880 menit maka delivery probability menurun.

Apabila time to live terus ditingkatkan maka probabilitas message sampai ke

destination akan menurun karena message akan disimpan dalam buffer untuk

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

360 720 1080 1440 1880

Del

iver

y P

rob

ab

ilit

y

Working DayEpidemic

Spray and Wait

Time (Minutes)

0

10

20

30

40

50

60

360 720 1080 1440 1880

Over

hea

d R

ati

o

Working DayEpidemic

Spray and Wait

Time (Minutes)

0

10000

20000

30000

40000

50000

60000

360 720 1080 1440 1880

Aver

age

Late

ncy

(M

ilis

econ

d)

Working DayEpidemic

Spray and Wait

Time (Minutes)

0

500

1000

1500

2000

2500

3000

360 720 1080 1440 1880

Dro

pp

ed

Working DayEpidemic

Spray and Wait

Time (Minutes)

(a) Delivery Probability (b)Overhead Ratio



64

waktu yang cukup lama. Ketika TTL ditingkatkan maka cost (lihat grafik b)

menurun dikarenakan ketika node relay akan bertemu untuk memberikan copy

message maka copy message dengan ID yang sama masih ada di dalam buffer

sehingga tidak akan diberikan, hal itu dikarenakan message disimpan dalam buffer

sampai TTL habis dan akan di drop.Ketika TTL ditambahkan maka latency pada

Epidemic lebih baik dari Spray and Wait, hal itu dikarenakan Spray and Wait

membatasi jumlah copy message dan menyimpan message terlalu lama di dalam

buffer, sehingga mengakibatkan buffer overflow. Hal itu dapat dilihat pada

penggunaan Buffer dibawah ini :


To Live 360 minutes menggunakan Pergerakan Working Day


To Live 720 minutes menggunakan Pergerakan Working Day

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

TTL 360 Working DayEpidemic

Spray and Wait

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait


65


To Live 1080 minutes menggunakan Pergerakan working day


To Live menggunakan Pergerakan working day


To Live 1880 minutes menggunakan Pergerakan working day

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Spray and Wait


66

4.3 Penambahan Copy Messages “L Copies”


Tabel 4.25 Hasil pengujian Delivery Probability dengan Penambahan

copy messages pada protokol Spray and Wait.

Jumlah L Copies


Random Waypoint Working day

L 5 0.5377 0.4056

L 7 0.7169 0.5746

L 9 0.8284 0.7887

L 11 0.8465 0.8028

L 13 0.8732 0.8159

Gambar 4.37 Hasil Delivery Probability Rotuing Protokol Spray and

Wait menggunakan Pergerakan random waypoint dan working day.


L copy ditambahkan maka probabilitas message sampai ke destination

semakin besar. Hal itu dikarenakan semakin banyak message yang

akan diteruskan oleh . Dari kedua pergerakan diatas, pada pergerakan

Random Waypoint grafik probabilitas message sampai ke destination

lebih besar, hal itu dikarenakan pergerakan Random Waypoint

bergerak secara acak dan probabilitas node yang satu bertemu dengan

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

5 7 9 11 13

Deli

very

Pro

ba

bil

ity

L Copies

Spray And WaitRandom Waypoint

Working Day


67

node yang lain sama, berbeda dengan probabilitas message pada

pergerakan Working Day, dimana node cenderung berkumpul dengan

komunitas sehingga probabilitas node bertemu dengan node yang lain

tidak sama sehingga berpengaruh pada delivery probability message

sampai ke destination. Pada skenario ini node di setting tetap dengan

jumlah 50 node hanya jumlah copy yang ditambahkan.


Tabel 4.26 Hasil pengujian Overhead Ratio dengan Penambahan

Copy Messages pada protokol Spray and Wait

Jumlah L Copies

Overhead Ratio


L 5 4.2353 4.9298

L 7 6.3276 6.1964

L 9 10.2745 10.2791

L 11 10.7742 10.0571

L 13 11.7358 11.0182

Gambar 4.38 Hasil pengujian Overhead Ratio dengan Penambahan

Copy Messages pada protokol Spray and Wait.


L Copy ditingkatkan maka akan berpengaruh juga terhadap Overhead

Ratio, dimana semakin meningkat karena message yang akan

0

2

4

6

8

10

12

14

5 7 9 11 13

Overh

ea

d R

ati

o

L Copies


Working Day


68

diteruskan ke destination membutuhkan cost yang semakin besar pula.

Pada penelitian diatas penambahan jumlah copy ditingkatkan secara

acak. Pada pergerakan Working Day, cost yang dibutuhkan semakin

besar dikarenakan node cenderung berkumpul dengan komunitasnya

masing-masing sehingga cost pun akan semakin tinggi agar message

dapat sampai ke destination. Sedangkan pada pergerakan Random

Waypoint, cost yang dibutuhkan juga semakin meningkat, tetapi tidak

sebesar yang dibutuhkan pada pergerakan Working Day, karena node

pada pergerakan Random Waypoint bergerak secara acak dan tidak

berkumpul dengan komunitasnya.


Tabel 4.27 Hasil pengujian Average Latency dengan Penambahan

copy messages pada protokol Spray and Wait dan Epidemic

Jumlah L Copies

Average Latency


L 5 33325.3706 35488.7614

L 7 31636.1276 35445.3429

L 9 30954.9353 32826.1036

L 11 28850.9717 31862.9857

L 13 20892.5355 22840.7093

Gambar 4.39 Hasil pengujian Average Latency dengan Penambahan

copy messages pada protokol Spray and Wait dan Epidemic

0

5000

10000

15000

20000

25000

30000

35000

40000

5 7 9 11 13

Avera

ge L

ate

ncy

(M

ilis

eco

nd

)

L Copies

Spray And Wait Random Waypoint


69

Dari hari penelitian, grafik diatas menunjukkan bahwa ketika

L copy ditambahkan pada Spray and Wait maka latency akan semakin

menurun, hal itu dikarenakan semakin banyak relay node yang akan

membantu merelaykan message yang lebih banyak, sehingga

probabilitas message sampai ke destination semakin besar dan latency

juga semakin menurun, tetapi konsekuensinya adalah cost yang

dibutuhkan semakin besar. Sedangkan latency juga masih tetap tinggi

pada pergerakan Working Day karena aktivitas yang dilakukan oleh

manusia pada umumnya adalah berkumpul dengan komunitasnya.

4.3.3 Dropped Message

Tabel 4.28 Hasil pengujian Messages Dropped dengan Penambahan

copy message pada protokol Spray and Wait

Jumlah L Copies Dropped

Random Waypoint Working Day

L 5 205 235

L 7 326 322

L 9 410 411

L 11 497 515

L 13 497 508

Gambar 4.10 Hasil pengujian Messages Dropped dengan Penambahan

copy message pada protokol Spray and Wait

0

100

200

300

400

500

600

5 7 9 11 13

Dro

pp

ed

L Copies


Working Day


70

Dari hasil penelitian, grafik menunjukkan bahwa ketika

penambahan jumlah copy message maka message yang di drop akan

semakin meningkat, hal itu dikarenakan TTL pada message habis atau

berakhir sebelum message sampai ke destination. Message yang di

drop pada pergerakan Working Day lebih banyak karena terlalu lama

menunggu untuk sampai pada node destination.

Gambar 4.41 Rata-rata penggunaan Buffer Occupancy dengan

Penambahan 5 copy message pada protokol Spray and Wait



0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 101112131415161718192021222325262728293031323334353637383940414243444546474849

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

L Copie 5Random Waypoint

Working Day

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 101112131415161718192021222325262728293031323334353637383940414243444546474849

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

L Copie 7 Random Waypoint

Working Day


71





Gambar 4.45 Rata-rata penggunaan buffer dengan Penambahan copy

message pada protokol Spray and Wait

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 101112131415161718192021222325262728293031323334353637383940414243444546474849

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Working Day

0

0.5

1

1.5

2

2.5

0 2 4 6 8 10 12 14 16 18 20 22 25 27 29 31 33 35 37 39 41 43 45 47 49

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Working Day

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 101112131415161718192021222325262728293031323334353637383940414243444546474849

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Working Day


72

4.4 Penambahan Node(density) dan Penambahan jumlah L Copies


Tabel 4.29 Hasil pengujian Delivery Probability dengan Penambahan

jumlah node dan penambahan jumlah copy message pada protokol

Spray and Wait.

