Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Kami adalah IntechOpen,

penerbit terkemuka di dunia
Buka buku Akses
Dibangun oleh ilmuwan, untuk ilmuwan

5.600
Buku akses terbuka tersedia
137.000
Penulis dan editor internasional
170M
Unduhan

Penulis kami termasuk di antara

154
Negara dikirim ke
TOP 1%
ilmuwan yang paling banyak dikutip
12,2%
Kontributor dari 500 universitas teratas

Pilihan buku kami diindeks dalam Indeks Kutipan Buku

dalam Koleksi Inti Web of Science™ (BKCI)

Tertarik untuk menerbitkan bersama kami?

Hubungi book.department@intechopen.com

Angka-angka yang ditampilkan di atas didasarkan pada data terbaru yang dikumpulkan.

Untuk informasi lebih lanjut kunjungi www.intechopen.com

Bab

Protokol Pengumpulan Data di

Jaringan Sensor Nirkabel
Koppala Guravaiah, Arumugam Kavitha dan
Rengaraj Leela Velusamy

Abstrak

Dalam beberapa tahun terakhir, jaringan sensor nirkabel telah menjadi solusi
efektif untuk berbagai aplikasi IoT. Tugas utama jaringan ini adalah pengumpulan data,
yaitu proses penginderaan lingkungan, mengumpulkan data yang relevan, dan
mengirimkannya ke server atau BS. Dalam bab ini, klasifikasi protokol pengumpulan
data disajikan dengan bantuan parameter yang berbeda seperti masa pakai jaringan,
energi, toleransi kesalahan, dan latensi. Untuk mencapai parameter ini, teknik yang
berbeda seperti multi-hop, clustering, duty cycling, network coding, aggregation, sink
mobility, directional antennas, dan solusi cross-layer telah dianalisis. Kelemahan dari
teknik ini dibahas. Akhirnya, pekerjaan masa depan untuk protokol routing dalam
jaringan sensor nirkabel dibahas.

Kata kunci: jaringan sensor nirkabel, protokol perutean, pengumpulan data, masa pakai
jaringan, efisiensi energi, toleransi kesalahan, latensi rendah

1. Perkenalan

Jaringan sensor nirkabel (WSNs) [1] didistribusikan di antara lingkungan dengan

li ghtweight dan node sensor kecil. Node sensor ini digunakan untuk mengukur arameter
Plingkungan. Beberapa parameter tersebut adalah getaran, tekanan, suara, gerakan, suhu,
Skelembaban, dll. Sensor terkoordinasi dengan baik dan terhubung ke base station (BS)
atau wastafel menggunakan komunikasi nirkabel untuk mengirimkan informasi yang
sebuah

Fdirasakan. Karena itu, banyak aplikasi berbasis IoT seperti aplikasi rumah [2], pemantauan
kendaraan [3], aplikasi medis, pemantauan struktural, pemantauan habitat, deteksi intrusi,
pelacakan untuk tujuan militer, dll., menggunakan WSN untuk pengumpulan data [ 1, 4, 5].

Protokol routing jaringan ad hoc dan seluler tidak cocok untuk jaringan sensor karena
tantangan desain node sensor seperti penyebaran node, mobilitas node, dan keterbatasan
sumber daya (baterai, komunikasi, dan kemampuan pemrosesan) [6]. Dalam WSN, sejumlah
besar node sensor dikerahkan untuk aplikasi tertentu karena pengalamatan global ini yang
terlalu sulit untuk dipelihara. Karena jumlah yang besar ini, node yang terletak di area yang
sama dapat menghasilkan data yang berlebihan dan mengirimkan ke BS. Hal ini menyebabkan
pemborosan bandwidth dan lalu lintas jaringan yang pada gilirannya mempengaruhi konsumsi
energi yang lebih banyak. Kendala sumber daya utama lainnya dari node sensor adalah daya
baterai yang terbatas karena penggantian atau pengisian ulang baterai tidak dimungkinkan di
sebagian besar aplikasi WSN. WSN memiliki media komunikasi nirkabel, yang

1
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi

Pengumpulan data Aplikasi EE LT LL FT S QR

Pengumpulan data rutin Perawatan kesehatan Pemantauan pasien MMHHH H H

Militer Pengawasan medan perang HHHHH H H

Pemantauan struktural HHHHM M H

Publik pemantauan pabrik MMHMM M H

Industri Pemantauan mesin MMHMLM H

Keamanan Pemantauan kimia MMHMMM H

Lingkungan Pemantauan bencana HHHHLM M

Tr kontrol afik dan MMHH M HM

Mmengawasi

Data non-reguler Pertanian Pertanian presisi H H L MLLH

koleksi
Pengendalian lingkungan di MMML LLM
bangunan

Industri Mengelola kontrol inventaris MMML LLM

Rumah Otomatisasi rumah pintar MML L L L M

Pemantauan hewan HHL L L L M

Lingkungan Pelacakan kendaraan dan HH L L LMM

deteksi

Penilaian kerusakan bencana MML L LMM

EE: efisiensi energi; LT: seumur hidup; LL: latensi rendah; FT: toleransi kesalahan; S: skalabilitas; T: kualitas layanan; R:
keandalan; L: rendah; G: sedang; H: tinggi.

Tabel 1.
Aplikasi WSN berdasarkan kebutuhan pengumpulan data.

mengarah pada peningkatan kemungkinan tabrakan dalam proses komunikasi data dan yang
berdampak pada kinerja jaringan. Saat merancang protokol perutean pengumpulan data baru
dan mencapai persyaratannya seperti area cakupan, akurasi data, dan latensi rendah, kita perlu
mempertimbangkan masalah yang disebutkan di atas [7].
Dalam WSN, pengumpulan data penginderaan dapat dilakukan dalam mode reguler atau
non-reguler. Data harus dikumpulkan terus menerus dari node sensor dalam mode reguler.
Padahal, dalam mode non-reguler, data harus dikumpulkan secara berkala
diterminal dari node sensor. Tabel 1 mengacu pada metrik desain yang berbeda seperti
eefisiensi energi (EE), masa pakai (LT), latensi rendah (LL), toleransi kesalahan (FT),
rikeamanan (S), kualitas layanan (Q), dan keandalan (R), yang dipertimbangkan dengan
tingkat kepentingan [rendah (L), sedang (M), dan tinggi (H)] untuk aplikasi WSN yang
berbeda.
Tujuan utama bab ini adalah pemahaman yang lebih baik tentang protokol
pengumpulan data sehubungan dengan masa pakai jaringan, konservasi energi, toleransi
kesalahan, dan latensi rendah. Selain itu, pemahaman beberapa teknik yang ada seperti
multi-hop, clustering, duty cycling, aggregation, directional antennas, network coding, sink
mobility, dan solusi cross-layer untuk mencapai parameter tersebut.

2. Pengumpulan data

Untuk merasakan data dari lingkungan dan mentransfer ke BS, node sensor
ditempatkan di lokasi tertentu. Tujuan utama pengumpulan data adalah akurasi
penginderaan dan transmisi data ke BS tanpa kehilangan informasi dan penundaan.

2
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659

Pengiriman data penginderaan ke BS baik dengan penyebaran data (data difusi) atau
pengumpulan data (pengiriman data) [8]. Data/query (pengaturan jaringan/manajemen
dan/atau perintah pengumpulan kontrol) propagasi di seluruh jaringan dilakukan pada
tahap penyebaran data. Latensi rendah adalah masalah utama untuk menyebarkan data/
query ke BS.
Pengiriman data atau pengumpulan data adalah penerusan data yang dirasakan ke BS.
Tujuan utama pengumpulan data adalah untuk memaksimalkan jumlah putaran transfer data
menuju BS sebelum jaringan mati. Ini akan dicapai dengan meminimalkan konsumsi energi
dan penundaan untuk setiap transmisi.
Single-hop atau multi-hop adalah teknik komunikasi dasar antara source nsor
senode dan BS dalam pengumpulan data. Data yang dirasakan diteruskan
Tlangsung ke BS dalam komunikasi single-hop. Dalam multi-hop [9], data yang
Tdirasakan diteruskan ke base station dengan bantuan node sensor perantara.
Dalam perutean multi-hop, konservasi energi, penemuan rute, QoS, dan latensi
rendah adalah masalah utama. Memperkenalkan mobilitas di node sink, yang
disebut sink seluler atau kolektor seluler [10] juga merupakan komunikasi hop
tunggal. Dalam jaringan ini, node sink seluler bergerak di sepanjang jalur lintasan
untuk mengakses data dari semua node sensor sumber dalam mode single-hop.
Identifikasi jalur lintasan adalah langkah penting dalam komunikasi single-hop ini
untuk mencakup semua node di seluruh jaringan.

2.1 Taksonomi protokol pengumpulan data

Klasifikasi yang berbeda dari protokol routing pengumpulan data [6, 11-15] diusulkan dalam
beberapa tahun terakhir oleh para peneliti. Gambar 1 menunjukkan klasifikasi yang berbeda dari
protokol routing pengumpulan data.
Klasifikasi berbasis arsitektur jaringan dikemukakan oleh Akkaya et al. [6] pada tahun
2005. Menurut Akkaya et al., protokol routing diklasifikasikan sebagai protokol data-centric,
hierarkis, dan berbasis lokasi. Sink menyebarkan kueri dalam jaringan untuk mendapatkan
data sensor dari node sensor adalah pekerjaan protokol data-centric. Dalam protokol
berbasis cluster atau hierarkis, jaringan node dibagi menjadi beberapa cluster dan setiap
cluster dikelola oleh kepala cluster (CH). Setiap CH akan menerima data yang dirasakan dari
anggota cluster yang sesuai dan meneruskannya ke BS. Teknik agregasi dapat digunakan
oleh CH untuk menghemat energi saat meneruskan ke
BS. Protokol berbasis geografis atau lokasi sedang mempertimbangkan informasi posisi
tinode sensor untuk perutean.
Multipath, berbasis kueri, berbasis negosiasi, berbasis kualitas layanan (QoS), dan
C
K
v sebuah

Gambar 1.
Taksonomi protokol pengumpulan data.

