analisis efek transfer acknowledgement pada … fileanalisis efek transfer acknowledgement pada...

ANALISIS EFEK TRANSFER ACKNOWLEDGEMENT PADA

PROTOKOL EPIDEMIC TERHADAP BEBAN JARINGAN DI

PERGERAKAN RANDOM DAN MANUSIA

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar

Sarjana Komputer Program Studi Teknik Informatika

Oleh:

Michael Donny Kusuma

145314031

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA

2017

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

ii

ANALYSIS OF ACKNOWLEDGEMENT TRANSFER EFFECT ON

EPIDEMIC PROTOCOL TO NETWORK LOAD IN RANDOM AND

HUMAN MOVEMENT

A THESIS

Presented as Partial Fulfillment of Requirements to Obtain Sarjana

Komputer Degree in Informatics Engineering Department

By:


145314031

INFORMATICS ENGINEERING STUDY PROGRAM

INFORMATICS ENGINEERING DEPARTMENT

FACULTY SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2017


iii

HALAMAN PERSETUJUAN

SKRIPSI




Oleh:


145314031

Telah disetujui oleh:

Dosen Pembimbing,

Bambang Soelistijanto, Ph.D

Tanggal, ..... Desember 2017


iv

HALAMAN PENGESAHAN

SKRIPSI




Dipersiapkan dan ditulis oleh:


145314031

Telah dipertahankan di depan panitia penguji

Pada tanggal 15 Januari 2018

dan dinyatakan memenuhi syarat

Susunan Panitia Penguji

Nama Lengkap Tanda Tangan

Ketua : Henricus Agung Hernawan, S.T., M.Kom. .......................

Sekretaris : Puspaningtyas Sanjoyo Adi, S.T., M.T. .......................

Anggota : Bambang Soelistijanto, Ph.D. .......................

Yogyakarta, ...... Januari 2018

Fakultas Sains dan Teknologi

Universitas Sanata Dharma

Dekan,

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


v

V E N I,

V I D I,

V I C I.

- Julius Caesar


vi

PERNYATAAN LEMBAR KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa di dalam skripsi yang saya

tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah

disebutkan dalam kutipan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, 15 Desember 2017

Penulis,



vii

LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK

KEPENTINGAN AKADEMIS

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

Nama : Michael Donny Kusuma

NIM : 145314031

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan

Universitas Sanata Dharma karya ilmiah yang berjudul:




Beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan

kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan,

mengalihkan dalam bentuk media lain, mengolahnya dalam bentuk angkalan data,

mendistribusikannya secara terbatas, dan mempublikasikannya di Internet atau

media lain untuk kepentingan akademis tanpa meminta ijin dari saya maupun

memberikan royalty kepada saya selama tetap mencantumkan nama saya sebagai

penulis.

Demikian pernyataan ini saya buat dengan sebenarnya.


Penulis,



viii

ABSTRAK

Jaringan Oportunistik adalah jaringan komunikasi nirkabel tanpa

menggunakan infrastruktur. Tanpa adanya infrastruktur setiap perangkat berperan

baik sebagai host maupun router. Mengandalkan mobilitas, perangkat pada

Jaringan Oportunistik memiliki sumber daya yang terbatas. Untuk

memaksimalkan pesan yang sampai dan memperkecil delay, Protokol Epidemic

menggunakan penyebaran pesan secara flooding. Penyebaran pesan secara

flooding pada Epidemic membuat beban jaringan menjadi sangat tinggi.

Active Receipt dan Passive Receipt merupakan teknik transfer

acknowledgment. Selain menambahkan aspek realibilitas pada protokol, Active

Receipt dan Passive Receipt dapat mengurangi beban jaringan dengan

menggunakan receipt yang merupakan tanda bahwa pesan sudah sampai ke tujuan

dan dapat dibuang. Penambahan Tombstone (catatan pesan yang mati) membuat

variasi dari Epidemic semakin luas. Dari hasil simulasi yang dilakukan, Active

Receipt mampu mengungguli Passive Receipt dan Passive Receipt dengan

penambahan Tombstone baik pada pergerakan perangkat yang random maupun

dengan menggunakan pergerakan manusia. Pengukuran unjuk kerja dilakukan

dengan menggunakan matriks unjuk kerja delivery probability, overhead ratio,

buffer occupancy dan menggunakan perhitungan SIR (susceptible, infected,

removed). Perbandingan antara pergerakan random dan pergerakan manusia

menunjukan bahwa pergerakan manusia selain menyebarkan pesan lebih cepat

juga mengobati jaringan lebih cepat. Hasil tersebut karena jaringan sosial manusia

memiliki hub node.


ix

ABSTRACT

Opportunistic Network is wireless communication without infrastructure.

Without infrastructure, node behaves as a host and router. Rely on mobility, a

node in Opportunistic Network have a limit resource. Epidemic Protocol used

flooding to spread messages for optimum delay and delivery ratio. In effect of

flooding mechanism, network load becomes high in Epidemic Protocol.

Active Receipt and Passive Receipt is kind of transfer acknowledgment

technique. In addition, to achieve reliability aspect of protocol, Active Receipt and

Passive Receipt can heal the network using receipt that acknowledges message.

The message that acknowledged can be deleted from the network. Addition of

Tombstone makes a wider variation for the Epidemic protocol. From simulation

result, Active Receipt overcomes Passive Receipt and Passive Receipt with

Tombstone on random movement and human movement. Measurement

performance used for this research is delivery probability, overhead ratio, buffer

occupancy and SIR calculation (susceptible, infected, removed). The comparison

between random movement and human movement shows that the human

movement is faster to spreading messages and also heal network. The result is

because human social networks have a hub node.


x

KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Esa, atas limpahan berkat dan

karunia bagi kita semua. Berkat dan karunia-Nya pula yang memampukan penulis

menyelesaikan tulisan ini dengan keterbatasan waktu dan wawasan yang dimiliki

penulis.

Bagi penulis, tugas akhir ini ibarat puncak dari perjalanan masa studi

penulis di bangku kuliah. Banyak tantangan yang harus dihadapi penulis untuk

menyelesaikan tugas akhir ini. Tetapi banyaknya tantangan yang dihadapi

membuat penulis menjadi pribadi yang lebih baik lagi. Penulis menyadari bahwa

tugas akhir ini mustahil diselesaikan tanpa adanya bantuan yang diberikan kepada

penulis.

Banyak pihak yang berperan membantu penulis menyelesaikan tulisan ini.

Namun secara khusus penulis menyampaikan terima kasih kepada kedua orangtua

penulis untuk dukungan tulus yang diberikan kepada penulis. Penulis juga

mengucapkan terima kasih kepada keluarga besar penulis yang selalu memberi

semangat kepada penulis. Terima kasih juga penulis ucapkan kepada Pak Anto

dan seluruh dosen yang telah membimbing penulis selama masa kuliah serta

teman-teman penulis yang selalu setia membantu penulis baik secara langsung

maupun tidak.

Penulis sadar bahwa masih banyak kekurangan dalam laporan tugas akhir

ini. Saran dan kritik yang membangun senantiasa penulis terima untuk hasil yang

lebih baik di hari mendatang.


Penulis


xi

DAFTAR ISI

HALAMAN JUDUL .................................................................................... i

HALAMAN PERSETUJUAN ..................................................................... iii

HALAMAN PENGESAHAN ...................................................................... iv

MOTTO ........................................................................................................ v

PERNYATAAN KEASLIAN KARYA ...................................................... vi

LEMBAR PERSETUJUAN PUBLIKASI KARYA ILMIAH .................... vii

ABSTRAK ................................................................................................... viii

ABSTRACT ................................................................................................. ix

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

DAFTAR ISI ................................................................................................ xi

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

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

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

1.3. Tujuan Penelitian ............................................................................. 3

1.4. Manfaat Penelitian ........................................................................... 3

1.5. Batasan Masalah .............................................................................. 3

1.6. Metode Penelitian ............................................................................ 4

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

BAB II LANDASAN TEORI ...................................................................... 6

2.1. Jaringan Nirkabel (Wireless) ………............................................... 6

2.2. Mobile Ad hoc Network (MANET)................................................. 7

2.3. Jaringan Oportunistik ...................................................................... 8

2.4. Protokol Routing Epidemic ............................................................. 10

2.5. Teknik Transfer Reliabilitas ............................................................ 13

2.6. Tombstone (Batu Nisan).................................................................. 17

2.7. Simulator ONE (Opportunistic Networking Environment) ............. 19

BAB III METODE PENELITIAN ............................................................... 20

3.1. Data ................................................................................................. 20

3.2. Alat Penelitian ................................................................................. 20


xii

3.3. Pembuatan Alat Uji ………............................................................. 21

3.4. Langkah-Langkah Pengujian ………............................................... 21

3.5. Cara Analisis Hasil ………............................................................. 22

BAB IV PENGUJIAN DAN ANALISIS ..................................................... 24

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

4.2. Pergerakan Manusia (Haggle Cam) ............................................... 33

4.3. Perbandingan Pergerakan Random dan Manusia............................. 42

BAB V KESIMPULAN DAN SARAN ....................................................... 48

5.1. Kesimpulan ...................................................................................... 48

5.2. Saran ................................................................................................ 48

DAFTAR PUSTAKA .................................................................................. 49


1

BAB I

PENDAHULUAN

1.1. Latar belakang

Perkembangan pesat pada teknologi nirkabel (wireless) memunculkan

jenis-jenis jaringan baru yang lebih bervariatif dan aplikatif. Beberapa

jaringan yang muncul termasuk jaringan antar planet, jaringan militer,

jaringan pada penanggulanagan bencana dan jaringan sensor [5]. Kemunculan

beberapa jaringan baru tersebut tak lepas dari kebutuhan komunikasi pada

kondisi yang ekstrem. Salah satu contohnya adalah ketika terjadi bencana

yang menghancurkan infrastruktur komunikasi maka dibutuhkan jaringan

komunikasi yang tidak tergantung pada infrastruktur dalam upaya

penanggulangan bencana. Kemunculan jaringan-jaringan yang ekstrim

tersebut turut memunculkan tantangan-tantangan baru pada ranah jaringan

komputer. Tantangan-tantangan tersebut antara lain waktu tunggu yang lama,

koneksi yang terputus-putus, persentase kesalahan data yang besar, jaringan

protokol yang heterogen dan yang terpenting adalah asumsi bahwa tidak

adanya jalur ujung ke ujung dari pengirim ke penerima [2].