Jumlah

Node

Jumlah L

Copies %



25 Node L 7 0.5493 0.3944

50 Node L 15 0.7042 0.507

75 Node L 22 0.9155 0.7606

100 Node L 30 0.9577 0.8028

125 Node L 37 0.9437 0.9155

Gambar 4.46 Hasil pengujian Delivery Probability dengan

Penambahan jumlah node dan penambahan jumlah copy message

pada protokol Spray and Wait.


jumlah node dan jumlah copy ditingkatkan, maka probabilitas node

untuk ketemu dengan destination semakin besar, dan semakin banyak

yang membantu untuk membawa semakin banyak message pula untuk

bertemu dengan destination. Sehingga probabilitas message sampai ke

node destination semakin besar, hal itu dilihat dari grafik pengujian

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

L Copie 7 15 23 31 39

Node 25 50 75 100 125

Deli

very

Pro

ba

bil

ity


Working Day


73

dimana delivery probabilitas message semakin meningkat ketika

jumlah node dan jumlah pesan ditingkatkan.


Tabel 4.30 Hasil pengujian Overhead Ratio dengan Penambahan


Spray and Wait.

Jumlah Node Jumlah L

Copies %

Overhead Ratio


25 Node L 7 0.5493 0.3944

50 Node L 15 0.7042 0.507

75 Node L 22 0.9155 0.7606

100 Node L 30 0.9577 0.8028

125 Node L 37 0.9437 0.9155

Gambar 4.47 Hasil pengujian Overhead Ratio dengan Penambahan


Spray and Wait.

Dari hasil pengujian, grafik diatas menunjukkan bahwa ketika

jumlah node dan jumlah copy message ditambahkan maka Overhead

Ratio juga meningkat, hal itu dikarenakan semakin banyak node yang

akan membantu untuk merelaykan message maka cost yang

0

5

10

15

20

25

30

35

40

45

L Copie 7 15 23 31 39

Node 25 50 75 100 125

Overh

ea

d R

ati

o


Working Day


74

dibutuhkan akan semakin besar agar pesan dapat sampai ke node

destination.


Tabel 4.31 Hasil pengujian Average Latency dengan Penambahan


Spray and Wait

Jumlah Node Jumlah L

Copies %

Average Latency

Random Waypoint Working Day

25 Node L 7 34048.6821 38865.6571

50 Node L 15 30091.6220 41385.7722

75 Node L 22 29542.6215 35190.8694

100 Node L 30 23762.2132 34311.7031

125 Node L 37 15322.9000 18015.9262

Gambar 4.48 Hasil pengujian Average Latency dengan Penambahan


Spray and Wait

Dari hasil penelitian, grafik menunjukkan bahwa ketika

jumlah L copi ditingkatkan dan jumlah node juga ditingkatkan

maka latency pada Spray and Wait akan menurun, dikarenakan

semakin banyak node yang akan membantu untuk merelaykan

message dan probabilitas node ketemu dengan destination akan

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

L Copie 7 15 23 31 39

Node 25 50 75 100 125

Avera

ge L

ate

ncy

(M

ilis

eco

nd

)


Working Day


75

semakin besar sehingga message akan teruskan ke destination

semakin besar.

4.4.4 Dropped Message

Tabel 4.32 Hasil pengujian Dropped Message dengan Penambahan


Spray and Wait

Jumlah

Node

Jumlah L

Copies %

Dropped


25 Node L 7 286 308

50 Node L 15 657 622

75 Node L 22 1016 1029

100 Node L 30 1403 1410

125 Node L 37 2437 1738

Gambar 4.49 Hasil pengujian Dropped Message dengan

Penambahan jumlah node dan penambahan jumlah copy message

pada protokol Spray and Wait.

Dari hasil penelitian, grafik diatas menunjukkan bahwa

ketika L copy ditambahkan maka akan semakin banyak message

yang di drop karena TTL yang dimiliki oleh message terbatas,

sehingga message akan di drop sebelum bertemu dengan node

0

500

1000

1500

2000

2500

3000

L Copie 7 15 23 31 39

Node 25 50 75 100 125

Dro

pp

ed


Working Day


76

destination. Hal itu dapat dilihat dari penggunaan Buffer

Occupancy yang dapat dilihat pada grafik dibawah:

Gambar 4.50 Rata-rata penggunaan buffer dengan Penambahan 25

Node dan 7 copy message pada protokol Spray and Wait


Node dan 15 copy message pada protokol Spray and Wait.


Node dan 22 copy message pada protokol Spray and Wait

0

0.5

1

1.5

2

2.5

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

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID

Node 25, L Copie 7Random Waypoint

Working Day

0

0.5

1

1.5

2

2.5

0 1 2 3 4 5 6 7 8 9 101112131415161718192021222325262728293031323334353637383940414243444546474849

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Working Day

0

0.5

1

1.5

2

2.5

0 2 4 6 8 10 12 14 16 18 20 22 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Working Day


77

Gambar 4.53 Rata-rata penggunaan buffer dengan Penambahan

100 Node dan 30 copy message pada protokol Spray and Wait

Gambar 4.54 Rata-rata penggunaan buffer dengan Penambahan

125 Node dan 37 copy message pada protokol Spray and Wait

0

0.5

1

1.5

2

2.5

0 3 6 9 12 15 18 21 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91 94 97

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Working Day

0

0.5

1

1.5

2

2.5

0 3 6 9

12

15

18

21

25

28

31

34

37

40

43

46

49

52

55

58

61

64

67

70

73

76

79

82

85

88

91

94

97

100

103

106

109

112

115

118

121

124

Aver

age

Bu

ffer

Occ

up

an

cy (

%)

Node ID


Working Day


78

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil simulasi dan pengujian yang telah dilakukan dapat

disimpulkan beberapa hal berikut :

1. Konsep flooding pada routing Epidemic menghasilkan tingkat

Delivery Probability yang tinggi dan Latency yang rendah, tetapi

Epidemic memerlukan storage (node buffer) yang lebih besar.

Protokol Routing Epidemic semakin baik jika ukuran buffer

ditambahkan. Hal itu akan berpengaruh pada Delivery Probability

yang semakin meningkat dan Latency yang semakin bagus, tetapi

Overhead Ratio menjadi sangat tinggi karena semakin banyak copy

message maka cost yang dibutuhkan akan semakin besar pula.

2. Protokol Spray and Wait bagus dalam hal memperbaiki cost pada

Protokol Epidemic, karena Spray and Wait membatasi jumlah copy

messages sehingga cost yang dibutuhkan Spray and Wait tidak sebesar

cost pada Epidemic, tetapi Delivery Probability menjadi rendah dan

Latency pada Spray and Wait semakin tinggi.

5.2 Saran

Penelitian selanjutnya perlu dipelajari cara kerja Source Spray and Wait dan

Binary Spray and Wait, untuk mengetahui Trade-Off dari masing-masing

protokol.


79

DAFTAR PUSTAKA

[1] Schiller, Jochen H, Mobile Communications, Great Britain 2000, Second

Edition, 2003.

[2] Aprillando, A. 2007. Cara Kerja dan Kinerja Protokol Optimized Link

State Routing (OLSR) pada Mobile Ad hoc networks (MANET), Tugas

Akhir. Jakarta: Fakultas Teknik Unika AtmaJaya

[3] A. Vahdat and D. Becker. Epidemic routing for partially connected ad

hoc networks. Technical Report CS-200006, Duke University, Apr. 2000.

[4] 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.

[5] Ekman.F., Keranen.A., Jouni Karvo and Jorg Ott, “Working Day

Movement Model”, Helsinki University TKK, Dept. of Communications

and Networking. May 26, 2008, Hong Kong SAR, China.

