SKRIPSI
Oleh:
Andre Fransisco Bayuputra
135314015
SKRIPSI
Oleh:
Andre Fransisco Bayuputra
135314015
i
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
A THESIS
Oleh:
Andre Fransisco Bayuputra
135314015
ii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
MOTTO
Live as if you were to die tomorrow. Learn as if you were to live forever.
- Mahatma Gandhi -
v
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRAK
viii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ABSTRACT
ix
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR ISI
HALAMAN JUDUL................................................................................................ i
TITLE PAGE .......................................................................................................... ii
HALAMAN PERSETUJUAN ............................................................................... iii
HALAMAN PENGESAHAN ................................................................................ iv
MOTTO .................................................................................................................. v
PERNYATAAN KEASLIAN KARYA ................................................................ vi
LEMBAR PERSETUJUAN PUBLIKASI............................................................ vii
ABSTRAK ........................................................................................................... viii
ABSTRACT ........................................................................................................... ix
KATA PENGANTAR ............................................................................................ x
DAFTAR ISI ......................................................................................................... xii
DAFTAR TABEL ................................................................................................ xiv
DAFTAR GAMBAR ............................................................................................ xv
BAB I PENDAHULUAN ...................................................................................... 1
1.1. Latar Belakang ............................................................................................. 1
1.2. Rumusan Masalah ........................................................................................ 3
1.3 Tujuan Penelitian .......................................................................................... 3
1.4 Batasan Masalah............................................................................................ 3
1.5. Metodologi Penelitian .................................................................................. 4
1.6. Sistematika Penulisan .................................................................................. 5
BAB II LANDASAN TEORI ................................................................................ 6
xii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
LAMPIRAN .......................................................................................................... 47
xiii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR TABEL
Tabel 3.2. skenario penambahan jumlah node pada pergerakan Random WayPoint.
............................................................................................................................... 20
Tabel 4.1. Hasil penambahan jumlah node protokol PROPHET pada pergerakan
Random Waypoint ................................................................................................. 24
Tabel 4.2. Hasil penambahan jumlah node protokol PROPHETv2 pada pergerakan
Radom Waypoint .................................................................................................. 24
Tabel 4.3. Hasil penambahan kecepatan node protokol PROPHET pada pergerakan
Random Waypoint ................................................................................................. 28
Tabel 4.8. Hasil perbadingan PROPHET dan PROPHETv2 pada pergerakan Reality
MIT. ....................................................................................................................... 41
xiv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR GAMBAR
Gambar 2.1. mekanisme store – carry – forward pada jaringan Opportunistik ...... 8
Gambar 2.6. Pergerakan Working Day Movement Model menggunakan peta kota
Helsinki. ................................................................................................................ 17
Gambar 4.1. Grafik pengaruh penambahan node terhadap Delivery ratio pada
pergerakan Random Waypoint. ............................................................................. 25
Gambar 4.2. Grafik pengaruh penambahan node terhadap Overhead ratio pada
pergerakan Random Waypoint. ............................................................................. 25
Gambar 4.3. Grafik pengaruh penambahan node terhadap Latency pada pergerakan
Random Waypoint. ................................................................................................ 27
Gambar 4.4. Grafik pengaruh penambahan node terhadap Latency pada pergerakan
Random Waypoint. ................................................................................................ 27
Gambar 4.5. Grafik pengaruh penambahan node terhadap Delivery ratio pada
pergerakan Random Waypoint. ............................................................................. 29
Gambar 4.6. Grafik pengaruh penambahan node terhadap Overhead ratio pada
pergerakan Random Waypoint. ............................................................................. 29
Gambar 4.7. Grafik pengaruh penambahan node terhadap Avg. Latency pada
pergerakan Random Waypoint. ............................................................................. 30
xv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB I
PENDAHULUAN
1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
yang real seperti pergerakan manusia. Penyebabnya ialah sifat transitivity pada
PROPHET yang tidak bekerja dengan baik pada pergerakan manusia. Untuk
memperbaiki kinerjanya maka dibuatlah protokol PROPHETv2 yang
diharapkan dapat bekerja lebih baik dibanding protokol PROPHET yang lama.
