Full

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ANALISIS PERBANDINGAN UNJUK KERJA PROTOKOL PROPHET

DENGAN PROPHETv2 PADA JARINGAN OPORTUNISTIK
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana

Komputer Program Studi Teknik Informatika
Oleh:
Andre Fransisco Bayuputra
135314015
PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2017
ANALISIS PERBANDINGAN UNJUK KERJA PROTOKOL PROPHET

DENGAN PROPHETv2 PADA JARINGAN OPORTUNISTIK
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana

Komputer Program Studi Teknik Informatika
Oleh:
135314015

YOGYAKARTA
2017
i
PERFORMANCE EVALUATION OF PROPHET PROTOCOL AND

PROPHETv2 IN OPPORTUNISTIC NETWORK
A THESIS
Presented as Partial Fulfillment of Requirements To Obtain Sarjana

Komputer Degree In Informatics Engineering Department
Oleh:
135314015

YOGYAKARTA
2017
ii
MOTTO
Live as if you were to die tomorrow. Learn as if you were to live forever.
- Mahatma Gandhi -
v
ABSTRAK
Jaringan Oportunistik merupakan kondisi jaringan dimana komunikasi dapat

terjadi tanpa adaya infrastruktur jaringan. Karakteristik dari jaringan ini ialah
menggunakan media transmisi nirkabel, mobilitas dalam jaringan, dan koneksi
jaringan yang bersifat intermitten. Untuk itu, tingkat keberhasilan dalam Jaringan
Oportunistik terletak pada routing protokol yang digunakan. PROPHET
(Probabilistic ROuting Protocol using History of Encounters and Transitivity)
merupakan salah satu protokol yang digunakan dalam Jaringan Oportunistik.
Protokol ini merupakan protokol probabilistik berdasarkan metrik probabilitas
(pada protokol ini disebut delivery predictability/DP) bertemu node lain dan
transitivitynya. Pada beberapa skenario dengan pergerakan node yang real
(pergerakan manusia). PROPHET menunjukan kinerja yang buruk dengan
menghasikan DP node yang tidak sesuai dengan kondisi jaringan karena sifat
transitivity nya. Untuk memperbaiki kekurangan protokol ini dibuatlah
PROPHETv2 yang memperbaiki perhitungan delivery predictability dari
PROPHET.
Pada penelitian ini penulis akan melakukan pengujian terhadap kinerja

PROPHETv2 yang memperbaiki perhitungan delivery predictability PROPHET.
Pengujian akan dilakukan menggunakan Simulator ONE(Opportunistic Network
Environment). Adapun parameter kinerja yang digunakan ialah delivery ratio,
overhead ratio, latency, dan hopcount.
Hasil pengujian menunjukan bahwa PROPHETv2 berhasil mengatasi

kekurangan dari PROPHET, khususnya pada skenario dengan mobilitas node yang
beragam dan pada pergerakan manusia. Hal ini ditunjukan dengan perhitungan DP
PROPHETv2 yang menghasilkan probability node yang lebih sesuai dengan
keadaan jaringan, sehingga meningkatkan nilai delivery ratio, dan mengurangi
jumlah copy pesan, serta latency.
Kata Kunci : Jaringan Oportunistik, PROPHET, PROPHETv2, Simulator ONE,

delivery ratio, overhead ratio, latency, hopcount
viii
ABSTRACT
Opportunistic network is a network condition where communication can occur

without any network infrastructure. The characteristics of this network is to use
wireless as transmission media, mobility in the network, and intermittent
connectivity. Therefore, the success rate in the opportunistic network lies in the
routing protocol used. PROPHET (Probabilistic ROuting Protokol using History of
Emcounter and Transitivity) is one of the protocols used in opportunistic networks.
This protocol is a probabilistic protocol based on probability metrics (in this
protocol called delivery predictability/DP) meets other nodes and transitivity. In
some scenarios with real node movements (human mobility), prophet shows poor
performance by generating DPs that are inconsistent with network conditions due
to PROPHET’s update transitivity. To correct the deficiencies of this protocol,
PROPHETv2 was created which improved the delivery predictability calculation
of PROPHET.
This experiment analyze performance of Prophetv2 that improve the
calculation of delivery predictability Prophet. Testing is done using ONE simulator.
The parameters used are delivery ratio, overhead ratio, latency, and hopcount.
The test results show that PROPHEv2 successfully overcomes the
shortcomings of PROPHET, especially in scenarios with varying mobility nodes
and on human movement. This is shown by the calculation of DP PROPHETv2
which produces probability nodes that are more appropriate to the state of the
network, thereby increasing the success rate of the message to the destination, and
reducing the number of copies of the message, as well as the latency
Keywords : Opportunistic Network, PROPHET, PROPHETv2, ONE Simulator,

delivery ratio, overhead ratio, latency, hopcount
ix
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
2.1. Jaringan Oportunistik ................................................................................... 6

2.1.1. Message-ferry-based ......................................................................... 8
2.1.2. Opportunity-based ............................................................................ 9
2.1.3. Prediction-based ............................................................................... 9
2.2. Protokol routing PROPHET ........................................................................ 9
2.2.1. Perhitungan delivery predictability (DP) ........................................ 10
2.2.2. Strategi pengiriman pesan (forwarding strategies) ......................... 11
2.3. Protokol routing PROPHETv2 .................................................................. 12
2.3.1. Perhitungan delivery predictability (DP) PROPHETv2 ................. 13
2.4. Pergerakan RandomWayPoint .................................................................... 14
xii
2.5. Shortest Path Map Based Movement ......................................................... 15

2.6. Working Day Movement Model ................................................................. 15
2.6.1. Home activity submodel .................................................................. 16
2.6.2. Office activity submodel .................................................................. 16
2.6.3. Evening activity submodel............................................................... 16
2.6.4. Transport submodel ........................................................................ 17
2.7. Pergerakan Manusia (Haggle4 Cambridge dan Reality mining MIT ) ...... 18
2.8. Simulator ONE ........................................................................................... 19
BAB III PERANCANGAN SIMULASI JARINGAN ........................................ 20
3.1. Parameter Simulasi..................................................................................... 20

3.2. Skenario Simulasi ...................................................................................... 20
3.3. Parameter Kinerja....................................................................................... 22
3.3.1. Delivery Ratio ................................................................................. 22
3.3.2. Overhead Ratio ............................................................................... 23
3.3.3. Average Latency .............................................................................. 23
3.3.4. HopCount ........................................................................................ 23
3.4. Topologi Jaringan ................................................................................... 23
BAB IV PENGUJIAN DAN ANALISIS ............................................................ 24
4.1. Pergerakan Random Waypoint .................................................................. 24

4.1.1. Penambahan Jumlah Node .................................................................. 24
4.1.2 Penambahan Kecepatan Node .............................................................. 28
4.2. Pergerakan Shortest Path Map Based Movement(SPMBM) ..................... 31
4.3. Pergerakan Working Day Movement Model (WDM) ............................... 35
4.4. Pergerakan Manusia ................................................................................... 38
4.4.1. Haggle4-Cam-Imote............................................................................ 38
4.4.2. Reality MIT.......................................................................................... 41
BAB V KESIMPULAN DAN SARAN ............................................................... 45
5.1. Kesimpulan ................................................................................................ 45

5.2. Saran ........................................................................................................... 45
DAFTAR PUSTAKA ........................................................................................... 46
LAMPIRAN .......................................................................................................... 47
xiii
DAFTAR TABEL
Tabel 3.1. Parameter Utama Simulasi. .................................................................. 20
Tabel 3.2. skenario penambahan jumlah node pada pergerakan Random WayPoint.
............................................................................................................................... 20
Tabel 3.3. skenario penambahan kecepatan node pada pergerakan Random

WayPoint ............................................................................................................... 21
Tabel 3.4. skenario Shortest Path Map Based Movement .................................... 21
Tabel 3.5. Skenario Working Day Movement Model ............................................ 21
Tabel 3.6. Skenario Haggle4-Cam-Imote ............................................................. 22
Tabel 3.7. Skenario Reality Mining MIT ............................................................... 22
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 4.4. Hasil penambahan kecepatan node protokol PROPHETv2 pada

pergerakan Random Waypoint .............................................................................. 28
Tabel 4.5. Hasil perbandingan PROPHET dan PROPHETv2 pada pergerakan

Shortest Path Map Based Movement .................................................................... 31
Tabel 4.6. Hasil perbadingan PROPHET dan PROPHETv2 pada pergerakan

Working Day Movement Model. ........................................................................... 35

Haggle4-Cam-Imote. ............................................................................................. 38
Tabel 4.8. Hasil perbadingan PROPHET dan PROPHETv2 pada pergerakan Reality
MIT. ....................................................................................................................... 41
xiv
DAFTAR GAMBAR
Gambar 2.1. mekanisme store – carry – forward pada jaringan Opportunistik ...... 8
Gambar 2.2. Ilustrasi metric transitivitypada PROPHET. .................................... 11
Gambar 2.3. Ilustrasi forwarding Strategies PROPHET. ..................................... 11
Gambar 2.5. Pergerakan Random Waypoint. ........................................................ 15
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
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
Gambar 4.6. Grafik pengaruh penambahan node terhadap Overhead ratio pada
Gambar 4.7. Grafik pengaruh penambahan node terhadap Avg. Latency pada
Gambar 4.8. Grafik pengaruh penambahan node terhadap Hopcount pada

Gambar 4.9. Grafik perbandingan Delivery ratio protokol PROPHET dan

PROPHETv2 pada pergerakan Shortest Path Map Based movement ................... 32
Gambar 4.10. Grafik perbandingan Overhead ratio protokol PROPHET dan

xv
Gambar 4.11. Grafik perbandingan Avg Latency protokol PROPHET dan

Gambar 4.12. Grafik perbandingan Hopcount protokol PROPHET dan


PROPHETv2 pada pergerakan Working Day Movement Model .......................... 36

Gambar 4.15. Grafik perbandingan Avg. Latency protokol PROPHET dan



PROPHETv2 pada pergerakan Haggle4-Cam-Imote............................................ 39




PROPHETv2 pada pergerakan Reality MIT ......................................................... 41



xvi
BAB I
PENDAHULUAN
1.1. Latar Belakang

Jaringan komputer yang dikenal saat ini merupakan jaringan yang berbasis
infrastruktur. Infrastruktur pada jaringan yang dimaksud berupa alat alat fisik
seperti router, switch, dan perangkat jaringan lainnya. Hal ini berarti yang
memungkinkan terjadi komunikasi di dalam jaringan adalah adanya perangkat
tetap (fixed) yang berfungsi sebagai media transmisi dan media komunikasi.
Dalam jaringan komputer saat ini terdapat 2 media transmisi yang digunakan
yaitu media kabel(wire) dan nirkabel(wireless). Media transmisi kabel
merupakan media yang digunakan pertama kali untuk membangun jaringan
komputer dan memungkinkan komunikasi antar perangkat. Dalam
perkembangannya muncul media transmisi lain yang bersifat nirkabel yang
memanfaatkan gelombang elektromagnetik yang memungkinkan pengiriman
data melalui udara [1].
Pada kehidupan nyata cara seseorang menggunakan perangkat pada media

transmisi nirkabel berbeda dengan saat menggunakan perangkat pada jaringan
kabel. Pada jaringan nirkabel pengguna perangkat cenderung akan berpindah
pindah tempat(mobile). Hal ini masih dapat diatasi oleh jaringan nirkabel
selama perangkat masih berada dalam jangkauan jaringan nirkabel. Tantangan
kemudian muncul, bagaimana komunikasi dapat terus berjalan tanpa adanya
infrastruktur jaringan seperti saat ini?. Dalam hal ini alat-alat jaringan yang
biasa digunakan seperti router, switch dan jaringan yang menggunakan media
transmisi kabel sudah tidak ada. Kemudian dengan memperhitungkan
mobilitas pengguna, Bagaimana jika perangkat yang mobile mengikuti
penggunanya, dapat tetap berkomunikasi melalui media transmisi nirkabel?.
Solusi untuk tantangan yang ada ialah menggunakan jaringan ad hoc.