Tantangan-tantangan pada kondisi ekstrem tersebut dijawab dengan

munculnya Mobile Ad-Hoc Network (MANET). Pada MANET, setiap

perangkat yang bergerak berperan menjadi router yang menyampaikan pesan

sehingga tidak memerlukan infrastruktur untuk bekerja. Dengan kata lain,

pesan dikirim melewati jaringan MANET dengan cara diteruskan dari satu

perangkat ke perangkat lainnya hingga sampai ke tujuannya. Meskipun

MANET dapat menjawab tantangan mobilitas pada jaringan ekstrim, MANET

gagal pada beberapa kondisi karena memiliki asumsi bahwa terdapat jalur dari

ujung ke ujung dari pengirim ke penerima [2]. Kegagalan MANET tersebut

memunculkan ranah baru pada jaringan komputer yaitu Delay Tolerant

Network (Jaringan Oportunistik). Jaringan Oportunistik dapat diterapkan di

suatu area yang memiliki karakteristik penundaan waktu (latency) yang tinggi

dan juga konektivitas yang rendah dikarenakan perangkat yang terkadang


2

putus (intermittent) yang mengakibatkan untuk menemukan jalur menuju

tujuan terhambat karena hal tersebut [3].

Protokol pada Jaringan Oportunistik menggunakan metode store, carry

dan forward untuk mengirimkan pesan. Metode store, carry dan forward

memiliki arti sebuah paket data saat melewati perangkat-perangkat perantara

akan disimpan terlebih dahulu di dalam buffer sebelum diteruskan. Protokol

Epidemic merupakan salah satu protokol routing yang ada pada Jaringan

Oportunistik. Secara singkat, pengiriman pesan pada Protokol Epidemic ibarat

“wabah penyakit” yang menular dari satu perangkat ke perangkat lain. Suatu

perangkat akan mengirimkan pesan ke perangkat yang belum memiliki pesan

tersebut. Pesan tersebut terus disebarkan hingga sampai ke penerima.

Menggunakan metode tersebut, pesan yang dikirim akan dengan cepat sampai.

Karena sifatnya yang membanjiri jaringan, Protokol Epidemic

memiliki beberapa kekurangan. Kekurangan yang pertama adalah “wabah

penyakit” yang akan terus menyebar ke jaringan meskipun pesan yang

dikirimkan sudah sampai pada penerima. Hal ini tentu dapat membuat beban

jaringan menjadi sangat berat. Kekurangan kedua adalah tidak adanya faktor

reliabilitas pada Protokol Epidemic. Reliabilitas sendiri merupakan salah satu

fungsi yang penting pada layer transport. Pada protokol TCP, teknik transfer

reliabilitas dijalankan menggunakan pesan ACK (acknowledgment).

Reliabilitas penting untuk memastikan pada pengirim pesan bahwa pesan yang

dikirim sudah sampai pada tujuan.

Harras dan Almeroth memperkenalkan teknik transfer reliabilitas yang

dapat diterapkan pada jaringan Oportunistik yaitu Active Receipt dan Passive

Receipt [2]. Teknik transfer reliabilitas yang ditawarkan memiliki konsep

membuat acknowledment sebagai pesan baru bernama receipt yang sangat

kecil dan ditujukan kepada pengirim awal. Pesan receipt selain menjadi faktor

reliabilitas dapat juga dapat dipergunakan untuk menyembuhkan jaringan

dengan cara menghapus pesan yang sudah memiliki receipt. Hal yang


3

membedakan Active Receipt dan Passive Receipt adalah mekanisme

pengiriman pesan receipt. Active Receipt bekerja dengan memberikan receipt

pada seluruh perangkat yang ditemui. Pada Passive Receipt, receipt hanya

dikirimkan kepada perangkat hanya jika perangkat tersebut mencoba

mengirimkan pesan yang sudah memiliki receipt.

1.2.Rumusan Masalah

Berdasarkan latar belakang, maka rumusan masalah yang didapat

adalah bagaimana efek transfer acknowledgment Active Receipt dan Passive

Receipt terhadap beban jaringan pada protokol routing Epidemic di

pergerakan random dan manusia.

1.3. Tujuan Penelitian

Tujuan dari tugas akhir ini adalah mengetahui efek transfer

acknowledgment Active Receipt dan Passive Receipt pada Protokol Routing

Epidemic di pergerakan random dan manusia yang diukur dengan metrik

unjuk kerja yaitu delivery probability, overhead ratio, buffer occupancy, SIR

node dan total traffic.

1.4. Manfaat Penelitian

Hasil dari penelitian ini diharapkan dapat digunakan sebagai bahan

pertimbangan dalam mengembangkan protokol routing yang akan digunakan

dalam komunikasi pada jaringan oportunistik.

1.5. Batasan Masalah

Batasan masalah dalam penelitian ini adalah:

1. Menggunakan protokol routing routing Epidemic.

2. Teknik transfer acknowledgment yang digunakan adalah Active

Receipt, Passive Receipt dan Passive Receipt dengan Tombstone.

3. Parameter yang digunakan adalah delivery probability, overhead ratio,

buffer occupancy, SIR dan total traffic.


4

4. Pengujian dilakukan menggunakan Simulator ONE.

1.6. Metode Penelitian

Metode yang dilakukan dalam penelitian ini meliputi:

1. Studi Pustaka

Membaca referensi buku dan jurnal yang berkaitan dengan teori Active

Receipt, Passive Receipt, Tombstone dan Protokol Epidemic.

2. Pembuatan Alat Uji

Perancangan sistem dilakukan mulai dari mengidentifikasi apa yang

dilakukan oleh protokol sehingga dapat menghasilkan data hasil

simulasi yang dapat dianalisis.

3. Pengujian

Dalam tahap ini akan dibuat implementasi dari protokol routing yang

akan digunakan dalam penelitian. Dalam tahap ini juga akan dilakukan

pengujian untuk mengetahui performa dari teknik transfer reliabilitas

Active Receipt Passive Receipt dan Passive Receipt dengan

Tombstone.

4. Analisis Hasil Pengujian

Dalam tahap ini akan dianalisis performa unjuk kerja teknik transfer

reliabilitas sehingga diketahui trade-off dari teknik transfer reliabilitas

Active Receipt dan Passive Receipt.


5

1.7. Sistematika Penulisan

BAB I: PENDAHULUAN

Bab ini berisi penjelasan tentang latar belakang masalah, rumusan

masalah, tujuan penelitian, manfaat penelitian, batasan masalah, metode

penelitian, dan sistematika penulisan.

BAB II: LANDASAN TEORI

Bab ini berisi tentang teori tentang teknik transfer reliability Active

Receipt dan Passive Receipt, teori Tombstone, teori jaringan oportunistik,

dan teori protocol Epidemic yang digunakan sebagai dasar dalam mengukur

unjuk kerja protokol routing.

BAB III: METODE PENELITIAN

Bab ini berisi tentang data penelitian, alat penelitian, langkah-langkah

pengujian.

BAB IV: PENGUJIAN DAN ANALISIS

Bab ini berisi tentang tahap pengujian, yaitu simulasi, dan analisis hasil

data simulasi.

BAB V: KESIMPULAN DAN SARAN

Bab ini berisi tentang kesimpulan hasil penelitian dan saran dari penulis

untuk penelitian selanjutnya.


6

BAB II

LANDASAN TEORI

2.1. Jaringan Nirkabel (Wireless)

Perkembangan teknologi nirkabel yang pesat ikut mempengaruhi

jaringan komputer. Teknologi nirkabel diadopsi menjadi salah satu alternatif

media transmisi pada jaringan komputer. Kelebihan utama pada jaringan

nirkabel adalah pada mobilitas yang tinggi sehingga komunikasi data dapat

dilakukan meskipun alat komunikasi sedang bergerak. Kelebihan tersebut

juga memunculkan alternatif lain dari jaringan komputer yang biasanya

menggunakan infrastruktur tetap kemudian dapat dilakukan tanpa

menggunakan infrastruktur tetap. Teknologi nirkabel memunculkan teknik

komunikasi baru yang sebelumnya tidak dapat dilakukan dengan kabel

misalnya saja telepon seluler ataupun satelit.

Setiap komunikasi yang dilakukan oleh perangkat komputer,

membutuhkan media transmisi. Jaringan nirkabel adalah jaringan yang

menggunakan media transmisi udara. Hubungan komunikasi data pada

jaringan nirkabel menggunakan gelombang elekrtomagnetik untuk

menggunakan kabel pada jaringan kabel [1].

Topologi pada jaringan nirkabel ini dibagi menjadi dua yaknik

topologi nirkabel dengan berbasis infrastruktur dan topologi nirkabel tanpa

memanfaatkan infrastruktur [1]. Jaringan nirkabel infrastruktur kebanyakan

digunakan untuk memperluas jaringan LAN atau untuk berbagai jaringan

agar dapat terkoneksi ke Internet. Untuk membangun jaringan infrastruktur

diperlukan sebuah perangkat yaitu wireless access point untuk

menghubungkan client yang terhubung dan manajemen jaringan nirkabel.

Jaringan nirkabel dengan mode ad-hoc tidak membutuhkan perangkat

tambahan seperti access point, yang dibutuhkan hanyalah wireless adapter

pada setiap komputer yang ingin terhubung. Ad-hoc pada dasarnya adalah


7

jaringan yang diperuntukkan untuk keperluan sementara. Kelemahan utama

dalam komunikasi mobile adalah keterbatasan sumber daya, antara lain

baterai, bandwith, waktu pertemuan antar perangkat yang tidak pasti

lamanya, noise yang sangat tinggi. Hal tersebut membuat komuniasi dengan

menggunakan jaringan nirkabel memiliki kemungkinan error yang tinggi.

2.2. Mobile Ad hoc Network (MANET)

Mobile Ad hoc Network (MANET) merupakan sebuah jaringan

nirkabel yang terdiri dari beberapa node yang tidak memerlukan

infrastruktur. Setiap perangkat pada jaringan ini bersifat mobile. Setiap

perangkat dalam jaringan dapat berperan sebagai host dan router yang

berfungsi sebagai penghubung antara perangkat yang satu dengan perangkat

yang lainnya.

MANET melakukan kominukasi secara peer to peer menggunakan

routing dengan cara multihop. Informasi yang akan dikirimkan disimpan

dahulu dan diteruskan ke node tujuan melalui node perantara. Ketika topologi

mengalami perubahan karena node bergerak, maka perubahan topologi harus

diketahui oleh setiap node [3]. Jaringan MANET mempunyai beberapa

karakteristik antara lain:

1. Otonomi dan tanpa infrastruktur, MANET tidak bergantung kepada

infrastruktur atau bersifat terpusat. Setiap perangkat berkomunikasi

secara distribusi peer-to-peer.

2. Topologi jaringan bersifat dinamis, artinya setiap perangkat dapat

bergerak bebas, (random mobility) dan tidak dapat diprediksi.

3. Scalability, artinya MANET bersifat tidak tetap atau jumlah perangkat

berbeda di tiap daerah.

4. Sumberdaya yang terbatas, baterai yang dibawa oleh setiap perangkat

mempunyai daya terbatas, kemampuan untuk memproses terbatas,

yang pada akhirnya akan membatasi layanan dan aplikasi yang

didukung oleh setiap node.