1. Studi Literatur
2. Perancangan
BAB I PENDAHULUAN
Bab ini berisi latar belakang penulisan tugas akhir, rumusan masalah, batasan
masalah, metodologi penelitian, dan sistematika penulisan.
Bab ini berisi tentang penjelasan teori sebagai dasar yang dibutuhkan untuk
melakukan penelitian.
Bab ini memuat perencanaan simulasi yang akan dikerjakan dalam tugas akhir.
Bab ini berisi kesimpulan yang didapat dari hasil analisis data simulasi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB II
LANDASAN TEORI
a. Inttermittent Connectivity
b. Latency Tinggi
6
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.1.1. Message-ferry-based
Pada metode ini, sistem akan menggunakan node lain
sebagai pembawa pesan yang kemudian disampaikan ke tujuan. Hal
ini dilakukan untuk meningkatkan delivery performance dengan cara
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.1.2. Opportunity-based
Pada metode ini, setiap node akan memberikan (forward)
pesan secara acak dari hop ke hop untuk sampai ke tujuan, namun
tidak menjamin pesan tersebut dapat sampai. Umumnya metode ini
akan membanjiri jaringan dengan pesan yang sama untuk
meningkatkan jumlah pesan yang terkirim.
2.1.3. Prediction-based
Pada metode ini, protokol routing akan menentukan node
perantara (relay) dengan memperhitungkan node yang berpeluang
besar untuk menyampaikan pesan ke tujuan.
10
11
12
13
PROPHET menunjukan kinerja yang lebih baik jika update transitivity nya
dinonaktifkan. Namun transitivity dari protokol PROPHET ini penting untuk
beberapa skenario, selama update transitivity nya dapat bekerja dengan baik.
skenario yang dimaksud ialah, skenario node dengan komunitas atau group
dimana beberapa node dalam komunitas satu dan yang lainnya tidak pernah
melakukan kontak dan hanya beberapa node yang bergerak di antara komunitas
tersebut. Jika hanya direct contacts yang digunakan, maka node yang tidak
pernah melakukan kontak dengan node yang bergerak diantara komunitas tidak
dapat berkomunikasi dengan node yang berada dikomunitas lain.
14
Penc = Pmax
Ityp merupakan parameter yang diset waktu interval antar koneksi yang
relevan dengan jaringan yang dibuat. IntvlB adalah waktu terakhir saat
note bertemu dengan node B.
15
Setelah sampai pada tujuannya node akan berhenti di tempat tersebut selama
waktu yang ditentukan[7].
Setiap node akan memulai aktivitas pada pagi hari dalam rumah. Setiap
node memiliki waktu bangun pagi yang sama selama simulasi. Pada waktu
bangun pagi, node akan meninggalkan rumah kemudian menggunakan metode
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
transportasi yang berbeda beda untuk pergi ke tempat kerja. Setelah jam kerja
selesai, node akan memutuskan apakan akan pergi untuk melakukan aktivitas
dimalam hari atau kembali ke rumah.
Submodel ini dimulai saat node mencapai pintu, node akan berjalan
menuju meja kerja. Saat mencapai meja kerja node akan berhenti untuk
beberapa waktu. Setelah itu node akan memilih koordinat lain secara
acak dan pergi ketempat tersebut dan berhenti untuk beberapa waktu.
Pergerakan node di antara meja dan secara acak memilih koordinat
didalam kantor ini akan berulang sampai selesai waktu kerja. Tujuan
dari pergerakan tersebut adalah agar node dapat lebih sering bertemu
dengan node lainnya yang berada didalam kantor.
17
a. Walking submodel
b. Car submodel
c. Bus submodel
18
19
BAB III
PERANCANGAN SIMULASI JARINGAN
20
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
22
23
3.3.4. HopCount
Parameter ini digunakan untuk mengetahui jumlah lompatan rata-
rata atau hop yang dilalui message dari source untuk sampai ke
destination.