Jaringan ad hoc merupakan aplikasi dari jaringan nirkabel. Pada jaringan ad
hoc, infrastruktur jaringan sudah tidak digunakan, yang kemudian
menggunakan media transmisi nirkabel dalam proses komunikasi. Namun
dalam jaringan ad hoc masih terdapat tantangan yaitu mobilitas dari pengguna
1
dan perangkatnya. Kondisi ini disebut dengan Mobile Ad Hoc Network

(MANET)[2]. Pada MANET setiap node dalam jaringan dapat berperan
sebagai pengirim pesan, sebagai yang meneruskan pesan (sebagai relay), dan
sebagai penerima pesan. Karena pergerakan node pada jaringan MANET,
menyebabkan perubahan pada topologi jaringan secara terus menerus. Hal ini
memungkinkan adanya node yang terputus atau keluar dari jangkauan
transmisi node lain yang menyebabkan link failure[3]. Masalah ini merupakan
tantangan utama dalam jaringan MANET. Untuk mengatasi masalah pada
jaringan MANET maka dikembangkan Opportunistic Network (Jaringan
Opportunistik). Jaringan opportunistik merupakan jaringan yang dapat
mentolerir adanya tenggang waktu hingga data sampai ke tujuan. Tingkat
keberhasilan dalam Jaringan Opportunistik terletak pada routing protokol yang
digunakan.
Pada Jaringan Opportunistik terdapat metode yang di sebut store-carry-

forward. Metode ini diterapkan pada setiap node dimana node ketika menerima
pesan maka ia akan menyimpan dan kemudian dibawa sampai menemui node
lain untuk diberikan kepada node tersebut. Protokol routing PROPHET
(Probabilistic ROuting Protocol using History of Encounters and Transitivity)
adalah protokol probabilistik berdasarkan metrik probabilitas bertemu dengan
node lain serta transitivity-nya[4]. Ketika node memiliki probabilitas bertemu
node tujuan lebih besar dari node sebelumnya maka node tersebut dapat
menjadi node yang baik sebagai relay ke node tujuan sehingga node tersebut
akan dititipkan pesan oleh node sebelumnya.
Dalam menentukan node yang dapat me-relay pesan, PROPHET

menggunakan probabilistik metrik yang disebut dengan Delivery
Predictability(DP)[4]. Berdasarkan nilai DP inilah protokol PROPHET akan
menentukan node yang baik untuk mengantarkan pesan ke node tujuan. Dalam
menentukan node yang baik sebagai pembawa pesan, PROPHET juga
memiliki sifat Transitivity yang menghitung kedekatan node dengan node
tujuan melalui node yang lain yang ditemui. Transitivity juga menjadi nilai
yang mempengaruhi nilai DP dari sebuah node. Namun dalam beberapa kasus
ditemui unjuk kerja PROPHET yang buruk, terlebih pada pergerakan node
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.
Dalam tugas akhir ini, penulis akan membandingkan kerja protokol

PROPHETv2 terhadap PROPHET dan kaitannya antar parameter kinerja
(Delivery ratio, Overhead Ratio, Latency, dan Hopcount) pada pergerakan
manusia dan pergerakan Random.
1.2. Rumusan Masalah

Berdasarkan latar belakang masalah, rumusan masalah adalah bagaimana
dampak dari perbaikan delivery predictability calculation dari PROPHETv2
terhadap PROPHET.
1.3 Tujuan Penelitian

Tujuan yang akan dicapai dalam tugas akhir ini adalah untuk mengetahui
serta menganalisis kelebihan maupun kekurangan protokol routing PROPHET
dan protokol routing PROPHET V2 yang memperbaiki delivery predictability
calculation berdasarkan konsep routing PROPHET.
1.4 Batasan Masalah

Dalam tugas akhir ini, batasan masalah meliputi:
1. Protokol routing yang digunakan adalah protokol PROPHET dan protokol
PROPHET V2.
2. Pengujian dilakukan menggunakan Simulator ONE
3. Pengujian unjuk kerja atau metrik yang digunakan adalah Delivery ratio,
Overhead, Latency, dan Hopcount.
1.5. Metodologi Penelitian

Adapun metodologi penelitian dan langkah-langkah dalam mengerjakan
tugas akhir ini adalah sebagai berikut:
1. Studi Literatur
a. Teori Jaringan Opportunistik dan model pergerakannya.
b. Teori protokol PROPHET dan PROPHET V2.
c. Teori parameter kinerja (Delivery ratio, Overhead ratio, Latency dan

Hopcount).
d. Dokumentasi ONE Simulator
e. Tahap-tahap membagun simulasi.
2. Perancangan
Dalam tahap ini merupakan rancangan skenario yang terdiri dari :
a. Menggunakan pergerakan RandomWayPoint, Shortest Path Map Based

Movement, WorkingDayMovement Model, dan real human
trace(Reality MIT dan Haggle4 – Cambridge Imotes ).
b. Penambahan jumlah node (Random Waypoint).

c. Penambahan kecepatan node (Random Waypoint).
3. Pembangunan Simulasi dan Pengumpulan Data
Simulasi tugas akhir ini menggunakan Simulator ONE serta

membangkitkan report sebagai sarana untuk mengumpulkan data
berdasarkan parameter kinerja yang telah ditentukan.
4. Analisis Data Simulasi
Berdasarkan data yang telah dikumpulkan setelah simulasi, kemudian

data tersebut akan diamati dan dianalisis sesuai parameter kinerjanya.
5. Penarikan Kesimpulan dan Saran
Penarikan kesimpulan didasarkan pada hasil performance metric yang

diperoleh pada proses analisis data.
1.6. Sistematika Penulisan

Sistematika penulisan tugas akhir ini dibagi menjadi beberapa bab
dengan susunan sebagai berikut :
BAB I PENDAHULUAN
Bab ini berisi latar belakang penulisan tugas akhir, rumusan masalah, batasan
masalah, metodologi penelitian, dan sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini berisi tentang penjelasan teori sebagai dasar yang dibutuhkan untuk
melakukan penelitian.
BAB III PERENCANAAN SIMULASI JARINGAN
Bab ini memuat perencanaan simulasi yang akan dikerjakan dalam tugas akhir.
BAB IV PENGUJIAN DAN ANALISIS
Bab ini berisi pelaksanaan simulasi dan analisis hasil simulasi.
BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan yang didapat dari hasil analisis data simulasi.
BAB II
LANDASAN TEORI
2.1. Jaringan Oportunistik

Jaringan Opportunistik berbeda dengan keadaan jaringan komunikasi pada
umumnya. Pada jaringan komunikasi yang biasa digunakan (menggunakan
infrastruktur jaringan), komunikasi dan pengiriman pesan antar node
(pengguna) source kepada destination dapat selalu terjadi karena adanya
koneksi atau jalur (path) dari kedua node yang berkomunikasi. Dalam jaringan
Opportunistik infrastruktur seperti yang biasanya digunakan sudah tidak ada,
sehingga semua node dalam jaringan akan berfungsi sebagai pembawa dan
pengirim pesan untuk memungkinkan terjadi komunikasi dalam jaringan
tersebut. Oleh karena itu komunikasi dalam jaringan Opportunistik tidak dapat
selalu terjadi, seperti pada jaringan komunikasi pada umumnya. Jaringan
Opportunistik termasuk dalam non-deterministic network yang berarti
pertemuan node dalam jaringan tidak bisa diprediksi. Hal ini karena koneksi
antar node source dan destination dalam jaringannya tidak dapat selalu terjadi.
Selain karena jangkauan transmisi yang terbatas, pergerakan node dalam
jaringan juga menjadi penyebab koneksi dalam jaringan terputus. Pergerakan
node akan menyebabkan perubahan topologi jaringan sehingga node tidak
dapat terus terhubung dengan node lain.
Karena pergerakan node, koneksi yang kadang terputus, dan topologi

jaringan yang terus berubah, membuat jaringan Opportunistik memiliki
beberapa karakteristik antara lain :
a. Inttermittent Connectivity
Konektivitas antar node yang tidak selalu terjadi (kadang terputus,

kemudian terhubung kembali.
b. Latency Tinggi
Latency disini didefinisikan sebagai waktu untuk pesan dapat sampai

dari node source ke destination. Latency menjadi tinggi pada jaringan
Opportunistik karena koneksi antar node yang tidak selalu terjadi
6
sehingga membutuhkan waktu yang lama untuk pesan dapat sampai

ke tujuan. Untuk itu jaringan Opportunistik tolerant terhadap delay.
c. Low data rate
Data rate menggambarkan jumlah pesan yang dapat disampaikan

pada jangka waktu tertentu. Low data rate yang terjadi pada jaringan
ini disebabkan oleh delay yang lama dalam mentransmisikan pesan.
d. High error rate
Oleh karena pergerakan node dalam jaringan yang menyebabkan

banyak koneksi antar node terputus, maka kemungkinan pesan untuk
gagal ditransmisikan menjadi tinggi.
e. Keterbatasan sumber daya node
Jaringan Opportunistik memiliki masalah pada sumber daya nodenya.