3
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi

akuisisi dilakukan oleh node sink dengan bantuan penyebaran kueri dalam perutean berbasis
kueri. Semua node sensor akan menyimpan data berdasarkan kepentingan node. Kemudian
data diteruskan ke tujuan hanya jika data node yang dirasakan atau diterima cocok dengan kueri
yang diterima. Deskriptor data digunakan oleh protokol berbasis negosiasi untuk mengurangi
relai data yang berlebihan melalui negosiasi. Protokol berbasis QoS terutama
mempertimbangkan metrik QoS seperti delay, throughput, bandwidth, dll., saat merutekan data
ke base station. Dalam perutean yang koheren, data yang dirasakan ditransfer langsung ke
simpul agregat. Sedangkan pada routing nonkoheren, pemrosesan data node dilakukan secara
lokal dan kemudian ditransfer ke node tetangga. Sebagai tambahan-
tipada, protokol routing diklasifikasikan ke dalam protokol proaktif, reaktif, dan
Dhybrid tergantung pada pembentukan jalur antara sumber dan tujuan.
Kontinu, event-driven, observer-initiated, dan hybrid-based pada aplikasi kepentingan adalah klasifikasi
diberbeda yang diberikan oleh Tilak et al. [12] pada tahun 2002. Node sensor mentransfer data
penginderaan mereka pada tingkat yang telah ditentukan sebelumnya ke server dalam model kontinu.
Hanya ketika suatu peristiwa terjadi, node sensor meneruskan data ke stasiun pangkalan dalam model data
yang digerakkan oleh peristiwa. Dalam model yang diprakarsai pengamat, pengamat akan memberikan
permintaan eksplisit, kemudian hanya node sensor yang sesuai yang merespons dengan hasilnya.
Kombinasi ketiga pendekatan di atas akan disebut sebagai protokol hybrid.
Berdasarkan fungsi komunikasi data protokol routing, Kai Han et al.
[31], pada tahun 2013, mengklasifikasikan protokol routing menjadi unicast,
anycast, broadcast, multicast, dan konvergen-cast. Asosiasi satu-ke-satu antara
node sensor digunakan dalam perutean unicast. Untuk meneruskan data yang
dirasakan, unicast routing menggunakan satu node tetangga sebagai node relay.
Dalam perutean anycast, node mentransfer data yang dirasakan ke node penerima
potensial dari suatu grup. Perutean multicast mentransfer data ke sejumlah node
tetangga yang dipilih secara bersamaan dalam satu transmisi. Perutean siaran
menggunakan asosiasi satu-ke-banyak; dalam transmisi tunggal, node sensor
mentransfer data ke semua node tetangganya secara bersamaan. Data
dikumpulkan pada node relay dan diteruskan menuju base station dalam
mekanisme konvergen-cast. Pertukaran informasi akan dilakukan antar pasangan
node sensor secara unicast/ anycast. Sedangkan,
Protokol perutean diklasifikasikan sebagai protokol berbasis intelijen klasik dan swarm
oleh AM Zungeru et al. [14]. Selanjutnya, setiap protokol dikategorikan ke dalam kesadaran
data-sentris, hierarkis, berbasis lokasi, aliran jaringan, dan kualitas layanan (QoS). Selain itu,
Saya
mereka membagi protokol perutean menjadi proaktif, reaktif, dan hibrid, bergantung pada
Dpenetapan jalur antara sumber dan tujuan.
Protokol perutean hemat energi diklasifikasikan ke dalam struktur jaringan, model
Ckomunikasi, berbasis topologi, dan perutean yang andal, seperti yang disajikan oleh antazis et
Pal. [15]. Protokol perutean struktur jaringan diklasifikasikan menjadi protokol datar dan
hierarkis. Protokol routing model komunikasi dapat dibagi menjadi protokol berbasis koheren
atau berbasis kueri dan berbasis negosiasi atau nonkoheren. Protokol perutean berbasis agen
seluler atau berbasis lokasi berada di bawah kategori protokol perutean berbasis topologi.
Protokol perutean yang andal diklasifikasikan sebagai berbasis multipath atau berbasis QoS.

Selain di atas, beberapa literatur lain [16-20] juga menyajikan klasifikasi yang
berbeda dari protokol routing. Namun,Gambar 1 mewakili klasifikasi keseluruhan
protokol routing di WSN.

3. Masalah desain utama dan teknik pengumpulan data

Di bagian ini, beberapa masalah desain umum untuk pengumpulan data, seperti
energi, masa pakai, latensi, dan toleransi kesalahan dibahas. Teknik seperti

4
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659

pengelompokan, agregasi, pengkodean jaringan, siklus tugas, antena directional, mobilitas

sink, dan solusi lintas-lapisan yang digunakan untuk mencapai protokol perutean
pengumpulan data yang efisien juga disajikan.

3.1 Masalah desain dalam pengumpulan data

3.1.1 Energi dan masa pakai

Mengelola energi node sensor adalah perhatian utama di WSN karena kendala kritis dari node sensor. Penghematan energi node meningkatkan masa pakai jaringan. Node

sensor menghabiskan banyak energi dalam dua operasi penting seperti penginderaan lingkungan dan komunikasi data penginderaan ke BS. Konsumsi energi stabil untuk operasi
adalah

npenginderaan karena bergantung pada laju pengambilan sampel dan tidak bergantung pada faktor lain seperti topologi jaringan atau lokasi sensor. Sedangkan proses penerusan
Sdata bergantung pada mereka. Oleh karena itu, konservasi energi dapat dilakukan dengan merancang proses penerusan data yang efektif. Masa pakai jaringan [21] didefinisikan
sebagai periode dari awal operasi WSN hingga saat salah satu atau persentase tertentu dari node sensor mati. Karena itu, tujuan utama dari protokol pengumpulan data adalah untuk

mengumpulkan data dengan jumlah putaran maksimum dalam masa pakai jaringan. Pengumpulan data adalah faktor penting yang mempertimbangkan penghematan energi serta

masa pakai. Dalam literatur [4, 22], penulis telah menyajikan teknik hemat energi untuk pengumpulan data. Raul dkk. [4] telah meninjau teknik hemat energi dan klasifikasinya seperti

optimasi radio, reduksi data, skema tidur/bangun, perutean hemat energi, dan pengisian ulang baterai. Anastasi dkk. [22] pada tahun 2009 membahas arah untuk konservasi energi di

WSNs dan disajikan taksonomi teknik konservasi energi seperti bersepeda tugas, data didorong, dan routing berbasis mobilitas. Pengumpulan data adalah faktor penting yang

mempertimbangkan penghematan energi serta masa pakai. Dalam literatur [4, 22], penulis telah menyajikan teknik hemat energi untuk pengumpulan data. Raul dkk. [4] telah

meninjau teknik hemat energi dan klasifikasinya seperti optimasi radio, reduksi data, skema tidur/bangun, perutean hemat energi, dan pengisian ulang baterai. Anastasi dkk. [22] pada

tahun 2009 membahas arah untuk konservasi energi di WSNs dan disajikan taksonomi teknik konservasi energi seperti bersepeda tugas, data didorong, dan routing berbasis

mobilitas. Pengumpulan data adalah faktor penting yang mempertimbangkan penghematan energi serta masa pakai. Dalam literatur [4, 22], penulis telah menyajikan teknik hemat

energi untuk pengumpulan data. Raul dkk. [4] telah meninjau teknik hemat energi dan klasifikasinya seperti optimasi radio, reduksi data, skema tidur/bangun, perutean hemat energi,

dan pengisian ulang baterai. Anastasi dkk. [22] pada tahun 2009 membahas arah untuk konservasi energi di WSNs dan disajikan taksonomi teknik konservasi energi seperti bersepeda

tugas, data didorong, dan routing berbasis mobilitas. pengurangan data, skema tidur/bangun, perutean hemat energi, dan pengisian ulang baterai. Anastasi dkk. [22] pada tahun 2009

membahas arah untuk konservasi energi di WSNs dan disajikan taksonomi teknik konservasi energi seperti bersepeda tugas, data didorong, dan routing berbasis mobilitas.

pengurangan data, skema tidur/bangun, perutean hemat energi, dan pengisian ulang baterai. Anastasi dkk. [22] pada tahun 2009 membahas arah untuk konservasi energi di WSNs

dan disajikan taksonomi teknik konservasi energi seperti bersepeda tugas, data didorong, dan routing berbasis mobilitas.

3.1.2 Latensi

Latensi adalah periode dari unit waktu saat pembuatan data di node sensor
dimulai hingga unit waktu penerimaan data selesai di base station.
Dia
adalah salah satu perhatian utama untuk aplikasi waktu yang signifikan seperti militer dan
Mpemantauan perawatan kesehatan edical. Mencapai latensi rendah merupakan perhatian penting
Tkarena alasan berikut:

1.Karena keterbatasan node sensor yang lebih rentan terhadap kegagalan.

