IJCCS, Vol.x, No.x, Julyxxxx, pp.

1~5
ISSN: 1978-1520 ◼1

MULTIPATH ROUTING IMPLEMENTATION IN

SD-WSN BASED ON RESOURCE CONSUMTION
METRIC
Agung Tri Laksono*1, Fauzi Dwi Sumadi2, Denar Regata Akbi3
Informatika, Universitas Muhammadiyah Malang, Malang
e-mail: agungtrilaksono@webmail.umm.ac.id, 2fauzisumadi@umm.ac.id,
1
3
dnarregata@umm.ac.id

Abstrak
Multipath Routing adalah metode pencarian jalur yang digunakan sebagai proses
transmisi data dengan memanfaatkan lebih dari satu jalur yang tersedia dalam suatu jaringan.
Konsep multipath routing diarahkan untuk menggantikan konsep single-path routing untuk
mengurangi Load-Balancing pada jaringan dengan mendistribusikan transmisi data melalui
beberapa jalur yang tersedia. Penelitian ini bertujuan untuk mengurangi atau menghemat
penggunaan bandwith consumption pada jaringan SD-WSN berbasis resource consumption
metric yang diambil dari port statistic dan flow statistic request. Penulis menggunakan algoritma
pencarian jalur DFS dan Dijkstra yang telah dimodifikasi, dimana dua algortima tersebut akan
diuji dengan parameter QoS diantaranya Throughput, Delay, Jitter dan Packet Loss. Selain itu
protokol CoAP dan MQTT digunakan sebagai refrensi pembanding. Hasil menunjukkan bahwa
semua nilai QoS pada dua algoritma tersebut tidak jauh berbeda, hanya saja algoritma yang
menggunakan protokol CoAP nilainya lebih kecil daripada menggunakan protokol MQTT
sehingga dapat disimpulkan bawha algoritma pencarian jalur yang menggunakan protokol CoAP
lebih baik daripada algoritma yang menggukanan protokol MQTT.
Kata kunci : Multipath Routing, Software Defined Network, Wireless Sensor Network

Abstract
Multipath Routing is a path finding method that is used as a data transmission process
by utilizing more than one available path in a network. The concept of Multipath Routing is
directed to replace the concept of single-path routing to reduce load-balancing on the network
by distributing data transmission over several available paths. This study aims to reduce or save
the use of bandwidth consumption on the SD-WSN network based on resource consumption
metrics taken from port statistics and request flow statistics. The author uses a modified DFS and
Dijkstra path search algorithm, where both algorithms will be tested with QoS parameters
including Throughput, Delay, Jitter and Packet Loss. In addition, CoAP and MQTT protocols
were used as a reference for comparison. The results show that all the QoS values in the two
algorithms are not much different, it's just that the algorithm that uses the CoAP protocol has a
smaller value than the one using the MQTT protocol, so it can be concluded that the path search
algorithm that uses the CoAP protocol is better than the algorithm that uses the CoAP protocol.
using the MQTT protocol.
Keyword : Multipath Routing, Software Defined Network, Wireless Sensor Network