[5] Gao. L, Yu. Shui, Luan. T.H, Zhou. W, Delay Tolerant Networks, Spinger

Cham Heidelberg, New York Dordrecht London 2015. (L. Gao et al.,

Delay Tolerant Networks, SpingerBrief in Computer Science, DOI

10.1007/978-3-319-18108-0_1)

[6] Sanjeev.C, M., &Mukane.S.M.(2003). Impact Of Relay Nodes On

Performance Of DTN Using Spray And Wait Protocol. International

Journal of Electrical, Electronics and Data Communication, I(-9), 57-61.

[7] 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, IEEE-

2011


80

[8] 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)

[9] Y.-C. Tseng, S.-Y NI, Y.-S. Chen, and J.-P. Sheu. The broadcast storm

problem in a mobile ad hoc network. Wirel. Net., 8(2/3):153-167, 2002.


81

LAMPIRAN

1. Default Setting

# # Default settings for the simulation # ## Scenario settings Scenario.name = default_scenario Scenario.simulateConnections = true Scenario.updateInterval = 0.1 # 43200s == 12h Scenario.endTime = 43200 ## Interface-specific settings: # type : which interface class the interface belongs to # For different types, the sub-parameters are interface-specific # For SimpleBroadcastInterface, the parameters are: # transmitSpeed : transmit speed of the interface (bytes per second) # transmitRange : range of the interface (meters) # "Bluetooth" interface for all nodes btInterface.type = SimpleBroadcastInterface # Transmit speed of 2 Mbps = 250kBps btInterface.transmitSpeed = 250k btInterface.transmitRange = 10 # High speed, long range, interface for group 4 highspeedInterface.type = SimpleBroadcastInterface highspeedInterface.transmitSpeed = 10M highspeedInterface.transmitRange = 1000 # Define 6 different node groups Scenario.nrofHostGroups = 6 ## Group-specific settings: # groupID : Group's identifier. Used as the prefix of host names # nrofHosts: number of hosts in the group # movementModel: movement model of the hosts (valid class name from movement package) # waitTime: minimum and maximum wait times (seconds) after reaching destination # speed: minimum and maximum speeds (m/s) when moving on a path # bufferSize: size of the message buffer (bytes) # router: router used to route messages (valid class name from routing package) # activeTimes: Time intervals when the nodes in the group are active (start1, end1, start2, end2, ...) # msgTtl : TTL (minutes) of the messages created by this host group, default=infinite ## Group and movement model specific settings # pois: Points Of Interest indexes and probabilities (poiIndex1, poiProb1, poiIndex2, poiProb2, ... ) # for ShortestPathMapBasedMovement # okMaps : which map nodes are OK for the group (map file indexes), default=all #for all MapBasedMovent models # routeFile: route's file path - for MapRouteMovement # routeType: route's type - for MapRouteMovement # Common settings for all groups Group.movementModel = ShortestPathMapBasedMovement Group.router = EpidemicRouter Group.bufferSize = 5M Group.waitTime = 0, 120


82

# All nodes have the bluetooth interface Group.nrofInterfaces = 1 Group.interface1 = btInterface # Walking speeds Group.speed = 0.5, 1.5 # Message TTL of 300 minutes (5 hours) Group.msgTtl = 300 Group.nrofHosts = 40 # group1 (pedestrians) specific settings Group1.groupID = p # group2 specific settings Group2.groupID = c # cars can drive only on roads Group2.okMaps = 1 # 10-50 km/h Group2.speed = 2.7, 13.9 # another group of pedestrians Group3.groupID = w # The Tram groups Group4.groupID = t Group4.bufferSize = 50M Group4.movementModel = MapRouteMovement Group4.routeFile = data/tram3.wkt Group4.routeType = 1 Group4.waitTime = 10, 30 Group4.speed = 7, 10 Group4.nrofHosts = 2 Group4.nrofInterfaces = 2 Group4.interface1 = btInterface Group4.interface2 = highspeedInterface Group5.groupID = t Group5.bufferSize = 50M Group5.movementModel = MapRouteMovement Group5.routeFile = data/tram4.wkt Group5.routeType = 2 Group5.waitTime = 10, 30 Group5.speed = 7, 10 Group5.nrofHosts = 2 Group6.groupID = t Group6.bufferSize = 50M Group6.movementModel = MapRouteMovement Group6.routeFile = data/tram10.wkt Group6.routeType = 2 Group6.waitTime = 10, 30 Group6.speed = 7, 10 Group6.nrofHosts = 2 ## Message creation parameters # How many event generators Events.nrof = 1 # Class of the first event generator Events1.class = MessageEventGenerator # (following settings are specific for the MessageEventGenerator class) # Creation interval in seconds (one new message every 25 to 35 seconds) Events1.interval = 25,35 # Message sizes (500kB - 1MB) Events1.size = 500k,1M # range of message source/destination addresses Events1.hosts = 0,125 # Message ID prefix Events1.prefix = M ## Movement model settings


83

# seed for movement models' pseudo random number generator (default = 0) MovementModel.rngSeed = 1 # World's size for Movement Models without implicit size (width, height; meters) MovementModel.worldSize = 4500, 3400 # How long time to move hosts in the world before real simulation MovementModel.warmup = 1000 ## Map based movement -movement model specific settings MapBasedMovement.nrofMapFiles = 4 MapBasedMovement.mapFile1 = data/roads.wkt MapBasedMovement.mapFile2 = data/main_roads.wkt MapBasedMovement.mapFile3 = data/pedestrian_paths.wkt MapBasedMovement.mapFile4 = data/shops.wkt ## Reports - all report names have to be valid report classes # how many reports to load Report.nrofReports = 1 # length of the warm up period (simulated seconds) Report.warmup = 0 # default directory of reports (can be overridden per Report with output setting) Report.reportDir = reports/ # Report classes to load Report.report1 = MessageStatsReport ## Default settings for some routers settings ProphetRouter.secondsInTimeUnit = 30 SprayAndWaitRouter.nrofCopies = 6 SprayAndWaitRouter.binaryMode = true ## Optimization settings -- these affect the speed of the simulation ## see World class for details. Optimization.cellSizeMult = 5 Optimization.randomizeUpdateOrder = true ## GUI settings # GUI underlay image settings GUI.UnderlayImage.fileName = data/helsinki_underlay.png # Image offset in pixels (x, y) GUI.UnderlayImage.offset = 64, 20 # Scaling factor for the image GUI.UnderlayImage.scale = 4.75 # Image rotation (radians) GUI.UnderlayImage.rotate = -0.015 # how many events to show in the log panel (default = 30) GUI.EventLogPanel.nrofEvents = 100 # Regular Expression log filter (see Pattern-class from the Java API for RE-matching details) #GUI.EventLogPanel.REfilter = .*p[1-9]<->p[1-9]$

2. Default Seeting Menggunakan Pergerakan Random Waypoint

a. Epidemic Router # # Default settings for the simulation # ## Scenario settings #Scenario.name = EpidemicRWPLTTL Scenario.name = EpidemicRWP_Buffer Scenario.simulateConnections = true