2. Tabrakan dan lalu lintas jaringan akan meningkat karena sifat siaran
saluran radio.

3. Jenis data yang sama akan dirasakan oleh sensor yang ditempatkan secara padat dan transfer
ke BS akan meningkatkan lalu lintas jaringan dan menghabiskan bandwidth komunikasi.

Untuk mengatasi masalah di atas, ada kebutuhan untuk protokol latensi rendah. Literatur
[23, 24] menyajikan survei terbaru tentang protokol perutean latensi rendah. Srivathsan dan
Iyengar [23] telah meninjau beberapa mekanisme kunci untuk mengurangi latensi dalam
jaringan sensor nirkabel single-hop dan multi-hop; mekanisme tersebut adalah waktu
pengambilan sampel, waktu propagasi, waktu pemrosesan, penjadwalan, penggunaan antena
arah, protokol MAC, siklus tidur/bangun, prediksi, penggunaan radio frekuensi ganda, dll.

5
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi

Tinjauan tentang protokol perutean hemat energi dan latensi rendah untuk WSN tanpa
mendominasi faktor desain lainnya disajikan oleh Bagyalakshmi et al. [24].

3.1.3 Toleransi kesalahan

Toleransi kesalahan [25] meningkatkan ketersediaan, keandalan, dan ketergantungan sistem

dengan memastikan ketersediaan penggunaan sistem tanpa gangguan apa pun dengan adanya
kesalahan. Di WSN, toleransi kesalahan juga merupakan masalah yang menuntut karena node
Tsensornya lebih rentan terhadap kegagalan karena penipisan energi, esinkronisasi, kesalahan
Dtautan komunikasi, dll., yang dipicu karena kegagalan ardware dan perangkat lunak, kondisi
Hlingkungan, dll. Oleh karena itu, manajemen kesalahan di WSN harus diberikan dengan lebih
hati-hati. Tinjauan awal bekerja pada skema routing yang toleran terhadap kesalahan hadir
sebuah

dalam literatur [21, 25-28]. Yu dkk. [26] telah menjelaskan masalah dalam manajemen kesalahan
WSN. Tiga fase yang disebut diagnosis kesalahan, deteksi kesalahan, dan pemulihan kesalahan
untuk mengawasi kesalahan telah diusulkan. Dalam fase deteksi kesalahan, kegagalan tak
terduga harus diidentifikasi oleh sistem. Literatur [26-28] menjelaskan berbagai teknik deteksi
kesalahan. Dalam fase diagnosis kesalahan, deskripsi atau model yang komprehensif telah
ditentukan untuk membedakan berbagai kesalahan di WSNs [21] atau tindakan pemulihan
kesalahan. Pada fase pemulihan kesalahan, jaringan sensor didesain ulang dari kegagalan atau
node kesalahan untuk meningkatkan kinerja jaringan. Teknik pemulihan kesalahan telah
ditangani oleh literatur [25].

3.2 Teknik utama yang digunakan untuk masalah desain pengumpulan data

Teknik utama yang digunakan untuk mencapai penghematan energi, latensi rendah, masa
pakai yang lama, dan toleransi kesalahan di WSN dibahas dalam bagian ini.

3.2.1 Arsitektur cluster

Arsitektur berbasis cluster adalah teknik terdepan untuk konservasi energi yang efektif.
Dalam mekanisme ini, jaringan dipartisi ke dalam cluster-cluster, dimana cluster head (CH)
adalah pemimpin untuk mengelola anggota-anggota dari setiap cluster. Setiap node sensor
anggota mentransmisikan data yang dirasakan ke CH yang sesuai; kemudian, CH
mengomunikasikan data yang dikumpulkan ke BS. Teknik ini menghindari banjir, routing loop,
nd beberapa rute; karenanya, lalu lintas jaringan berkurang dan latensi rendah tercapai.
sebuah

T Keuntungan utama dari arsitektur berbasis cluster adalah bahwa ia membutuhkan daya
Ptransmisi yang lebih sedikit karena rentang komunikasi yang kecil di dalam cluster. CH
Fmenggunakan mekanisme penggunaan untuk meminimalkan ukuran data transmisi. Pemilihan
CH dilakukan secara rotasi untuk menyeimbangkan konsumsi energi dalam jaringan dan
meningkatkan masa pakai jaringan. Namun, dalam protokol routing berbasis cluster, pemilihan
kepala cluster memainkan peran penting. Selanjutnya, algoritma pengelompokan tidak
mempertimbangkan lokasi stasiun pangkalan, yang menciptakan masalah hot spot di jaringan
sensor nirkabel multi-hop.

3.2.2 Agregasi data

Agregasi data adalah salah satu metode signifikan yang diterapkan untuk mengagregasi
data mentah yang dikembangkan dari berbagai sumber. Dalam skema agregasi data, node
menerima data, mengurangi jumlah data dengan menggunakan teknik agregasi data, dan
kemudian mengirimkan data ke BS. Jumlah rata-rata atau minimum dari data yang diterima
hanya diteruskan oleh node yang diterima. Ini mengurangi lalu lintas jaringan dan karenanya
latensi rendah tercapai. Namun, stasiun pangkalan (wastafel) tidak dapat memastikan

6
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659

keakuratan data agregat yang telah diterima olehnya dan juga tidak dapat mengembalikan
data tersebut.

3.2.3 Pengkodean jaringan

Pengkodean jaringan sama dengan teknik agregasi. Dalam teknik ini, node
mengumpulkan data dari node tetangga dan menggabungkannya bersama-sama dengan
menerapkan operasi matematika; kemudian mengirimkan data ke BS. Teknik ini
meningkatkan throughput jaringan, keandalan, efisiensi energi, dan skalabilitas; itu juga
diam terhadap serangan dan menguping. Lalu lintas jaringan dalam skenario siaran dapat dibuat
ulang

dengan menggabungkan beberapa paket sebagai satu paket daripada mengirim paket terpisah.
ulang

ra

3.2.4 Bersepeda tugas

Untuk konservasi energi, duty cycling merupakan salah satu teknik penting dalam
WSNs. Dalam siklus tugas, mode transceiver radio dari node sensor berubah antara
aktif dan tidur. Teknik ini membutuhkan koordinasi yang kooperatif antar node untuk
komunikasi. Node ingin berkomunikasi satu sama lain dan node akan beralih dari
mode tidur ke mode bangun. Sebuah node harus menunggu node tetangganya
bangun untuk komunikasi. Latensi tidur meningkat karena ini. Penyiaran multi-hop
rumit dalam teknik ini karena semua node tetangga tidak aktif pada waktu yang sama.

3.2.5 Antena pengarah

Mengirim atau menerima sinyal dengan satu atau lebih arah pada satu waktu dengan daya
yang lebih besar dilakukan dengan antena directional. Teknik ini meningkatkan kinerja
sehubungan dengan throughput dengan meningkatkan jangkauan transmisi. Dengan bantuan
antena directional, penggunaan kembali bandwidth juga dimungkinkan. Namun, perhitungan
daya transmisi dan overhead pemilihan pola antena yang optimal lebih banyak dilakukan pada
antena directional ini. Juga, antena directional lebih rentan terhadap masalah terminal yang
tersembunyi dan terbuka.

3.2.6 Mobilitas wastafel

Mobilitas sink merupakan salah satu teknik hemat energi, dimana mobilitas dikenalkan
Ddengan sink node. Mobile sink node mengumpulkan data dari sensor node dengan single-hop
wsaat bergerak di jalur yang ditentukan dan kemudian meneruskannya ke BS. Skema ini
mengurangi beban kerja node yang ditempatkan lebih dekat ke node sink dan meningkatkan
masa pakai jaringan. Dengan bantuan mobilitas sink, begitu banyak jaringan yang jarang dapat
dihubungkan dan dikomunikasikan yang pada gilirannya memberikan skalabilitas jaringan.
Keandalan akan ditingkatkan karena komunikasi hop tunggal antara sink seluler dan node
sensor. Namun, pemeliharaan jalur lintasan adalah bagian penting dari simpul tenggelam saat
bergerak. Kolektor seluler membutuhkan mekanisme sinkronisasi yang tepat dengan node
sensor, jika tidak, ini menyebabkan hilangnya paket saat pengumpulan data.

3.2.7 Pendekatan lintas-lapis

Jika dibandingkan dengan pendekatan berlapis, pendekatan lintas lapisan di WSN lebih
hemat energi. Tumpukan protokol dianggap sebagai sistem tunggal, bukan lapisan
individu dalam pendekatan lintas-lapis. Untuk interaksi antar protokol

7
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi

lapisan, informasi status protokol dibagikan di antara semua lapisan. Implementasi

protokol lintas-lapis secara signifikan mempengaruhi efisiensi sistem sehubungan dengan
energi dan masa pakai.