8

2.3. Jaringan Oportunistik

Jaringan Salah satu kunci dari routing di MANET adalah asumsi

bahwa jalur dari ujung ke ujung itu ada [2]. Dengan asumsi itu, MANET

gagal pada skenario jaringan yang terputus. Kegagalan MANET tersebut

memunculkan area baru yaitu Delay Tolerant Network (Jaringan

Oportunistik). Jaringan Oportunistik dapat diterapkan di suatu area yang

memiliki karakteristik penundaan waktu (latency) yang tinggi dan juga

konektivitas yang rendah dikarenakan node yang terkadang putus

(intermittent) yang mengakibatkan untuk menemukan jalur menuju

destination terhambat karena hal tersebut [3].

Karena asumsi yang ada pada jaringan oportunistik maka jaringan

oportunistik dapat diterapkan pada jaringan sebagai berikut [5]:

1. Jaringan Luar Angkasa (Interplanetary Network), konsep jaringan

yang memungkinkan akses Internet di luar angkasa.

2. Military Ad-Hoc Network, pasukan militer sering kali ditempatkan di

daerah-daerah terpencil yang tidak berpenghuni dan tidak ada koneksi

memadai. Misalkan di perbatasan Indonesia dengan Papua Nugini,

atau di pulau-pulau terluar Indonesia. Konsep DTN dapat digunakan

untuk membangun jaringan komputer dalam keadaan seperti ini.

3. Jaringan Sensor/Aktuator, contohnya pada penerapan Wireless Sensor

Network (WSN).

Jaringan oportunistik menggunakan metode store (menyimpan), carry

(membawa) dan forward (meneruskan) atau disingkat SCF untuk

mengirimkan pesan. Metode SCF berarti sebuah paket data saat melewati

node-node perantara akan disimpan terlebih dahulu sebelum diteruskan. Hal

ini untuk mengantisipasi seandainya perangkat berikutnya tidak dapat

dijangkau (mati) atau ada kendala yang lain. Bundle layer

mengimplementasikan mekanisme SCF dimana setiap perangkat dapat


9

menyimpan dan membawa pesan dalam buffer-nya (memori) serta dapat

meneruskan pesan tersebut ke perangkat lain yang terkoneksi [6]. Karakter

dari jaringan oportunistik sendiri adalah sebagai berikut:

1. Tidak adanya jalur ujung ke ujung.

Perangkat yang sering terputus menyebabkan tidak adanya jalur dari

ujung ke ujung.

2. Intermittent connectivity.

Perangkat pada jaringan oportunistik dapat putus sewaktu waktu.

3. Waktu tunda tinggi.

Karena tidak adanya jalur dari ujung ke ujung membuat delay yang

ada menjadi tinggi.

4. Low data rate.

Komunikasi data pada nirkabel membuat data rate yang terbatas.

5. High error rate.

Komunikasi data menggunakan nirkabel membuat sering terjadi error

saat komunikasi data.

6. Sumber daya yang terbatas.

Karena node yang bersifat mobile maka sumber daya yang ada sangat

terbatas. Sumber daya tersebut antara lain baterai, ruang

penyimpanan, CPU dan memory yang terbatas karena menggunakan

perangkat mobile.

7. Long or Variable Delay.

Setiap perangkat memiliki buffer sendiri untuk menyimpan pesan, hal

ini dapat menyebabkan pemutusan panjang antrian delay. Waktu delay

yang panjang merupakan efek dari intermittent connectivity dan dapat

menyebabkan waktu delay yang cukup panjang antara pengirim dan

penerima.


10

2.4. Protokol Routing Epidemic

Protokol routing pada MANET yang gagal bekerja dengan baik pada

jaringan oportunistik membuat munculnya protokol routing Epidemic.

Diterbitkan oleh Vahdat dan Becker et al. (2000), Epidemic dirancang

sebagai protokol routing berbasis flooding forwarding[4] yang artinya

protokol ini membanjiri jaringan dengan salinan pesan. Protokol ini memiliki

tujuan utama yaitu untuk memaksimalkan tingkat pengiriman pesan dan

menimalkan delay. Epidemic memiliki konsep mirip dengan “wabah

penyakit” yang dapat menular dari manusia satu ke manusia lain. Perangkat

diibaratkan manusia sedangkan pesan diibaratkan sebagai penyakit yang

ditularkan oleh manusia.

Gambar 2.1. Contoh penyebaran pesan pada protokol Epidemic

Untuk lebih mudah memahami konsep dari Epidemic dapat digunakan

istilah Susceptible dan Infected (SI). Susceptible adalah kondisi dimana


11

sebuah perangkat belum terinfeksi oleh pesan. Perangkat tersebut siap

menerima pesan untuk dibawa. Infected adalah kondisi dimana sebuah

perangkat sudah terinfeksi oleh pesan atau sedang menyimpan pesan. Cara

kerja protokol Epidemic adalah dengan menginfeksi seluruh perangkat yang

Susceptible sehingga pesan akan sampai ke tujuan.

Contoh dari pengiriman pesan pada Epidemic dapat dilihat pada

gambar 2.1. Perangkat pengirim (S) ingin mengirimkan pesan kepada

penerima (D) dimana perangkat S menjadi infected karena memiliki pesan M.

Setelah beberapa waktu S kemudian bertemu dengan perangkat N dan

kemudian S mengirimkan pesan M kepada perangkat S sehingga N menjadi

infected. Perangkat N yang sudah terinfeksi pesan M pada akhirnya bertemu

dengan perangkat tujuan yaitu D sehingga pesan M tersampaikan dari

perangkat S ke perangkat D.

Mengasumsikan jalur dari pengirim ke penerima yang tidak pernah

ada, Epidemic menggunakan perangkat sebagai pembawa pesan. Pesan yang

dibuat oleh pengirim akan dibawa oleh perangkat lain dan diharapkan akan

sampai pada penerima. Menggunakan pendekatan tersebut, setiap perangkat

memiliki buffer yang akan berisi pesan yang dibuat oleh node tersebut

maupun pesan yang dititipkan kepada node tersebut. Setiap pesan yang

tersimpan dalam buffer memiliki ID yang akan disimpan di Summary Vector.

Ketika setiap perangkat bertemu dengan node lain maka perangkat

akan melakukan sesi Anti-Entropy. Sesi Anti-Entropy merupakan sesi dimana

perangkat yang bertemu saling bertukar Summary Vector untuk akhirnya

saling bertukar pesan. Setiap perangkat penerima pesan memiliki otoritas

untuk menerima maupun menolak pesan yang akan diberikan kepadanya,

dimana setiap perangkat dapat menyeleksi apakah pesan mampu diterima

oleh host tersebut.


12

Gambar 2.2. Sesi Anti Entropy

Contoh dari Anti-Entropy adalah pada saat perangkat A dan perangkat

B bertemu. Mula mula node A menginisiasi sesi Anti-Entropy. Langkah awal

pertukaran pesan adalah node A mengirimkan Summary Vector miliknya ke

perangkat B. Setelah itu perangkat B akan membandingkan Summary Vector

milik A dengan miliknya sendiri untuk mencari pesan apa saja yang

perangkat B belum miliki. Pesan-pesan yang belum dimiliki tersebut

kemudian dikirimkan sebagai permintaan (request) kepada perangkat A.

Perangkat A kemudian mengirimkan pesan yang diminta kepada node B.

Begitu juga sebaliknya ketika perangkat A melakukan permintaan pesan

kepada B.

Setiap pesan pada Epidemic memiliki ID dan (time to live) TTL. ID

merupakan identitas dari pesan yang ada sedangkan TTL adalah waktu

dimana pesan diijinkan hidup. TTL berfungsi untuk mengurangi beban

jaringan dari banyaknya pesan yang ada.


13

2.5.Teknik Transfer Reliabilitas (Acknowledgment)

Reliabilitas merupakan salah satu faktor yang penting dimiliki oleh

protokol routing. Contoh faktor reliabilitas dapat dilihat pada protokol TCP.

Pada TCP reliabilitas merupakan fungsi untuk memastikan penerima sudah

menerima pesan dari pengirim. TCP menggunakan acknowledgments (ACK)

untuk memberitahu bahwa penerima sudah menerima paket yang ada.

Jaringan Oportunistik tidak menjamin pesan yang dikirim akan

sampai pada tujuan. Oleh karena hal itu faktor relilabilitas pada Jaringan

Oportunistik cukup penting. Namun selain untuk menambahkan faktor

reliabilitas pada protokol, teknik transfer reliabilitas justru membantu untuk

mengurangi beban pada jaringan. Harras dan Almeroth memperkenalkan dua

teknik transfer reliabilitas yaitu Active Receipt dan Passive Receipt[2].

Teknik transfer reliabilitas tersebut tidak hanya untuk memastikan pesan

terkirim namun juga mengurangi beban jaringan.

Untuk mempermudah memahami konsep transfer reliabilitas maka

dapat digunakan konsep Susceptible, Infected dan Removed (SIR). Seperti

pada protokol Epidemic yang sudah dijelaskan di atas, Susceptible adalah

kondisi dimana perangkat belum terinfeksi oleh pesan. Sebuah perangkat

dikatakan susceptible pada pesan M jika perangkat tersebut belum pernah

menerima pesan M atau belum menerima pesan acknowledgment dari pesan

M. Infected merupakan kondisi dimana perangkat sudah terinfeksi pesan.

Perangkat dikatakan sudah terinfeksi pesan M jika dalam buffer-nya terdapat

pesan M. Sedangkan Removed merupakan kondisi dimana perangkat sudah

terobati dari pesan dan tidak akan terinfeksi lagi untuk pesan yang sama.


14

Active Receipt

Pada dasarnya Active Receipt sendiri menggunakan

acknowledgments dari ujung ke ujung yang disebut Receipt. Receipt dibuat

oleh penerima saat menerima pesan untuk memastikan bahwa pesan awal

yang dikirim sudah sampai serta mengobati jaringan dari pesan yang sudah

sampai. Receipt sendiri dikirim dengan mengibaratkan bahwa Receipt adalah

pesan baru. Selain untuk memastikan bahwa pesan sudah diterima, receipt

juga berperan untuk menghentikan penyebaran pesan asli pada jaringan.

Receipt yang diterima perangkat mengindikasikan paket awal yang sudah

diterima sehingga perangkat dapat membuang pesan awal dari buffer.

Kelebihan dari pendekatan Active Receipt adalah penyebaran pesan

dapat dikurangi dengan adanya Receipt. Namun hal itu juga menyebabkan

kerugian dimana akhirnya Receipt juga membanjiri jaringan meskipun secara

teori Receipt memiliki ukuran yang jauh lebih kecil dibandingkan pesan

awal.