Received June1st,2012; Revised June25th, 2012; Accepted July 10th, 2012

2 ◼ ISSN: 1978-1520

1. Pendahuluan

Wireless Sensor Network (WSN) telah menarik banyak peneliti selama beberapa dekade
terakhir. WSN terdiri dari sejumlah besar node sensor dengan sumber daya yang terbatas, yaitu
salah satunya daya baterai, kapasitas komputasi, memori dan jangkauan radio [3]. WSN adalah
teknologi yang terdiri dari beberapa keunggulan seperti infrastruktur, topologi yang lebih sedikit,
dan biaya yang lebih murah [9]. Dalam kebanyakan kasus, WSN perlu beroprasi di lingkungan
tanpa pengawasan dan ditenagai oleh baterai, sehingga kinerjanya rentan terhadap energi dan
faktor lingkungan. Oleh karena itu, bagaimana memastikan transmisi data yang stabil selalu
menjadi masalah yang paling diperhatikan di WSN [8]. Saat ini protokol multipath routing telah
dianggap sebagai cara paling efektif untuk menjaga transmisi data berkualitas tinggi [4].
Dibandingkan dengan skema routing tradisional, multipath routing dapat mengurangi kemacetan
di jaringan dengan memindahkan traffic ke jalur alternatif sehingga meningkatkan pemanfaatan
sumber daya jaringan [2]. Dengan keungtungan multipath routing, telah banyak protokol
multipath routing yang telah diusulkan dalam literatur. Kebanyakan dari para peneliti, fokus pada
efisiensi energi dan keandalan routing, yaitu menemukan multipath yang optimal untuk
memaksimalkan keandalan dan meminimalkan konsumsi energi [4]. Multipath Routing adalah
metode routing yang tidak hanya menggunakan 1 jalur, tapi juga menggunakan beberapa jalur
yang ada. Sedangkan single path routing hanya menggunakan 1 jalur routing dari transmitter ke
receiver. Pada algoritma single-path-routing, semua jalur yang tersedia di topologi jaringan yang
biasa disebut dengan multipath capability tidak semuanya dipakai. Topologi jaringan yang
memiliki redundant branch dapat diapakai secara maksimal
Penerapan pada multipath routing pada masa kini tidak mudah, dikarenakan minimnya
antarmuka untuk melakukan uji coba dan evaluasi. Konsep jaringan atau paradigma Software
Defined Networking (SDN) dapat mengatasi masalah ini. SDN merupakan konsep atau ide yang
memiliki software inti yang bertugas sebagai faktor pengontrol seluruh aktifitas pada jaringan [1].
WSN sebuah modul penting dalam lingkungan IoT, Karena WSN merupakan teknologi kunci
yang memungkinkan terwujudnya IoT [6]. Paradigma Internet of Things bertujuan agar manusia
dan perangkat selalu terhubung dan memungkinkan mereka untuk berinteraksi satu sama lain
dengan lancar, dengan memberikan objek yang memiliki pengindraan tertanam dan kemampuan
komunikasi [5]. Pada Penelitian [7] mengusulkan algoritma multi-source dengan menggunakan
definisi ide perangkat lunak dan menyesuaikan beberapa kurva untuk membentuk multipath
routing independen. Melalu node inti pemograman, sesuai dengan prioritas source node, sudut
dinamis dari node sumber dapat dialokasikan, yang secara efektif mengurangi konsumsi energi
jaringan. Selain itu, mengingat bahwa Internet of Things (IoT) memiliki node yang perseptif,
komputasi terbatas dan kapasitas penyimpanan, sebuah model jaringan yaitu komunikasi
tersembunyi dari node, didesain ataupun dirancang untuk fitur tambahan dari IoT itu sendiri. Hal
tersebut sangat membantu untuk meningkatkan tingkat perlindungan privasi di IoT, dan untuk
meningkatkan kemampuan node secara efektif untuk menahan serangan yang terjadi pada IoT.
Hasil eksperimen menunjukkan bahwa algoritma tersebut dapat menghindari gangguan
antara jalur dan berbagai serangan jaringan untuk sebagian besar, dan konsumsi energi relatif
rendah di bawah persyaratan quality of service (QoS). Pada penelitian [10] membahas efisiensi
energi dan jalur terpendek dari protokol routing bandwith-aware untuk multipath routing yang
diimplementasikan ke WSN. Algoritma yang diusulkan adalah algoritma particle swarm
optimization (PSO). Algoritma tersebut memiliki jalur terpendek di antara multipath yang dipilih.
Algoritma tersebut menggunakan jarak serta energi node sebagai parameter untuk menemukan
jalur yang optimal dengan menggunakan particle swarm optimization. Diantara jalur yang
terpilih, hanya ada satu jalur optimal yang dapat mengurangi energi kebutuhan jaringan. Menurut
penelitian [10] project ini akan ada peningkatan pada parameter lain juga seperti, end to end delay.
Berdasarkan pada peneletian sebelumnya, penulis akan mengimplementasikan multipath
IJCCS Vol. x, No. x, July201x : first_page–end_page
IJCCS ISSN: 1978-1520 ◼ 3

routing dengan algoritma DFS dan Djkstra pada SD-WSN berbabasis resource
consumption metrics yang diambil dari port statistic dan flow statistic request.
Diharapkan metode tersebut dapat menghemat penggunaan bandwith consumption.