Hal ini terjardi karena komunikasi pada jaringan seluruhnya dilakukan
oleh node, mulai dari mengirim dan meneruskan pesan. Node yang
dalam hal ini device yang digunakan memiliki sumber daya yang
terbatas, seperti CPU, kapasitas penyimpanan data, dan baterai tidak
dapat terus bekerja untuk membantu komunikasi dalam jaringan.
Karena kondisi dan karakteristik dalam jaringan Opportunistik, koneksi end to

end pada jaringan ini hampir mustahil untuk dilakukan. Untuk itu penanganan
pesan dalam Jaringan Opportunistik menjadi berbeda. Pesan akan dikirim
secara bertahap melalui node dalam jaringan. Pesan akan disimpan, kemudian
dibawa dan diteruskan pada node lain yang terkoneksi dengannya hingga
sampai kepada destination. Dalam Jaringan Opportunistik mekanisme ini
dikenal dengan store – carry – forward. Berikut merupakan gambaran tentang
metode store – carry – forward :
Gambar 2.1. mekanisme store – carry – forward pada jaringan Opportunistik
Pada gambar 2.1 menunjukan jalannya mekanisme store – carry – forward

yang diterapkan dalam Jaringan Opportunistik. Node pengirim node S akan
mengirimkan pesan kepada node destination node D dalam jaringan
opportunistik. Karena koneksi end to end path dari source ke destination tidak
tersedia, maka pesan untuk node destination harus diteruskan dengan
menggunakan bantuan dari node node lain dalam jaringan. Saat pertama node
S bertemu dengan node lain yaitu node C dalam jaringan, maka node S akan
mengirimkan copy pesan pada node C. Node C kemudian akan menyimpan
pesan tersebut apabila koneksi dengan node berikutnya belum ada, kemudian
membawanya hingga bertemu node lain, yang kemudian akan diteruskan
kepada node tersebut. Hal ini akan berulang setiap kali node bertemu. Node
akan saling mengirimkan copy pesan kepada node lain yang ditemuinya, dan
menyimpan pesan tersebut dalam storage masing masing node sebelum
kembali diteruskan kepada node lain. Ini akan terus dilakukan node dalam
jaringan hingga pesan tersebut sampai pada node destination dalam hal ini
adalah node D.
Adapun metode metode penanganan pesan pada Jaringan Opportunistik antara

lain :
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
menyimpan (store) pesan dalam node yang kemudian dibawa (carry)

sampai bertemu tujuan dan memberikan pesan tersebut.
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.
2.2. Protokol routing PROPHET

Pergerakan yang populer dalam Jaringan Oportunistik adalah pergerakan
random. Pergerakan ini menggambarkan bahwa tiap node dalam jaringan
bergerak dengan pola yang acak. Namun faktanya pergerakan tersebut tidaklah
random melainkan bergerak dengan pola pergerakan yang dapat diprediksi.
Ketika sebuah node berada pada suatu tempat maka dapat diprediksi nantinya
node tersebut akan kembali berada pada lokasi yang sama. Berdasarkan pola
pergerakan tersebut maka diciptakanlah sebuah protokol yang dapat
memprediksi probabilitas node bertemu kembali. Protokol routing PROPHET
(Probabilistic ROuting Protocol using History of Encounters and Transitivity).
Protokol PROPHET merupakan protokol probabilistik yang berdasarkan
metrik probabilitas bertemu dengan node lain dan transitivity-nya. Dalam
protokol PROPHET, untuk menghitung probabilitas bertemunya satu node
dengan node lain diperlukan probabilistik metrik yang disebut delivery
predictability[4].
10
2.2.1. Perhitungan delivery predictability (DP)

Dalam perhitungan delivery predictability(DP) terdapat tiga bagian.
Pertama ialah update metric ketika node bertemu. Apabila node sering
bertemu maka node tersebut akan memiliki nilai delivery predictability
yang tinggi. Perhitungan update ditunjukan pada rumus 2.1 dimana Pinit
ϵ [0,1].
P(a,b) = P(a,b)old + (1 – P(a,b)old) x Pinit.....................................................2.1
Jika node pernah bertemu kemudian tidak bertemu kembali selama

beberapa waktu, maka node tersebut tidak lagi menjadi node yang baik
untuk meneruskan pesan. Hal ini menyebabkan nilai delivery
predictability dari node tersebut harus berkurang (age, menua).
Perhitungan aging (pengurangan) ditunjukan pada rumus 2.2 dimana γ

ϵ [0,1] merupakan aging constant dan k adalah jumlah unit waktu yang
telah berjalan sejak terakhir kali metrik tersebut berkurang.
P(a,b) = P(a,b)old x γk...............................................................................2.2
Delivery predictability juga memiliki sifat transitive. Apabila node

A sering bertemu dengan node B, dan node B sering bertemu dengan
node C, maka kemungkinan node C dapat menjadi pengantar
pesan(relay) yang baik kepada node A. Rumus 2.3 menunjukan
pengaruh transitivity terhadap delivery predictability dimana β ϵ [0,1]
adalah scaling constant yang menentukan seberapa besar pengaruh dari
transitivity terhadap delivery predictability-nya.
P(a,c) = P(a,c)old + (1 – P(a,c)old) x P(a,b) x P(b,c) x β....................................2.3

11
Gambar 2.2. Ilustrasi metric transitivitypada PROPHET.
Transitivitypada PROPHET pada gambar 2.2, mengukur kedekatan

node a terhadap node c melalui nod b.
2.2.2. Strategi pengiriman pesan (forwarding strategies)

Strategi pengiriman pesan pada PROPHET adalah ketika node
saling bertemu, maka pesan akan di teruskan(forward) atau di kirim ke
node lain jika nilai delivery predictability node tersebut bertemu dengan
tujuan lebih besar daripada node lain[4].
Gambar 2.3. Ilustrasi forwarding Strategies PROPHET.
Ilustrasi pada Gambar 2.3 node source S akan mengirimkan pesan

kepada node destination B. Saat node S bertemu dengan node A dan
node C dalam jaringan, maka node akan saling bertukar metrik
probability mereka bertemu dengan node destination. Dalam hal ini
probability node A bertemu node destination B lebih besar dibanding
node C. Maka node source akan mem forward pesan kepada node yang
punya probability bertemu node destination lebih besar yaitu node A.
12
2.3. Protokol routing PROPHETv2

Ide awal munculnya protokol PROPHETv2 adalah experimen yang
dilakukan oleh N4C (Networking for Communications Challenged
Communities) pada musim panas tahun 2009, yang menerapkan DTN (Delay
Tolerant Network) pada lingkungan real di pegunungan Swedia. Salah satu
yang diuji ialah implementasi dari protokol PROPHET. Setelah seminggu
experimen tersebut dijalankan, ditemukan bahwa ada satu data mule yang
menolak atau tidak mem forward bundle yang ditujukan kepada internet
gateway, kepada node yang berada di helicopter base. Dalam penyelidikan
yang dilakukan, ditemukan bahwa nilai DP (delivery predictability) dari data
mule untuk node gateway ternyata lebih tinggi dibanding nilai DP node yang
berada di helicopter base. Namun dalam kenyataannya, data mule tersebut
tidak pernah melakukan kontak atau bertemu langsung dengan node gateway.
Dalam pengecekan terhadap DP dari node node dalam jaringan, didapati
banyak dari node yang memiliki nilai DP yang tinggi. Akar dari masalah ini
ialah sifat yang tidak terduga dari rumus transitivity PROPHET seperti yang
dapat terlihat pada rumus 2.3.
Dalam pergerakan node yang random protokol PROPHET dapat berkerja

dengan baik, ini karena probability pertemuan antar nodenya yang cenderung
sama, sehingga tidak mempengaruhi kinerja perhitungan DP protokol
PROPHET. Namun, ketika semakin real pergerakan node yang digunakan,
protokol PROPHET justru memperlihatkan kinerja yang buruk. Hal ini sama
seperti pengujian dari N4C yang menggunakan skenario pergerakan yang real.
Pada implementasi PROPHET pada pergerakan node yang real, performa

protokol PROPHET dengan transitivity dan tanpa transitivity sama baiknya
dalam hal keberhasilan mengirimkan pesan ke destination. Masalah seperti
yang dibahas tentang update transitivity PROPHET kemudian terlihat pada
jumlah copy pesan yang diteruskan node dalam jaringan. Update transitivity
pada PROPHET akan menghasilkan DP node yang berlebih yang akan
berpengaruh pada pengiriman pesan dalam jaringan. Akan banyak node dalam
jaringan yang memiliki DP yang tinggi sehingga akan banyak pesan yang di
relay bahkan kepada node yang sebenarnya tidak optimal untuk meneruskan
13
pesan tersebut. Hal tersebut juga memperlihatkan, protokol PROPHET bekerja

lebih baik apabila nilai β = 0 yang secara otomatis menonaktifkan update
transitivity dari protokol PROPHET. Masalah dari update transitivity
PROPHET 2.3 ialah selama nilai β > 0, nilai DP untuk setiap node yang
memiliki informasi tentang node k akan bertambah tanpa peduli node tersebut
pernah bertemu node k atau tidak.
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.
Berdasarkan masalah yang telah dijelaskan, dibuatlah PROPHETv2

sebagai perbaikan dari PROPHET. Perbaikan dilakukan dengan membuat
mekanisme perhitungan delivery predictability yang baru dari PROPHET[5].
Mekanisme penghitungan yang digunakan oleh PROPHETv2 menggunakan
konsep perhitungan yang sama dengan PROPHET namun dengan beberapa
penambahan dan perubahan pada delivery predictability calculation-nya.
2.3.1. Perhitungan delivery predictability (DP) yang baru dari PROPHETv2

Pada perhitungan update terhadap metric pada direct contact node,
berdasarkan rumus 2.1 ditambahkan lama waktu sejak node terakhir
bertemu. Hal tersebut juga bertujuan untuk mengurangi nilai delivery
predictability yang bertambah untuk node yang baru saja bertemu.
Sehingga rumus update metric akan dihitung seperti pada rumus 2.4.
14
P(a,b) = P(a,b)old + (1 – P(a,b)old) x Penc...................................................2.4
Penc dihitung dengan cara berikut :
Penc = Pmax x (IntvlB / Ityp); if 0 ≤IntvlB≤ Ityp ;
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.
Kemudian untuk memperbaiki update transitivity-nya, pada