Gambar 2.3. Teknik Transfer Reliabilitas Active Receipt

Contoh teknik Active Receipt dapat dilihat pada gambar 2.3. Pada

gambar bagian 1, diibaratkan pesan M sudah diterima oleh penerima yaitu

perangkat D melalui node 1 sehingga perangkat D membuat Receipt untuk

pesan M. Pada kondisi ini perangkat D sudah Removed dan kemudian

mengirimkan Receipt ke perangkat 1 sehingga node 1 juga sudah terobati dari

pesan M dan dapat membuang pesan M dari buffer-nya. Seiring berjalannya


15

waktu, perangkat 1 bertemu dengan perangkat 2 dan perangkat D bertemu

dengan perangkat 3. Perangkat 2 kemudian diobati oleh perangkat 1 dan

perangkat 3 diobati oleh perangkat D meskipun perangkat 3 masih pada tahap

Susceptible terhadap pesan M. Selang beberapa waktu perangkat 3 bertemu

dengan perangkat S. Perangkat 3 yang sudah memliki receipt terhadap M

mengirimkan receipt tersebut ke node S yang diidentifikasi oleh S yang

mengirimkan pesan M pertama kali bahwa pesan M sudah diterima oleh

perangkat D.

Passive Receipt

Active Receipt memang menghadirkan reliabilitas ujung ke ujung

namun Receipt sendiri akhirnya juga semakin banyak di jaringan. Untuk

mengurangi beban tersebut namun tetap menghadirkan reliability ujung ke

ujung maka diperkenalkan pendekatan Passive Receipt. Konsep dari Passive

Receipt yaitu mengirimkan Receipt hanya pada node yang ada pada kondisi

infected atau yang sedang memiliki pesan yang memiliki Receipt.

Gambar 2.4 Teknik Transfer Reliability Passive Receipt

Contoh teknik Passive Receipt dapat dilihat pada gambar 2.4. Pada

gambar bagian 1, diibaratkan pesan M sudah diterima oleh penerima yaitu


16

perangkat D melalui perangkat 1 sehingga perangkat D membuat receipt

untuk pesan M. Pada kondisi ini perangkat D sudah removed dan kemudian

mengirimkan Receipt ke perangkat 1 sehingga perangkat 1 juga sudah

terobati dari pesan M dan dapat membuang pesan M dari buffer-nya. Seiring

berjalannya waktu, perangkat 1 bertemu dengan perangkat 2 dan perangkat D

bertemu dengan perangkat 3. Perangkat 2 kemudian diobati dengan Receipt

oleh perangkat 1 sedangkan perangkat D tidak mengirimkan receipt ke

perangkat 3 karena perangkat 3 masih dalam keadaan suspectible terhadap

pesan M. Selang beberapa waktu perangkat 3 bertemu dengan perangkat S.

Perangkat 3 yang tidak memliki receipt terhadap M terinfeksi pesan M dari

perangkat S. Setelah beberapa waktu berjalan perangkat 2 bertemu dengan

perangkat S. Perangkat 2 yang memliki receipt terhadap pesan M

mengirimkan receipt tersebut ke perangkat S yang diidentifikasi oleh S yang

mengirimkan pesan M pertama kali bahwa pesan M sudah diterima oleh

perangkat D.

Kelemahan dari Passive Receipt adalah penyebaran receipt yang lama

yang mengakibatkan jaringan terbebani lebih lama. Selain itu, receipt yang

terkirim ke pengirim awal menjadi lebih lama sampai.


17

2.6.Tombstone (Batu Nisan)

Pada protokol Epidemic terdapat konsep SI dimana hanya ada dua

status node yang ada yaitu susceptible dan infective. Epidemic memiliki

konsep tersebut karena berasumsi jika perangkat kehilangan pesan baik karena

drop maupun TTL yang habis pesan tersebut masih bisa didapatkan lagi oleh

perangkat tersebut. Sebagai contoh: perangkat A pada waktu tertentu memiliki

pesan nomor 1. Pada suatu ketika, buffer dari perangkat tersebut penuh

sehingga pesan nomor 1 dibuang oleh perangkat A. Tidak lama berselang,

perangkat A bertemu dengan perangkat B dan perangkat B mengirimkan

pesan nomor 1 karena A tidak memilikinya.

Konsep SI nyatanya tidak cukup jika diaplikasikan pada Epidemic

dengan menggunakan teknik transfer reliabilitas. Receipt yang dihasilkan akan

menyembuhkan jaringan serta memberikan “imunitas” perangkat terhadap

pesan tersebut. Oleh karena itu muncul satu status selain susceptible dan

infective yaitu remove. Status remove didapatkan suatu perangkat karena dia

sudah memiliki receipt suatu pesan sehingga kebal terhadap “infeksi” pesan

tersebut di kemudian waktu. Konsep ini dinamakan SIR (susceptible-infective-

removed).

Konsep SIR akhirnya menambahkan variansi terhadap protokol

Epidemic itu sendiri. Ketika protokol Epidemic biasa hanya menganggap

perangkat dengan status susceptible dan infective, maka dengan konsep SIR

terdapat satu status lagi yaitu removed. Dengan adanya status removed

tersebut muncul variansi konsep removed pada perangkat. Terdapat dua

variansi yang bisa digunakan untuk menentukan status perangkat terhadap

suatu perangkat yaitu:

1. Tanpa Tombstone:

Variansi ini merupakan protokol Epidemic biasa ketika perangkat

sudah kehilangan suatu pesan karena drop atau TTL habis namun

perangkat tersebut belum memiliki receipt terhadap pesan tersebut


18

maka status dari perangkat tersebut adalah susceptible. Dengan

kata lain perangkat tersebut masih bisa terkena “infeksi” dari pesan

yang sama.

2. Menggunakan Tombstone

Variansi kedua yaitu dengan menggunakan sebuah tombstone atau

batu nisan. Fungsi tombstone adalah mencatat seluruh ID pesan

yang sudah pernah dimiliki oleh suatu perangkat. Pada variansi ini,

ketika perangkat kehilangan suatu pesan baik karena drop, TTL

habis, maupun memiliki receipt maka pesan tersebut dianggap mati

terhadap perangkat tersebut. Dengan kata lain perangkat tersebut

sudah kebal terhadap “infeksi” pesan tersebut.


19

2.7.Simulator ONE (Opportunistic Networking Environment)

The ONE (Opportunistic Network Environment) adalah simulator

untuk menjalankan routing pada Jaringan Oportunistik atau DTN. Fungsi

utama dari Simulator ONE adalah pemodelan dari pergerakan perangkat,

kontak perangkat, routing, dan message handling. Hasil dan analisis yang

didapat dilakukan melalui visualization, reports, dan post-processing tools.

Simulator dibangun dalam bahasa pemrograman Java, simulator ini

juga mampu melakukan import terhadap eksternal mobility meskipun di

dalamnya sudah tersedia seperti ketika akan mengunakan pergerakan real

human trace [7].

Gambar 2.5. Gambaran umum kelas pada simulator ONE


20

2.8. Pergerakan Pada Jaringan Oportunistik

Sebuah perangkat pada Jaringan Oportunistik selain menjadi host juga

menjadi sebuah router bagi pesan lain. Hal ini karena perangkat tersebut dapat

bergerak kemana saja. Mobilitas dari perangkat pada Jaringan Oportunistik ini

unsur terpenting dari Jaringan Oportunistik itu sendiri. Terdapat banyak jenis

pergerakan baik secara simulasi maupun pada kenyataan.

Pergerakan Random

Dengan menggunakan simulator yang ada[7], kita dapat membuat

perangkat bergerak secara random. Pola pergerakan random mengasumsikan

bahwa semua perangkat memiliki probabilitas yang sama untuk saling

bertemu. Dengan nilai probabilitas bertemu yang sama, maka beban tiap

perangkat tidak jauh berbeda dengan perangkat lain. Dengan meningkatnya

jumlah perangkat dalam satu wilayah maka akan meningkatkan juga

probabailitas pertemuan antar peragkat.

Pergerakan Manusia

Pada kenyataanya pergerakan random akan sulit ditemui pada Jaringan

Oportunistik. Dengan mengasumsikan bahwa perangkat dibawa oleh manusia,

pola pergerakan random sulit dicapai. Manusia bergerak dengan pola terentu.

Manusia bergerak sesuai keinginan dan kebutuhan manusia itu sendiri.

Berbeda dengan pergerakan random yang memiliki probabilitas pertemuan

antar node yang sama, pergerakan manusia memiliki probabilitas pertemuan

yang berbeda beda. Dengan begitu, pergerakan manusia akan menciptakan

hub node. Secara singkat, Hub node dapat dikatakan node yang memiliki

probabilitas bertemu dengan node lain lebih tinggi. Adanya hub node pada

Jaringan Sosial membuat pesan lebih mudah sampai ke tujuan. Hub node

mempercepat penyampaian pesan karena probabilitas bertemu dengan node

lain yang tinggi sehingga menjadikanya jalur terpendek.


21

BAB III

METODE PENELITIAN

3.1. Data

Data pada penelitian ini diambil dari hasil simulasi. Simulasi

sendiri menggunakan parameter berikut ini:

Parameter Pergerakan Random Pergerakan manusia (haggle

cam)

Waktu Simulasi 3 hari 11 hari

Waktu TTL 1 hari 1 minggu

Kecepatan

Transmisi

2 Mbps 2 Mbps

Jarak Transmisi 10 meter 10 meter

Besar Pesan 250 KB sampai 500 KB 10 KB

Besar Buffer 50 MB 20 MB

Interval

pembuatan

pesan

100 detik sampai 150

detik

58 detik sampai 62 detik

Pergerakan

node

2.5 meter - 4.5 meter per

detik

0.8 meter 1.4 meter per detik

Tabel 3.1. Parameter Simulasi

3.2.Alat Penelitian

a. Hardware

PC dengan spesifikasi processor Intel i7 dengan RAM sebesar 8 GB.

b. Software

1. IntelliJ IDEA

IntelliJ IDEA merupakan IDE Java yang digunakan untuk

menjalankan program The ONE Simulator.

2. Simulator ONE

Penjelasan tentang simulator ONE sudah ditulis dalam landasan teori

Simulator ONE, BAB II.


22

3.3. Pembuatan Alat Uji

1. Studi Pustaka

Studi pustaka dilakukan dengan membaca jurnal yang berkaitan

dengan protokol routing simulator MANET, Jaringan Oportunistik,

protokol routing Epidemic, teknik transfer reliability dan simulator The

ONE Simulator.

2. Pengumpulan Bahan Penelitian

Analisis kelas Java, Java Collection dan struktur data yang

dibutuhkan untuk mengimplementasikan pendekatan reliability pada

Routing Epidemic menggunakan The ONE Simulator.

3. Implementasi

Implementasi dari kelas Java, Java Collection dan struktur data

yang sudah dianalisis dengan menggunakan bahasa Java pada IntelliJ

IDEA.