4. Teknik perutean yang ada

Di WSN, begitu banyak teknik yang diusulkan untuk mencapai efisiensi energi, masa pakai lebih
lama, toleransi kesalahan. Latensi rendah oleh peneliti yang berbeda dijelaskan secara singkat
di bagian ini. Sebagian besar solusi ini dirancang berdasarkan teknik yang berbeda
Sseperti pengelompokan, pengkodean jaringan, siklus tugas, agregasi, antena arah,
simobilitas nk, dan solusi lintas lapisan.
Strategi perutean hierarki pengelompokan adaptif berenergi rendah
(LEACH) diusulkan oleh Heinzelman et al. [29]. Ini adalah algoritma perutean
berbasis cluster untuk mengurangi konsumsi energi dan meningkatkan masa
pakai jaringan. Dalam protokol ini, jaringan dibagi menjadi beberapa
kelompok; setiap cluster berisi satu set CM dan pemimpin yang disebut CH. CM
mengirim data ke CH masing-masing; CH mengomunikasikan data yang
dikumpulkan ke BS dan dipilih secara acak dan terdistribusi. Selanjutnya,
LEACH diubah menjadi LEACH-C [30], sebuah pendekatan terpusat. Proses
pemilihan CH dilakukan berdasarkan energi sisa dari node sensor. Namun,
karena pembentukan cluster dinamis, jarak antara CH dan BS jauh dan
beberapa node cluster juga jauh dari CH; itu meningkatkan biaya komunikasi.
Nanti,
Protokol LEACH telah ditingkatkan sebagai pengumpulan hemat daya dalam sistem
informasi (PEGASIS) [31], protokol berbasis rantai multi-hop, di mana setiap node membantu
dalam mentransmisikan dan/atau menerima data dari node tetangganya dengan membentuk
rantai. Data yang dikumpulkan dikumpulkan dan dibawa dari node ke node. Salah satu simpul
dalam rantai dipilih sebagai pemimpin; node pemimpin mentransfer data ke BS. PEGASIS
berkinerja lebih baik daripada LEACH dengan meminimalkan jumlah transmisi dari node sensor
ke BS dan overhead clustering. Namun, penundaan transmisi data lebih tinggi karena panjang
rantai yang besar.
Protokol jaringan sensor hemat energi yang sensitif terhadap ambang batas (TEEN)
[32] adalah protokol perutean reaktif yang homogen. Dalam pendekatan ini, proses CH
sepemilihan dilakukan mirip dengan LEACH; transmisi data bervariasi dari MASING-
L MASING. Cara kerja TEEN didasarkan pada ambang batas yaitu Hard threshd (HT) dan
olambang lunak (ST). Namun, proses pemilihan CH bersifat acak dan ukuran cluster
Ttidak sama; menyebabkan konsumsi energi yang tidak seimbang antar cluster.
Throughput jaringan juga menurun karena mekanisme ambang batas.
sebuah

Protokol terdistribusi hemat energi (HEED) [33] telah diusulkan oleh Younis dan
Fahmy. Ini adalah protokol routing berbasis cluster yang homogen; Seleksi CH
dilakukan berdasarkan fungsi probabilitas energi sisa dan derajat node. Kemudian,
protokol HEED diperluas sebagai HEED heterogen untuk mengelola perutean di bidang
jaringan heterogen. Protokol ini menggunakan model logika fuzzy untuk proses
pemilihan CH; parameter yang dipertimbangkan dalam model logika fuzzy adalah
derajat simpul, jarak, dan energi yang tersisa. Akhirnya, transmisi data langsung
dilakukan antara CM dan CH dan antara CH dan BS.
Qing dkk. [34] telah mempresentasikan skema pengelompokan hemat energi terdistribusi
(DEEC), sebuah protokol pengumpulan data yang heterogen. Node sensor memiliki tingkat
energi yang bervariasi. Pemilihan CH dilakukan berdasarkan rasio probabilitas antara energi
sisa dari node dan energi rata-rata seluruh jaringan. Kemungkinan mengembangkan CH lebih
tinggi untuk node yang memiliki lebih banyak residual

8
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659

energi. Namun, proses pemilihan CH probabilistik mendorong kelompok yang tidak sama yang
mengarah pada lebih banyak disipasi energi.
Protokol periodik, event-driven, dan query-based (PEQ) dan variasinya, CPEQ,
diusulkan oleh Boukerche et al. [35] pada tahun 2006. PEQ dirancang untuk mencapai
hal berikut: latensi rendah, keandalan tinggi, dan konfigurasi ulang jalur rusak. CPEQ
adalah protokol perutean berbasis cluster. Mekanisme publish/subscribe digunakan
untuk menyiarkan permintaan ke seluruh jaringan.
Pendekatan pengelompokan berbasis algoritma genetika (LEACH-GA) diperkenalkan dalam
literatur [36] untuk memprediksi probabilitas optimal untuk memilih jumlah optimal
C Hs. Pendekatan ini meningkatkan masa pakai jaringan dengan mencapai penggunaan hemat
clenergi.
Algoritma berbasis koloni lebah buatan (ABC) [37] telah diusulkan, dimana seleksi H
C dilakukan dengan mengadopsi algoritma ABC. Algoritma ABC meningkatkan proses
pengelompokan dengan menggunakan fitur pencarian yang efisien dan cepat untuk
memilih CH. Kedua anggota cluster ke CH, dan komunikasi CH ke BS dilakukan dengan
komunikasi data langsung. Namun, protokol ini tidak mempertimbangkan cakupan CH dan
itu mendorong lebih banyak disipasi energi.
Algoritma koloni semut untuk agregasi data (DAACA) telah diperkenalkan oleh
Chi Lin et al. [38]. Pendekatan ini terdiri dari tiga fase: inisialisasi, transmisi paket,
dan operasi pada feromon. Pada fase transmisi, hop berikutnya dipilih secara
dinamis dengan menentukan jumlah pheromone node tetangga dan energi sisa.
Penyesuaian feromon dilakukan untuk setiap jumlah putaran transmisi data yang
ditentukan. Selain itu, berbagai strategi penyesuaian feromon seperti DAACA dasar,
DAACA berbasis strategi elitis (ES-DAACA), DAACA berbasis maksimum dan
minimum (MM-DAACA), dan DAACA berbasis sistem koloni semut (ACS-DAACA).
digunakan untuk meningkatkan masa pakai jaringan. Namun, paket duplikasi
ditransmisikan dari node sink untuk menginisialisasi jaringan, yang menyebabkan
penipisan energi yang lebih tinggi di jaringan.
Lusheng Miao dkk. [39] telah memperkenalkan pengkodean jaringan untuk menyelesaikan
masalah dalam skema perutean berbasis gradien (GBR), seperti penyiaran pesan yang menarik
oleh node sink yang mendorong duplikasi paket, yang menyebabkan lebih banyak disipasi
energi, dan pengiriman pesan point-to-point memaksa lebih banyak transmisi ulang data karena
lingkungan jaringan yang tidak stabil di WSN. Penulis telah mengusulkan pengkodean jaringan
untuk GBR (GBR-NC) untuk menerapkan algoritma penyiaran hemat energi
wyang mengurangi lalu lintas jaringan. Selanjutnya, penulis telah menyajikan dua algoritma yang bersaing
Alseperti GBRC dan GBR-C yang dapat disesuaikan secara otomatis untuk meminimalkan transmisi data.
ulang

Pada 2012, Rashmi Ranjan Rout dkk. [40] mengusulkan strategi penyebaran segitiga
(Regular hemat energi dengan antena directional (ETDDA), di mana pola 2-konektivitas
telah digunakan. Pola ini dicapai dengan menyelaraskan sinar antena directional dari node
sensor dalam arah tertentu menuju wastafel. Penerusan data tergantung pada pengkodean
jaringan untuk arus lalu lintas banyak-ke-satu dari node sensor ke sink. Pendekatan yang
diusulkan memastikan efisiensi energi, ketahanan, dan konektivitas yang lebih baik dalam
mengkomunikasikan data ke sink.
Ming Ma dkk. [41] telah mengajukan mekanisme pengumpulan data berbasis mobilitas
untuk WSN. Pengumpul data seluler (M-kolektor), mungkin robot seluler atau kendaraan,
diimplementasikan dengan transceiver dan baterai. Kolektor-M berjalan melalui jalur
tertentu dan menentukan node sensor, yang berada dalam jangkauan komunikasinya saat
melintasi. Kemudian, ia mengumpulkan data dari node sensor dalam komunikasi single-
hop dan meneruskan data ke base station tanpa penundaan. Oleh karena itu, mekanisme
ini meningkatkan masa pakai node sensor. Penulis terutama berfokus untuk mengurangi
panjang setiap tur pengumpulan data yang disebut sebagai masalah pengumpulan data
hop tunggal (SHDGP).