PROPHETv2 dibuatlah rumus transitivity yang baru. Pada transitivity
yang baru ini perhitungan yang dilakukan sedikit berbeda, karena untuk
menghitung transitivity akan dibandingan nilai delivery predictability
dari P(a,c)old dan hasil dari P(b,c) x P(a,b) x β kemudian menentukan nilai
maximum yang dihasilkan sebagai nilai delivery predictability yang
baru P(a,c). sehingga rumus transitivity akan dihitung seperti pada rumus
2.5.
P(a,c) = max (P(a,c)old , P(b,c) x P(a,b) x β)...............................................2.5
Dan pada bagian forwarding strategies pada PROPHETv2 masih sama

seperti pada PROPHET.
2.4. Pergerakan RandomWayPoint

Konektivitas dalam Jaringan Oportunistik tergantung pada model
pergerakan yang digunakan. Model pergerakan random diterapkan pada area
yang fixed. Dalam model pergerakan ini setiap node akan menentukan
koordinat acak, kemudian bergerak lurus pada kecepatan yang telah ditentukan.
15
Setelah sampai pada tujuannya node akan berhenti di tempat tersebut selama
waktu yang ditentukan[7].
Gambar 2.5. Pergerakan Random Waypoint.
2.5. Shortest Path Map Based Movement

Adalah movement model berdasarkan pada randomwalk model. Tiap node
pada shortest path map based movement menggunakan algoritma Djikstra
untuk menghitung jarak terpendek dari lokasi awal node berada ke tujuan acak,
menggunakan rute jalan pada map. Setelah sebuah node sampai pada node
tujuannya, node akan berhenti dan menunggu selama pause time kemudian
memilih node secara acak pada map dan bergerak ke ara node tersebut dengan
memperhitungkan jarak terpendek pada peta untuk mencapainya.
2.6. Working Day Movement Model

Working day movement model dikembangkan dengan menggabungkan
beberapa model pergerakan yang berbeda. Model pergerakan ini disebut
submodel[8]. Dalam submodel terdapat tiga aktivitas utama yang dilakukan
oleh node. Node akan berada di rumah, kemudian pergi untuk bekerja, dan
melakukan aktivitas dengan node lain pada malam hari.
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
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.
2.6.1. Home activity submodel

Home activity submodel digunakan untuk aktivitas node pada
malam hari, seperti berbaring, menonton TV, memasak, tidur, dan lain-
lain.
2.6.2. Office activity submodel

Office activity submodel digunakan untuk aktivitas node di dalam
kantor. Pada submodel ini, node digambarkan sebagai karyawan yang
memiliki meja kerja masing masing dan terkadang perlu berjalan ke
tempat lain untuk meeting atau hanya untuk berbicara kepada orang
lain.
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.
2.6.3. Evening activity submodel

Evening activity submodel adalah model kegiatan yang dilakukan
node pada malam hari, setelah waktu bekerja. Kegiatan ini dilakukan
dalam kelompok. Aktivitas malam hari ini dapat diartikan seperti
berbelanja, jalan jalan, atau pergi ke restoran atau bar. Node akan
ditugaskan secara berkelompok berdasarkan tempat pertemuan
favoritnya. Node akan pergi ke tempat pertemuan dengan
menggunakan transportasi. Ketika salah satu node telah sampai di
tempat berkumpul maka node tersebut akan menunggu hingga semua
node dari kelompok telah hadir, dan akhirnya akan berpisah dan
kembali ke rumah.
17
2.6.4. Transport submodel

Node bergerak antara rumah, kantor, dam aktivitas di malam hari
menggunakan transport submodel. Transport submodel yang digunakan
yaitu mobil, bus, dan dengan berjalan kaki. Node yang tidak bergerak
menggunakan mobil akan menggunakan bus atau dengan berjalan kaki.
Node yang bergerak menggunakan mobil hanya akan menggunakan
mobil untuk semua transportasi.
a. Walking submodel
Node yang berjalan menggunakan jalan untuk bergerak

memiliki kecepatan yang tetap terhadap tujuan. Algoritma dijkstra
digunakan node untuk mencari jalur tercepat untuk mencapai tujuan.
b. Car submodel
Node yang mempunyai mobil dapat bergerak dengan kecepatan

tinggi antar lokasi yang berbeda.
c. Bus submodel
Node yang tidak memiliki mobil dapat menggunakan bus untuk

bepergian lebih cepat. Bus dapat membawa lebih dari satu node pada
waktu yang bersamaan.
Gambar 2.6. Pergerakan Working Day Movement Model menggunakan peta

kota Helsinki.
18
2.7. Pergerakan Manusia (Haggle4 Cambridge dan Reality mining MIT )

Model pergerakan random merupakan model pergerakan yang ideal. Hal
ini dikarenakan pada pergerakan random probabilitas node bertemu node lain
cenderung sama tiap nodenya. Kondisi tersebut sangat ideal untuk menguji atau
mengevaluasi kinerja protokol routing. Namun pergerakan yang sebenarnya
adalah setiap node (manusia yang membawa perangkat) tidak bergerak secara
random atau acak melainkan node akan mengikuti pergerakan manusia yang
menuju titik tertentu (point of interest). Model pergerakan ini dapat di
implementasikan dalam simulator ONE. Simulator ONE memungkinkan untuk
menggunakan pergerakan eksternal, dalam kasus ini model pergerakan yang
digunakan yaitu Reality MIT dan Haggle4 – Cambridge Imotes.
Reality mining adalah sebuah penambangan data yang dilakukan oleh

Massachusetts Institute of Technology, berdasarkan perilaku manusia di dunia
nyata. Reality mining berisi data set dan analisis tentang pergerakan
sekelompok manusia yang diambil dengan perangkat wireless yang terkoneksi
dengan GPS. Lama waktu simulasi sesuai dengan dataset adalah 7 bulan
dengan jumlah node sebanyak 97 node.
Model pergerakan real lain yang digunakan adalah Haggle Cambridge.

Model pergerakan ini berisi data set pertemuan node dalam hal ini mahasiswa
Universitas Cambridge menggunakan alat yang bernama Imots yang
menggunakan interface bluetooth. Lama waktu simulasi sesuai dengan data set
adalah 11 hari dan banyaknya node dalam set data ini adalah 36 node.
Pada model pergerakan manusia ini probabilitas node bertemu dengan

node lain bervariasi. Hal ini juga yang menyebabkan beberapa node memiliki
probabilitas bertemu node lain lebih tinggi, node ini disebut dengan hub node.
Karena probabilitas bertemu node yang tinggi maka hub node akan menjadi
pengatar pesan yang baik, sehingga node node lain akan cenderung menitipkan
pesan kepada hub node untuk di sampaikan kepada node tujuan. Hub node
berperan sangat penting dalam jaringan untuk model pergerakan manusia.
19
2.8. Simulator ONE

Simulator ONE(Opportunistic Network Environment)merupakan sebuah
simulator yang secara spesifik digunakan untuk mengevaluasi kerja routing
pada Jaringan Oportunistik. Simulator ONE merupakan simulator berbasis
Java. Fungsi dari simulator ONE adalah memodelkan node movement,node
contact, routing, dan message handling. Hasil simulasi dapat berupa
visualization, report, dan post- processing tools. Hasil tersebut kemudian dapat
dianalisa sesuai dengan kebutuhan penelitian.
Gambar 2.7. Simulator ONE

BAB III
PERANCANGAN SIMULASI JARINGAN
3.1. Parameter Simulasi

Pada penelitian yang dilakukan, terdapat beberapa parameter simulasi
yang sifatnya tetap dan digunakan dengan nilai yang sama pada simulasi yang
berbeda. Parameter tersebut antara lain :
Tabel 3.1. Parameter Utama Simulasi.

Parameter Nilai
Waktu Simulasi 950400
Protokol Routing Prophet & ProphetV2
Jangkauan Transmisi Radio 10 m
Ukuran Pesan 500 - 1M
Random Waypoint
Shortest Path Map Based Movement
Movement model (Model
Pergerakan) Working Day Movement Model
Pergerakan Manusia ( Haggle4- Cam-
Imote, Reality MIT)
3.2. Skenario Simulasi

Dalam penelitian yang dilakukan, skenario awal yang digunakan adalah
model pergerakan Random WayPoint dengan melakukan penambahan jumlah
node dan kecepatan node untuk mengevaluasi kinerja protokol PROPHET
maupun PROPHETv2.
Tabel 3.2. skenario penambahan jumlah node pada pergerakan Random

WayPoint.
Protocol Luas Area
Movement Jumlah Node
Routing Simulasi (m)
Prophet
RWP 20;40;60;80;100 1000 × 1000
ProphetV2
20
21
Tabel 3.3. skenario penambahan kecepatan node pada pergerakan Random

WayPoint
Protocol Kecepatan Jumlah Luas Area
Movement
Routing Node Node Simulasi (m)
0.5-1.0
Prophet 1.5-2.0
RWP 40 1000 × 1000
ProphetV2 2.5-3.0
3.5-4.0
Pengujian berikutnya akan dilakukan menggunakan Shortest Path Map Based

Movement(SPMBM). Pergerakan ini akan diterapkan pada skenario kota
Helsinki. Skenario yang dipakai merupakan skenario default dari ONE
simulator. Berikut beberapa parameter yang digunakan dalam skenario ini.
Tabel 3.4. skenario Shortest Path Map Based Movement

Protocol Jumlah Buffer Waktu
Movement
Routing Node Size(MB) Simulasi(detik)
Prophet
SPMBM 126 5 950400
ProphetV2
Pengujian berikut akan dilakukan menggunakan Working Day Movement

Model. Skenario yang di pakai merupakan skenario default dari WDM yang
terdapat pada simulator ONE. Sebagian skenario diubah untuk menyesuaikan
kebutuhan penelitian.
Tabel 3.5. Skenario Working Day Movement Model

Protocol Jumlah Buffer Waktu
Movement
Routing Node Size(MB) Simulasi(detik)
Prophet
WDM 500 100 950400
ProphetV2
Selanjutnya pengujian akan dilakukan dengan menggunakan pergerakan real

atau pergerakan manusia pada kedua protokol. Pergerakan manusia yang
digunakan adalah Haggle Cambridge dan Reality mining MIT.
22
Tabel 3.6. Skenario Haggle4-Cam-Imote

Waktu
Protocol Jumlah Buffer Size
Movement Simulasi
Routing Node (MB)
(detik)
Prophet
Haggle Cam 36 60 950400
ProphetV2
Tabel 3.7. Skenario Reality Mining MIT

Waktu
Protocol Jumlah Buffer Size
Movement Simulasi
Routing Node (MB)
(detik)
Prophet
Reality MIT 97 60 16981816
ProphetV2
3.3. Parameter Kinerja

Dalam penelitian yang dilakukan terdapat empat parameter kinerja yang
digunakan untuk mengevaluasi kerja protokol PROPHET dan PROPHETv2,
antara lain:
3.3.1. Delivery Ratio