3.4. Langkah-Langkah Pengujian

Skenario diuji dengan melakukan beberapa skenario:

1. Pergerakan Random

Skenario Jumlah Node Model Pergerakan

1 50; 100; 200; 300; 5000 Random Waypoint

Tabel 3.2. Skenario 1 Penambahan jumlah node pada pergerakan random

2. Pergerakan Manusia

Skenario Jumlah Node Model Pergerakan

2 36 Haggle Cambridge

Tabel 3.3. Skenario 2 : Model pergerakan manusia


23

3. Perbandingan Pergerakan Random dan Manusia

Parameter Random dan Manusia

Waktu Simulasi 11 hari

Jumlah node 36

Waktu TTL 1 minggu

Kecepatan

Transmisi

2 Mbps

Jarak Transmisi 10 meter

Besar Pesan 10 KB

Besar Buffer 20 MB

Interval

pembuatan

pesan

58 detik sampai 62 detik

Pergerakan

node

0.8 meter 1.4 meter per detik

Tabel 3.4. Skenario 3 : Perbandingan pergerakan random dan manusia


24

3.5. Cara Analisis Hasil

Setelah melakukan simulasi maka selanjutnya perhitungan matriks

unjuk kerja dilakukan dengan pengukuran sebagai berikut:

1. Delivery Probability

Delivery ratio adalah berapa banyak pesan yang terkirim ke tujuan

yang tepat dan berapa banyak pesan yang dibuat (dalam hal ini pesan yang

original atau ‘new message’ bukan salinan dari pesannya). Rumus

menghitung Delivery Ratio adalah:

delivery probability= pesan yang terkirim / pesan yang dibuat

2. Overhead Ratio

Overhead Ratio adalah metrik yang digunakan untuk

memperkirakan copy pesan dari original pesan yang disebarkan di dalam

jaringan. Jaringan dikatakan memiliki kinerja yang baik apabila memiliki

overhead yang rendah. Rumus menghitung Overhead Ratio adalah:

overhead ratio= total salinan pesan yang diteruskan − total salinan pesan

yang diterima /total salinan pesan yang diterima

3. Buffer Occupancy

Buffer Occupancy adalah jumlah ruang penyimpanan pada buffer

setiap node yang terpakai. Buffer Occupancy yang akan diperguankan

dalam tugas akhir ini dihitung rata rata dalam setiap satuan waktu tertentu.

4. Total Traffic

Total Traffic adalah seluruh pesan yang diteruskan di seluruh

jaringan dibagi dengan jumlah node yang ada pada jaringan tersebut. Pada

kasus ini total traffic juga memperhitungkan receipt sebagai pesan

sehingga perhitungan total traffic adalah sebagai berikut:


25

total traffic= total pesan yang diteruskan + total receipt yang

diteruskanjumlah node

5. Jumlah node SIR pesan terhadap pesan

Jumlah node SIR adalah berapa banyak node yang pada

status suspect, infected dan recovered terhadap sebuah pesan dalam

satu satuan waktu. Suspect adalah keadaan dimana node belum

pernah terinfeksi oleh suatu pesan. Infected adalah kondisi dimana

node sudah terinfeksi oleh suatu pesan. Sedangkan Removed adalah

kondisi dimana node sudah terobati dari suatu pesan.


26

BAB IV

PENGUJIAN DAN ANALISIS

Untuk mengetahui performa dari teknik transfer relibility Active Receipt

dan Passive Receipt serta variansi Tombstone pada Protokol Epidemic di jaringan

oportunistik, maka dilakukan pengujian. Pengujian dilakukan dengan

menggunakan rancangan simulai yang sudah dijabarkan pada bab III. Data yang

diperoleh dari hasil simulasi yang dibangkitkan oleh report kemudian menjadi

bahan untuk analisis.

4.1. Pergerakan Random

Setelah beberapa kali menjalankan simulasi maka didapatkan hasil

sebagai berikut:

Delivery

Probability

Jumlah Node

50 100 200 300 500

Epidemic 0.1002 0.1974 0.259 0.2736 0.2924

Active 0.1305 0.2963 0.6185 0.9066 0.9909

Passive 0.0983 0.1988 0.2744 0.3295 0.4359

Passive +

Tombstone

0.1036 0.2003 0.4012 0.6012 0.9578

Tabel 4.1.1: Delivery Probability dengan menggunakan pergerakan random


27

Overhead

Ratio

Jumlah Node

50 100 200 300 500

Epidemic 48.4067 101.3163 309.3729 663.4261 1673.1002

Active 37.2684 66.5332 128.6651 194.5234 409.1274

Passive 49.7463 100.4469 291.4746 551.9357 1111.3304

Passive +

Tombstone

47,4769 98,2566 199,006 295,9631 495,8571

Tabel 4.1.2: Overhead Ratio dengan menggunakan pergerakan random

Total

Traffic

Jumlah Node

50 100 200 300 500

Epidemic 206.52 420.52 836.455 1257.98 2039.054

Active 468.72 1018.4 2104.695 3097.03 3747.474

Passive 208.06 422.48 977.175 1595.126667 2631.522

Passive +

Tombstone

209,42 413,95 836,06 1236,17 1982,846

Tabel 4.1.3: Total Traffic dengan menggunakan pergerakan random


28

Gambar 4.1.1: Grafik Delivery Probability dalam pertambahan node

Dari gambar 4.1.1 dapat dilihat bahwa delivery probability milik

Active Receipt naik secara signifikan. Hal ini disebabkan karena pesan

Receipt secara cepat menyebar di jaringan untuk mengobati jaringan dari

pesan yang sudah terkirim. Hal tersebut membuka ruang penyimpanan yang

lebih lebar bagi pesan baru sehingga pesan yang terkirim semakin banyak.

Meskipun hanya berselisih sedikit, Passive Receipt lebih unggul ketimbang

Epidemic yang tidak memiliki mekanisme Transfer Reliability. Passive

Receipt tetap megobati jaringan meskipun tidak signifikan. Tombstone pada

Passive Receipt membuat delivery probability menjadi meningkat.

Tombstone mencegah pesan terlalu banyak beredar di jaringan sehingga

pesan yang ada di jaringan lebih efisien dan menyebabkan delivery

probability naik.


29

Gambar 4.1.2: Grafik Overhead Ratio dalam pertambahan node

Karena sifatnya yang menyebar secara aktif, receipt dari Active

Receipt semakin cepat dan banyak dalam menghapus pesan. Akibatnya,

overhead ratio dari Active Receipt menjadi lebih rendah. Gambar 4.1.2

menunjukan Active Receipt membuat overhead ratio menjadi kecil. Berbeda

dengan Passive Receipt yang hanya mengirimkan receipt hanya kepada node

yang memiliki pesan yang mempunyai Receipt. Passive Receipt

menyebarkan receipt lebih sedikit dan lebih lambat sehingga jaringan hanya

sedikit terobati dengan waktu yang lama. Tombstone yang membatasi

pertukaran pesan membuat hasil overhead dari Passive Receipt dengan

Tombstone lebih baik dari Passive Receipt tanpa Tombstone. Hal ini karena

pesan yang dipertukarkan semakin sedikit. Overhead ratio yang paling

tinggi adalah milik Epidemic tanpa tambahan apapun, mekanisme

pengiriman pesan dengan flooding tentu akan membuat overhead ratio

tinggi.


30

Gambar 4.1.3: Grafik rata rata Buffer Occupancy setiap jam (sampel 1

node)

Karena receipt yang dikirimkan lebih banyak dan lebih cepat, Active

Receipt mampu membuat buffer occupancy menjadi sangat rendah. Dapat

dilihat dari gambar 4.1.3 dimana buffer occupancy dari Active Receipt tidak

pernah sampai penuh. Receipt yang dikirim secara cepat dan banyak

menghapus pesan di dalam buffer setiap node juga secara cepat dan banyak.

Hasil tersebut cukup berbeda dengan buffer occupancy yang dimiliki oleh

Passive Receipt.

Buffer occupancy milik Passive Receipt cenderung penuh karena

receipt yang dikirim tidak banyak dan tidak terlalu cepat dalam menghapus

pesan yang sudah terkirim. Hal ini menyebabkan buffer occupancy yang

selalu penuh dan menyebabkan drop yang semakin tinggi. Namun hal

tersebut masih lebih baik dibandingkan dengan buffer occupancy milik

Epidemic yang hampir selalu penuh karena tidak memiliki mekanisme

penghapusan pesan dari buffer.

Berbeda dengan Passive Receipt tanpa Tombstone buffer occupancy

dari Passive Receipt dengan menggunakan Tombstone justru selalu penuh.


31

Hal ini disebabkan karena pada jaringan dengan mengunakan Tombstone

akan lebih heterogen daripada jaringan menggunakan Epidemic biasa.

Tombstone akan membuat pesan yang tersimpan pada buffer lebih variatif

dalam hal TTL. Berbeda dengan buffer Epidemic biasa yang didominasi

pesan dengan TTL yang hampir sama. Ketika TTL tersebut habis maka

penurunan buffer pada Epidemic menjadi cukup besar dibandingkan dengan

yang menggunakan Tombstone. Dengan kata lain, tombstone membuat

buffer menjadi semakin efisien dalam menyimpan pesan.

Hasil SIR menunjukan berapa jumlah node pada masing masing

status (susceptible, infected, dan removed) berbanding dengan penambahan

waktu. Hasil dari SIR diambil dari data pesan yang sama pada setiap

protocol.

Gambar 4.1.4: Grafik node yang terinfeksi pada Active Receipt dalam

satuan waktu (sampel 1 pesan dari 300 node)

Menggunakan hasil SIR dari seluruh node, dapat dilihat bahwa Active

Receipt sangat efektif untuk mengobati jaringan. Dilihat dari gambar 4.1.4,


32

jumlah node yang terinfeksi tidak sampai menyentuh 150 padahal ada 300

node di jaringan tersebut. Pesan pada Active Receipt tidak perlu menyebar

ke seluruh node karena langsung diobati setelah ada receipt. Selain itu node

yang memiliki removed naik sangat cepat hanya dalam hitungan waktu

beberapa jam dari mulai tidak node yang removed hingga semua node

menjadi removed.

Gambar 4.1.5: Grafik node yang terinfeksi pada Passive Receipt dalam

satuan waktu (sampel 1 pesan dari 300 node)

Berbeda dengan Active Receipt, penyebaran receipt pada Passive

Receipt cukup lambat. Dilihat dari gambar 4.1.5, seluruh node di jaringan

terinfeksi oleh pesan. Hal itu terlihat juga dari kenaikan node yang sudah

terobati yang naik tidak secepat Active Receipt dan jumlahnya tidak

mencapai seluruh jaringan. Karena sifatnya yang mengirimkan Receipt

kepada seluruh node yang ditemu, Active Receipt melakukan pertukaran

receipt lebih banyak ketimbang dengan Passive Receipt.

Pada Passive Receipt node yang terinfeksi jumlahnya dapat naik

maupun turun. Hal ini disebabkan karena node kehilangan pesan karena di


33

drop sehingga node berubah status menjadi susceptible dan dapat diinfeksi

kembali.