BAB IV
PENGUJIAN DAN ANALISIS
24
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
0,8
Delivery ratio
0,6
0,4
0,2
Prophet ProphetV2
0
20 40 60 80 100
Jumlah Node
200
Overhead Ratio
160
120
80
40
Prophet ProphetV2
0
20 40 60 80 100
Jumlah Node
26
27
50000
30000
20000
10000
0
20 40 60 80 100
Jumlah Node
0
20 40 60 80 100
Jumlah Node
28
29
banyak pesan yang gagal dikirim karena node yang bergerak terlalu cepat
sehingga nilai delivery ratio nya akan semakin rendah.
0,8
Delivery ratio
0,6
0,4
0,2
Prophet ProphetV2
0
0.5-1.0 1.5-2.0 2.5-3.0 3.5-4.0
Kecepatan Node (m/s)
40
Overhead ratio
30
20
10
Prophet ProphetV2
0
0.5-1.0 1.5-2.0 2.5-3.0 3.5-4.0
Kecepatan Node (m/s)
30
40000
Avg. Latency(detik)
30000
20000
10000
Prophet ProphetV2
0
0.5-1.0 1.5-2.0 2.5-3.0 3.5-4.0
Kecepatan Node (m/s)
4
Prophet ProphetV2
3
Hopcount
0
0.5-1.0 1.5-2.0 2.5-3.0 3.5-4.0
Kecepatan Node (m/s)
31
Dalam skenario pergerakan ini, terdapat 3 group node yang terlibat. Group
node tersebut antara lain, node pejalan kaki (pedestrian), node mobil (car), dan
node kereta listrik(tram). Skenario pergerakan ini diterapkan pada peta kota
Helsinki. Dalam skenario ini sebagian besar node menggunakan pergerakan
SPMBM antara lain node pejalan kaki dan node mobil, sedangkan node kereta
listrik bergerak dengan pergerakan Map Route Movement. Karena dalam
skenario ini menggunakan lebih dari satu pergerakan pada node, maka jumlah
pertemuan antar node juga akan berbeda. Oleh karena itu informasi tentang
probability bertemu node juga akan menjadi bervariasi. Pada pergerakan Map
Route Movement jumlah pertemuan antar nodenya tinggi dikarenakan node
pada pergerakan ini menggunakan jalur yang sama secara berulang ulang saat
bergerak, sedangkan Pada pergerakan SPMBM jumlah pertemuannya
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
bervariasi selain karena node akan memilih tujuan secara random, juga karena
pemilihan jalur node yang juga berbeda beda. Yang mempengaruhi kinerja
PROPHET dan PROPHET v2 ialah jumlah pertemuan antar dua model
pergerakan yang berbeda. Hal ini akan mempengaruhi perhitungan DP masing
masing protokol dalam menangani informasi yang tersebar didalam dua model
pergerakan tersebut.
0,4 0,3515
0,2855
Delivery ratio
0,3
0,2
0,1
0
Prophet ProphetV2
60
37,5998
40
20
0
Prophet ProphetV2
33
Pada skenario ini probability bertemu dua group node yaitu pejalan kaki
dan mobil cenderung sama. hal ini karena pada SPMBM node akan
menentukan node tujuannya secara random, maka dapat diasumsikan
pertemuan node dalam jaringan akan cenderung sama. yang berbeda adalah
pergerakan dari node kereta listrik yang menggunakan Map Route Movement,
yang pergerakan nodenya telah di tentukan dan bergerak berulang ulang
melewati jalur yang sama. Skenario ini secara tidak langsung membentuk 2
group node dengan jumlah pertemuan node yang berbeda. Dalam skenario ini
akan ada node yang dapat dikatakan sebagai hub node yang mempunyai
probability bertemu node dalam jaringan yang tinggi. Hub node tersebut adalah
node kereta listrik. Hal ini karena walaupun SPMBM memilih node tujuan
random, tetapi ada kemungkinan node tersebut memilih jalur yang sama yang
pernah dilewati sebelumnya. Hal ini membuat node yang selalu melewati jalur
tersebut akan memiliki probability bertemu node yang tinggi dan menjadi node
yang baik untuk mengirimkan pesan, dalam hal ini adalah node kereta listrik.