9
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi

Roja Chandanala dkk. [42] telah mempresentasikan mekanisme untuk melestarikan energi di WSN
berbasis banjir dengan menerapkan dua teknik: pengkodean jaringan dan siklus tugas. Awalnya,
penulis telah mengusulkan DutyCode, teknik lintas-lapisan, di mana protokol MAC Mendengarkan
Daya Rendah Acak dirancang untuk mengimplementasikan streaming paket. Para penulis telah
menerapkan interval fleksibel untuk mengacak siklus tidur. Selanjutnya, skema pengkodean yang
disempurnakan diusulkan, yang memilih skema pengkodean jaringan yang sesuai untuk node untuk
menghapus transmisi paket yang berlebihan.
Meikang Qiu dkk. [43] telah memperkenalkan informer homed routing (IHR), yang
merupakan mekanisme toleransi kesalahan berbasis klaster berbasis energi baru untuk
TWSN. IHR adalah varian utama dari mekanisme toleransi kesalahan dual homed routing
T(DHR). Dalam mekanismenya, setiap node sensor dipasangkan dengan dua cluster head
clyang disebut primary uster head (PCH) dan backup cluster head (BCH). Node sensor
kemengirimkan data PCH daripada mengirim secara bersamaan ke PCH dan BCH. Di setiap
putaran, BCH memeriksa PCH untuk mengidentifikasi apakah PCH aktif atau tidak
menggunakan pesan suar. Dalam tiga putaran terus menerus, jika BCH tidak dapat
menerima pesan beacon dari PCH, maka BCH akan menyatakan bahwa PCH telah gagal dan
menginformasikan ke node sensor untuk mengirimkan data ke BCH. Oleh karena itu, IHR
menyediakan mekanisme toleransi kesalahan yang hemat energi untuk memperpanjang
masa pakai jaringan. Namun,
Sebuah pendekatan evolusioner baru untuk masalah pengelompokan seimbang beban
disajikan dalam literatur [44]. Pembentukan CH (gateway) dilakukan dengan menggunakan
algoritma genetika baru. Algoritma ini berbeda dari GA tradisional dalam populasi awal dan fase
mutasi. Pendekatan ini menyeimbangkan beban antara gateway dan hemat energi. Namun,
node sensor yang tidak dapat dijangkau oleh gateway mana pun tidak dapat berkomunikasi.
Kemudian, mereka memperluas pendekatan berbasis evolusi diferensial [45] yang digunakan
untuk mengelompokkan node dengan gateway (CH) dengan cara yang seimbang untuk
memastikan penyeimbangan beban di antara gateway dan efisiensi energi. Namun, pendekatan
ini menggunakan komunikasi hop tunggal antara gateway ke BS dan karenanya mungkin tidak
cocok untuk komunikasi jarak jauh.
Algoritma flow partitioned unequal clustering (FPUC) telah diusulkan oleh Jian Peng et al. [46]
untuk mencapai masa pakai dan jangkauan jaringan yang lebih baik. FPUC memiliki dua fase:
pengelompokan dan perutean partisi aliran. Pada fase pengelompokan, kepala klaster diputuskan
berdasarkan energi sisa yang lebih tinggi dan derajat tumpang tindih yang lebih besar dari node
sensor. Dalam fase perutean partisi aliran, kepala cluster mengumpulkan data
dari
om node anggota dan menggabungkan data ke dalam satu paket; kemudian meneruskan
wdata ke sink melalui node gateway tergantung pada energi sisa. Fase perutean yang
fldipartisi dengan arus memiliki dua subfase: fase partisi aliran data dan fase peletakan.
Dalam fase partisi aliran data, kepala klaster membagi ataflow menjadi berbagai paket
ulang

Dyang lebih kecil dan kemudian mengirimkan paket-paket ini ke node gatewaynya. Pada
fase relaying, gateway mengomunikasikan data yang diterima ke hop berikutnya dengan
biaya minimum.
Strategi agregasi data adaptif hemat energi menggunakan pengkodean jaringan (ADANC)
untuk mencapai peningkatan efisiensi energi dalam WSN siklus tugas berbasis cluster telah
diperkenalkan oleh Rashmi Ranjan Rout et al. [47]. Pengkodean jaringan meminimalkan lalu
lintas jaringan di dalam klaster dan skema siklus tugas telah digunakan dalam jaringan klaster
untuk memperpanjang masa pakai jaringan.
Dariush Ebrahimi dan Chadi Assi [48] telah menyajikan metode pengumpulan data
kompresif baru. Metode ini menggunakan penginderaan kompresif (CS) dan teknik proyeksi
acak untuk meningkatkan masa pakai WSN besar. Penulis lebih memilih metode untuk
mendistribusikan energi secara merata ke seluruh jaringan daripada mengurangi konsumsi
energi jaringan secara keseluruhan. Dalam metode pengumpulan data yang diusulkan,
proyeksi pohon rentang minimum (MSTP) telah diadopsi. MSTP membuat beberapa pohon
rentang minimum (MST) dan setiap simpul akar pohon

10
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659

mengumpulkan data penginderaan dari node sensor menggunakan penginderaan tekan. Node
akar proyeksi acak dengan bantuan pengumpulan data kompresif untuk mencapai konsumsi
energi yang seimbang di seluruh jaringan. Selain itu, eMSTP telah diperkenalkan yang
merupakan versi diperpanjang dari MSTP; node sink di eMSTP berperilaku seperti node root
untuk semua MST.
Ahmad dkk. [49] mengusulkan protokol yang disebut Away Cluster Heads dengan
Adaptive Clustering Habit (ACH2) dan mekanisme ini telah digunakan untuk meningkatkan
masa pakai jaringan. Namun, informasi node global diperlukan untuk mengkomunikasikan
data dan ukuran cluster juga tidak sama. Sebagai distribusi simpul di antara
clpengguna tidak setara, pendekatan ini mendorong variasi dalam rasio penipisan energi di antara
kelompok-kelompok dalam jaringan.
sebuah

Pendekatan berbasis algoritme genetika [50] telah diterapkan untuk mengikat ode
nsensor ke node sink, mengingat beban yang seimbang di antara node sink. Penulis
telah menyajikan fungsi kebugaran yang memperhitungkan biaya komunikasi antara
node sensor dan node sink dan biaya pemrosesan node sink. Pendekatan ini berurusan
dengan node yang tidak memiliki node sink dalam jangkauan komunikasi mereka.

Pada tahun 2015, energi-sadar routing (ERA) [51] telah diusulkan, di mana energi
sisa CH dan jarak intra-cluster adalah parameter yang diperhitungkan untuk proses
pemilihan CH. Namun, parameter seperti jumlah optimal CH, kepadatan jaringan, dan
cakupan cluster tidak dipertimbangkan dalam proses pemilihan CH; sehingga
menyebabkan konsumsi energi yang tidak merata di setiap cluster.
Pendekatan berbasis GSA berjudul pengelompokan hemat energi berbasis GSA (GSA-
EEC) disajikan oleh literatur [52]. Untuk perhitungan nilai fitness, parameter yang
dipertimbangkan adalah jarak antara node sensor dan gateway, jarak antara gateway dan
sink, dan energi residual gateway. Pendekatan ini meningkatkan masa pakai jaringan dan
konsumsi energi total. Selanjutnya, mereka memperkenalkan strategi perutean berjudul
penempatan multi-sink berbasis algoritma pencarian gravitasi (GSA-MSP) untuk
menempatkan beberapa sink pada jaringan sensor [53].
Pengelompokan WSN berbasis prioritas dari beberapa skenario wastafel menggunakan
koloni lebah buatan [54] telah diusulkan. Fungsi fitness dalam pendekatan ini
mempertimbangkan energi dari sink node dan sensor node, jarak antara sensor node
dengan sink node, dan prioritas masing-masing sink.
Pendekatan berbasis PSO untuk perutean dan pengelompokan hemat energi telah
Pdiusulkan dalam literatur [55]. Jalur routing antara gateway ke BS ditentukan dengan teknik
kamu
PSO. Pendekatan ini menyediakan perutean yang hemat energi dan pengelompokan yang
eseimbang. Pendekatan ini toleran terhadap kesalahan ketika CH gagal. Namun, ode yang
ntidak dapat dijangkau oleh gateway mana pun akan ditinggalkan dari komunikasi.
Algoritma pencarian gravitasi untuk pemilihan kepala cluster dan perutean (GSA-CHSR)
[56] telah diusulkan. Penulis telah menggunakan algoritma GSA untuk menentukan jumlah
node CH yang optimal dan menemukan rute optimal antara CH dan BS. Pendekatan ini
meningkatkan parameter kinerja seperti masa pakai jaringan, energi sisa, dan jumlah paket
yang diterima di BS. Namun, pendekatan ini menimbulkan overhead pengelompokan untuk
memilih set CH yang optimal.
Guravaiah dan Leela Velusamy [57] mengusulkan protokol routing yang berjudul hybrid
cluster communication using RFD (HCCRFD) berdasarkan clustering menggunakan river
formation dynamics-based multi-hop routing protocol (RFDMRP) [58]. Protokol ini meningkatkan
masa pakai jaringan. Namun, penyeimbangan beban di antara CH tidak dipertimbangkan dan
overhead pengelompokan ada karena pemilihan CH secara berkala. Selanjutnya, penulis telah
mengusulkan energi yang seimbang dan algoritma pemilihan kepala klaster adaptif (BEACH)
[59]. Mereka mempertimbangkan parameter seperti derajat node, energi yang tersisa dari node,
jarak dari BS ke sensor node, dan jarak transmisi rata-rata ke tetangganya untuk mencapai
pengelompokan seimbang beban.