Gambar 4.1.6: Grafik node yang terinfeksi pada Passive Receipt dengan

Tombstone dalam satuan waktu (sampel 1 pesan dari 300 node)

Hasil yang cukup berbeda ditunjukan oleh Passive Receipt dengan

menggunakan Tombstone. Pada gambar 4.1.6, seluruh node di jaringan

memang terinfeksi oleh pesan. Akan tetapi hanya dalam beberapa jam

infeksi tersebut langsung turun dan habis padahal TTL pada pesan tersebut

adalah 24 jam. Hal itu terlihat juga dari kenaikan node yang sudah terobati

yang langsung naik cepat sampai semua node berstatus removed. Hasil

tersebut didapat karena adanya Tombstone membuat pesan yang sudah

pernah dimiliki tidak bias menginfeksi node lagi.

Pada Passive Receipt dengan Tombstone ini node yang terinfeksi

jumlahnya tidak dapat naik maupun turun seperti Passive Receipt tanpa

Tombstone. Hal ini disebabkan karena node kehilangan pesan karena di drop

sehingga node berubah status menjadi removed dan tidak dapat diinfeksi

kembali.


34

Gambar 4.1.7: Grafik Total Traffic dalam pertambahan node

Secara teori, dengan adanya receipt yang dipertukarkan pada Teknik

Transfer Reliabilitas, maka total traffic yang dihasilkan juga semakin

meningkat. Dalam pengujianya hal tersebut berlaku pada pergerakan

random. Dapat dilihat dari gambar 4.1.7 total traffic yang paling tinggi

adalah milik Active Receipt. Total traffic dari Active Receipt paling tinggi

karena pesan receipt yang dipertukarkan juga lebih tinggi. Passive Receipt

memiliki total traffic di bawah Active Receipt karena receipt yang

dipertukarkan pada Pasive tidak sebanyak milik Active Receipt. Total traffic

milik Epidemic dan Passive dengan Tombstone hampir sama. Hal ini

dikarenakan Tombstone memiliki mekanisme mencegah pengiriman pesan

yang sudah pernah diterima oleh suatu node. Tentu hal tersebut mengurangi

jumlah pesan yang dipertukarkan. Sedangkan Epidemic hanya memiliki

pesan yang dipertukarkan tanpa adanya tambahan receipt yang

dipertukarkan.


35

4.2. Pergerakan Manusia (Haggle Cam)

Pergerakan Manusia yang digunakan untuk penelitian ini adalah

Haggle Cam. Dataset ini berisi data pertemuan antar pelajar di Universitas

Cambridge. Jumlah partisipan yang digunakan dalam simulasi ini sebanyak

36 orang. Lokasi pengambilan data berada di Kota Cambridge, Inggris.

Selain dibawa 36 orang mahasiswa Cambridge, iMotes juga diletakkan di

beberapa tempat yang sering dikunjungi partisipan, yaitu laboratorium

komputer Universitas Cambridge, toko penjual bahan makanan, pub,

supermarket, pusat perbelanjaan di Kota Cambridge. Durasi simulasi pada

dataset ini adalah 987529, sekitar 11.43 hari.

Setelah beberapa kali menjalankan simulasi dengan menggunakan

dataset Haggle Cambridge maka didapatkan hasil sebagai berikut:

Metrik

Teknik Transfer Reliability

Epidemic Active Passive Passive +

Tombstone

Delivery

Probability 0.3409 0.7315 0.5564 0.6521

Overhead

Ratio 222.7479 22.5141 109.7669 35.8366

Total Traffic 35153.27778 18767.30556 32933.694446 11297.30556

Tabel 4.2.1: Tabel hasil pengujian menggunakan dataset Haggle Cam


36

Gambar 4.2.1: Perbandingan delivery probability

Pada gambar 4.2.1 sama seperti pada pergerakan random, delivery

probability milik Active Receipt lebih baik daripada milik Passive Receipt

maupun Passive Receipt dengan Tombstone. Peran Tombstone untuk

membatasi jaringan juga efektif meningkatkan delivery probability pada

Passive Receipt. Epidemic biasa memiliki delivery probability paling rendah

karena tidak adanya mekanisme mengobati jaringan.


37

Gambar 4.2.2: Perbandingan Overhead Ratio

Hal tersebut juga didukung dengan hasil overhead ratio. Pada

gambar 4.2.2, memperlihatkan overhead ratio dari Epidemic yang sangat

tinggi dibandingkan dengan Active Receipt dan Passive Receipt. Active

Receipt memiliki overhead yang paling rendah karena lebih efisien dalam

mengurangi beban jaringan. Apalagi pada jaringan manusia dimana terdapat

hub node yang membuat receipt tersebar semakin cepat dan mengobati

jaringan semakin cepat pula. Peran Tombstone juga sangat berpengaruh

pada pergerakan manusia. Intensitas bertemu node yang tidak sama setiap

node membuat pertukaran pesan yang sudah terbuang dari buffer tidak lagi

dilakukan berulang.


38

Gambar 4.2.3.: Perbandingan buffer occupancy per jam (sampel 1

node)

Cepatnya Active Receipt mengobati jaringan juga membuat buffer

occupancy menjadi lebih kecil. Pada gambar 4.2.3 dapat dilihat bahwa

buffer occupancy milik Active tidak pernah mencapai 100 persen. Artinya

adalah buffer milik Active Receipt tidak pernah penuh. Berbeda dengan

Passive Receipt yang meskipun memiliki buffer lebih baik ketimbang

Epidemic namun tetap ada kondisi dimana buffer penuh.

Sama seperti pada pergerakan random, Tombstone mempengaruhi

buffer occupancy pada Passive Receipt. Pada gambar 4.2.3 dapat dilihat

buffer occupancy Passive Receipt dengan Tombstone hampir selalu penuh

karena jaringan lebih heterogen terhadap pesan.

Hasil SIR menunjukan berapa jumlah node pada masing masing

status (susceptible, infected, dan removed) berbanding dengan penambahan

waktu. Hasil dari SIR diambil dari data pesan yang sama pada setiap

protocol.


39

Gambar 4.2.4: SIR Active Receipt pada satuan waktu (sampel 1 pesan dari

36 node)

Gambar 4.2.5: SIR Passive Receipt pada satuan waktu (sampel 1 pesan

dari 36 node)


40

Gambar 4.2.6: SIR Passive Receipt dengan Tombstone pada satuan waktu

(sampel 1 pesan dari 36 node)

Pada SIR node, pergerakan manusia menghasilkan hasil yang hampir

mirip pada setiap pesan yang diamati. Namun hasil yang didapatkan

menunjukan hal yang sama dengan hasil pada pergerakan random.

Meskipun ketiga protokol hampir semua menunjukan bahwa pesan

menginfeksi seluruh node, perbedaan terjadi setelah pesan menyentuh semua

node. Pada Active Receipt jaringan diobati sangat cepat terhadap pesan yang

sudah memiliki receipt. Pada gambar 4.2.4 terlihat penurunan dari jumlah

node yang terinfeksi terjadi sangat cepat. Passive Receipt cenderung lebih

lama untuk mengobati jaringan. Pada gambar 4.2.5 dapat dilihat penurunan

jumlah node yang terinfeksi tidak secepat yang ada pada Active Receipt.

Efek Tombstone pada pergerakan manusia dapat dilihat pada gambar 4.2.6.

Grafik tersebut menunjukan tidak semua node terinfeksi oleh pesan. Hal ini

terjadi karena Tombstone akan menolak pesan yang sudah dibuang oleh

node. Mengingat buffer pada Passive Receipt dengan Tombstone yang

tinggi, pesan akan sering di drop karena buffer penuh dan menyebabkan


41

rendahnya probabilitas seluruh node memiliki pesan yang sama pada satu

satuan waktu.

Gambar 4.2.7: Perbandingan Total Traffic

Meskipun secara teori dengan adanya receipt yang dipertukarkan

akan menambah nilai total traffic, namun pada pergerakan manusia hal

tersebut tidak terbukti. Pada gambar 4.2.7 dapat dilihat bahwa justru

Epidemic yang memiliki total traffic tertinggi sedangkan Passive Receipt

dengan Tombstone memiliki total traffic yang lebih rendah. Hal ini terjadi

karena dengan adanya receipt jaringan lebih efektif terobati daripada

penambahan receipt itu sendiri. Dengan kata lain pesan yang dihapus dan

tidak jadi dipertukarkan lebih banyak daripada receipt yang dipertukarkan.

Selain itu dengan adanya Tombstone maka kemungkinan pesan diteruksan

berulang kali akan semakin kecil sehingga mengurangi total traffic. Hal

tersebut yang kemudian membuat pesan yang diteruksan pada jaringan jauh

lebih sedikit daripada milik Passive Receipt dan Epidemic sehingga

banyaknya Receipt yang diteruskan tidak berdampak pada total traffic.


42

4.3. Perbandingan Pergerakan Random dan Manusia

Pergerakan manusia berbeda dengan pergerakan random. Manusia

cenderung memiliki pola pada pergerakanya. Selain itu pergerakan manusia

membentuk hub node yang menjadi dominan pada jaringan. Untuk

mengetahui efek dari transfer acknowledgment maka dilakukan pengujian.

Pengujian dilakukan dengan menggunakan rancangan simulai yang sudah

dijabarkan pada bab III.

Active Receipt

Gambar 4.3.1: Perbandingan node Susceptible vs Δ t pada Active Receipt



43

Gambar 4.3.2: Perbandingan node Infected vs Δ t pada Active Receipt


Gambar 4.3.3: Perbandingan node Removed vs Δ t pada Active Receipt


Pada Active Receipt pergerakan manusia lebih cepat menyebarkan

pesan ketimbang pergerakan random. Dapat dilihat dari Gambar 4.3.2 jumlah

node yang terinfeksi naik lebih cepat dibandingkan dengan pergerakan

random. Hal ini disebabkan adanya hub node yang mempercepat

penyampaian pesan ke seluruh node. Hal itu juga diperkuat dengan turunya

node yang susceptible terhadap pesan. Dari gambar 4.3.1 terlihat node yang

susceptible turun drastis pada pergerakan manusia.

Selain cepat dalam mengirim pesan, hub node pada jaringan manusia

juga cepat untuk mengobati jaringan. Dengan menggunakan transfer

reliabilitas milik Active Receipt, pesan pada jaringan cepat sekali diobati.

Dapat dilihat pada gambar 4.3.3 dimana jumlah node yang diobati jauh

meningkat dengan cepat. Hal ini disebabkan karena ketika hub node berhasil

mendapatkan receipt, maka receipt tersebut cepat sekali tersebar.


44

Passive Receipt

Gambar 4.3.4: Perbandingan node Susceptible vs Δ t pada Passive Receipt


Gambar 4.3.5: Perbandingan node Infected vs Δ t pada Passive Receipt



45

Gambar 4.3.6: Perbandingan node Removed vs Δ t pada Passive Receipt


Sama halnya pada Active Receipt, pergerakan manusia juga lebih cepat

menyebarkan pesan ketimbang pergerakan random pada Passive Receipt.

Dapat dilihat dari Gambar 4.3.5 jumlah node yang terinfeksi naik lebih cepat

dibandingkan dengan pergerakan random. Hal ini disebabkan adanya hub

node yang mempercepat penyampaian pesan ke seluruh node. Hal itu juga

diperkuat dengan turunya node yang susceptible terhadap pesan. Dari gambar

4.3.4 terlihat node yang susceptible turun drastis pada pergerakan manusia.