Hal ini berpengaruh pada kedua protokol, sehingga apabila update DP node
membuat copy pesan banyak di teruskan kepada node selain node kereta listrik
maka probability pesan tersebut dapat sampai ke destination akan berkurang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
5400
5233,2712
5000
4818,9590
4800
4600
Prophet ProphetV2
0
Prophet ProphetV2
Nilai DP node yang lebih sesuai dengan kondisi jaringan yang dihasilkan
oleh PROPHETv2 juga berdampak pada waktu pesan untuk sampai kepada
node destination. Dengan memilih node yang memiliki probability tinggi
bertemu destination dan pergerakan node dalam jaringan yang cepat, maka
waktu untuk pesan dapat sampai juga akan semakin cepat. Pemilihan node
yang lebih evisien juga telihat dari jumlah hop yang dilalui pesan yang lebih
sedikit PROPHETv2 dan dengan waktu penyampaian pesan yang lebih cepat
dibading PROPHET(lihat Gambar 4.11 dan 4.12).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
36
bergerak dengan skema pergerakan yang telah diatur sesuai dengan jalur pada
map, bus juga merupakan alat transportasi yang digunakan node penduduk
untuk berpindah dari satu tempat ke tempat lain. Hal ini membuat jumlah
pertemuannya dengan node lain menjadi tinggi, dan menjadikannya node yang
baik untuk meneruskan pesan. Apabila upadate transitivity dari kedua protokol
tidak bekerja dengan baik, maka DP node dalam jaringan akan menjadi tidak
sesuai. Hal ini akan membuat banyak node punya DP yang tinggi terhadap
destination, sehingga node akan meneruskan pesan kepada node lain yang
sebenarnya tidak optimal untuk menyampaikan pesan tersebut.
0,3 0,2712
0,25
0,2097
Delivery ratio
0,2
0,15
0,1
0,05
0
Prophet ProphetV2
1288,1752
1200
800
400
0
Prophet ProphetV2
37
yang membuat pemilihan node lebih optimal, sehingga dengan jumlah copy
pesan yang dikirim lebih sedikit namun kemungkinan pesan dapat sampai ke
destination menjadi lebih tinggi (lihat Gambar 4.14). Pada protokol
PROPHET, update transitivity nya menghasilkan nilai DP node yang
berlebihan sehingga mempengaruhi pengiriman copy pesan dalam jaringan.
Hal ini mengakibatkan banyak node yang memiliki nilai DP terhadap node
destination yang tinggi meskipun node tersebut belum pernah bertemu
langsung dengan node destination. Hal ini membuat PROPHET meneruskan
copy pesan lebih banyak bahkan kepada node yang tidak ideal untuk
mengirimkan pesan tersebut.
64000 63727,2288
63000
Latency(detik)
62000
61000 60482,7635
60000
59000
58000
Prophet ProphetV2
3
Hopcount
0
Prophet ProphetV2
38
39
0,5
0,4272
0,3831
0,4
0,2
0,1
0
Prophet ProphetV2
200 187,7350
Overhead ratio
160
122,4843
120
80
40
0
Prophet ProphetV2
40
34301,1722
34400
Avg. Latency(detik)
34000
33600
33151,3013
33200
32800
32400
Prophet ProphetV2
6
Hopcount
4,1278
4
0
Prophet ProphetV2
41
0,5
0,4121 0,4260
0,4
Dellivery ratio
0,3
0,2
0,1
0
Prophet Prophetv2
42
1000
768,7615
800
Overhead ratio
600
400
250,2240
200
0
Prophet Prophetv2
43
42400
42139,6947
Avg. Latency(detik)
42000
41499,6535
41600
41200
40800
Prophet Prophetv2
4
3,4857
3,1346
3
Hopcount
0
Prophet Prophetv2
44
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Pada pergerakan Random, protokol PROPHET dan PROPHETv2
menunjukan unjuk kerja yang hampir sama. Selain karena kedua protokol ini
memiliki perhitungan delivery predictability (DP) yang sama, pergerakan
Random tidak menampikan pola pergerakan yang dapat mempengaruhi
probabilistik matrik kedua protokol. Hal ini karena pada pergerakan Random,
jumlah pertemuan node cenderung sama tiap nodenya. Pada skenario
pergerakan lain yang digunakan(SPMBM,WDM, dan pergerakan manusia),
dimana mobilitas dan jumlah pertemuan node yang lebih beragam, perhitungan
DP dan sifat transitiv PROPHET menghasilkan perhitungan yang tidak sesuai,
sehingga banyak dari node dalam jaringan memiliki DP yang tinggi terhadap
destination, meski node tersebut belum pernah bertemu secara langsung. Hal
ini berakibat pada meningkatnya jumlah copy pesan dalam jaringan, sehingga
ini menjadi masalah dalam kinerja PROPHET untuk skenario dengan mobilitas
dan jumlah pertemuan node yang beragam.