84

Scenario.updateInterval = 0.1 # 43200s == 12h Scenario.endTime = 259200 #3 hari ## Interface-specific settings: # type : which interface class the interface belongs to # For different types, the sub-parameters are interface-specific # For SimpleBroadcastInterface, the parameters are: # transmitSpeed : transmit speed of the interface (bytes per second) # transmitRange : range of the interface (meters) # "Bluetooth" interface for all nodes btInterface.type = SimpleBroadcastInterface #Transmit speed of 2 Mbps = 250kBps btInterface.transmitSpeed = 250k btInterface.transmitRange = 10 # High speed, long range, interface for group 4 highspeedInterface.type = SimpleBroadcastInterface highspeedInterface.transmitSpeed = 10M highspeedInterface.transmitRange = 10 # Define 6 different node groups Scenario.nrofHostGroups = 1 ## Group-specific settings: # groupID : Group's identifier. Used as the prefix of host names # nrofHosts: number of hosts in the group # movementModel: movement model of the hosts (valid class name from movement package) # waitTime: minimum and maximum wait times (seconds) after reaching destination # speed: minimum and maximum speeds (m/s) when moving on a path # bufferSize: size of the message buffer (bytes) # router: router used to route messages (valid class name from routing package) # activeTimes: Time intervals when the nodes in the group are active (start1, end1, start2, end2, ...) # msgTtl : TTL (minutes) of the messages created by this host group, default=infinite ## Group and movement model specific settings # pois: Points Of Interest indexes and probabilities (poiIndex1, poiProb1, poiIndex2, poiProb2, ... ) # for ShortestPathMapBasedMovement # okMaps : which map nodes are OK for the group (map file indexes), default=all # for all MapBasedMovent models # routeFile: route's file path - for MapRouteMovement # routeType: route's type - for MapRouteMovement # Common settings for all groups Group.movementModel = RandomWaypoint Group.router = EpidemicRouter Group.bufferSize = 10M Group.waitTime = 0, 300 # All nodes have the bluetooth interface


85

Group.nrofInterfaces = 1 Group.interface1 = btInterface # Walking speeds Group.speed = 1.5 , 2.5 # Message TTL of 300 minutes (5 hours) Group.msgTtl = [360; 720; 1080; 1440; 1880] Group.nrofHosts = 50 # group1 (pedestrians) specific settings Group1.groupID = RWP ## Message creation parameters # How many event generators Events.nrof = 1 # Class of the first event generator Events1.class = MessageEventGenerator # (following settings are specific for the MessageEventGenerator class) # Creation interval in seconds (one new message every 25 to 35 seconds) Events1.interval = 3600,3650 # Message sizes (500kB - 1MB) Events1.size = 10k # range of message source/destination addresses #Events1.hosts = 0,49 # Message ID prefix Events1.prefix = M Events1.hosts = 1, 1 Events1.tohosts = 24, 24 ## Movement model settings # seed for movement models' pseudo random number generator (default = 0) MovementModel.rngSeed = [11; 3; 5; 7; 9] #MovementModel.rngSeed = 3 # World's size for Movement Models without implicit size (width, height; meters) MovementModel.worldSize = 4500, 4000 # How long time to move hosts in the world before real simulation MovementModel.warmup = 1000 ## Map based movement -movement model specific settings MapBasedMovement.nrofMapFiles = 4 MapBasedMovement.mapFile1 = data/roads.wkt MapBasedMovement.mapFile2 = data/main_roads.wkt MapBasedMovement.mapFile3 = data/pedestrian_paths.wkt MapBasedMovement.mapFile4 = data/shops.wkt ## Reports - all report names have to be valid report classes # how many reports to load Report.nrofReports = 7 # length of the warm up period (simulated seconds) Report.warmup = 0 # default directory of reports (can be overridden per Report with output setting) #Report.reportDir= [reports/Node50TTL300Buffer20M070416/1; reports/Node50TTL300Buffer20M070416/2;


86

reports/Node50TTL300Buffer20M070416/3; reports/Node50TTL300Buffer20M070416/4; reports/Node50TTL300Buffer20M070416/5] Report.reportDir= [reports/Epidemic_RandomWaypoinTTL/360;reports/Epidemic_RandomWaypoinTTL/720;reports/Epidemic_RandomWaypoinTTL/1080;reports/Epidemic_RandomWaypoinTTL/1440;reports/Epidemic_RandomWaypoinTTL/1880] #Report.reportDir = reports/EpidemicRWPCoba # Report classes to load Report.report1 = MessageStatsReport Report.report2 = TrafficReport Report.report3 = BufferOccupancyReport Report.report4 = BufferVsTtlReport Report.report5 = BufferOverflowReport Report.report6 = BufferOccupancyReportA Report.report7 = BufferOccupancyArrayReport ## Default settings for some routers settings EpidemicRouter.secondsInTimeUnit = 30 #EpidemicRouter.nrofCopies = 250 #EpidemicRouter.binaryMode = true ## Optimization settings -- these affect the speed of the simulation ## see World class for details. Optimization.connectionAlg = 2 Optimization.cellSizeMult = 5 Optimization.randomizeUpdateOrder = true ## GUI settings # GUI underlay image settings GUI.UnderlayImage.fileName = data/helsinki_underlay.png # Image offset in pixels (x, y) GUI.UnderlayImage.offset = 64, 20 # Scaling factor for the image GUI.UnderlayImage.scale = 4.75 # Image rotation (radians) GUI.UnderlayImage.rotate = -0.015 # how many events to show in the log panel (default = 30) GUI.EventLogPanel.nrofEvents = 100 # Regular Expression log filter (see Pattern-class from the Java API for RE-matching details) #GUI.EventLogPanel.REfilter = .*p[1-9]<->p[1-9]$

b. Spray And Wait Router

# # Default settings for the simulation # ## Scenario settings Scenario.name = SprayandWait_LCOPIES Scenario.simulateConnections = true Scenario.updateInterval = 0.1 # 43200s == 12h Scenario.endTime = 259200


87

## Interface-specific settings: # type : which interface class the interface belongs to # For different types, the sub-parameters are interface-specific # For SimpleBroadcastInterface, the parameters are: # transmitSpeed : transmit speed of the interface (bytes per second) # transmitRange : range of the interface (meters) # "Bluetooth" interface for all nodes btInterface.type = SimpleBroadcastInterface # Transmit speed of 2 Mbps = 250kBps btInterface.transmitSpeed = 250k btInterface.transmitRange = 10 # High speed, long range, interface for group 4 highspeedInterface.type = SimpleBroadcastInterface highspeedInterface.transmitSpeed = 10M highspeedInterface.transmitRange = 10 # Define 6 different node groups Scenario.nrofHostGroups = 1 ## Group-specific settings: # groupID : Group's identifier. Used as the prefix of host names # nrofHosts: number of hosts in the group # movementModel: movement model of the hosts (valid class name from movement package) # waitTime: minimum and maximum wait times (seconds) after reaching destination # speed: minimum and maximum speeds (m/s) when moving on a path # bufferSize: size of the message buffer (bytes) # router: router used to route messages (valid class name from routing package) # activeTimes: Time intervals when the nodes in the group are active (start1, end1, start2, end2, ...) # msgTtl : TTL (minutes) of the messages created by this host group, default=infinite ## Group and movement model specific settings # pois: Points Of Interest indexes and probabilities (poiIndex1, poiProb1, poiIndex2, poiProb2, ... ) # for ShortestPathMapBasedMovement # okMaps : which map nodes are OK for the group (map file indexes), default=all # for all MapBasedMovent models # routeFile: route's file path - for MapRouteMovement # routeType: route's type - for MapRouteMovement # Common settings for all groups Group.movementModel = RandomWaypoint Group.router = SprayAndWaitRouter Group.bufferSize = 10M Group.waitTime = 0, 300 # All nodes have the bluetooth interface Group.nrofInterfaces = 1 Group.interface1 = btInterface # Walking speeds Group.speed = 1.5 , 2.5 # Message TTL of 300 minutes (5 hours) Group.msgTtl = 1440