2. Metode Penelitian
2.1 Perancangan Sistem dan Algoritma

Gambar 2.1 Diagram Alur Rancangan Sistem dan Algoritma

Pada tahap pertama ryu sebagai controller akan diaktifkan, Setelah itu akan dibandingkan
dari dua algoritma yaitu DFS dan Dijkstra dari segi waktu pembentukan multipath routing,
penggunaan path jalur, dan pengujian lainnya. Selanjutnya akan diambil sampel data dari dua
algoritma tersebut dengan protokol CoAp dan MQTT untuk dievaluasi pada QoS sehingga dapat
melihat algoritma mana yang mempunyai nilai QoS terbaik.

2.2 Rancangan Algoritma DFS

Pada penelitian ini, Pseudocode algortima DFS akan dikembangkan dari penelitian sebelumnya
yaitu dengan menambah parameter sefl.flow_counts yang akan ditambahkan juga pada
perhitungan metrik sehingga nilai aggregate flow dapat diketahui. Selain itu juga mengubah nilai
bandwith yang dari penelitian sebelumnya adalah 1Gbps menjadi 100Mbps. Pada Gambar 2.2
dan Gambar 2.3 adalah perbandingan pseudoce algoritma dari penelitian sebelumnya dan yang
sedang dikembangkan.

Gambar 2.2 Gambar 2.3

Algoritma DFS Peneilitian Sebelumnya Algoritma DFS yang Dikembangkan
Title of manuscript is short and clear, implies research results (First Author)
4 ◼ ISSN: 1978-1520

2.2 Rancangan Algoritma Dijkstra

Pada penelitian ini, Pseudocode algortima Dijkstra akan dikembangkan dari penelitian
sebelumnya yaitu dengan menambah parameter sefl.flow_counts yang akan ditambahkan juga
pada perhitungan metrik sehingga nilai aggregate flow dapat diketahui. Selain itu juga mengubah
nilai bandwith yang dari penelitian sebelumnya adalah 1Gbps menjadi 100Mbps. Pada Gambar
2.4 dan Gambar 2.5 adalah perbandingan pseudoce algoritma dari penelitian sebelumnya dan
yang sedang dikembangkan.

Gambar 2.4 Gambar 2.5

Algoritma Dijkstra Penelitian Sebelumnya Algoritma Dijkstra yang Dikembangkan

2.3 Alur Evaluasi QoS

Pada tahap ini akan dijelaskan bagaimana alur pengambilan data QoS diantaranya yaitu
Throughput, Jitter, Delay, dan Packet loss yang dapat dilihat pada Gambar 2.6.

Gambar 2.6 Gambaran Alur Evaluasi QoS

IJCCS Vol. x, No. x, July201x : first_page–end_page

IJCCS ISSN: 1978-1520 ◼ 5

Aplikasi Ryu sebagai Controller akan menjalankan algoritma DFS dan Dijkstra lalu pada h5 dan
h6 akan menjalankan dua protokol yaitu CoAP dan MQTT. Pada protokol CoAP h5 berperan
sebagai Client Post dan h6 sebagai Client Get, Sedangkan pada protokol MQTT h5 berperan
sebagai Publisher dan h6 sebagai Subscriber. Selanjutnya semua simulasi tersebut akan di
monitoring pada aplikasi wireshark dan difilter, setelah itu akan diexport pada file format csv
sehingga langsung dilakukan perhitungan sesuai standarisasi QoS. Selanjutnya hasil dari evaluasi
QoS yang telah dilakukan akan di bandingkan antara hasil QoS dari algoritma DFS dan Dijkstra.