11
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi

sl. Tidak. Algoritma Teknik yang digunakan Metrik Kekurangan

1 PEGASIS [31] Rantai Seumur hidup Throughput jaringan menurun

konstruksi

2 LEACH [30] Kekelompokan Seumur hidup, Tidak mempertimbangkan RE untuk

skalabilitas pemilihan CH, konsumsi energi yang
tidak seimbang

3 REMAJA [32] Kekelompokan Seumur hidup Sama seperti LEACH,

throughput jaringan menurun

4 PERHATIKAN [33] Kekelompokan Seumur hidup Transmisi langsung,

heterogenitas tidak dipertimbangkan

5 DEEC [34] Kekelompokan Seumur hidup, Transmisi langsung, ukuran cluster yang
skalabilitas tidak sama, konsumsi energi yang tidak
seimbang

6 PEQ dan CPEQ Pengelompokan dan Toleransi kesalahan, Overhead lalu lintas
[35] terbitkan/berlangganan latensi rendah, dan
mekanisme energi

7 DAACA [38] Pengelompokan, ACA Energi, jaringan Masalah bottleneck lebih dekat ke
seumur hidup node sink, overhead masuk
perhitungan feromon di setiap
putaran

8 GBR-NC, GBR- Pengkodean jaringan Seumur hidup jaringan, Penundaan transmisi dalam
C, dan otomatis dan multi-hop energi algoritma bersaing
GBR-C . yang dapat disesuaikan

[39]

9 ETD-DA [40] terarah Energi, Overhead dalam pola antena

antena, jaringan throughput, dan optimal dan perhitungan daya
pengkodean, dan multi- latensi rendah transmisi
melompat

10 SHDGP [41] Kolektor ponsel Energi, rendah Overhead kontrol tinggi untuk
dan hop tunggal latensi, mempertahankan jalur lintasan,
skalabilitas, dan kehilangan paket karena kecepatan
keluaran pengumpul data

11 Kode Tugas dan pengkodean jaringan, Energi Transisi antara status aktif dan
ECS [42] tugas bersepeda, dan tidur di atas kepala
multi-hop

12 IHR [43] Pengelompokan dan Toleransi kesalahan Node tidak dapat menemukan CH,
multi-hop dan energi menyebabkan masalah keandalan

13 Novel Kekelompokan, Efisiensi energi Komunikasi single-hop

evolusioner algoritma genetika antara CH ke BS
pendekatan [44]

14 berbasis DE Pengelompokan menggunakan Efisiensi energi Komunikasi single-hop

kekelompokan diferensial antara CH dan BS
algoritma [45] evolusi

15 FPUC [46] Pengelompokan, data Efisiensi energi, masa pakai overhead

agregasi, dan pemilihan CH
multi-hop

16 ADNC [47] Kekelompokan, Energi, rendah Biaya pemeliharaan klaster

pengkodean jaringan, latensi, dan
dan bersepeda tugas seumur hidup

17 MSTP [48] Agregasi data Energi, jaringan Overhead komputasi dalam

menggunakan kompresi seumur hidup perhitungan MST
penginderaan

12
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659

sl. Tidak. algoritma Teknik yang digunakan Metrik Kekurangan

18 ACEH2 [49] Kekelompokan Seumur hidup, Informasi simpul global untuk

keluaran transmisi data, kepala klaster
overhead seleksi

19 berbasis GA Pengelompokan menggunakan Efisiensi energi Komunikasi single-hop

pendekatan [50] algoritma genetika antara sink dan BS

20 Sadar energi Kekelompokan Efisiensi energi, Jumlah CH optimal tidak

perutean (ERA) seumur hidup dipertimbangkan
[51]

21 GSA-EEC [52] Pengelompokan, GSA Efisiensi energi Load balancing di antara CH tidak
dipertimbangkan

22 berbasis PSO Kekelompokan Efisiensi energi Node yang tidak dapat dijangkau ke
perutean [55] (gerbang) menggunakan gateway mana pun tidak dianggap
PSO

23 GSA-CHSR [56] Pengelompokan menggunakan Efisiensi energi Pengelompokan overhead

GSA multi-hop

24 HCCRFD [57] Pengelompokan menggunakan Efisiensi energi Tidak ada pengelompokan yang seimbang beban
LEACH, RFD

25 PANTAI [59] Pengelompokan, RFD Efisiensi energi overhead pemilihan CH

26 GSA-EC [61] GSA, multi-hop Seumur hidup jaringan Pengelompokan overhead

27 Kuku dan Pencarian kukuk Efisiensi energi Keseimbangan beban di antara CH tidak

pencarian harmoni- algoritma dipertimbangkan

perutean berbasis
[63]

28 MLBC [64] MOPSO, multi- Efisiensi energi, Node yang tidak dapat dijangkau oleh
lompat, pohon merentang dapat diandalkan CH mana pun tidak dianggap

29 Algoritme FCR hemat energi dan Efisiensi energi Penyeimbangan energi tidak terjamin
tanpa penundaan
perutean [65]

Meja 2.
Protokol yang ada untuk pengumpulan data.

Sebuah pendekatan yang disebut LEACH-PSO [60] telah diusulkan untuk meningkatkan
nmasa pakai jaringan dengan memilih jumlah CH yang optimal di setiap putaran. Dalam ork
wini, metode optimasi gerombolan partikel diintegrasikan dengan LEACH untuk membentuk
F klaster.
GSA berbasis CH yang hemat energi (GSA-EC) [61] untuk menemukan set CH yang optimal
menggunakan GSA telah diusulkan. Untuk menyeimbangkan konsumsi energi, cluster satu hop
dibentuk menggunakan set CH yang optimal. Para penulis juga telah mengusulkan pendekatan
hibrida PSO dan GSA. Pendekatan ini meningkatkan masa pakai jaringan dan stabilitas jaringan.
Namun, pendekatan ini juga menimbulkan overhead pengelompokan untuk memilih set CH
yang optimal. Kemudian, Kavitha dkk. [62] menggunakan GSA untuk menetapkan node sensor
ke kepala cluster (CH) yang sesuai dengan cara yang seimbang sehingga mengurangi konsumsi
energi dan karenanya meningkatkan masa pakai jaringan.
Pengelompokan terintegrasi dan protokol routing menggunakan cuckoo dan pencarian
harmoni telah diusulkan dalam literatur [63]. Pendekatan ini telah mengadopsi algoritma
pencarian kukuk untuk pemilihan CH. Energi sisa, derajat node, jarak intra-cluster, dan rasio
cakupan adalah parameter untuk mengembangkan fungsi kebugaran yang digunakan dalam
pemilihan CH. Algoritma pencarian harmoni telah digunakan untuk perutean dari

13
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi

CH ke BS. Ini hemat energi dan menyeimbangkan konsumsi energi jaringan. Selanjutnya,
meminimalkan node un-cluster, yaitu node yang tidak berada dalam jangkauan komunikasi
CH apapun diminimalkan. Namun, penyeimbangan beban antar CH tidak dipertimbangkan.

Teknik clustering multi-objective load-balancing (MLBC) [64] telah diusulkan untuk clustering
di WSN dengan mengadopsi strategi multi-objective PSO (MOPSO) yang digunakan untuk
pemilihan CH. Pohon jalur terpendek (SPT) untuk perutean bebas loop dibuat menggunakan
algoritma Dijkstra. Ini hemat energi dan dapat diandalkan. Namun, node yang tidak dapat
dijangkau oleh CH mana pun tidak dipertimbangkan.
Pada routing hemat energi dan delay-less [65], pemilihan CH dilakukan menggunakan refly
fi dengan algoritma cyclic randomization (FCR). Pendekatan ini mengurangi penundaan transisi
Mdalam jaringan. Namun, pendekatan ini belum mempertimbangkan keseimbangan energi.
B
Perbandingan keseluruhan dari protokol perutean di atas ditunjukkan pada: Meja 2 dengan teknik
yang digunakan, metrik yang dipertimbangkan, dan kekurangan dari setiap solusi.

5. Arah masa depan

Secara keseluruhan, tujuan utama teknik yang dibahas di atas adalah pengumpulan data
hemat energi dan terkonsentrasi pada isu-isu berikut:

• Duplikasi pembuatan dan penerusan data

• Kemacetan atau masalah badai data lebih dekat ke stasiun pangkalan

• Pemilihan jalur perutean multi-hop

• Operasi untuk melakukan agregasi data

• Pemilihan kepala cluster

Namun, kita perlu berkonsentrasi pada arah masa depan berikut untuk
mengusulkan teknik perutean baru:

• Hampir semua protokol memerlukan informasi lokasi untuk perutean. Pencarian lokasi dapat
dilakukan dengan menggunakan teknik lokalisasi atau GPS, yang bergantung pada konsumsi
energi. Menemukan lokasi sensor dengan konsumsi energi yang lebih sedikit merupakan
masalah.

• Sebagian besar protokol perutean multi-hop mengalami overhead dan penundaan

karena pengaturan jalur dan node relai. Juga, pembentukan loop dalam pembangkitan
pohon agregat meningkatkan konsumsi energi.

• Sebagian besar literatur gagal dalam perhitungan energi pada saat pemilihan CH dalam
protokol routing berbasis cluster.

• Distribusi kepala klaster yang tidak merata akan menghasilkan klaster yang berukuran tidak
sama, konsumsi energi yang tidak seimbang antar anggota klaster, dan masalah cakupan CH.

• Ketidaksetaraan ukuran (berkenaan dengan area dan jumlah anggota) di antara cluster
menyebabkan masalah jangkauan jaringan karena komunikasi yang terbatas

14
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659

rentang dalam cluster (area) ukuran besar dan node yang jauh mengkonsumsi lebih banyak energi dalam
cluster (area) ukuran besar.

• Ukuran cluster yang terbentuk dalam protokol yang ada tidak sama. Hal ini
menyebabkan konsumsi energi yang tidak seimbang antar cluster.

• Kepadatan jaringan tidak dianggap sebagai parameter dalam proses pemilihan CH. Hal ini
berdampak pada terbentuknya klaster yang tidak merata dan menyebabkan distribusi beban
yang tidak merata ke CH.

• Distribusi beban yang tidak merata pada CH dan panjang jalur intra dan antar
komunikasi lebih banyak.

• Keamanan adalah parameter utama yang perlu dipertimbangkan dalam aplikasi militer.
Mempertimbangkan keamanan, efisiensi energi masih menjadi masalah yang menantang.

• Dalam beberapa tahun terakhir, perolehan popularitas lebih bersifat deterministik daripada
pengelompokan berbasis probabilistik karena keandalan. Namun, pemilihan CH dan kompleksitas
komputasi lainnya masih merupakan bidang yang menantang.

• Jaringan heterogen di WSN juga merupakan masalah penting karena kemampuan

komunikasi dan pemrosesan yang berbeda.