Meskipun tidak secepat pada Active Receipt, mekanisme Passive

Receipt untuk mengurangi beban jaringan pada pergerakan manusia juga

cepat. Selain cepat dalam mengirim pesan, hub node pada jaringan manusia

juga cepat untuk mengobati jaringan. Dapat dilihat pada gambar 4.3.6 dimana

jumlah node yang diobati jauh meningkat dengan cepat. Hal ini disebabkan

karena ketika hub node berhasil mendapatkan receipt, maka receipt tersebut

cepat sekali tersebar ke seluruh node.


46

Passive dengan Tombstone

Gambar 4.3.7: Perbandingan node Susceptible vs Δ t pada Passive Receipt

dengan Tombstone (sampel 1 pesan dari 36 node)

Gambar 4.3.8: Perbandingan node Infected vs Δ t Passive Receipt dengan

Tombstone (sampel 1 pesan dari 36 node)


47

Gambar 4.3.9: Perbandingan node Removed vs Δ t Passive Receipt dengan

Tombstone (sampel 1 pesan dari 36 node)

Pada protokol Passive Receipt dengan Tombstone, hasil yang didapat

tidak jauh beda dengan kedua protokol sebelumnya. Pergerakan manusia

lebih cepat dalam menyebarkan pesan. Dapat dilihat dari Gambar 4.3.8

jumlah node yang terinfeksi naik lebih cepat dibandingkan dengan pergerakan

random. Hal ini disebabkan adanya hub node yang mempercepat

penyampaian pesan ke seluruh node. Berbeda dengan pergerakan random

yang cenderung lebih lama menyebarkan pesan. Dari gambar 4.3.7 terlihat

node yang susceptible turun dengan cepat pada pergerakan manusia. Efek

Tombstone juga terlihat karena pesan yang sama tidak bisa masuk ke dalam

node lagi sehingga node yang susceptible akan turun terus menerus.

Selain cepat dalam mengirim pesan, hub node pada jaringan manusia

juga cepat untuk mengobati jaringan. Dengan menggunakan transfer

reliabilitas milik Active Receipt, pesan pada jaringan cepat sekali diobati.

Dapat dilihat pada gambar 4.3.9 dimana jumlah node yang diobati jauh

meningkat dengan cepat.


48

48

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Setelah melakukan proses pengujian melalui simulasi dan

menganalisis data hasil simulasi, dapat dibuat kesimpulan bahwa dengan

menggunakan Transfer Acknowledgment dapat mengurangi beban jaringan

yang ada. Active Receipt lebih cepat dan lebih banyak mengirimkan Receipt

daripada Passive Receipt dan Epidemic sehingga jaringan lebih cepat pula

diobati. Hal tersebut yang membuat unjuk kerja Active Receipt lebih baik

daripada Passive Receipt dan Epidemic pada Delivery Probability, Overhead

Ratio dan Buffer Occupancy. Namun karena banyaknya Receipt yang dikirim

oleh Active Receipt mengakibatkan tingginya traffic pada jaringan tersebut

sehingga Active Receipt tidak begitu baik pada unjuk kerja Total Traffic.

Menggunakan perbandingan terhadap pergerakan random, pergerakan

manusia lebih efektif untuk menyebarkan jaringan dan mengobati jaringan.

Hal ini disebabkan adanya hub node pada jaringan manusia sehingga

mempermudah penyebaran pesan maupun penyebaran obat. Active Receipt

juga unggul baik pada pergerakan random maupun pergerakan manusia

karena penyebaran acknowledgment yang lebih cepat.

4.2. Saran

Pada penelitian selanjutnya perlu diteliti bagaimana unjuk kerja teknik

transfer acknowledgment jika diterapkan pada protokol-protokol routing

berbasis sosial. Protokol-protokol berbasis sosial memiliki perhitungan-

perhitungan dengan pendekatan sosial. Selain itu adanya hub-node akan

mempengaruhi bagaimana transfer acknowledgment bekerja.


49

DAFTAR PUSTAKA

[1] J. Schiller, “Mobile Communication”, Great Britain: Biddles, 2003.

[2] H. Khaled A. dan Kevin C. A., " Transport Layer Issues in Delay Tolerant

Mobile Networks," 2006.

[3] Z. Zhang, “Routing in Intermittently Connected Mobile Ad Hoc Networks and

Delay Tolerant Networks : Overview and Challenges,” IEEE Communications

Surveys & Tutorials, vol. 8, no. 1, pp. 24-37, 2006.

[4] A. V. a. D. Becker, “Epidemic Routing for Partially-Connected Ad Hoc

Networks” , Durham: Department of Computer Science Duke University, 2000.

[5] K. Fall. “A Delay-Tolerant Network Architecture for Challenged Internets”. In

ACM SIGCOMM, Karlsruhe, Germany, August 2003.

[6] Puri, P., Singh, M.P. (2013) “A Survey Paper on Routing in Delay-tolerant

Networks”, International Conference on Information Systems and Computer

Networks, pp. 215-220.

[7] Keränen, A., Ott, J. & Kärkkäinen, T., “The ONE Simulator for DTN Protocol

Evaluation”, Computer Communication Networks.


50

LAMPIRAN

1. Epidemic Active Receipt Router /**

*

* @Author Michael Donny Kusuma

* Universitas Sanata Dharma

*/

public class EpidemicActiveRouter implements RoutingDecisionEngine {

/** buffer that save receipt */

private Map<String, DTNHost> receiptBuffer;

/** request message to send to other node if any connection occur */

private List<String> request;

/** message that should be deleted */

private Set<String> messageReadytoDelete;

/** Report Object */

private ReceiptStatsReport receiptReport;

public EpidemicActiveRouter(Settings s) { }

protected EpidemicActiveRouter(EpidemicActiveRouter proto) {

this.receiptBuffer = new HashMap<>();

this.receiptReport = new ReceiptStatsReport();

this.request = new ArrayList<>();

this.messageReadytoDelete = new HashSet<>();

}

@Override

public void connectionUp(DTNHost thisHost, DTNHost peer) {

EpidemicActiveRouter peerRouter = this.getAnotherRouter(peer);

Collection<Message> thisMessageList =

thisHost.getMessageCollection();

Collection<Message> peerMessageList = peer.getMessageCollection();

/** Exchange receipt */

Map<String, DTNHost> peerReceiptBuffer =

peerRouter.getReceiptBuffer();

for (Map.Entry<String, DTNHost> entry :

peerReceiptBuffer.entrySet()){

if (!receiptBuffer.containsKey(entry.getKey())){

receiptBuffer.put(entry.getKey(), entry.getValue());

receiptReport.receiptTransfered(entry.getKey());

}

if (entry.getValue().equals(thisHost)){

receiptReport.receiptDelivered(entry.getKey());

}

}

for (Message m : thisMessageList){

/** Delete message that have a receipt */

if (receiptBuffer.containsKey(m.getId())){

receiptReport.messageRemovedByReceipt(m);

messageReadytoDelete.add(m.getId());

}


51

else {

/** Create a requested message list based from this host

message that not have receipt */

request.add(m.getId());

}

}

DecisionEngineRouter thisRouter = (DecisionEngineRouter)

thisHost.getRouter();

for (String m : messageReadytoDelete) {

if (thisRouter.isSending(m)) {

List<Connection> conList = thisHost.getConnections();

for (Connection con : conList) {

if

(con.getMessage()!=null&&con.getMessage().getId()==m) {

con.abortTransfer();

break;

}

}

}

thisHost.deleteMessage(m, false);

}

messageReadytoDelete.clear();

/** Remove message that peer is already have */

for (Message m : peerMessageList){

if (request.contains(m.getId())){

request.remove(m.getId());

}

}

}

@Override

public void connectionDown(DTNHost thisHost, DTNHost peer) {

/** Clear requested message list and message to delete list for new

connection */

request.clear();

messageReadytoDelete.clear();

}

@Override

public void doExchangeForNewConnection(Connection con, DTNHost peer) {

}

@Override

public boolean newMessage(Message m) {

return true;

}

@Override

public boolean isFinalDest(Message m, DTNHost aHost) {

return m.getTo().equals(aHost);

}

@Override

public boolean shouldSaveReceivedMessage(Message m, DTNHost thisHost) {

if (isFinalDest(m, thisHost) &&


52

!receiptBuffer.containsKey(m.getId() )){

// Report if receipt created

receiptReport.receiptCreated(m);

receiptBuffer.put(m.getId(), m.getFrom());

}

return true;

}

@Override

public boolean shouldSendMessageToHost(Message m, DTNHost otherHost) {

return request.contains(m.getId());

}

@Override

public boolean shouldDeleteSentMessage(Message m, DTNHost otherHost) {

return false;

}

@Override

public boolean shouldDeleteOldMessage(Message m, DTNHost

hostReportingOld) {

return false;

}

@Override

public RoutingDecisionEngine replicate() {

return new EpidemicActiveRouter(this);

}

private EpidemicActiveRouter getAnotherRouter(DTNHost peer) {

MessageRouter otherRouter = peer.getRouter();

assert otherRouter instanceof DecisionEngineRouter : "This router

only works with other routers of same type";

return (EpidemicActiveRouter) ((DecisionEngineRouter)

otherRouter).getDecisionEngine();

}

public Map<String, DTNHost> getReceiptBuffer() {

return receiptBuffer;

}

}


53

2. Epidemic Passive Receipt Router /**

*



*/

public class EpidemicPassiveRouter implements RoutingDecisionEngine {

/** Set contain buffer for receipt */

private Set<String> receiptBuffer;

/** Set contain summary vectors */


/** Report Object */


public EpidemicPassiveRouter(Settings s) {

}

protected EpidemicPassiveRouter(EpidemicPassiveRouter proto) {


this.receiptBuffer = new HashSet<>();


}

@Override


/** Get message from this host and peer host */

Collection <Message> thisMessages = thisHost.getMessageCollection();

Collection <Message> peerMessages = peer.getMessageCollection();

/** Clear summary vector for this connection */

request.clear();

/** Check peer and this host summary vector, exchange if not same */

if (thisMessages.hashCode() != peerMessages.hashCode()) {

/** Determine which message is needed for peer host */

exchangeSummaryVector(peerMessages, thisMessages);

}

}

@Override


}

@Override


}

@Override


return true;

}

@Override


return m.getTo()==aHost;

}

@Override


/** Get peer host */

List<DTNHost> hostRelayM = m.getHops();


54

DTNHost peer = hostRelayM.get(hostRelayM.size()-2);

boolean acknowledged = false;

/** Get peer router */

EpidemicPassiveRouter partnerRouter = this.getAnotherRouter(peer);

/** Check whether message is acknowledged */

if (receiptBuffer.contains(m.getId())){

/** Tell peer router that message m is acknowledged, transfer

receipt */

partnerRouter.receiptBuffer.add(m.getId());