2.4 Perancangan Parameter Routing Metrik

Dari penelitian sebelumnya untuk parameter routing metrik hanya menggunakan port statistic.
Pada penelitian ini, penulis mengembangkan dari penelitian sebelumnya dengan menambahkan
parameter aggregate flow stats agar dapat mengetahui nilai flow count. Untuk penjelasan detail
akan dijabarkan pada persamaan dibawah :

𝑟𝑥_𝑏𝑦𝑡𝑒𝑠 (𝑒) 𝑡𝑥_𝑏𝑦𝑡𝑒𝑠 (𝑒)

𝑝𝑤(𝑝) = ∑𝑒𝜖 𝑒𝑤(𝑒) + + (1)
𝑟𝑥_𝑝𝑎𝑐𝑘𝑒𝑡𝑠(𝑒) 𝑡𝑥_𝑝𝑎𝑐𝑘𝑒𝑡𝑠(𝑒)

𝑟𝑥_𝑏𝑦𝑡𝑒𝑠 (𝑒) 𝑡𝑥_𝑏𝑦𝑡𝑒𝑠 (𝑒)

𝑝𝑤(𝑝) = ∑𝑒𝜖 𝑒𝑤(𝑒) + + + flow counts (2)
𝑟𝑥_𝑝𝑎𝑐𝑘𝑒𝑡𝑠(𝑒) 𝑡𝑥_𝑝𝑎𝑐𝑘𝑒𝑡𝑠(𝑒)

Persamaan (1) merupakan persamaan yang telah diterapkan pada penelitian sebelumnya
sedangkan persamaan (2) adalah persamaan yang sedang dikembangkan pada penelitian ini.
Dijelaskan pw(p) berperan sebagai bobot jalur (path weight) yang mana didapat dari hasil
menjumlahkan keseluruhan edge weight. Pada persamaan diatas rx_bytes(e) dan tx_bytes(e)
merupakan jumlah total bytes yang diterima dan ditransmisikan oleh interface. Sedangkan
rx_packets(e) dan tx_packets(e) merupakan jumlah total packet yang dikirimkan diterima dan
ditransmisikan oleh interface. Nantinya edge weight akan dijumlahkan hasil dari total bytes yang
diterma dibagi total packet yang diterima dan total bytes yang ditransmisikan dibagi total packet
yang ditransmisikan. Pada penelitian ini hanya ditambakan parameter flow counts yang dimana
untuk mendapatkan nilai dari aggregate flow stats.

2.5 Perancangan Topologi

Pada penelitian ini, Topologi Fat-Tree akan digunakan karena topologi tersebut memiliki jalur
bercabang sehingga dapat menerapkan konsep multipath routing. Salah satu kelebihan fat-tree
adalah skalabilitas dan jalur yang bervariasi atau beragam, hal ini memberikan alternative path
dalam load balancing antara source dan destination, untuk menghindari congestion dan
peningkatan penggunaan bandwidth. Beberapa host yang akan melakukan transmisi data atau
proses ping diantaranya ialah h1, h2, h5 dan h6. Simulasi Topologi Fat-Tree dapat dilihat pada
Gambar 3.8.

Title of manuscript is short and clear, implies research results (First Author)
6 ◼ ISSN: 1978-1520

Gambar 2.7 Topologi Fat-Tree

3. Hasil Penelitian dan Pembahasan
3.1 Pengujian dan Analisa Pencarian Jalur
Pengujian pencarian jalur dijalankan untuk mengetahui jalur berbeda yang untuk
melakukan transmisi data dengan algoritma DFS dan Dijkstra yang sudah diuji. Pengujian
pencarian jalur dilakukan dengan mengubah nilai variabel MAX_PATH menjadi tiga, Lalu akan
ditemukan jalur yang baik untuk melakukan tranmisi data. Dengan cara tersebut, pada Topologi
Fat-Tree akan terdapat 3 jalur yang bisa dipakai untuk melakukan transmisi data yang membuat
penerapan proses multipath routing dapat berjalan secara optimal. Nilai MAX_PATH dan bobot
jalur terendah akan menentukan jumlah jalur yang bisa digunakan. Lalu pengujian akan
dijalankan dengan melakukan ping dari h5 menuju h6. Pada Tabel 3.1 merupakan hasil pengujian
dari pencarian jalur pada topologi Fat-Tree dengan melakukan perbandingan pada dua algoritma
pencarian jalur yang telah dimodifikasi, yaitu Deep First Search dan Dijkstra.