88

Group.nrofHosts = 50 # group1 (pedestrians) specific settings Group1.groupID = p ## Message creation parameters # How many event generators Events.nrof = [1; 2; 3; 4; 5] # Class of the first event generator Events1.class = MessageEventGenerator # (following settings are specific for the MessageEventGenerator class) # Creation interval in seconds (one new message every 25 to 35 seconds) Events1.interval = 3600, 3650 # Message sizes (500kB - 1MB) Events1.size = 10k # range of message source/destination addresses #Events1.hosts = 0,125 # Message ID prefix Events1.prefix = M Events1.hosts = 1, 1 Events1.tohosts = 24, 24 ## Movement model settings # seed for movement models' pseudo random number generator (default = 0) MovementModel.rngSeed = [423; 524; 653; 724; 857] # World's size for Movement Models without implicit size (width, height; meters) MovementModel.worldSize = 4500, 4000 # How long time to move hosts in the world before real simulation MovementModel.warmup = 1000 ## Map based movement -movement model specific settings MapBasedMovement.nrofMapFiles = 4 MapBasedMovement.mapFile1 = data/roads.wkt MapBasedMovement.mapFile2 = data/main_roads.wkt MapBasedMovement.mapFile3 = data/pedestrian_paths.wkt MapBasedMovement.mapFile4 = data/shops.wkt ## Reports - all report names have to be valid report classes # how many reports to load Report.nrofReports = 7 # length of the warm up period (simulated seconds) Report.warmup = 0 # default directory of reports (can be overridden per Report with output setting) #Report.reportDir = reports/SprayandWaitRWPcoba Report.reportDir = [reports/SPWRWPNodeLCOPIES/5; reports/SPWRWPNodeLCOPIES/7; reports/SPWRWPNodeLCOPIES/9; reports/SPWRWPNodeLCOPIES/11; reports/SPWRWPNodeLCOPIES/13] # Report classes to load Report.report1 = MessageStatsReport


89

Report.report2 = TrafficReport Report.report3 = BufferOccupancyReport Report.report4 = BufferVsTtlReport Report.report5 = BufferOverflowReport Report.report6 = BufferOccupancyReportA Report.report7 = BufferOccupancyArrayReport ## Default settings for some routers settings SprayAndWaitRouter.secondsInTimeUnit = 30 SprayAndWaitRouter.nrofCopies = [5; 7; 9; 11; 13] SprayAndWaitRouter.binaryMode = true ## Optimization settings -- these affect the speed of the simulation ## see World class for details. Optimization.cellSizeMult = 5 Optimization.randomizeUpdateOrder = true ## GUI settings # GUI underlay image settings GUI.UnderlayImage.fileName = data/helsinki_underlay.png # Image offset in pixels (x, y) GUI.UnderlayImage.offset = 64, 20 # Scaling factor for the image GUI.UnderlayImage.scale = 4.75 # Image rotation (radians) GUI.UnderlayImage.rotate = -0.015 # how many events to show in the log panel (default = 30) GUI.EventLogPanel.nrofEvents = 100 # Regular Expression log filter (see Pattern-class from the Java API for RE-matching details) #GUI.EventLogPanel.REfilter = .*p[1-9]<->p[1-9]$

c. Direct Delivery Router # # Default settings for the simulation # ## Scenario settings Scenario.name = DirectDelivey Scenario.simulateConnections = true Scenario.updateInterval = 0.1 # 43200s == 12h Scenario.endTime = 432000 ## Interface-specific settings: # type : which interface class the interface belongs to # For different types, the sub-parameters are interface-specific # For SimpleBroadcastInterface, the parameters are: # transmitSpeed : transmit speed of the interface (bytes per second) # transmitRange : range of the interface (meters) # "Bluetooth" interface for all nodes btInterface.type = SimpleBroadcastInterface # Transmit speed of 2 Mbps = 250kBps btInterface.transmitSpeed = 250k


90

btInterface.transmitRange = 10 # High speed, long range, interface for group 4 highspeedInterface.type = SimpleBroadcastInterface highspeedInterface.transmitSpeed = 10M highspeedInterface.transmitRange = 1000 # Define 6 different node groups Scenario.nrofHostGroups = 1 ## Group-specific settings: # groupID : Group's identifier. Used as the prefix of host names # nrofHosts: number of hosts in the group # movementModel: movement model of the hosts (valid class name from movement package) # waitTime: minimum and maximum wait times (seconds) after reaching destination # speed: minimum and maximum speeds (m/s) when moving on a path # bufferSize: size of the message buffer (bytes) # router: router used to route messages (valid class name from routing package) # activeTimes: Time intervals when the nodes in the group are active (start1, end1, start2, end2, ...) # msgTtl : TTL (minutes) of the messages created by this host group, default=infinite ## Group and movement model specific settings # pois: Points Of Interest indexes and probabilities (poiIndex1, poiProb1, poiIndex2, poiProb2, ... ) # for ShortestPathMapBasedMovement # okMaps : which map nodes are OK for the group (map file indexes), default=all # for all MapBasedMovent models # routeFile: route's file path - for MapRouteMovement # routeType: route's type - for MapRouteMovement # Common settings for all groups Group.movementModel = RandomWaypoint Group.router = DirectDeliveryRouter Group.bufferSize = 10M Group.waitTime = 0, 300 # All nodes have the bluetooth interface Group.nrofInterfaces = 1 Group.interface1 = btInterface # Walking speeds Group.speed = 1.5 , 2.5 # Message TTL of 300 minutes (5 hours) Group.msgTtl = 1440 Group.nrofHosts = 125 # group1 (pedestrians) specific settings Group1.groupID = p ## Message creation parameters # How many event generators Events.nrof = 1 # Class of the first event generator Events1.class = MessageEventGenerator


91

# (following settings are specific for the MessageEventGenerator class) # Creation interval in seconds (one new message every 25 to 35 seconds) Events1.interval = 3600, 3650 # Message sizes (500kB - 1MB) Events1.size = 10k # range of message source/destination addresses #Events1.hosts = 0,125 Events1.hosts = 1, 1 Events1.tohosts = 24, 24 # Message ID prefix Events1.prefix = M ## Movement model settings # seed for movement models' pseudo random number generator (default = 0) MovementModel.rngSeed = 4 # World's size for Movement Models without implicit size (width, height; meters) MovementModel.worldSize = 4500, 4000 # How long time to move hosts in the world before real simulation MovementModel.warmup = 1000 ## Map based movement -movement model specific settings MapBasedMovement.nrofMapFiles = 4 MapBasedMovement.mapFile1 = data/roads.wkt MapBasedMovement.mapFile2 = data/main_roads.wkt MapBasedMovement.mapFile3 = data/pedestrian_paths.wkt MapBasedMovement.mapFile4 = data/shops.wkt ## Reports - all report names have to be valid report classes # how many reports to load Report.nrofReports = 7 # length of the warm up period (simulated seconds) Report.warmup = 0 # default directory of reports (can be overridden per Report with output setting) #Report.reportDir = [reports/DD/25;reports/DD/50;reports/DD/75;reports/DD/100;reports/DD/125] Report.reportDir = reports/DDRWP/125 # Report classes to load Report.report1 = MessageStatsReport Report.report2 = TrafficReport Report.report3 = BufferOccupancyReport Report.report4 = BufferVsTtlReport Report.report5 = BufferOverflowReport Report.report6 = BufferOccupancyReportA Report.report7 = BufferOccupancyArrayReport ## Default settings for some routers settings DirectDeliveryRouter.secondsInTimeUnit = 30 #DirectDeliveryRouter.nrofCopies = 5 #DirectDeliveryRouter.binaryMode = true ## Optimization settings -- these affect the speed of the simulation


92

## see World class for details. Optimization.cellSizeMult = 5 Optimization.randomizeUpdateOrder = true ## GUI settings # GUI underlay image settings GUI.UnderlayImage.fileName = data/helsinki_underlay.png # Image offset in pixels (x, y) GUI.UnderlayImage.offset = 64, 20 # Scaling factor for the image GUI.UnderlayImage.scale = 4.75 # Image rotation (radians) GUI.UnderlayImage.rotate = -0.015 # how many events to show in the log panel (default = 30) GUI.EventLogPanel.nrofEvents = 100 # Regular Expression log filter (see Pattern-class from the Java API for RE-matching details) #GUI.EventLogPanel.REfilter = .*p[1-9]<->p[1-9]$

3. Default Setting Menggunakan Pergerakan Working Day

a. Epidemic Router

# # Default settings for the simulation # ## Scenario settings Scenario.name = EpidemicWorkingDayTTL Scenario.simulateConnections = true Scenario.updateInterval = 0.1 # 43200s == 12h Scenario.endTime = 259200 #3 hari ## Interface-specific settings: # type : which interface class the interface belongs to # For different types, the sub-parameters are interface-specific # For SimpleBroadcastInterface, the parameters are: # transmitSpeed : transmit speed of the interface (bytes per second) # transmitRange : range of the interface (meters) # "Bluetooth" interface for all nodes btInterface.type = SimpleBroadcastInterface # Transmit speed of 2 Mbps = 250kBps btInterface.transmitSpeed = 250k btInterface.transmitRange = 100 # High speed, long range, interface for group 4 highspeedInterface.type = SimpleBroadcastInterface highspeedInterface.transmitSpeed = 20M highspeedInterface.transmitRange = 10 # Define 6 different node groups Scenario.nrofHostGroups = 1