5.2. Saran
Penelitian selanjutnya perlu dipelajari seperti pengembangan dari protokol
PROPHET selain PROPHETv2 seperti PROPHETwith Estimation, untuk
mengetahui pengembangan yang dilakukan dalam memperbaiki kekurangan
dari protokol PROPHET.
45
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR PUSTAKA
[3] Vahdat, Amin, & Becker, David. “ Epidemic Routing for Partially-connected
Ad Hoc Network”. Technical Report CS-200006, Duke University, April 2000.
[4] Lindgen, A., Doria, A. & Schelen, O., “Probabilistic Routing in Intermittenly
Connected Network”. Mobile Computing and Commun. Review, vol.7, no.3,
july 2003.
[6] Puri, P., Sigh, M.P. (2013) “ A Survey Paper on Routing in Delay-tolerant
Networks”, International Conference on Information System and Computer
Networks, pp. 215-220.
[8] Ekman F., Keranen A., Jouni Karvo and Jorg Ott, “Working Day Movement
Model”, Helsinki University TKK, Dept. of Communications and Networking.
May 26, 2008, Hongkong SAR, China.
46
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
LAMPIRAN
Skenario Simulasi
a. Random Waypoint
Penambahan Jumlah Node
## Scenario settings
Scenario.name = RandomWaypoint_scenario1
Scenario.simulateConnections = true
Scenario.updateInterval = 0.1
Scenario.endTime = 950400
Scenario.nrofHostGroups = 1
# Walking speeds
Group.speed = 0.5,1.0
#Group.nrofHosts = 40
Group.nrofHosts = [20;40;60;80;100]
Group1.groupID = p
Events.nrof = 1
Events1.class = MessageEventGenerator
Events1.interval = 900,920
Events1.size = 500k, 1M
Events1.hosts = [0,0; 0,0; 0,0; 0,0; 0,0]
Events1.tohosts = [19,19;39,39;59,59;79,79;99,99]
Events1.prefix = m
MovementModel.rngSeed = 2
MovementModel.worldSize = 1000,1000
MovementModel.warmup = 1000
48
Report.nrofReports = 4
Report.warmup = 0
Report.reportDir = reports/RandomWaypoint/penambahannode
Report.report1 = MessageStatsReport
Report.report2 = DeliveryCentralityReport
## Scenario settings
Scenario.name = RandomWaypoint_scenario1
Scenario.simulateConnections = true
Scenario.updateInterval = 0.1
Scenario.endTime = 950400
Scenario.nrofHostGroups = 1
# Walking speeds
Group.speed = [0.5,1.0;1.5,2.0;2.5,3.0;3.5,4.0]
#Group.nrofHosts = 40
Group.nrofHosts = 40
Group1.groupID = p
Events.nrof = 1
Events1.class = MessageEventGenerator
Events1.interval = 900,920
Events1.size = 500k, 1M
Events1.hosts = 0,0
Events1.tohosts = 39,39
Events1.prefix = m
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
MovementModel.rngSeed = 2
MovementModel.worldSize = 1000,1000
MovementModel.warmup = 1000
Report.reportDir = reports/RandomWaypoint/penambahankecepatan
Report.report1 = MessageStatsReport
Report.report2 = DeliveryCentralityReport
Group.nrofHosts = 40
50
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
51
MapBasedMovement.mapFile1 = data/roads.wkt
MapBasedMovement.mapFile2 = data/main_roads.wkt
MapBasedMovement.mapFile3 = data/pedestrian_paths.wkt
MapBasedMovement.mapFile4 = data/shops.wkt