/** Delete message from peer buffer */

peer.deleteMessage(m.getId(),false);

/** Trigger report */

receiptReport.receiptTransfered(m.getId());


/** Check that peer is receipt target */

if (m.getFrom().equals(peer)){

receiptReport.receiptDelivered(m.getId());

}

return false;

}

else {

/** Check whether this message is for this host */

if (m.getTo()==thisHost){

/** Create receipt for message m */


/** Add receipt to host and peer buffer */

receiptBuffer.add(m.getId());


}

return true;

}

}

@Override



}

@Override


return false;

}

@Override


hostReportingOld) {

return true;

}

@Override


return new EpidemicPassiveRouter(this);


55

}

private void exchangeSummaryVector(Collection <Message> peerMessages,

Collection <Message> thisHostMessages) {

/** Check for all this host message peer host didn't have, add to

summary vector */

for (Message message : thisHostMessages) {

if (!peerMessages.contains(message)) {

request.add(message.getId());

}

}

}

private EpidemicPassiveRouter getAnotherRouter(DTNHost peer) {




return (EpidemicPassiveRouter) ((DecisionEngineRouter)


}

public Set<String> getReceiptBuffer() {


}

}


56

3. Epidemic Passive Receipt dengan Tombstone Router /**

*



*/

public class EpidemicPassiveWTombstoneRouter implements

RoutingDecisionEngine {

/** Buffer for receipt */

private Set<String> receiptBuffer;

/** Message ever received */

private Set<String> tombstone;

/** Peer's request to this node */


/** Report */


public EpidemicPassiveWTombstoneRouter(Settings s) {

}

protected

EpidemicPassiveWTombstoneRouter(EpidemicPassiveWTombstoneRouter proto) {


this.receiptBuffer = new HashSet<>();

this.tombstone = new HashSet<>();


}

@Override


/** Get message from this host and peer host */

Collection <Message> thisMessages = thisHost.getMessageCollection();

Collection <Message> peerMessages = peer.getMessageCollection();

/** Get peer's tombstone */

EpidemicPassiveWTombstoneRouter partnerRouter =

this.getAnotherRouter(peer);

Set<String> peerTombstone = partnerRouter.getTombstone();

/** Clean up request for this connection */

request.clear();

/** Check peer and this host summary vector, exchange if not same */

if (thisMessages.hashCode() != peerMessages.hashCode()) {

/** Determine which message is needed for peer */

exchangeSummaryVector(peerMessages, thisMessages, peerTombstone);

}

}

@Override


}

@Override


}

@Override


return true;


57

}

@Override


return m.getTo()==aHost;

}

@Override


/** Get peer host */

List<DTNHost> hostRelayM = m.getHops();

DTNHost peer = hostRelayM.get(hostRelayM.size()-2);

/** Get peer router */

EpidemicPassiveWTombstoneRouter partnerRouter =

this.getAnotherRouter(peer);

/** Check whether message is acknowledged */

/*boolean acknowledged = false;

for (String r : receiptBuffer){

if (r.equals(m.getId())){

acknowledged = true;

}

}*/

if (receiptBuffer.contains(m.getId())){

/** Tell peer router that message m is acknowledged, transfer

receipt */


/** Delete message from peer buffer */

peer.deleteMessage(m.getId(),false);

/** Trigger report */

receiptReport.receiptTransfered(m.getId());


/** Check that peer is receipt target */

if (m.getFrom().equals(peer)){

receiptReport.receiptDelivered(m.getId());

}

return false;

}

else {

/** Check whether this message is for this host */

if (m.getTo()==thisHost){

/** Create receipt for message m */


/** Add receipt to host and peer buffer */

receiptBuffer.add(m.getId());


}

tombstone.add(m.getId());

return true;

}

}

@Override



58


}

@Override


return false;

}

@Override


hostReportingOld) {

return true;

}

@Override


return new EpidemicPassiveWTombstoneRouter(this);

}

private void exchangeSummaryVector(Collection <Message> peerMessages,

Collection <Message> thisHostMessages, Set<String> peerTombstone) {

/** Check every message that peer needed */

for (Message message : thisHostMessages) {

if (!peerMessages.contains(message) &&

!peerTombstone.contains(message.getId())) {

request.add(message.getId());

}

}

}

private EpidemicPassiveWTombstoneRouter getAnotherRouter(DTNHost peer) {




return (EpidemicPassiveWTombstoneRouter) ((DecisionEngineRouter)


}

public Set<String> getReceiptBuffer() {


}

public Set<String> getTombstone() {

return tombstone;

}

}


59

4. Epidemic Router /**

*


* Sanata Dharma Univeristy

*/

public class EpidemicRouter implements routing.RoutingDecisionEngine {

/** request message to send to other node if any connection occur */

private Set<String> request;

public EpidemicRouter(core.Settings s) {}

protected EpidemicRouter(EpidemicRouter proto) {

request = new HashSet<>();

}


Collection<Message> thisHostMessages =

thisHost.getMessageCollection();

Collection<Message> peerMessages = peer.getMessageCollection();

/**for every message that this node have but peer node doesn't

* add to request list */

for (Message m : thisHostMessages){

if (!peerMessages.contains(m)){

request.add(m.getId());

}

}

}


/** clear request message to use for a new connection */

request.clear();

}

public void doExchangeForNewConnection(core.Connection con, DTNHost

peer) {

}


return true;

}


return m.getTo() == aHost;

}


return true;

}


/** send request messages to other node */


}



60

return false;

}


hostReportingOld) {

return false;

}

public routing.RoutingDecisionEngine replicate() { return new

EpidemicRouter(this);

}

}


61

5. SIR Report /**

*

* @author Michael Donny Kusuma

* Sanata Dharma University

*/

public class SIRReport extends Report implements UpdateListener{

public static final String REPORT_INTERVAL = "Interval";

//1 jam

public static int DEFAULT_REPORT_INTERVAL = 3600 ;

private double lastRecord;

// Message need to reported

private String messageReported = "M1";

// Status node to the message, true if node is infected by the message

private Map<DTNHost, Boolean> nodeState = new HashMap<>();

private List<Integer> nodeInfective = new ArrayList<>();

private List<Integer> nodeSuspected = new ArrayList<>();

private List<Integer> nodeRemoved = new ArrayList<>();

private int ROUTING_ENGINE = -1;

private int interval;

public SIRReport() {

super();

Settings routeSettings = new Settings("DecisionEngineRouter");

Settings SIRSettings = new Settings("SIR");

Settings settings = getSettings();

if (settings.contains(REPORT_INTERVAL)) {

interval = settings.getInt(REPORT_INTERVAL);

} else {

interval = -1;

}

if (interval < 0) {

interval = DEFAULT_REPORT_INTERVAL;

}

String routingEngine = routeSettings.getSetting("decisionEngine");

if (routingEngine.equals("reliability.EpidemicActiveRouter")){

ROUTING_ENGINE = 1;

}

else if

(routingEngine.equals("reliability.EpidemicPassiveRouter")){

ROUTING_ENGINE = 2;

}

else if

(routingEngine.equals("reliability.EpidemicPassiveWTombstoneRouter")){

ROUTING_ENGINE = 3;

}

messageReported = "M" + SIRSettings.getSetting("numberOfMessage");

DEFAULT_REPORT_INTERVAL =


62

Integer.parseInt(SIRSettings.getSetting("interval"));

initInfective();

}

@Override

public void updated(List<DTNHost> hosts) {

double simTime = getSimTime();

if (lastRecord>0){

if ((simTime - lastRecord >= interval)) {

//compute host carry message

if (ROUTING_ENGINE==1){

activeDecider(hosts , messageReported);

}

else if (ROUTING_ENGINE==2){

passiveDecider(hosts , messageReported);

}

else if (ROUTING_ENGINE==3){

passiveWTombstoneDecider(hosts , messageReported);

}

lastRecord = simTime - simTime % interval;

}

}

else {

findInitTime(hosts, messageReported);

}

}

private void findInitTime(List<DTNHost> hosts, String idMessage){

for (DTNHost host : hosts){

for (Message m : host.getMessageCollection()){

if (idMessage.equals(m.getId())){

lastRecord = m.getCreationTime();

}

}

}

}

public void activeDecider(List<DTNHost> hosts, String idMessage){

int s = 0;

int i = 0;

int r = 0;


EpidemicActiveRouter thisRouter = this.getActiveRouter(host);

Map<String, DTNHost> receiptBuffer =

thisRouter.getReceiptBuffer();

boolean infected = false;



infected = true;

}

}

if (infected){


63

i++;

}

else {

if (receiptBuffer.containsKey(idMessage)){

r++;

}

else {

s++;

}

}

}

nodeInfective.add(i);

nodeSuspected.add(s);

nodeRemoved.add(r);

}

public void passiveDecider(List<DTNHost> hosts, String idMessage){

int s = 0;

int i = 0;

int r = 0;


EpidemicPassiveRouter thisRouter = this.getPassiveRouter(host);

Set<String> receiptBuffer = thisRouter.getReceiptBuffer();




infected = true;

}

}

if (infected){

i++;

}

else if (!infected && receiptBuffer.contains(idMessage)){

r++;

}

else {

s++;

}

}



nodeRemoved.add(r);

}

public void passiveWTombstoneDecider(List<DTNHost> hosts, String

idMessage){

int s = 0;

int i = 0;

int r = 0;



64

EpidemicPassiveWTombstoneRouter thisRouter =

this.getPassiveWTombstoneRouter(host);

Set<String> receiptBuffer = thisRouter.getReceiptBuffer();

Set<String> tombstone = thisRouter.getTombstone();




infected = true;

}

}

if (infected){

i++;

}

else {

if (receiptBuffer.contains(idMessage) ||

tombstone.contains(idMessage)){

r++;

}

else {

s++;

}

}

}



nodeRemoved.add(r);

}

@Override

public void done() {

String print = "SIR Report";

print = print +"\nS";

print = print +"\n"+messageReported;

for (int val : nodeSuspected){

print = print +"\t"+ val;

}

print = print +"\nI";


for (int val : nodeInfective){


}

print = print +"\nR";


for (int val : nodeRemoved){


}

write(print);


65

super.done();

}

// Create init object for message that reported

private void initInfective(){

lastRecord = -1;

}

private EpidemicActiveRouter getActiveRouter (DTNHost host) {

MessageRouter otherRouter = host.getRouter();



return (EpidemicActiveRouter) ((DecisionEngineRouter)


}

private EpidemicPassiveRouter getPassiveRouter (DTNHost host) {




return (EpidemicPassiveRouter) ((DecisionEngineRouter)


}

private EpidemicPassiveWTombstoneRouter getPassiveWTombstoneRouter

(DTNHost host) {




return (EpidemicPassiveWTombstoneRouter) ((DecisionEngineRouter)


}

}


analisis efek transfer acknowledgement pada … fileanalisis efek transfer acknowledgement pada...

Documents