93

## Group-specific settings: # groupID : Group's identifier. Used as the prefix of host names # nrofHosts: number of hosts in the group # movementModel: movement model of the hosts (valid class name from movement package) # waitTime: minimum and maximum wait times (seconds) after reaching destination # speed: minimum and maximum speeds (m/s) when moving on a path # bufferSize: size of the message buffer (bytes) # router: router used to route messages (valid class name from routing package) # activeTimes: Time intervals when the nodes in the group are active (start1, end1, start2, end2, ...) # msgTtl : TTL (minutes) of the messages created by this host group, default=infinite ## Group and movement model specific settings # pois: Points Of Interest indexes and probabilities (poiIndex1, poiProb1, poiIndex2, poiProb2, ... ) # for ShortestPathMapBasedMovement # okMaps : which map nodes are OK for the group (map file indexes), default=all # for all MapBasedMovent models # routeFile: route's file path - for MapRouteMovement # routeType: route's type - for MapRouteMovement # Common settings for all groups Group.movementModel = WorkingDayMovement Group.router = EpidemicRouter Group.bufferSize = 10M Group.waitTime = 0, 300 # All nodes have the bluetooth interface Group.nrofInterfaces = 1 Group.interface1 = btInterface # Walking speeds Group.speed = 1.5 , 2.5 # Message TTL of 300 minutes (5 hours) Group.msgTtl = [360; 720; 1080; 1440; 1880] Group.nrofHosts = 50 #WORKING DAY Group.workDayLength = 28800 Group.nrOfOffices = 10 Group.officeSize = 100 Group.officeWaitTimeParetoCoeff = 0.5 Group.officeMinWaitTime = 10 Group.officeMaxWaitTime = 10000 Group.timeDiffSTD = 7200 Group.nrOfMeetingSpots = 5 Group.minGroupSize = 1 Group.maxGroupSize = 3 Group.probGoShoppingAfterWork = 0.5 Group.shoppingControlSystemNr = 2 Group.maxAfterShoppingStopTime = 200 Group.minAfterShoppingStopTime = 100 Group.ownCarProb = 1 Group.busControlSystemNr = 1 Group2.shoppingControlSystemNr = 1


94

Group2.meetingSpotsFile=data/HelsinkiMedium/A_meetingspots.wkt Group2.officeLocationsFile=data/HelsinkiMedium/A_offices.wkt Group2.homeLocationsFile=data/HelsinkiMedium/A_homes.wkt # group1 (pedestrians) specific settings Group1.groupID = p ## Message creation parameters # How many event generators Events.nrof = 1 # The source nodes -- nodes that create the messages # Lower bound is inclusive; upper bound is exclusive Events1.hosts = 1, 1 Events1.tohosts = 24, 24 # The destinations of the messages created # Lower bound is inclusive; upper bound is exclusive # Class of the first event generator Events1.class = MessageEventGenerator # (following settings are specific for the MessageEventGenerator class) # Creation interval in seconds (one new message every 25 to 35 seconds) Events1.interval = 3600, 3650 # Message sizes (500kB - 1MB) Events1.size = 10k # range of message source/destination addresses #Events1.hosts = 0,49 # Message ID prefix Events1.prefix = M ## Movement model settings # seed for movement models' pseudo random number generator (default = 0) MovementModel.rngSeed = [11; 3; 5; 7; 9] # World's size for Movement Models without implicit size (width, height; meters) MovementModel.worldSize = 4500, 4000 # How long time to move hosts in the world before real simulation MovementModel.warmup = 1000 ## Map based movement -movement model specific settings MapBasedMovement.nrofMapFiles = 4 MapBasedMovement.mapFile1 = data/roads.wkt MapBasedMovement.mapFile2 = data/main_roads.wkt MapBasedMovement.mapFile3 = data/pedestrian_paths.wkt MapBasedMovement.mapFile4 = data/shops.wkt ## Reports - all report names have to be valid report classes # how many reports to load Report.nrofReports = 7 # length of the warm up period (simulated seconds) Report.warmup = 0 # default directory of reports (can be overridden per Report with output setting)


95

Report.reportDir = [reports/Epidemic_WDMTTL/360;reports/Epidemic_WDMTTL/720;reports/Epidemic_WDMTTL/1080;reports/Epidemic_WDMTTL/1440;reports/Epidemic_WDMTTL/1880] #Report.reportDir = reports/Epidemic_WDMBufferCoba # Report classes to load Report.report1 = MessageStatsReport Report.report2 = TrafficReport Report.report3 = BufferOccupancyReport Report.report4 = BufferVsTtlReport Report.report5 = BufferOverflowReport Report.report6 = BufferOccupancyReportA Report.report7 = BufferOccupancyArrayReport ## Default settings for some routers settings EpidemicRouter.secondsInTimeUnit = 30 #EpidemicRouter.nrofCopies = 250 #EpidemicRouter.binaryMode = true ## Optimization settings -- these affect the speed of the simulation ## see World class for details. Optimization.cellSizeMult = 5 Optimization.randomizeUpdateOrder = true ## GUI settings # GUI underlay image settings GUI.UnderlayImage.fileName = data/helsinki_underlay.png # Image offset in pixels (x, y) GUI.UnderlayImage.offset = 64, 20 # Scaling factor for the image GUI.UnderlayImage.scale = 4.75 # Image rotation (radians) GUI.UnderlayImage.rotate = -0.015 # how many events to show in the log panel (default = 30) GUI.EventLogPanel.nrofEvents = 100 # Regular Expression log filter (see Pattern-class from the Java API for RE-matching details) #GUI.EventLogPanel.REfilter = .*p[1-9]<->p[1-9]$

b. Spray And Wait Router

# # Default settings for the simulation # ## Scenario settings Scenario.name = SprayAndWaitWorkingDayLCOPIES Scenario.simulateConnections = true Scenario.updateInterval = 0.1 # 43200s == 12h Scenario.endTime = 259200 ## Interface-specific settings: # type : which interface class the interface belongs to


96

# For different types, the sub-parameters are interface-specific # For SimpleBroadcastInterface, the parameters are: # transmitSpeed : transmit speed of the interface (bytes per second) # transmitRange : range of the interface (meters) # "Bluetooth" interface for all nodes btInterface.type = SimpleBroadcastInterface # Transmit speed of 2 Mbps = 250kBps btInterface.transmitSpeed = 250k btInterface.transmitRange = 100 # High speed, long range, interface for group 4 highspeedInterface.type = SimpleBroadcastInterface highspeedInterface.transmitSpeed = 20M highspeedInterface.transmitRange = 10 # Define 6 different node groups Scenario.nrofHostGroups = 1 ## Group-specific settings: # groupID : Group's identifier. Used as the prefix of host names # nrofHosts: number of hosts in the group # movementModel: movement model of the hosts (valid class name from movement package) # waitTime: minimum and maximum wait times (seconds) after reaching destination # speed: minimum and maximum speeds (m/s) when moving on a path # bufferSize: size of the message buffer (bytes) # router: router used to route messages (valid class name from routing package) # activeTimes: Time intervals when the nodes in the group are active (start1, end1, start2, end2, ...) # msgTtl : TTL (minutes) of the messages created by this host group, default=infinite ## Group and movement model specific settings # pois: Points Of Interest indexes and probabilities (poiIndex1, poiProb1, poiIndex2, poiProb2, ... ) # for ShortestPathMapBasedMovement # okMaps : which map nodes are OK for the group (map file indexes), default=all # for all MapBasedMovent models # routeFile: route's file path - for MapRouteMovement # routeType: route's type - for MapRouteMovement # Common settings for all groups Group.movementModel = WorkingDayMovement Group.router = SprayAndWaitRouter Group.bufferSize = 10M Group.waitTime = 0, 300 # All nodes have the bluetooth interface Group.nrofInterfaces = 1 Group.interface1 = btInterface # Walking speeds Group.speed = 1.5 , 2.5 # Message TTL of 300 minutes (5 hours) Group.msgTtl = 1440 Group.nrofHosts = 50