Report.warmup = 0
Group.msgTtl = 1440
Scenario.nrofHostGroups = 17
###################################
### common settings for all groups
Group.movementModel = MapBasedMovement
Group.router = [ProphetRouter;ProphetV2Router]
Group.bufferSize = 100M
Group.transmitRange = 10
Group.transmitSpeed = 100k
Group.waitTime = 0, 120
Group.speed = 0.5, 1.5
Group.nrOfOffices = 50
Group.workDayLength = 28800
Group.probGoShoppingAfterWork = 0.5
Group.nrOfMeetingSpots = 10
Group.officeWaitTimeParetoCoeff = 0.5
Group.officeMinWaitTime = 10
Group.officeMaxWaitTime = 100000
Group.officeSize = 100
Group.nrofHosts = 0
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
Group.timeDiffSTD = 7200
Group.minGroupSize = 1
Group.maxGroupSize = 3
Group.minAfterShoppingStopTime = 3600
Group.maxAfterShoppingStopTime = 7200
####################################################
Group1.groupID = o
Group1.speed = 7, 10
Group1.waitTime = 10, 30
Group1.nrofHosts = 2
Group1.movementModel = BusMovement
Group1.routeFile = data/HelsinkiMedium/A_bus.wkt
Group1.routeType = 2
Group1.busControlSystemNr = 1
Group2.groupID = A
Group2.waitTime = 0, 0
Group2.nrofHosts = 75
Group2.movementModel = WorkingDayMovement
Group2.busControlSystemNr = 1
Group2.speed = 0.8, 1.4
Group2.ownCarProb = 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
Group3.groupID = p
Group3.speed = 7, 10
Group3.waitTime = 10, 30
Group3.nrofHosts = 2
Group3.movementModel = BusMovement
Group3.routeFile = data/HelsinkiMedium/B_bus.wkt
Group3.routeType = 2
Group3.busControlSystemNr = 2
Group4.groupID = B
Group4.waitTime = 0, 0
Group4.nrofHosts = 25
Group4.movementModel = WorkingDayMovement
Group4.busControlSystemNr = 2
Group4.speed = 0.8, 1.4
Group4.ownCarProb = 0.5
Group4.shoppingControlSystemNr = 2
Group4.meetingSpotsFile = data/HelsinkiMedium/B_meetingspots.wkt
Group4.officeLocationsFile = data/HelsinkiMedium/B_offices.wkt
Group4.homeLocationsFile = data/HelsinkiMedium/B_homes.wkt
Group5.groupID = q
Group5.speed = 7, 10
Group5.waitTime = 10, 30
Group5.nrofHosts = 2
Group5.movementModel = BusMovement
Group5.routeFile = data/HelsinkiMedium/C_bus.wkt
Group5.routeType = 2
Group5.busControlSystemNr = 3
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
Group6.groupID = C
Group6.waitTime = 0, 0
Group6.nrofHosts = 50
Group6.movementModel = WorkingDayMovement
Group6.busControlSystemNr = 3
Group6.speed = 0.8, 1.4
Group6.ownCarProb = 0.5
Group6.shoppingControlSystemNr = 3
Group6.meetingSpotsFile = data/HelsinkiMedium/C_meetingspots.wkt
Group6.officeLocationsFile = data/HelsinkiMedium/C_offices.wkt
Group6.homeLocationsFile = data/HelsinkiMedium/C_homes.wkt
Group7.groupID = r
Group7.speed = 7, 10
Group7.waitTime = 10, 30
Group7.nrofHosts = 2
Group7.movementModel = BusMovement
Group7.routeFile = data/HelsinkiMedium/D_bus.wkt
Group7.routeType = 2
Group7.busControlSystemNr = 4
Group8.groupID = D
Group8.waitTime = 0, 0
Group8.nrofHosts = 50