Parameter ini digunakan untuk mengetahui tingkat keberhasilan
pengiriman pesan yang dilakukan oleh protokol routing. Hasil dari
parameter ini akan berpengaruh pada dua parameter lainnya yaitu
overhead dan delay. Pembuatan message dan forwarding message
dilakukan menggunakan resource dari node.
𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑚𝑒𝑠𝑠𝑎𝑔𝑒𝑠 𝑟𝑒𝑐𝑒𝑖𝑣𝑒𝑑

𝐷𝑒𝑙𝑖𝑣𝑒𝑟𝑦 𝑟𝑎𝑡𝑖𝑜 =
𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑔𝑒𝑛𝑒𝑟𝑎𝑡𝑒 𝑚𝑒𝑠𝑠𝑎𝑔𝑒𝑠
23
3.3.2. Overhead Ratio

Merupakan parameter yang digunakan untuk mengetahui
banyaknya copy pesan yang sampai ke tujuan dari pesan yang dibuat
dalam jaringan. Apabila terlalu banyak copy yang ada dalam jaringan
maka akan mengakibatkan penggunaan resource pada tiap node yang
semakin besar.
𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑟𝑒𝑙𝑎𝑦𝑒𝑑 𝑚𝑒𝑠𝑠𝑎𝑔𝑒𝑠 − 𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑚𝑒𝑠𝑠𝑎𝑔𝑒 𝑟𝑒𝑐𝑒𝑖𝑣𝑒𝑑

𝑂𝑣𝑒𝑟ℎ𝑒𝑎𝑑 𝑟𝑎𝑡𝑖𝑜 =
𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑚𝑒𝑠𝑠𝑎𝑔𝑒𝑠 𝑟𝑒𝑐𝑒𝑖𝑣𝑒𝑑
3.3.3. Average Latency

Parameter Average latency digunakan untuk mengetahui waktu
rata-rata yang dibutuhkan pesan dari source untuk sampai ke
destination.
𝑛 𝑡𝑖𝑚𝑒 𝑤ℎ𝑒𝑛 𝑚𝑒𝑠𝑠𝑎𝑔𝑒 𝑟𝑒𝑐𝑒𝑖𝑣𝑒𝑑 − 𝑡𝑖𝑚𝑒 𝑤ℎ𝑒𝑛 𝑚𝑒𝑠𝑠𝑎𝑔𝑒 𝑔𝑒𝑛𝑒𝑟𝑎𝑡𝑒
𝐴𝑣𝑒𝑟𝑎𝑔𝑒 𝐿𝑎𝑡𝑒𝑛𝑐𝑦 = ∑ ( )
𝑖=1 𝑛𝑢𝑚𝑏𝑒𝑟 𝑜𝑓 𝑚𝑒𝑠𝑠𝑎𝑔𝑒𝑠 𝑟𝑒𝑐𝑒𝑖𝑣𝑒𝑑
3.3.4. HopCount
Parameter ini digunakan untuk mengetahui jumlah lompatan rata-
rata atau hop yang dilalui message dari source untuk sampai ke
destination.
3.4. Topologi Jaringan

Dalam jaringan Oportunistik, karena pergerakan node yang terus menerus
maka topologi jaringannya pun akan ikut berubah mengikuti mobilitas node di
dalamnya. Untuk itu, bentuk dari topologi pada jaringan oportunistik tidak
dapat digambarkan secara spesifik.
BAB IV
PENGUJIAN DAN ANALISIS
Untuk mengevaluasi unjuk kerja protokol PROPHET dan protokol

PROPHETv2 maka dilakukan simulasi sesuai dengan skenario yang telah dibuat
pada Bab III. Data hasil simulasi diperoleh dari report yang digunakan dalam One
Simulator.
4.1. Pergerakan Random Waypoint

4.1.1. Penambahan Jumlah Node
Tabel 4.1. Hasil penambahan jumlah node protokol PROPHET pada
pergerakan Random Waypoint
Prophet
Jumlah Delivery Overhead
Avg. Latency Hopcount
Node ratio ratio
20 0,4831 14,0523 35243,0600 2,5001
40 0,7334 36,3181 22720,0257 2,9077
60 0,8471 58,1935 14337,7990 2,9672
80 0,8927 97,6466 9329,3385 3,1042
100 0,9109 189,0754 7485,6341 3,1950
Tabel 4.2. Hasil penambahan jumlah node protokol PROPHETv2 pada

pergerakan Radom Waypoint
ProphetV2
Jumlah Delivery Overhead Avg. Latency Hopcount
Node ratio ratio
20 0,4403 10,9744 39449,1916 2,3198
40 0,6504 28,8325 29084,1265 2,6031
60 0,7168 46,1096 24376,4672 2,5687
80 0,7985 69,8350 20634,9829 2,7411
100 0,8863 101,6919 15665,2900 2,8040
Dalam pergerakan random diasumsikan probabilitas bertemu antar

satu node dengan node lain yang cenderung sama. Pada pergerakan ini
protokol PROPHET dan PROPHETv2 menunjukan performa yang sama
baiknya. Penambahan node yang dilakukan akan berpengaruh pada
kerapatan node serta jumlah copy pesan dalam jaringan. Semakin banyak
24
25
jumlah node dalam jaringan maka semakin tinggi kemungkinan pesan

untuk dapat diteruskan dan sampai ke node tujuan. Selain itu, semakin
banyak node dalam jaringan juga akan meningkatkan jumlah copy pesan
yang direlay oleh node. Hal ini akan berpengaruh pada nilai Delivery
ratio untuk masing-masing protokol.
0,8
Delivery ratio
0,6
0,4
0,2
Prophet ProphetV2
0
20 40 60 80 100
Jumlah Node
Gambar 4.1. Grafik pengaruh penambahan node terhadap Delivery ratio

pada pergerakan Random Waypoint.
200
Overhead Ratio
160
120
80
40
Prophet ProphetV2
0
20 40 60 80 100
Jumlah Node
Gambar 4.2. Grafik pengaruh penambahan node terhadap Overhead

ratio pada pergerakan Random Waypoint.
Terlihat dari Gambar 4.2, semakin banyak jumlah node, nilai

overhead ratio pada kedua protokol semakin meningkat. Hal ini
diakibatkan oleh jumlah copy pesan yang diteruskan oleh node akan
semakin banyak seiring dengan bertambahnya jumlah node dalam
jaringan. PROPHETv2 memperlihatkan kinerja yang lebih baik dengan
26
nilai overhead ratio yang lebih rendah dibanding PROPHET. Nilai

overhead ratio yang mampu diminimalkan oleh PROPHETv2 terjadi
karena perhitungan delivery predictability (DP) yang menghasilkan DP
node yang tidak berlebih, sehingga pemilihan node untuk meneruskan
pesan akan menjadi lebih sedikit dan jumlah copy pesan yang diteruskan
dalam jaringan dapat diminimalkan. Tingginya nilai overhead ratio dari
PROPHET disebabkan perhitungan DP khususnya pada update
transitivity dari protokol ini, yang menghasilkan DP node dalam jaringan
yang berlebih. Ini menyebabkan akan banyak node dalam jaringan yang
memiliki nilai DP yang tinggi terhadap node destination, sehingga
banyak dari node akan meneruskan pesan kepada node yang sebenarnya
tidak optimal untuk meneruskan pesan tersebut.
Namun, dengan overhead ratio yang lebih tinggi dari PROPHET

membuat delivery ratio dari protokol ini menjadi lebih baik. Gambar 4.1
menunjukan delivery ratio dari PROPHET yang lebih tinggi
dibandingkan PROPHETv2 dengan bertambahnya node. Masalah pada
update transitivity PROPHET tidak mempengaruhi kinerja
pengirimannya pada pergerakan random. Hal ini karena dalam
pergerakan random, probabability bertemu antar node cenderung sama.
Hal ini membuat, walaupun node meneruskan copy pesan kepada node
yang kurang optimal untuk menyampaikan pesan, kemungkinan pesan
dapat sampai tetap tinggi karena probability pertemuan node dalam
jaringan yang cenderung sama. Jumlah copy pesan yang dikirimkan oleh
PROPHETv2 yang lebih sedikit, membuat tingkat keberhasilan
pengiriman pesan juga menjadi lebih rendah. Jumlah copy pesan yang
lebih sedikit berarti hanya sedikit node dalam jaringan yang memiliki
copy pesan tersebut, sehingga keberhasilan pesan dapat disampaikan
kepada destination pun menjadi lebih rendah.
27
50000
Avg. Latency (detik)

Prophet ProphetV2
40000
30000
20000
10000
0
20 40 60 80 100
Jumlah Node
Gambar 4.3. Grafik pengaruh penambahan node terhadap Latency pada

pergerakan Random Waypoint.
4
Prophet ProphetV2
3
Hopcount
0
20 40 60 80 100
Jumlah Node
Gambar 4.4. Grafik pengaruh penambahan node terhadap Latency pada

pergerakan Random Waypoint.
Lama waktu pesan untuk sampai ke destination dipengaruhi oleh

jumlah copy pesan dalam jaringan dan jumlah node yang membantu
dalam meneruskan pesan. Semakin banyak node meneruskan pesan,
semakin cepat pesan tersebut sampai kepada node destination. Gambar
4.4 memperlihatkan jumlah Hop (lompatan) yang dilalui pesan untuk
sampai ke destination. Pada skenario ini PROPHET memiliki jumlah
hopcount yang lebih tinggi dibanding PROPHETv2. Ini karena pada
protokol PROPHET, lebih banyak node yang mendapatkan copy pesan
dan terlibat untuk membantu meneruskan pesan ke destination. Dengan
jumlah hopcount yang lebih banyak, maka waktu yang dibutuhkan
protokol PROPHET untuk menyampaikan pesan ke destination menjadi
lebih cepat( Lihat Gambar 4.3).
28
4.1.2 Penambahan Kecepatan Node