6. Kesimpulan

Dalam bab ini, klasifikasi protokol routing pengumpulan data di WSN telah dibahas
secara menyeluruh. Berbagai teknik seperti pengelompokan, siklus tugas, agregasi,
pengkodean jaringan, mobilitas sink, dan solusi lintas-lapis, dan antena directional
telah digunakan oleh protokol perutean pengumpulan data untuk mencapai masa
pakai yang lama, efisiensi energi, toleransi kesalahan, dan latensi rendah. Teknik-teknik
ini ditinjau secara singkat dalam bab ini. Akhirnya, bab ini menunjukkan perbandingan
penting antara pendekatan yang ada yang berlaku pada proses pengumpulan data di
WSN. Arah masa depan protokol routing disajikan di akhir babnya.
T

15
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi

detail penulis
SEBUAH

K oppala guravaiah1*kan, Arumugam Kavitha2kan dan Rengaraj Leela Velusamy2kan

1 Institut Teknologi Informasi India, Kottayam, Kerala, India

2 Institut Teknologi Nasional, Tiruchirappalli, Tamil Nadu, India

* Alamat semua korespondensi ke: kguravaiah@iiitkottayam.ac.in

kan Semua penulis telah memberikan kontribusi yang sama.

©2020 Penulis. Pemegang Lisensi IntechOpen. Bab ini didistribusikan di bawah ketentuan
Lisensi Atribusi Creative Commons (http://creativecommons.org/licenses/ by/3.0), yang
mengizinkan penggunaan tak terbatas,ribusi, dan reproduksi dalam media apa pun,
asalkan karya asli dikutip dengan benar.