97

#WORKING DAY Group.busControlSystemNr = 5 Group.workDayLength = 28800 Group.nrOfOffices = 10 Group.officeSize = 100 Group.officeWaitTimeParetoCoeff = 0.5 Group.officeMinWaitTime = 10 Group.officeMaxWaitTime = 20 Group.timeDiffSTD = 7200 Group.nrOfMeetingSpots = 5 Group.minGroupSize = 1 Group.maxGroupSize = 3 Group.shoppingControlSystemNr = 2 Group.maxAfterShoppingStopTime = 200 Group.minAfterShoppingStopTime = 100 Group.ownCarProb = 1 Group.probGoShoppingAfterWork = 0.5 Group2.shoppingControlSystemNr = 1 Group2.meetingSpotsFile=data/HelsinkiMedium/A_meetingspots.wkt Group2.officeLocationsFile=data/HelsinkiMedium/A_offices.wkt Group2.homeLocationsFile=data/HelsinkiMedium/A_homes.wkt # group1 (pedestrians) specific settings Group1.groupID = p ## Message creation parameters # How many event generators Events.nrof = 3 #Events.nrof = 7 # The source nodes -- nodes that create the messages # Lower bound is inclusive; upper bound is exclusive Events1.hosts = 1, 1 Events1.tohosts = 24, 24 # The destinations of the messages created # Lower bound is inclusive; upper bound is exclusive # Class of the first event generator Events1.class = MessageEventGenerator # (following settings are specific for the MessageEventGenerator class) # Creation interval in seconds (one new message every 25 to 35 seconds) Events1.interval = 3600,3650 # Message sizes (500kB - 1MB) Events1.size = 10k # range of message source/destination addresses #Events1.hosts = 0,49 # Message ID prefix Events1.prefix = M ## Movement model settings # seed for movement models' pseudo random number generator (default = 0) MovementModel.rngSeed = 95 # World's size for Movement Models without implicit size (width, height; meters) MovementModel.worldSize = 4500, 4000 # How long time to move hosts in the world before real simulation MovementModel.warmup = 1000 ## Map based movement -movement model specific settings MapBasedMovement.nrofMapFiles = 4


98

MapBasedMovement.mapFile1 = data/roads.wkt MapBasedMovement.mapFile2 = data/main_roads.wkt MapBasedMovement.mapFile3 = data/pedestrian_paths.wkt MapBasedMovement.mapFile4 = data/shops.wkt ## Reports - all report names have to be valid report classes # how many reports to load Report.nrofReports = 7 # length of the warm up period (simulated seconds) Report.warmup = 0 # default directory of reports (can be overridden per Report with output setting) #Report.reportDir = [reports/SPWWorkingDayLCOPIES/5; reports/SPWWorkingDayLCOPIES/7; reports/SPWWorkingDayLCOPIES/9; reports/SPWWorkingDayLCOPIES/11; reports/SPWWorkingDayLCOPIES/13] #Report.reportDir= [reports/SPW_WDMBuffer/5;reports/SPW_WDMBuffer/10;reports/SPW_WDMBuffer/15;reports/SPW_WDMBuffer/20;reports/SPW_WDMBuffer/25] Report.reportDir = reports/SPW_WorkingDayLCOPIES/13 # Report classes to load Report.report1 = MessageStatsReport Report.report2 = TrafficReport Report.report3 = BufferOccupancyReport Report.report4 = BufferVsTtlReport Report.report5 = BufferOverflowReport Report.report6 = BufferOccupancyReportA Report.report7 = BufferOccupancyArrayReport ## Default settings for some routers settings SprayAndWaitRouter.secondsInTimeUnit = 30 SprayAndWaitRouter.nrofCopies = 13 SprayAndWaitRouter.binaryMode = true ## Optimization settings -- these affect the speed of the simulation ## see World class for details. Optimization.cellSizeMult = 5 Optimization.randomizeUpdateOrder = true ## GUI settings # GUI underlay image settings GUI.UnderlayImage.fileName = data/helsinki_underlay.png # Image offset in pixels (x, y) GUI.UnderlayImage.offset = 64, 20 # Scaling factor for the image GUI.UnderlayImage.scale = 4.75 # Image rotation (radians) GUI.UnderlayImage.rotate = -0.015 # how many events to show in the log panel (default = 30) GUI.EventLogPanel.nrofEvents = 100 # Regular Expression log filter (see Pattern-class from the Java API for RE-matching details) #GUI.EventLogPanel.REfilter = .*p[1-9]<->p[1-9]$


99

c. Direct Delivery

# # Default settings for the simulation # ## Scenario settings Scenario.name = DirectDelivey Scenario.simulateConnections = true Scenario.updateInterval = 0.1 # 43200s == 12h Scenario.endTime = 432000 ## Interface-specific settings: # type : which interface class the interface belongs to # For different types, the sub-parameters are interface-specific # For SimpleBroadcastInterface, the parameters are: # transmitSpeed : transmit speed of the interface (bytes per second) # transmitRange : range of the interface (meters) # "Bluetooth" interface for all nodes btInterface.type = SimpleBroadcastInterface # Transmit speed of 2 Mbps = 250kBps btInterface.transmitSpeed = 250k btInterface.transmitRange = 10 # High speed, long range, interface for group 4 highspeedInterface.type = SimpleBroadcastInterface highspeedInterface.transmitSpeed = 10M highspeedInterface.transmitRange = 1000 # Define 6 different node groups Scenario.nrofHostGroups = 1 ## Group-specific settings: # groupID : Group's identifier. Used as the prefix of host names # nrofHosts: number of hosts in the group # movementModel: movement model of the hosts (valid class name from movement package) # waitTime: minimum and maximum wait times (seconds) after reaching destination # speed: minimum and maximum speeds (m/s) when moving on a path # bufferSize: size of the message buffer (bytes) # router: router used to route messages (valid class name from routing package) # activeTimes: Time intervals when the nodes in the group are active (start1, end1, start2, end2, ...) # msgTtl : TTL (minutes) of the messages created by this host group, default=infinite ## Group and movement model specific settings # pois: Points Of Interest indexes and probabilities (poiIndex1, poiProb1, poiIndex2, poiProb2, ... ) # for ShortestPathMapBasedMovement # okMaps : which map nodes are OK for the group (map file indexes), default=all # for all MapBasedMovent models # routeFile: route's file path - for MapRouteMovement # routeType: route's type - for MapRouteMovement # Common settings for all groups


100

Group.movementModel = WorkingDayMovement Group.router = DirectDeliveryRouter Group.bufferSize = 10M Group.waitTime = 0, 300 # All nodes have the bluetooth interface Group.nrofInterfaces = 1 Group.interface1 = btInterface # Walking speeds Group.speed = 1.5 , 2.5 # Message TTL of 300 minutes (5 hours) Group.msgTtl = 1440 Group.nrofHosts = 125 # group1 (pedestrians) specific settings Group1.groupID = p #WORKING DAY Group.workDayLength = 28800 Group.nrOfOffices = 10 Group.officeSize = 100 Group.officeWaitTimeParetoCoeff = 0.5 Group.officeMinWaitTime = 10 Group.officeMaxWaitTime = 10000 Group.timeDiffSTD = 7200 Group.nrOfMeetingSpots = 5 Group.minGroupSize = 1 Group.maxGroupSize = 3 Group.probGoShoppingAfterWork = 0.5 Group.shoppingControlSystemNr = 2 Group.maxAfterShoppingStopTime = 200 Group.minAfterShoppingStopTime = 100 Group.ownCarProb = 1 Group.busControlSystemNr = 1 Group2.shoppingControlSystemNr = 1 Group2.meetingSpotsFile=data/HelsinkiMedium/A_meetingspots.wkt Group2.officeLocationsFile=data/HelsinkiMedium/A_offices.wkt Group2.homeLocationsFile=data/HelsinkiMedium/A_homes.wkt ## Message creation parameters # How many event generators Events.nrof = 1 # Class of the first event generator Events1.class = MessageEventGenerator # (following settings are specific for the MessageEventGenerator class) # Creation interval in seconds (one new message every 25 to 35 seconds) Events1.interval = 3600, 3650 # Message sizes (500kB - 1MB) Events1.size = 10k # range of message source/destination addresses #Events1.hosts = 0,125 Events1.hosts = 1, 1 Events1.tohosts = 24, 24 # Message ID prefix Events1.prefix = M ## Movement model settings # seed for movement models' pseudo random number generator (default = 0) MovementModel.rngSeed = 6 # World's size for Movement Models without implicit size (width, height; meters) MovementModel.worldSize = 4500, 4000