Tabel 4.3. Hasil penambahan kecepatan node protokol PROPHET pada
pergerakan Random Waypoint
Prophet
Kecepatan Delivery Overhead Latency Hopcount
Node ratio ratio
0.5-1.0 0,7379 36,0420 23299,6258 2,9107
1.5-2.0 0,6501 34,5616 22842,1407 2,8281
2.5-3.0 0,5648 35,1330 24489,0622 2,9025
3.5-4.0 0,4735 34,1770 28522,7644 2,9702
Tabel 4.4. Hasil penambahan kecepatan node protokol PROPHETv2

pada pergerakan Random Waypoint
ProphetV2
Kecepatan Delivery Overhead Latency Hopcount
Node ratio ratio
0.5-1.0 0,6743 28,7121 29588,6862 2,6015
1.5-2.0 0,5910 30,5882 27359,7437 2,5181
2.5-3.0 0,5125 31,6254 28339,9945 2,5987
3.5-4.0 0,3988 31,0326 31044,9607 2,6227
Pada skenario penambahan kecepatan, node dalam jaringan akan

bergerak semakin cepat. Pergerakan node yang semakin cepat akan
membuat node semakin cepat bertemu sehingga pesan tidak akan lama
disimpan karena segera di teruskan pada node yang ditemuinya. Karena
semakin cepat node dapat melakukan kontak, maka peluang untuk pesan
dapat di sampaikan ke node destination pun akan semakin besar.
. Disisi lain, dengan bertambahnya kecepatan tiap node, akan

mengganggu transmisi pesan antar node. Banyak dari pesan akan gagal
untuk dikirim ke node lain karena link yang terputus saat node saling
mengirim data. Ini disebabkan oleh pergerakan node yang terlalu cepat.
Pada saat pengiriman data berlangsung, node yang saling bertukar data
terlampau cepat keluar dari radio range kedua node tersebut sementara
pesan belum selesai terkirim. Ini akan berpegaruh pada nilai delivery
ratio nya, karena walaupun node sering bertemu tetapi akan semakin
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)
Gambar 4.5. Grafik pengaruh penambahan node terhadap Delivery ratio

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
Gambar 4.6. Grafik pengaruh penambahan node terhadap Overhead

ratio pada pergerakan Random Waypoint.
Pada Gambar 4.5 menunjukan nilai delivery ratio dari kedua

protokol cenderung menurun. Delivery ratio yang semakin turun ini
diakibatkan node yang bergerak terlampau cepat sehingga akan banyak
copy pesan yang gagal dikirim. Meskipun begitu PROPHET menunjukan
performa yang lebih baik dengan mengungguli PROPHETv2 pada
delivery rationya. Delivery ratio PROPHET cenderung lebih unggul
karena jumlah copy pesan yang dikirim pada protokol PROPHETv2 lebih
sedikit (lihat Gambar 4.6). Jumlah copy pesan yang lebih sedikit pada
30
PROPHETv2 disebabkan oleh perhitungan DP node yang menghasilkan

nilai DP yang tidak berlebihan, sehingga akan lebih sedikit node yang
memiliki nilai DP tinggi terhadap node destination. Oleh karena itu
jumlah copy pesan yang diteruskan dalam jaringan pada protokol
PROPHETv2 menjadi lebih sedikit. Penyebab Tingginya nilai overhead
ratio PROPHET disebabkan perhitungan DP khususnya pada update
transitivity dari protokol ini, yang menghasilkan DP node dalam jaringan
yang berlebih. Ini menyebabkan akan banyak node dalam jaringan yang
memiliki nilai DP yang tinggi terhadap node destination, sehingga
banyak dari node akan meneruskan pesan kepada node yang sebenarnya
tidak optimal untuk mengirimkan pesan tersebut.
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
Gambar 4.7. Grafik pengaruh penambahan node terhadap Avg. Latency

4
Prophet ProphetV2
3
Hopcount
0
0.5-1.0 1.5-2.0 2.5-3.0 3.5-4.0
Gambar 4.8. Grafik pengaruh penambahan node terhadap Hopcount

31
Dengan jumlah copy pesan yang semakin berkurang dalam jaringan

akibat banyaknya copy pesan yang gagal diteruskan, maka waktu yang
dibutuhkan pesan untuk dapat sampai ke destination akan semakin lama.
Pada Gambar 4.7 menampilkan Avg. Latency dari kedua protokol yang
cenderung naik diakibatkan jumlah copy pesan yang terbatas dan
banyaknya pengiriman pesan yang gagal akibat node yang bergerak cepat
dalam jaringan, sehingga akan semakin lama untuk pesan dapat diterima
oleh destination. Pada skenario ini, protokol PROPHET dapat
menyapaikan pesan lebih cepat dari PROPHETv2. Hal ini dapat terjadi
karena protokol PROPHET lebih banyak meneruskan copy pesan
dibanding PROPHETv2, sehingga jumlah node yang membantu
meneruskan pesan kepada destination juga menjadi lebih banyak(lihat
gambar 4.8).
4.2. Pergerakan Shortest Path Map Based Movement(SPMBM)

Tabel 4.5. Hasil perbandingan PROPHET dan PROPHETv2 pada pergerakan
Shortest Path Map Based Movement
Protokol Delivery Overhead Avg.
Hopcount
Routing ratio ratio Latency
Prophet 0,2855 68,7097 5233,2712 3,6350
ProphetV2 0,3515 37,5998 4818,9590 2,9598
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
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

PROPHETv2 pada pergerakan Shortest Path Map Based movement
80
68,7097
Overhead ratio
60
37,5998
40
20
0
Prophet ProphetV2

Pada skenario ini delivery ratio dari PROPHETv2 berhasil mengungguli

PROPHET(lihat Gambar 4.9). nilai delivery ratio yang tinggi dari
PROPHETv2 disebabkan perhitungan DP nya yang menghasilkan probability
bertemu node yang lebih baik, sehingga DP dari node lebih sesuai dengan
keadaan jaringan. Hal ini terlihat dari Gambar 4.10. Dengan jumlah copy pesan
33
yang dikirim lebih sedikit dari PROPHET, PROPHETv2 mampu mengirimkan

lebih banyak pesan. Pada protokol PROPHET, update transitivity nya akan
menghasilkan nilai DP node yang berlebihan sehingga mempengaruhi proses
pengiriman 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. Oleh karena
itu PROPHET meneruskan copy pesan lebih banyak bahkan ke node yang
sebenarnya bukan node yang ideal untuk mengirimkan pesan tersebut.
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.
34
5400
5233,2712
Avg Latency (detik)

5200
5000
4818,9590
4800
4600
Prophet ProphetV2
Gambar 4.11. Grafik perbandingan Avg Latency protokol PROPHET dan

4 3,6350
2,9598
3
Hopcount
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).
35
4.3. Pergerakan Working Day Movement Model (WDM)

Working Day Movement Model.
Hopcount
Prophet 0,2097 1687,6396 42102,2193 3,2674
ProphetV2 0,2712 1288,1752 43802,6264 3,2319
Sama dengan skenario sebelumnya, pada skenario WDM yang diterapkan

pada peta kota Helsinky ini melibatkan 2 group node yang bergerak dengan
movement model yang berbeda. Dalam skenario ini node akan terbagi dalam 4
wilayah didalam kota. Masing masing wilayah memiliki node penduduk dan
node bus. Dalam skenario ini bus dalam kota akan bergerak dengan pergerakan
Bus Movement, dan terdapat node yang bergerak ke seluruh wilayah di kota
dengan menggunakan pergerakan Shortest Path Map Based Movement. Pada
skenario pergerakan ini, node tidak bergerak aktif seperti pada skenario
SPMBM. Banyak node akan cenderung bergerak dan diam di satu tempat untuk
beberapa waktu dan kemudian kembali bergerak, sedangkan node yang selalu
aktif bergerak adalah node bus. Jumlah pertemuan node pada pergerakan ini
memiliki perbedaan yang cukup besar. Node yang bergerak dengan WDM
cenderung akan diam disatu tempat untuk waktu yang lama sehingga jumlah
pertemuan antar nodenya menjadi sedikit. Sedangkan pada pergerakan bus
movement, node bus yang terus bergerak membuat node ini memiliki jumlah
pertemuan yang lebih banyak. Bus dalam skenario ini akan bergerak sesuai
dengan rute yang telah ditentukan (berdasarkan routeFile) secara berulang
ulang. Tantangan bagi transitivity PROPHET dan PROPHETv2 disini ialah,
dalam skenario ini menyajikan kondisi node dalam komunitas yang antar
komunitasnya terhubung oleh hanya beberapa node yang bergerak antara
komunitas tersebut. Hal ini sangat berpengaruh pada update transitivity untuk
kedua protokol. Dalam skenario ini dikenal adanya hub node atau node yang
punya jumlah kontak dan probability bertemu node lain dalam jaringan yang
tinggi, sehingga node tersebut menjadi node yang baik untuk meneruskan
pesan ke node destination. Node tersebut adalah node bus. Selain karena bus
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

PROPHETv2 pada pergerakan Working Day Movement Model
2000
1687,6396
1600
Overhead ratio
1288,1752
1200
800
400
0
Prophet ProphetV2

Gambar 4.13 menunjukan tingkat keberhasilan pesan sampai ke tujuan yang

lebih baik PROPHETv2. Penyebabnya ialah perhitungan DP 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

4
3,4845 3,3991
3
Hopcount
0
Prophet ProphetV2

38
Gambar 4.15 menunjukan PROPHET walaupun dengan probability pesan

sampai lebih rendah, waktu pesan untuk sampai pada protokol ini cenderung
lebih cepat. Berbeda dengan skenario sebelumnya yang node dalam
jaringannya aktif bergerak, dalam skenario ini banyak dari node dalam jaringan
bergerak kemudian diam di satu tempat untuk beberapa waktu, sehingga
pergerakan nodenya cenderung rendah. Dalam skenario ini jumlah copy pesan
yang di teruskan node sangat berpengaruh pada waktu pesan sampai ke
destination. Dengan jumlah copy pesan yang lebih banyak, PROPHET dapat
menyampaikan pesan lebih cepat dibanding PROPHETv2. Selain itu
keterlibatan node dalam jaringan yang membantu meneruskan pesan juga
berpengaruh pada waktu pesan untuk sampai. Pada Gambar 4.16 menunjukan
pada protokol PROPHET jumlah hopcount pesan lebih tinggi. Ini berarti
banyak dari node dalam jaringan yang membantu meneruskan copy pesan
sehingga dapat mempercepat pesan sampai pada node destination.
4.4. Pergerakan Manusia