Tabel 4.1 Hasil Pengujian Pencarian Jalur Pada Topologi Fat-Tree

Algoritma Jalur Path Nilai Cost
DFS (15, 8, 3, 9, 18) 716.000
(15, 8, 2, 9, 18) 723.000
(15, 8, 3, 4, 10, 18) 887.000
Dijkstra (15, 8, 3, 9 ,18) 734.004
(15, 8, 2, 9, 18) 738.004
(15, 8, 3, 4, 10, 18) 910.005

Hasil pengujian pencarian jalur menunjukkan dari h5 menuju h6 yang dideskripsikan pada Tabel
4.1. bahwa pencarian jalur menggunakan algoritma multipath DFS yang modifikasi dan multipath
Dijkstra modifikasi memiliki beberapa perbedaan dan kesamaan beserta nilai cost dari yang
terendah hingga terbesar. Pada jalur pertama dan kedua terdapat kesamaan jalur yang digunakan
yaitu (15, 8, 3, 9, 18) dan (15, 8, 2, 9, 18) hanya berbeda pada nilai cost yaitu pada jalur pertama
DFS memiliki nilai 716.000 dan Dijkstra memiliki nilai 734.004. Untuk jalur kedua DFS memiliki
nilai 723.000 dan Dijkstra memiliki nilai 738.004. Sedangkan pada jalur ketiga untuk algortima
multipath DFS modifikasi dan multipath Dijkstra memiliki kesamaan jalur yaitu [15 ,7 ,1 ,2, 9,
18] dan untuk nilai cost pada DFS memiliki nilai 887.000 dan Dijkstra memiliki nilai 910.005.

3.2 Hasil Analisis QoS

Dari beberapa pengujian Quality of Services yang telah dilakukan diperoleh hasil dengan
nilai yang baik berdasarkan standar penilaian dari THIPHON (Telecomunication and Internet
Protocol Harmonization Over Network) dengan dua algoritma pencarian jalur yang digunakan
seperti yang ditunjukkan pada Tabel 4.18.Dari beberapa pengujian Quality of Services yang telah
dilakukan diperoleh hasil dengan nilai yang baik berdasarkan standar penilaian dari THIPHON
(Telecomunication and Internet Protocol Harmonization Over Network) dengan dua algoritma
pencarian jalur yang digunakan seperti yang ditunjukkan pada Tabel 4.18.

IJCCS Vol. x, No. x, July201x : first_page–end_page

IJCCS ISSN: 1978-1520 ◼ 7

Tabel 4.2 Hasil Pengujian QoS

Algoritma Throughput Delay Jitter Packet Loss
(bps) (ms) (ms) (%)
DFS CoAP 525.76 bps 2.10 ms 0.0115 ms 0%

DFS MQTT 719.52 bps 1.99 ms 0.0147 ms 0%

Dijkstra CoAP 527.94 bps 2.05 ms 0.0139 ms 0%

Dijkstra MQTT 719.67 bps 1.99 ms 0.0152 ms 0%

Tabel 4.2 merupakan gabungan dari hasil pengujian QoS yang telah dilakukan. Pada
pengujian throughput hasil menunjukkan bahwa setiap algoritma dengan protokol yang sama
mendapatkan nilai yang tidak jauh berbeda, namun nilai throughput terendah didapat oleh
algoritma DFS dengan protokol CoAP dengan nilai 524.76 bps. Kemudian pengujian delay
menunjukkan hasil algoritma DFS dan Dijkstra dengan protokol MQTT mendapatkan nilai yang
sama yaitu 1.99 ms, dan nilai tersebut merupakan nilai delay terendah daripada algoritma DFS
dan Dijkstra yang menggunakan protokol MQTT. Selain itu untuk pengujian jitter menunjukkan
hasil bahwa setiap algoritma mendapatkan hasil nilai dibawah 0 ms dimana nilai tersebut
merupakan kategori sangat bagus sesuai dengan kategori jitter pada Tabel 2.5, begitupun dengan
pengujian packet loss menunjukkan hasil bahwa setiap algoritma tidak memiliki packet loss
dengan nilai 0%.