101

# How long time to move hosts in the world before real simulation MovementModel.warmup = 1000 ## Map based movement -movement model specific settings MapBasedMovement.nrofMapFiles = 4 MapBasedMovement.mapFile1 = data/roads.wkt MapBasedMovement.mapFile2 = data/main_roads.wkt MapBasedMovement.mapFile3 = data/pedestrian_paths.wkt MapBasedMovement.mapFile4 = data/shops.wkt ## Reports - all report names have to be valid report classes # how many reports to load Report.nrofReports = 7 # length of the warm up period (simulated seconds) Report.warmup = 0 # default directory of reports (can be overridden per Report with output setting) #Report.reportDir = [reports/DD_WDM/25;reports/DD_WDM/50;reports/DD_WDM/75;reports/DD_WDM/100;reports/DD_WDM/125] Report.reportDir = reports/DDWDM/125 # Report classes to load Report.report1 = MessageStatsReport Report.report2 = TrafficReport Report.report3 = BufferOccupancyReport Report.report4 = BufferVsTtlReport Report.report5 = BufferOverflowReport Report.report6 = BufferOccupancyReportA Report.report7 = BufferOccupancyArrayReport ## Default settings for some routers settings DirectDeliveryRouter.secondsInTimeUnit = 30 DirectDeliveryRouter.nrofCopies = 1 #DirectDeliveryRouter.binaryMode = true ## Optimization settings -- these affect the speed of the simulation ## see World class for details. Optimization.cellSizeMult = 5 Optimization.randomizeUpdateOrder = true ## GUI settings # GUI underlay image settings GUI.UnderlayImage.fileName = data/helsinki_underlay.png # Image offset in pixels (x, y) GUI.UnderlayImage.offset = 64, 20 # Scaling factor for the image GUI.UnderlayImage.scale = 4.75 # Image rotation (radians) GUI.UnderlayImage.rotate = -0.015 # how many events to show in the log panel (default = 30) GUI.EventLogPanel.nrofEvents = 100 # Regular Expression log filter (see Pattern-class from the Java API for RE-matching details) #GUI.EventLogPanel.REfilter = .*p[1-9]<->p[1-9]$

4. Listing Program Epidemic * Copyright 2010 Aalto University, ComNet * Released under GPLv3. See LICENSE.txt for details.


102

*/ 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); System.setProperty("java.util.Arrays.useLegacyMergeSort", "true"); //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) } @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); } }

5. Listing Program Spray And Wait /* * 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; /**


103

* Implementation of Spray and wait router as depicted in * <I>Spray and Wait: An Efficient Routing Scheme for Intermittently * 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; } @Override 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); IntegernrofCopies= (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());


104

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 } /* 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; } /** * 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..


105

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); } }

6. Listing Program Direct Delivery /* * Copyright 2010 Aalto University, ComNet * Released under GPLv3. See LICENSE.txt for details. */ package routing; import core.Settings; /** * Router that will deliver messages only to the final recipient. */ public class DirectDeliveryRouter extends ActiveRouter { public DirectDeliveryRouter(Settings s) { super(s); } protected DirectDeliveryRouter(DirectDeliveryRouter r) { super(r); } @Override public void update() { super.update(); if (isTransferring() || !canStartTransfer()) { return; // can't start a new transfer } // Try only the messages that can be delivered to final recipient if (exchangeDeliverableMessages() != null) { return; // started a transfer } } @Override public DirectDeliveryRouter replicate() { return new DirectDeliveryRouter(this); } }

7. Listing Program Average Buffer Occupancy package report; /** * Records the average buffer occupancy and its variance with format: * <p> * <Simulation time><average buffer occupancy % [0..100]><variance>


106

* </p> * */ import java.util.*; //import java.util.List; //import java.util.Map; import core.DTNHost; import core.Settings; import core.SimClock; import core.UpdateListener; public class BufferOccupancyReportA extends Report implements UpdateListener { /** * Record occupancy every nth second -setting id ({@value}). * Defines the interval how often (seconds) a new snapshot of buffer * occupancy is taken previous:5 */ public static final String BUFFER_REPORT_INTERVAL = "occupancyInterval"; /** Default value for the snapshot interval */ public static final int DEFAULT_BUFFER_REPORT_INTERVAL = 3600; private double lastRecord = Double.MIN_VALUE; private int interval; private Map<DTNHost, Double> bufferCounts = new HashMap<DTNHost, Double>(); private int updateCounter = 0; //new added public BufferOccupancyReportA() { super(); Settings settings = getSettings(); if (settings.contains(BUFFER_REPORT_INTERVAL)) { interval = settings.getInt(BUFFER_REPORT_INTERVAL); } else { interval = -1; /* not found; use default */ } if (interval < 0) { /* not found or invalid value -> use default */ interval = DEFAULT_BUFFER_REPORT_INTERVAL; } } public void updated(List<DTNHost> hosts) { if (isWarmup()) { return; } if (SimClock.getTime() - lastRecord >= interval) { lastRecord = SimClock.getTime(); printLine(hosts); updateCounter++; // new added } /** for (DTNHost ho : hosts ) { double temp = ho.getBufferOccupancy(); temp = (temp<=100.0)?(temp):(100.0); if (bufferCounts.containsKey(ho.getAddress())) bufferCounts.put(ho.getAddress(), (bufferCounts.get(ho.getAddress()+temp))/2); else bufferCounts.put(ho.getAddress(), temp); } } */ } /**


107

* Prints a snapshot of the average buffer occupancy * @param hosts The list of hosts in the simulation */ private void printLine(List<DTNHost> hosts) { /** double bufferOccupancy = 0.0; double bo2 = 0.0; for (DTNHost h : hosts) { double tmp = h.getBufferOccupancy(); tmp = (tmp<=100.0)?(tmp):(100.0); bufferOccupancy += tmp; bo2 += (tmp*tmp)/100.0; } double E_X = bufferOccupancy / hosts.size(); double Var_X = bo2 / hosts.size() - (E_X*E_X)/100.0; String output = format(SimClock.getTime()) + " " + format(E_X) + " " + format(Var_X); write(output); */ for (DTNHost h : hosts ) { double temp = h.getBufferOccupancy(); temp = (temp<=100.0)?(temp):(100.0); if (bufferCounts.containsKey(h)){ //bufferCounts.put(h, (bufferCounts.get(h)+temp)/2); seems WRONG bufferCounts.put(h, bufferCounts.get(h)+temp); //write (""+ bufferCounts.get(h)); } else { bufferCounts.put(h, temp); //write (""+ bufferCounts.get(h)); } } } @Override public void done() { for (Map.Entry<DTNHost, Double> entry : bufferCounts.entrySet()) { DTNHost a = entry.getKey(); Integer b = a.getAddress(); Double avgBuffer = entry.getValue()/updateCounter; write("" + b + ' ' + avgBuffer); //write("" + b + ' ' + entry.getValue()); } super.done(); } }


analisis unjuk kerja routing protokol spray and … · addition of the time-to-live (ttl), increase...

Documents