4.4.1. Haggle4-Cam-Imote
Tabel 4.7. Hasil perbadingan PROPHET dan PROPHETv2 pada
pergerakan Haggle4-Cam-Imote.
Hopcount
Prophet 0,3831 187,7350 34301,1722 6,7550
ProphetV2 0,4272 122,4843 33151,3013 4,1278
Pada pergerakan haggle Cambridge ini, node yang bergerak dalam

jaringan merupakan manusia, sehingga perilaku serta mobilitas node
dalam pergerakan ini menggambarkan aktivitas manusia sesungguhnya.
Karena mobilitas node dalam jaringan adalah manusia maka, jumlah
pertemuan antar nodenya pun akan sangat beragam. Dalam pergerakan
manusia juga dikenal node yang populer. Node ini adalah node dalam
jaringan yang memiliki probability paling tinggi untuk bertemu node
lain. Untuk itu, pada skenario ini kedua protokol akan diuji bagaimana
perhitungan DP menangani informasi yang tersebar antar node dengan
jumlah pertemuan antar node tinggi (hub node) dan node yang jumlah
39
pertemuan dengan node rendah pada pergerakan yang real / pergerakan

manusia.
0,5
0,4272
0,3831
0,4
Delivery ratio 0,3
0,2
0,1
0
Prophet ProphetV2
Gambar 4.17. Grafik perbandingan Delivery ratio protokol PROPHET

dan PROPHETv2 pada pergerakan Haggle4-Cam-Imote
200 187,7350
Overhead ratio
160
122,4843
120
80
40
0
Prophet ProphetV2
Gambar 4.18. Grafik perbandingan Overhead ratio protokol PROPHET

Pada skenario ini terlihat PROPHETv2 mampu mengungguli

PROPHET dengan tingkat keberhasilan menggirimkan pesan yang lebih
tinggi (lihat Gambar 4.17). PROPHETv2 berhasil mengirimkan pesan
lebih banyak karena perhitungan DP nya yang membuat pemilihan node
untuk merelay pesan menjadi lebih baik, sehingga kemungkinan pesan
dapat sampai ke destination menjadi lebih tinggi. PROPHET dalam
skenario ini akan menghasilkan DP node yang kurang sesuai dengan
keadaan jaringan karena update transitivitynya yang tidak bekerja dengan
baik, sehingga akan ada banyak node dengan DP yang tinggi terhadap
destination. Ini akan membuat banyak pesan akan direlay bahkan kepada
40
node yang kurang optimal untuk menyampaikan pesan kepada node

destination. Selain itu Pemilihan node relay yang lebih baik pada
PROPHETv2 juga berpengaruh pada jumlah copy pesan yang diteruskan
dalam jaringan. Karena pemilihan node yang lebih optimal dari
PROPHETv2, tingkat keberhasilan pengiriman pesan dapat ditingkatkan
meskipun dengan jumlah copy pesan yang lebih sedikit dibanding
PROPHET(lihat Gambar 4.18).
34301,1722
34400
Avg. Latency(detik)
34000
33600
33151,3013
33200
32800
32400
Prophet ProphetV2
Gambar 4.19. Grafik perbandingan Avg. Latency protokol PROPHET

8
6,7550
6
Hopcount
4,1278
4
0
Prophet ProphetV2

PROPHETv2 pada pergerakan Haggle4-Cam-Imote
Ketika node yang dipilih lebih optimal untuk membawa pesan

kepada node destination, maka waktu untuk pesan sampai juga akan
lebih cepat. Pada gambar 4.19 PROPHETv2 mampu mengirimkan pesan
lebih cepat dan dengan melibatkan node relay yang lebih sedikit
dibandingkan PROPHET (lihat Gambar 4.20).
41
4.4.2. Reality MIT

Tabel 4.8. Hasil perbadingan PROPHET dan PROPHETv2 pada
pergerakan Reality MIT.
Hopcount
Prophet 0,4121 768,7615 240228,2022 5,4902
Prophetv2 04260 250,2240 237511,3831 4,2772
Pada skenario ini pergerakan node masih sama dengan skenario

sebelumnya yaitu menggunakan pergerkaan manusia. Yang
membedakan pergerakan ini dengan yang sebelumnya ialah dataset yang
digunakan, lingkungan, lama waktu simulasi, juga jumlah node yang
terlibat dalam skenario. Skenario pergerakan Reality MIT dilakukan
dalam waktu kurang lebih 7 bulan dengan melibatkan 97 mahasiswa MIT
yang pada skenario ini digambarkan sebagai node. Sama halnya dengan
skenario sebelumnya, karena menggunakan pergerakan manusia, maka
pertemuan antar node akan bervariasi. Hub node dalam jaringan tetap
diperhitungkan pada skenario ini. Hal ini karena pada pergerakan
manusia tentu ada node yang akan sering bertemu dengan node lain,
sehingga node tersebut mempunyai probability menyampaikan pesan ke
destination yang lebih tinggi dari node lain.
0,5
0,4121 0,4260
0,4
Dellivery ratio
0,3
0,2
0,1
0
Prophet Prophetv2
Gambar 4.21. Grafik perbandingan Delivery ratio protokol PROPHET

dan PROPHETv2 pada pergerakan Reality MIT
42
1000
768,7615
800
Overhead ratio
600
400
250,2240
200
0
Prophet Prophetv2
Gambar 4.22. Grafik perbandingan Overhead ratio protokol PROPHET

Pada tingkat keberhasilan menyampaikan pesan, kedua protokol

memperlihatkan unjuk kerja yang hampir sama baik, meskipun
PROPHETv2 masih sedikit lebih unggul (lihat Gambar 4.21). Unggulnya
PROPHETv2 pada skenario ini disebabkan perhitungan DP node yang
lebih baik dibandingkan PROPHET. PROPHETv2 cenderung memilih
node yang optimal untuk menyampaikan pesan kepada node destination,
sehingga meskipun dengan jumlah copy pesan yang lebih sedikit,
tinggkat keberhasilan pesan untuk dapat sampai kepada destination
menjadi lebih tinggi (lihat Gambar 4.22). sifat transitivity pada
PROPHET akan membuat DP node dalam jaringan tidak sesuai dengan
kondisi sebenarnya. Hal ini akan membuat banyak node akan mempunyai
probability yang tinggi terhadap node destination. Akibatnya PROPHET
akan meneruskan copy pesan bahkan kepada node relay yang sebenarnya
kurang optimal untuk meneruskan pesan kepada destination.
43
42400
42139,6947
Avg. Latency(detik)
42000
41499,6535
41600
41200
40800
Prophet Prophetv2
Gambar 4.23. Grafik perbandingan Avg. Latency protokol PROPHET

4
3,4857
3,1346
3
Hopcount
0
Prophet Prophetv2

PROPHETv2 pada pergerakan Reality MIT
Pemilihan node yang lebih optimal yang ditunjukan PROPHETv2

tidak hanya berpengaruh pada berkurangnya jumlah copy pesan yang
tersebar di jaringan, tetapi juga berpengaruh pada waktu pesan untuk
dapat sampai pada destination. Dengan pertemuan node yang bervariasi
dalam jaringan, pemilihan node yang benar benar memiliki probability
tinggi bertemu destination akan mempercepat pesan untuk diterima. Ini
terlihat dari Gambar 4.23. PROPHETv2 menunjukan waktu pesan
sampai ke destination yang lebih cepat dibanding PROPHET dengan
melibatkan node relay dalam jaringan yang lebih sedikit (lihat Gambar
4.24).
44
Pada pergerakan manusia(Haggle-Cam-Imote dan Reality), hasil

yang diperoleh kedua protokol memiliki perbedaan yang kecil. Hal ini
disebabkan karena dalam skenario yang dibuat untuk pergerakan
manusia, waktu perhitungan Aging(waktu pengurangan nilai DP node
untuk node yang tidak bertemu kembali dalam beberapa waktu) yang
terlampau cepat, sehingga membuat perhitungan Delivery
Predictability kedua protokol tidak bekerja dengan baik khususnya
pada perhitungan update transitivity. Hal ini membuat unjuk kerja
kedua protokol akan menjadi semakin sama, juga perbaikan yang
dilakukan oleh PROPHETv2 menjadi tidak terlihat mempengaruhi
protokol ini. Berbeda dengan kinerja keduanya pada pegerakan random
yang pertemuan nodenya sama, pertemuan node dalam pergerakan
manusia menjadi beragam. Hal ini karena dalam pergerakan manusia
ada kemungkinan node akan saling bertemu kemudian tidak bertemu
lagi dalam waktu yang lama. Sehingga apabila perhitungan Aging
dilakukan dalam waktu yang cepat, maka pengurangan nilai DP node
pun menjadi semakin cepat, dimana hal ini akan mempengaruhi hasil
dari perhitungan update transitivity kedua protokol yang juga akan
berdampak pada kinerja protokol dalam jaringan.
Menentukan waktu perhitungan Aging yang sesuai pada beberapa

skenario , dalam hal ini pergerakan manusia menjadi hal yang penting
karena waktu Aging yang lebih sesuai dengan keadaan jaringan dan
lama waktu simulasi akan membuat kerja protokol menjadi lebih baik.
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.
Perhitungan DP dari PROPHETv2 yang memperbaiki perhitungan DP

milik PROPHET, berhasil mengatasi kekurangan PROPHET untuk skenario
dengan jumlah pertemuan dan mobilitas node yang beragam dan pada
pergerakan manusia. Hal ini terlihat dari terbentuknya nilai DP node yang lebih
sesuai dengan keadaan jaringan, sehingga meningkatkan Delivery ratio dan
mengurangi jumlah copy pesan serta latency. Oleh karena itu PROPHETv2
menunjukan performa yang lebih baik dari PROPHET khususnya pada
skenario dengan mobilitas 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
DAFTAR PUSTAKA
[1] Schiller, J., “Mobile Communication”, Great Britain: Biddles,2003.
[2] Zhang, Z. (2006). “Routing in Intermittenly Connected Mobile Ad Hoc

Networks and Delay Tolerant Networks: Overview and Challenges”, 8 (1) pp.
24-37.
[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.
[5] S. Grasic, E. Davies, A. Lindgren, and A. Doria, “ The Evolution of DTN

Routing Protocol – PRoPHETv2”, in Proceedings of the 6th ACM Workshop
on Challenged Network (CHANTS’11), pp.27-30, New York, NY, USA, 2011.
[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.
[7] Pramanik , A., et al. (2015).”Simulate Study of Random Waypoint Mobility

Model for Mobile Ad Hoc Networks”, Proceendings of 2015 Global
Conference on Communication Technologies(GCCT 2015. pp. 112-116).
[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
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
# "Bluetooth" interface for all nodes

btInterface.type = SimpleBroadcastInterface
btInterface.transmitSpeed = 250k
btInterface.transmitRange = 10
Scenario.nrofHostGroups = 1
# Common settings for all groups

Group.movementModel = RandomWaypoint
Group.router = ProphetV2Router
Group.bufferSize = 60M
Group.waitTime = 0, 120
Group.nrofInterfaces = 1
Group.interface1 = btInterface
# Walking speeds
Group.speed = 0.5,1.0
# Message TTL of 300 minutes (5 hours)

Group.msgTtl = 1440
#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
# how many reports to load

48
Report.nrofReports = 4
Report.warmup = 0
Report.reportDir = reports/RandomWaypoint/penambahannode
Report.report1 = MessageStatsReport
Report.report2 = DeliveryCentralityReport
## Default settings for some routers settings