4. Kesimpulan
Pada pengujian pencarian jalur yang telah dijalankan diperoleh hasil yang tidak terlalu signifikan
karena jalur yang dapat digunakan untuk mengirim data pada jaringan tidak jauh berbeda dari dua
algoritma pencarian jalur multipath routing yang diuji. Secara keseluruhan, implementasi konsep
multipath routing pada SD-WSN dengan algortima DFS modifikasi dan Dijkstra modifikasi telah
berjalan secara sempurna. Hal tersebut dapat dilihat dengan peforma dari kedua algoritma yang
dapat menyediakan metode transmisi data multipath.

Refrensi
[1] Uis Yudha and others, ‘Implementasi Multipath Routing Berbasis Algoritme DFS
Yang Dimodifikasi’, Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer
J-PTIIK) Universitas Brawijaya, 2.11 (2018), 4741–49.

[2] Manan Doshi, Aayush Kamdar, and Krishna Kansara, ‘Multi-Constraint Qos Disjoint
Multipath Routing in SDN’, Advances in Intelligent Systems and Computing, 810
(2018), 377–87 <https://doi.org/10.1007/978-981-13-1513-8_40>.

[3] Abdelkader Laouid and others, ‘A Distributed Multi-Path Routing Algorithm to Balance
Energy Consumption in Wireless Sensor Networks’, Ad Hoc Networks, 64 (2017), 53–
64 <https://doi.org/10.1016/j.adhoc.2017.06.006>.

[4] Xiuwen Fu and others, ‘Environment-Fusion Multipath Routing Protocol for Wireless
Sensor Networks’, Information Fusion, 53.February 2019 (2020), 4–19
<https://doi.org/10.1016/j.inffus.2019.06.001>.

Title of manuscript is short and clear, implies research results (First Author)
8 ◼ ISSN: 1978-1520

[5] Imen Jemili and others, ‘Cross-Layer Adaptive Multipath Routing for Multimedia
Wireless Sensor Networks under Duty Cycle Mode’, Ad Hoc Networks, 109.March
(2020), 102292 <https://doi.org/10.1016/j.adhoc.2020.102292>.

[6] Kavita Jaiswal and Veena Anand, ‘An Optimal QoS-Aware Multipath Routing Protocol
for IoT Based Wireless Sensor Networks’, Proceedings of the 3rd International
Conference on Electronics and Communication and Aerospace Technology, ICECA
2019, 2019, 857–60<https://doi.org/10.1109/ICECA.2019.8822173>.

[7] Cong Wu and Jianhui Yang, ‘Multimedia Independent Multipath Routing Algorithms for
Internet of Things Based on a Node Hidden Communication Model’, Future Internet,
11.11 (2019) <https://doi.org/10.3390/fi11110240>.

[8] Xiuwen Fu, Yongsheng Yang, and Octavian Postolache, ‘Sustainable Multipath Routing
Protocol for Multi-Sink Wireless Sensor Networks in Harsh Environments’, IEEE
Transactions on Sustainable Computing, 6.1 (2021), 168–
81<https://doi.org/10.1109/TSUSC.2020.2976096>.

[9] R. Senthil Kumaran and G. Nagarajan, ‘Hierarchical Energy Balanced Fault Tolerant
Multipath Routing Protocol (HEBFTMRP) for Wireless Sensor Networks’, Advances in
Modelling and Analysis D, 24.1 (2019), 1–7<https://doi.org/10.18280/ama_d.240101>.

[10] Roshni Jha and Dr. Shivnath Ghosh, ‘Energy Efficient Particle Swarm Optimization
Based Multipath Routing in WSN’, Smart Moves Journal Ijoscience, 4.10 (2018), 5
<https://doi.org/10.24113/ijoscience.v4i10.164>.

IJCCS Vol. x, No. x, July201x : first_page–end_page