Group8.movementModel = WorkingDayMovement
Group8.busControlSystemNr = 4
Group8.speed = 0.8, 1.4
Group8.ownCarProb = 0.5
Group8.shoppingControlSystemNr = 4
Group8.meetingSpotsFile = data/HelsinkiMedium/D_meetingspots.wkt
Group8.officeLocationsFile = data/HelsinkiMedium/D_offices.wkt
Group8.homeLocationsFile = data/HelsinkiMedium/D_homes.wkt
Group9.groupID = s
Group9.speed = 7, 10
Group9.waitTime = 10, 30
Group9.nrofHosts = 2
Group9.movementModel = BusMovement
Group9.routeFile = data/HelsinkiMedium/E_bus.wkt
Group9.routeType = 2
Group9.busControlSystemNr = 5
Group10.groupID = E
Group10.waitTime = 0, 0
Group10.nrofHosts = 50
Group10.movementModel = WorkingDayMovement
Group10.busControlSystemNr = 5
Group10.speed = 0.8, 1.4
Group10.ownCarProb = 0.5
Group10.shoppingControlSystemNr = 5
Group10.meetingSpotsFile = data/HelsinkiMedium/E_meetingspots.wkt
Group10.officeLocationsFile = data/HelsinkiMedium/E_offices.wkt
Group10.homeLocationsFile = data/HelsinkiMedium/E_homes.wkt
Group11.groupID = t
Group11.speed = 7, 10
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
Group11.waitTime = 10, 30
Group11.nrofHosts = 2
Group11.movementModel = BusMovement
Group11.routeFile = data/HelsinkiMedium/F_bus.wkt
Group11.routeType = 2
Group11.busControlSystemNr = 6
Group12.groupID = F
Group12.waitTime = 0, 0
Group12.nrofHosts = 75
Group12.movementModel = WorkingDayMovement
Group12.busControlSystemNr = 6
Group12.speed = 0.8, 1.4
Group12.ownCarProb = 0.5
Group12.shoppingControlSystemNr = 6
Group12.meetingSpotsFile = data/HelsinkiMedium/F_meetingspots.wkt
Group12.officeLocationsFile = data/HelsinkiMedium/F_offices.wkt
Group12.homeLocationsFile = data/HelsinkiMedium/F_homes.wkt
Group13.groupID = u
Group13.speed = 7, 10
Group13.waitTime = 10, 30
Group13.nrofHosts = 2
Group13.movementModel = BusMovement
Group13.routeFile = data/HelsinkiMedium/G_bus.wkt
Group13.routeType = 2
Group13.busControlSystemNr = 7
Group14.groupID = G
Group14.waitTime = 0, 0
Group14.nrofHosts = 75
Group14.movementModel = WorkingDayMovement
Group14.busControlSystemNr = 7
Group14.speed = 0.8, 1.4
Group14.ownCarProb = 0.5
Group14.shoppingControlSystemNr = 7
Group14.meetingSpotsFile = data/HelsinkiMedium/G_meetingspots.wkt
Group14.officeLocationsFile = data/HelsinkiMedium/G_offices.wkt
Group14.homeLocationsFile = data/HelsinkiMedium/G_homes.wkt
Group15.groupID = v
Group15.speed = 7, 10
Group15.waitTime = 10, 30
Group15.nrofHosts = 4
Group15.movementModel = BusMovement
Group15.routeFile = data/HelsinkiMedium/H_bus.wkt
Group15.routeType = 2
Group15.busControlSystemNr = 8
Group16.groupID = H
Group16.waitTime = 0, 0
Group16.nrofHosts = 100
Group16.movementModel = WorkingDayMovement
Group16.busControlSystemNr = 8
Group16.speed = 0.8, 1.4
Group16.ownCarProb = 0.5
Group16.shoppingControlSystemNr = 8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
Group16.nrOfOffices = 40
Group16.nrOfMeetingSpots = 5
Group17.groupID = K
Group17.movementModel = ShortestPathMapBasedMovement