ProphetRouter.secondsInTimeUnit = 30
ProphetV2Router.secondsInTimeUnit = 30
 Penambahan Kecepatan node
Scenario.name = RandomWaypoint_scenario1


Group.movementModel = RandomWaypoint
Group.router = ProphetV2Router
# Walking speeds
Group.speed = [0.5,1.0;1.5,2.0;2.5,3.0;3.5,4.0]
# Message TTL of 300 minutes (5 hours)

Group.msgTtl = 1440
#Group.nrofHosts = 40
Group.nrofHosts = 40
Group1.groupID = p
Events.nrof = 1
Events1.size = 500k, 1M
Events1.hosts = 0,0
Events1.tohosts = 39,39
Events1.prefix = m
49
MovementModel.rngSeed = 2

Report.warmup = 0
Report.reportDir = reports/RandomWaypoint/penambahankecepatan

b. Pergerakan Shortest Path Map Based Movement(SPMBM)

Scenario.name = default_scenario
# 43200s == 12h

# High speed, long range, interface for group 4

highspeedInterface.type = SimpleBroadcastInterface
highspeedInterface.transmitSpeed = 10M
highspeedInterface.transmitRange = 1000
# Define 6 different node groups


Group.movementModel = ShortestPathMapBasedMovement
Group.router = [ProphetRouter;ProphetV2Router]
Group.speed = 0.5, 1.5
Group.msgTtl = 300
# group1 (pedestrians) specific settings

Group1.groupID = p
50
# group2 specific settings

Group2.groupID = c
Group2.okMaps = 1
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
Group6.groupID = t
## Message creation parameters

Events.nrof = 1
Events1.size = 500k,1M
Events1.hosts = 0,125
Events1.prefix = M
## Movement model settings

MovementModel.rngSeed = [2;8372;98092]
MovementModel.worldSize = 4500, 3400
## Map based movement -movement model specific settings

MapBasedMovement.nrofMapFiles = 4
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
Report.reportDir = [reports/SPMBM/Prophet; reports/SPMBM/ProphetV2]
# Report classes to load

Report.report3 = MessageDelayReport

c. Pergerakan Working Day Movement Model(WDM)

#Scenario.name = WorkingDayMovementEpidemic_scenario
Scenario.name = WorkingDayMovement_scenario
Scenario.updateInterval = 1
Report.warmup = 0
Group.msgTtl = 1440
###################################
### common settings for all groups
Group.movementModel = MapBasedMovement
Group.transmitRange = 10
Group.transmitSpeed = 100k
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
52
Group.timeDiffSTD = 7200
Group.minGroupSize = 1
Group.maxGroupSize = 3
Group.minAfterShoppingStopTime = 3600
Group.maxAfterShoppingStopTime = 7200
####################################################
Group1.groupID = o
Group1.movementModel = BusMovement
Group1.routeFile = data/HelsinkiMedium/A_bus.wkt
Group1.busControlSystemNr = 1
Group2.groupID = A
Group2.movementModel = WorkingDayMovement
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.routeFile = data/HelsinkiMedium/B_bus.wkt
Group4.groupID = B
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.routeFile = data/HelsinkiMedium/C_bus.wkt
53
Group6.groupID = C
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.routeFile = data/HelsinkiMedium/D_bus.wkt
Group8.groupID = D
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.routeFile = data/HelsinkiMedium/E_bus.wkt
Group10.groupID = E
Group10.meetingSpotsFile = data/HelsinkiMedium/E_meetingspots.wkt
Group10.officeLocationsFile = data/HelsinkiMedium/E_offices.wkt
Group10.homeLocationsFile = data/HelsinkiMedium/E_homes.wkt
Group11.groupID = t
54
Group11.routeFile = data/HelsinkiMedium/F_bus.wkt
Group12.groupID = F
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.routeFile = data/HelsinkiMedium/G_bus.wkt
Group14.groupID = G
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.routeFile = data/HelsinkiMedium/H_bus.wkt
Group16.groupID = H
55
Group16.nrOfOffices = 40
Group16.nrOfMeetingSpots = 5
Group17.groupID = K
Group17.movementModel = ShortestPathMapBasedMovement
ExternalEvents.nrofPreload = 500
ExternalEvents.filePath = ee/700_events_1000_nodes_700ks.txt
MovementModel.rngSeed = [2; 8372; 98092]

MovementModel.worldSize = 10000, 8000
MapBasedMovement.nrofMapFiles = 1
MapBasedMovement.mapFile1 = data/HelsinkiMedium/roads.wkt

Report.reportDir = [reports/WDMSimulation/Prophet;
reports/WDMSimulation/ProphetV2]
# Report classes to load

Report.report2 = DeliveredMessagesReport

d. Pergerakan Manusia
 Haggle4-Cam-Imote
Scenario.name = pergerakanManusiaCamImote
Scenario.simulateConnections = false
Group.movementModel = StationaryMovement
Group.nodeLocation = 0,1
56
Group.msgTtl = 1440
# group1 (pedestrians) specific settings

Group1.groupID = n
Events.nrof = 2
Events1.class = StandardEventReader
Events1.filePath = Haggle4-Cam-Imote.csv
Events2.hosts = 0,0
Events2.prefix = M
Report.warmup = 0
Report.reportDir = [reports/HaggleCam/Prophet;
reports/HaggleCam/ProphetV2]
 Reality MIT
Scenario.name = RealityMIT
Scenario.simulateConnections = false
Group.movementModel = StationaryMovement
Group.nodeLocation = 0,1
57
Group.msgTtl = 1440
Group1.groupID = p
Events.nrof = 2
Events1.class = StandardEventReader
Events1.filePath = RealityConnectionTraceFinal.txt
Events2.hosts = 1,1
Events2.prefix = M
Report.warmup = 0
Report.reportDir = [reports/Reality/Prophet;
reports/Reality/ProphetV2]

Full

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Full

Diunggah oleh

Hak Cipta:

Format Tersedia

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ANALISIS PERBANDINGAN UNJUK KERJA PROTOKOL PROPHET

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana

PROGRAM STUDI TEKNIK INFORMATIKA

ANALISIS PERBANDINGAN UNJUK KERJA PROTOKOL PROPHET

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana

PROGRAM STUDI TEKNIK INFORMATIKA

PERFORMANCE EVALUATION OF PROPHET PROTOCOL AND

Presented as Partial Fulfillment of Requirements To Obtain Sarjana

PROGRAM STUDI TEKNIK INFORMATIKA

Jaringan Oportunistik merupakan kondisi jaringan dimana komunikasi dapat

Pada penelitian ini penulis akan melakukan pengujian terhadap kinerja

Hasil pengujian menunjukan bahwa PROPHETv2 berhasil mengatasi

Kata Kunci : Jaringan Oportunistik, PROPHET, PROPHETv2, Simulator ONE,

Opportunistic network is a network condition where communication can occur

Keywords : Opportunistic Network, PROPHET, PROPHETv2, ONE Simulator,

2.1. Jaringan Oportunistik ................................................................................... 6

2.5. Shortest Path Map Based Movement ......................................................... 15

3.1. Parameter Simulasi..................................................................................... 20

4.1. Pergerakan Random Waypoint .................................................................. 24

5.1. Kesimpulan ................................................................................................ 45

Tabel 3.1. Parameter Utama Simulasi. .................................................................. 20

Tabel 3.3. skenario penambahan kecepatan node pada pergerakan Random

Tabel 3.4. skenario Shortest Path Map Based Movement .................................... 21

Tabel 3.5. Skenario Working Day Movement Model ............................................ 21

Tabel 3.6. Skenario Haggle4-Cam-Imote ............................................................. 22

Tabel 3.7. Skenario Reality Mining MIT ............................................................... 22

Tabel 4.4. Hasil penambahan kecepatan node protokol PROPHETv2 pada

Tabel 4.5. Hasil perbandingan PROPHET dan PROPHETv2 pada pergerakan

Tabel 4.6. Hasil perbadingan PROPHET dan PROPHETv2 pada pergerakan

Tabel 4.7. Hasil perbadingan PROPHET dan PROPHETv2 pada pergerakan

Gambar 2.2. Ilustrasi metric transitivitypada PROPHET. .................................... 11

Gambar 2.3. Ilustrasi forwarding Strategies PROPHET. ..................................... 11

Gambar 2.5. Pergerakan Random Waypoint. ........................................................ 15

Gambar 4.8. Grafik pengaruh penambahan node terhadap Hopcount pada

Gambar 4.9. Grafik perbandingan Delivery ratio protokol PROPHET dan

Gambar 4.10. Grafik perbandingan Overhead ratio protokol PROPHET dan

Gambar 4.11. Grafik perbandingan Avg Latency protokol PROPHET dan

Gambar 4.12. Grafik perbandingan Hopcount protokol PROPHET dan

Gambar 4.13. Grafik perbandingan Delivery ratio protokol PROPHET dan

Gambar 4.14. Grafik perbandingan Overhead ratio protokol PROPHET dan

Gambar 4.15. Grafik perbandingan Avg. Latency protokol PROPHET dan

Gambar 4.16. Grafik perbandingan Hopcount protokol PROPHET dan

Gambar 4.17. Grafik perbandingan Delivery ratio protokol PROPHET dan

Gambar 4.18. Grafik perbandingan Overhead ratio protokol PROPHET dan

Gambar 4.19. Grafik perbandingan Avg. Latency protokol PROPHET dan

Gambar 4.20. Grafik perbandingan Hopcount protokol PROPHET dan

Gambar 4.21. Grafik perbandingan Delivery ratio protokol PROPHET dan

Gambar 4.22. Grafik perbandingan Overhead ratio protokol PROPHET dan

Gambar 4.23. Grafik perbandingan Avg. Latency protokol PROPHET dan

Gambar 4.24. Grafik perbandingan Hopcount protokol PROPHET dan

1.1. Latar Belakang

Pada kehidupan nyata cara seseorang menggunakan perangkat pada media

Solusi untuk tantangan yang ada ialah menggunakan jaringan ad hoc.

dan perangkatnya. Kondisi ini disebut dengan Mobile Ad Hoc Network

Pada Jaringan Opportunistik terdapat metode yang di sebut store-carry-

Dalam menentukan node yang dapat me-relay pesan, PROPHET

Dalam tugas akhir ini, penulis akan membandingkan kerja protokol

1.2. Rumusan Masalah

1.3 Tujuan Penelitian

1.4 Batasan Masalah

1.5. Metodologi Penelitian

a. Teori Jaringan Opportunistik dan model pergerakannya.