16
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659
Referensi
[1] Akyildiz IF, Su W, Sankarasubramaniam Y,
Cayirci E. Jaringan sensor nirkabel: Sebuah
survei. Jaringan komputer. 2002;38
(4):393-422
[2] Guravaiah K, Leela Velusamy R. Rototype
Pperangkat pemantauan rumah bernyanyi
kamu
internet of things dan river ormation
Fdynamics-based multi-hop outing
Rprotocol (rfdhm). Transaksi IEEE di
T Elektronik Konsumen. 2019;65(3):329-338
[3] Guravaiah K, Thivyavignesh RG, Velusamy
RL. Pemantauan kendaraan menggunakan
internet of things. Dalam: Prosiding Konferensi
Internasional ke-1 tentang Internet of Things
dan Pembelajaran Mesin. 2017. hlm. 1-7
[4] Rault T, Bouabdallah A, Challal Y.
Efisiensi energi dalam jaringan sensor
nirkabel: Survei top-down. Jaringan
komputer. 2014;67:104-122
[5] Yick J, Mukherjee B, Ghosal D.
Survei jaringan sensor nirkabel.
Jaringan komputer. 2008;52(12):
2292-2330
[6] Akkaya K, Younis M. Sebuah survei tentang
protokol perutean untuk sensor nirkabel
njaringan. Jaringan Ad Hoc. 2005;3(3):
325-349
[7] Gowrishankar S, Basavaraju TG,
Manjaiah DH, Sarkar SK. Masalah
dalam jaringan sensor nirkabel.
Dalam: Prosiding Kongres Dunia
Teknik, Vol. 1. 2008. hal. 978-988
[8] Wang F, Liu J. Pengumpulan data
sensor nirkabel jaringan: Masalah,
tantangan, dan pendekatan. Survei &
Tutorial Komunikasi, IEEE. 2011;13
(4):673-687
[9] Stavrou E, Pitsillides A. Sebuah survei
tentang protokol routing multipath yang
aman di wsns. Jaringan komputer. 2010; 54
(13):2215-2238
17
[10] Di
Francesco M, Das SK, Anastasi G.
Pengumpulan data dalam jaringan sensor
nirkabel dengan elemen bergerak: Sebuah
survei. Transaksi ACM di Jaringan Sensor.
2011;8(1):7
[11] Al Karaki JN, Kamal AE. Teknik
perutean dalam jaringan sensor nirkabel:
Sebuah survei. Komunikasi nirkabel, IEEE.
2004;11(6):6-28
[12] Tilak
S, Abu-Ghazaleh NB,
Heinzelman W. Taksonomi model
jaringan sensor mikro nirkabel. Ulasan
Komputasi dan Komunikasi Seluler.
2002;6(2):28-36
[13] Han K, Luo J, Liu Y, Vasilakos AV.
Desain algoritma untuk data
komunikasi dalam jaringan sensor nirkabel
duty-cycled: Sebuah survei.
Majalah Komunikasi, IEEE. 2013; 51
(7):107-113
[14] Zungeru AM, Ang LM, Seng KP.
Protokol perutean berbasis
kecerdasan klasik dan swarm untuk
jaringan sensor nirkabel: Survei dan
perbandingan. Jurnal Aplikasi Jaringan
dan Komputer. 2012;35(5):1508-1536
[15] Pantazis NA, Nikolidakis SA, Vergados
DD. Protokol perutean hemat energi
dalam jaringan sensor nirkabel: Sebuah
survei. Survei & Tutorial Komunikasi, IEEE.
2013;15(2):551-591
[16] Sarkar A, Senthil Murugan T.
Protokol perutean untuk jaringan
sensor nirkabel: Apa yang dikatakan
literatur? Jurnal Teknik Alexandria. 2016;
55(4):3173-3183
[17] Singh SK, Kumar P, Singh JP. Sebuah
survei tentang penerus protokol pelindian.
Akses IEEE. 2017;5:4298-4328
[18] Aslam M, Javaid N, Rahim A, Nazir U, Bibi
A, Khan ZA. Survei protokol perutean
pengelompokan berbasis pelindian yang
diperluas untuk jaringan sensor nirkabel.
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi
Dalam: Konferensi Internasional IEEE ke-14
2012 tentang Komputasi dan Komunikasi
Kinerja Tinggi & Konferensi Internasional
ke-9 IEEE 2012 tentang Perangkat Lunak dan
Sistem Tertanam; IEEE. 2012. hal.1232-1238
[19] Li C, Zhang H, Hao B, Li J. Sebuah survei
tentang protokol routing untuk skala besar
wjaringan sensor nirkabel. Sensor. 2011; 1
1 (4):3498-3526
[20] Mishra S, Bano R, Kumar S, Dixit V. Sebuah
survei literatur tentang protokol routing di
jaringan sensor nirkabel. Dalam: Konferensi
Internasional 2017 tentang
Inovasi dalam Sistem Informasi,
Tertanam, dan Komunikasi
(ICIIECS); IEEE. 2017. hlm. 1-4
[21] Mahapatro A, Khilar PM. Diagnosis
kesalahan dalam jaringan sensor nirkabel:
Sebuah survei. Survei & Tutorial
Komunikasi, IEEE. 2013;15(4):2000-2026
[22] Anastasi G, Conti M, Di Francesco M,
Passarella A. Konservasi energi dalam
jaringan sensor nirkabel: Sebuah survei.
Jaringan Ad Hoc. 2009;7(3):537-568
[23] Srivathsan S, Iyengar SS.
Meminimalkan latensi dalam jaringan
sensor nirkabel: Sebuah survei. Di:
Phasil Konferensi Internasional IASTED
Saya
Ketiga Kemajuan dalam Sains dan
C Teknologi komputer. Jil. 2. 2007
9
[24] Baghyalakshmi D, Ebenezer J,
Satyamurty SAV. Latensi rendah dan
protokol perutean hemat energi untuk
jaringan sensor nirkabel. Dalam:
Komunikasi Nirkabel dan Komputasi
Sensor, 2010. ICWCSC 2010, Konferensi
Internasional; IEEE. 2010. hlm. 1-6
[25] Alwan H, Agarwal A. Sebuah survei tentang
teknik routing yang toleran terhadap
kesalahan dalam jaringan sensor nirkabel.
Dalam: Teknologi dan Aplikasi Sensor, 2009.
SENSORCOMM'09, Konferensi Internasional
Ketiga; IEEE. 2009. hlm. 366-371
18
[26] Yu M, Mokhtar H, Merabti M. Manajemen
kesalahan pada sensor nirkabel
jaringan. Komunikasi Nirkabel, IEEE.
2007;14(6):13-19
[27] Liu H, Nayak A, StojmenoviC I. Algoritme/
protokol yang toleran terhadap kesalahan dalam
jaringan sensor nirkabel. Dalam: Panduan untuk
Jaringan Sensor Nirkabel. Peloncat; 2009. hlm.
261-291
[28] deSouza LMS, Vogt H, Beigl M.
Sebuah Survei Toleransi Kesalahan di
Jaringan Sensor Nirkabel. Karlsruhe,
Jerman: Interner Bericht. Fakultät für
Informatik, Universität Karlsruhe; 2007
[29] Heinzelman WR, Chandrakasan A,
Balakrishnan H. Protokol komunikasi
hemat energi untuk jaringan
mikrosensor nirkabel. Dalam: Prosiding
Konferensi Internasional Hawaii
Tahunan ke-33 tentang Ilmu Sistem;
IEEE. 2000
[30] Heinzelman WB, Chandrakasan AP,
Balakrishnan H. Arsitektur protokol
khusus aplikasi untuk jaringan
mikrosensor nirkabel. Transaksi pada
Komunikasi Nirkabel. 2002;1(4):
660-670
[31] Lindsey S, Raghavendra CS. PEGASIS:
Pengumpulan hemat daya dalam sistem
informasi sensor. Dalam: Prosiding
Konferensi Dirgantara, Vol. 3. IEEE; 2002.
hlm. 1125-1130
[32] Manjeshwar A, Agrawal DP. Remaja:
Protokol perutean untuk meningkatkan
efisiensi dalam jaringan sensor nirkabel. Di:
Prosiding Simposium Pemrosesan Paralel
dan Terdistribusi Internasional ke-15;
IEEE. 2001. hal. 2009-2015
[33] Younis O, Fahmy S. HEED:
Pendekatan pengelompokan terdistribusi
hybrid, hemat energi, untuk jaringan
sensor ad hoc. Transaksi di Mobile
Computing. 2004;3(4):366-379
[34] Qing L, Zhu Q, Wang M. Desain
pengelompokan hemat energi terdistribusi
Protokol Pengumpulan Data di Jaringan Sensor Nirkabel
DOI: http://dx.doi.org/10.5772/intechopen.93659
algoritma untuk jaringan sensor
nirkabel heterogen. Komputer
Komunikasi. 2006;29(12):
2230-2237
[35] Boukerche A, Werner Nelem Pazzi R,
Borges Araujo R. Protokol perutean jaringan
sensor nirkabel yang toleran terhadap
kesalahan untuk pengawasan lingkungan
fisik konteksware. Jurnal Komputasi arallel
sebuah
Pdan Terdistribusi. 006;66(4):586-599
2
[36] Liu JL, Ravishankar CV. Leach-ga:
Protokol pengelompokan adaptif hemat
energi berbasis algoritma genetika untuk
jaringan sensor nirkabel. Jurnal
Internasional Pembelajaran Mesin dan
Komputasi. 2011;1(1):79
[37] Karaboga D, Okdem S, Ozturk C.
Perutean jaringan sensor nirkabel berbasis
cluster menggunakan algoritma koloni
lebah buatan. Jaringan nirkabel. 2012; 18
(7):847-860
[38] Lin
C, Wu G, Xia F, Li M, Yao L, Pei
Z. Algoritme koloni semut hemat
energi untuk agregasi data dalam
jaringan sensor nirkabel. Jurnal Ilmu
Komputer dan Sistem. 2012; 78
(6):1686-1702
[39] Miao L, Djouani K, Kurien A, oel G.
n Pengkodean jaringan dan pendekatan
Ckompetitif untuk tamasya berbasis gradien
Rdi jaringan sensor nirkabel. Jaringan Ad oc.
H2012;10(6):990-1008
[40] Rout RR, Ghosh S, Ghosh SK.
Pengumpulan data yang efisien dengan
antena terarah dan pengkodean jaringan di
jaringan sensor nirkabel. Dalam: Jaringan
Lanjutan dan Sistem Telekomunikasi (ANTS),
Konferensi Internasional IEEE 2012; IEEE.
2012. hlm. 81-86
[41] Ma M, Yang Y, Zhao M.
Perencanaan tur untuk mekanisme
pengumpulan data seluler di jaringan
sensor nirkabel. Transaksi IEEE pada
Teknologi Kendaraan. 2013;62(4):
1472-1483
19
[42] Chandanala R, Zhang W, Stoleru R, Won M.
Menggabungkan pengkodean jaringan
dengan duty-cycling dalam jaringan sensor
nirkabel berbasis banjir. Jaringan Ad Hoc.
2013;11(1):490-507
[43] QiuM, Ming Z, Li J, Liu J, Quan G, Zhu
Y. Informan homed routing mekanisme
toleransi kesalahan untuk jaringan sensor
nirkabel. Jurnal Sistem
Arsitektur. 2013;59(4):260-270
[44] Kuila P, Gupta SK, Jana PK. Pendekatan
evolusioner baru untuk masalah
pengelompokan seimbang beban untuk
jaringan sensor nirkabel. Swarm dan
Komputasi Evolusioner. 2013;12:48-56
[45] Kuila P, Jana PK. Algoritma
pengelompokan berbasis evolusi
diferensial baru untuk jaringan sensor
nirkabel. Komputasi Lunak Terapan. 2014;
25: 414-425
[46] Peng J, Chen X, Liu T. Algoritme
perutean pengelompokan aliran yang tidak
seimbang untuk jaringan sensor nirkabel.
Jurnal Internasional Jaringan Sensor
Terdistribusi. 2014;10(4): 1-12
[47] Rout RR, Ghosh SK. Agregasi data
adaptif dan efisiensi energi menggunakan
pengkodean jaringan dalam jaringan sensor
nirkabel berkerumun: Pendekatan analitis.
Komunikasi Komputer. 2014;40: 65-75
[48] Ebrahimi D, Assi C. Pengumpulan data
kompresif menggunakan proyeksi acak
untuk jaringan sensor nirkabel hemat
energi. Jaringan Ad Hoc. 2014;16: 105-119
[49] Ahmad A, Javaid N, Khan ZA, Qasim U,
Alghamdi TA. ((ACH)2): Skema perutean
untuk memaksimalkan masa pakai dan
throughput jaringan sensor nirkabel. Jurnal
Sensor. 2014;14(10): 3516-3532
[50] Safa
H, Moussa M, Artail H. Pendekatan
berbasis algoritma genetika hemat energi
untuk pengikatan sensor-ke-sink di
Jaringan Sensor Nirkabel - Desain, Penerapan, dan Aplikasi
jaringan sensor nirkabel multi-sink.
Jaringan nirkabel. 2014;20(2): 177-196
[51] Amgoth T, Jana PK. Algoritma
perutean yang sadar energi untuk
jaringan sensor nirkabel. Komputer &
Teknik Elektro. 2015;41:357-367
[52] Srinivasa Rao PC, Banka H, Jana PK.
algoritma pencarian gravitasi untuk
SEBUAH
epenempatan multi-sink yang efisien dalam
wjaringan sensor nirkabel. Di:
Saya
Konferensi Internasional tentang Swarm,
Evolutionary, dan Memetic Computing.
Peloncat; 2015. hlm. 222-234
[53] Srinivasa
Rao PC, Banka H, K Jana P.
Pengelompokan hemat energi untuk
jaringan sensor nirkabel: A
algoritma pencarian gravitasi. Dalam:
Konferensi Internasional tentang Swarm,
Evolutionary, dan Memetic Computing.
Peloncat; 2015. hlm. 247-259
[54] Teja R, Indu S. Sebuah clustering wsn
berbasis prioritas dari skenario multiple sink
menggunakan algoritma koloni lebah buatan.
Dalam: Konferensi Internasional 2016 tentang
Sistem Komputasi dan Teknologi Informasi
untuk Solusi Berkelanjutan (CSITSS); IEEE.
2016. hlm. 130-134
[55] Azharuddin M, Jana PK. Pendekatan berbasis
Pso untuk perutean dan pengelompokan yang
ehemat energi dan seimbang
di jaringan sensor nirkabel. komputasi
C lunak. 2017;21(22):6825-6839
[56] Lalwani P, Banka H, Kumar C. Gsachsr:
Algoritma pencarian gravitasi untuk
pemilihan kepala cluster dan perutean di
jaringan sensor nirkabel. Di:
Aplikasi Soft Computing untuk Web.
Peloncat; 2017. hlm. 225-252
[57] Guravaiah K, Leela Velusamy R. Algoritma
pengelompokan hemat energi menggunakan
multi-hop berbasis rfd
komunikasi dalam jaringan sensor
nirkabel. Komunikasi Pribadi Nirkabel.
2017;95(4):3557-3584
20
[58] Guravaiah K, Velusamy RL. Rfdmrp:
Protokol perutean multi-hop berbasis
dinamika pembentukan sungai untuk
pengumpulan data dalam jaringan sensor
nirkabel. Ilmu Komputer Procedia. 2015;54
:31-36
[59] Guravaiah K, Velusamy RL. Pantai:
Energi yang seimbang dan algoritma
pemilihan kepala klaster adaptif untuk
jaringan sensor nirkabel. Jaringan Nirkabel
Adhoc & Sensor. 2018;42(3-4): 199-225
[60] YadavA, Kumar S, Vijendra S. Analisis
waktu hidup jaringan wsns menggunakan
optimasi swarm partikel. Ilmu Komputer
Procedia. 2018;132:805-815
[61] Morsy NA, AbdelHay EH, Kishk SS.
Algoritma hemat energi yang diusulkan
untuk pengelompokan dan perutean di wsn.
Komunikasi Pribadi Nirkabel. 2018;103(3):
2575-2598
[62] Kavitha A, Guravaiah K, Velusamy RL.
Sebuah strategi routing berbasis cluster
menggunakan algoritma pencarian gravitasi
untuk wsn. Jurnal dari
Ilmu dan Teknik Komputasi. 2020;
14(1):26-39
[63] Gupta GP, Jha S. Pengelompokan terintegrasi
dan protokol perutean untuk jaringan sensor
nirkabel menggunakan cuckoo dan berbasis
pencarian harmoni
teknik metaheuristik. Rekayasa
Aplikasi Kecerdasan Buatan. 2018;68
:101-109
[64] Randhawa S, Jain S. Mlbc: Teknik
pengelompokan penyeimbangan beban
multiobjektif dalam jaringan sensor nirkabel.
Komputasi Lunak Terapan. 2019;74:66-89
[65] Sarkar A, Senthil Murugan T.
Pemilihan kepala cluster untuk perutean
yang hemat energi dan tanpa penundaan
dalam jaringan sensor nirkabel. Jaringan
nirkabel. 2019;25(1):303-320