Group17.waitTime = 100, 300
Group17.speed = 7, 10
Group17.nrofHosts = 10
ExternalEvents.nrofPreload = 500
ExternalEvents.filePath = ee/700_events_1000_nodes_700ks.txt
MapBasedMovement.nrofMapFiles = 1
MapBasedMovement.mapFile1 = data/HelsinkiMedium/roads.wkt
Report.reportDir = [reports/WDMSimulation/Prophet;
reports/WDMSimulation/ProphetV2]
d. Pergerakan Manusia
Haggle4-Cam-Imote
## Scenario settings
Scenario.name = pergerakanManusiaCamImote
Scenario.simulateConnections = false
Scenario.updateInterval = 0.1
Scenario.endTime = 950400
btInterface.type = SimpleBroadcastInterface
btInterface.transmitSpeed = 250k
btInterface.transmitRange = 10
Scenario.nrofHostGroups = 1
Group.movementModel = StationaryMovement
Group.nodeLocation = 0,1
Group.router = [ProphetRouter;ProphetV2Router]
Group.bufferSize = 60M
Group.waitTime = 0, 120
Group.nrofInterfaces = 1
Group.interface1 = btInterface
Group.speed = 0.4, 1.8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56
Group.msgTtl = 1440
Group.nrofHosts = 36
Events.nrof = 2
Events1.class = StandardEventReader
Events1.filePath = Haggle4-Cam-Imote.csv
Events2.class = MessageEventGenerator
Events2.interval = 900,920
Events2.size = 500k,1M
Events2.hosts = 0,0
Events2.tohosts = 35,35
Events2.prefix = M
MovementModel.rngSeed = [2;8372;98092]
MovementModel.worldSize = 4500,3400
MovementModel.warmup = 1000
Report.nrofReports = 5
Report.warmup = 0
Report.reportDir = [reports/HaggleCam/Prophet;
reports/HaggleCam/ProphetV2]
Report.report1 = MessageStatsReport
Report.report2 = DeliveryCentralityReport
ProphetRouter.secondsInTimeUnit = 30
ProphetV2Router.secondsInTimeUnit = 30
Reality MIT
## Scenario settings
Scenario.name = RealityMIT
Scenario.simulateConnections = false
Scenario.updateInterval = 0.1
Scenario.endTime = 16981816
btInterface.type = SimpleBroadcastInterface
btInterface.transmitSpeed = 250k
btInterface.transmitRange = 10
Scenario.nrofHostGroups = 1
Group.movementModel = StationaryMovement
Group.nodeLocation = 0,1
Group.router = [ProphetRouter;ProphetV2Router]
Group.bufferSize = 60M
Group.waitTime = 0, 120
Group.nrofInterfaces = 1
Group.interface1 = btInterface
Group.speed = 0.5, 1.5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
57
Group.msgTtl = 1440
Group.nrofHosts = 97
Group1.groupID = p
Events.nrof = 2
Events1.class = StandardEventReader
Events1.filePath = RealityConnectionTraceFinal.txt
Events2.class = MessageEventGenerator
Events2.interval = 900,920
Events2.size = 500k,1M
Events2.hosts = 1,1
Events2.tohosts = 96,96
Events2.prefix = M
MovementModel.rngSeed = [2;8372;98092]
MovementModel.worldSize = 4500,3400
MovementModel.warmup = 1000
Report.nrofReports = 5
Report.warmup = 0
Report.reportDir = [reports/Reality/Prophet;
reports/Reality/ProphetV2]
Report.report1 = MessageStatsReport
Report.report2 = DeliveryCentralityReport
ProphetRouter.secondsInTimeUnit = 30
ProphetV2Router.secondsInTimeUnit = 30