PROPOSAL PROYEK AKHIR

TAHUN AJARAN 2015/2016

ANALISA EFISIENSI ENERGI DARI SISTIM JARINGAN SENSOR NIRKABEL PADA

BERBAGAI TOPOLOGI SEBARAN NODE MENGGUNAKAN PERANGKAT

SIMULASI CASTALIA

Oleh :

TANTYO MAHISWORO

NRP. 1210121054

PROGRAM STUDI TEKNIK TELEKOMUNIKASI

POLITEKNIK ELEKTRONIKA NEGERI SURABAYA

Juli, 2015

2

Abstrak

Perkembangan Wireless Sensor Network (WSN) saat ini sangat pesat khususnya

bagi kehidupan manusia. Aplikasi WSN pada umumnya digunakan untuk kebutuhan-

kebutuhan monitoring, tracking dan pengaturan. Pada beberapa aplikasi, WSN

menggunakan banyak sensor yang disebar secara acak dalam suatu area tertentu dalam

rangka memperoleh informasi yang luas. Karena disebar secara acak, maka sumber

energi yang digunakan yaitu baterai. Seluruh proses yang melibatkan node

(pengambilan data sensor, komunikasi antar node, dan node dengan server) harus bisa

dilakukan dengan menggunakan energi seminimal mungkin agar baterei awet. Pada

proyek akhir ini akan dibuat analisa efisiensi energi dari sistim jaringan sensor nirkabel

pada berbagai topologi sebaran node menggunakan perangkat simulasi Castalia.

Topologi yang digunakan pada proyek akhir ini yaitu topologi grid, topologi random,

dan topologi cluster grid. Pengujian pada simulasi Castalia meliputi efisiensi untuk

proses pengolahan data dan efisiensi untuk komunikasi antar node pada masing -

masing node. Hasil yang diharapkan pada penelitian ini adalah memaksimalkan

penghematan energi pada WSN pada proses pengolahan data dan komunikasi antar

node.

Keyword : Wireless Sensor Network, energy, simulasi Castalia.

3

1. JUDUL PENELITIAN

Analisa Efisiensi Energi dari sistim Jaringan Sensor Nirkabel pada berbagai topologi

sebaran node menggunakan perangkat simulasi Castalia.

2. RUANG LINGKUP PENELITIAN

Ruang lingkup dari penelitian berkisar pada materi di bawah ini :

1. Jaringan Nirkabel

2. Jaringan Komputer

3. Bahasa Pemprograman

3. TUJUAN

Proyek akhir ini bertujuan menganalisa energi yang dibutuhkan oleh node untuk

memroses data dan berkomunikasi dengan berbagai topologi jaringan dengan

menggunakan simulasi Castalia.

4. LATAR BELAKANG

Salah satu masalah penting dalam jaringan sensor nirkabel yaitu mengenai

penggunaan energi yang dibutuhkan pada node untuk penyebaran informasi lokalisasi

antara node satu dengan yang lain. Informasi node meliputi identifikasi dan korelasi data

yang dikumpulkan, pengalamatan node, manajemen dan query node lokal di wilayah

yang ditentukan, evaluasi kepadatan node dan cakupan, energi map generation, routing

geografis, pelacakan objek, dan algoritma geografis lainnya.

Salah satu aspek penting pada sistim JSN yaitu energi yang dibutuhkan untuk

menjalankan proses kinerja node pada JSN tersebut yaitu baterai. Node – node

menggunakan baterai untuk menjalankan proses kinerja pada JSN. Node-node disebar di

bidang observasi, jauh dari power supply, perlu menghemat penggunaan baterei. Seluruh

proses yang melibatkan node (pengambilan data sensor, komunikasi antar node, dan

node dengan server) harus bisa dilakukan dengan menggunakan energi seminimal

mungkin agar baterei awet.

Salah satu aspek penting juga pada sistim JSN yaitu simulasi dimana sebelum

dibuat dalam bentuk hardware diperlukan simulasi sebagai acuan pada node yang

sebenarnya dimana dilihat dari komunikasi dan proses data pada node. Salah satu

simulasi pada sistim JSN yaitu Castalia dimana cara kerja dari simulasi Castalia yaitu

meng-konfigurasi komunikasi antar node dan proses data pada node dimana dapat pada

hasil dari simulasi tersebut berupa data kinerja dari masing – masing node pada

konfigurasi tersebut.

4

5. PERUMUSAN MASALAH DAN BATASAN :

Permasalahan pada penelitian ini terletak pada:

1. Bagaimana mengaplikasikan beberapa jenis topologi saluran node sensor pada

perangkat simulasi Castalia?

2. Bagaimana menganalisa kebutuhan energi masing – masing node?

3. Bagaimana menyimulasikan cara kerja jaringan sensor nirkabel menggunakan

Castalia?

Permasalahan pada penelitian ini akan dibatasi pada :

1. Software yang digunakan adalah Castalia Simulator.

2. Topologi sebaran node : Grid, Random, Cluster Grid.

3. Sistem komunikasi node secara nirkabel.

4. Luasan bidang observasi 100𝑥100𝑚2.

6. TINJAUAN PUSTAKA

Dimosthenis Pediaditakis, Yuri Tselishchev, dan Athanassios Boulis [1]

melakukan penelitian tentang kinerja dan evaluasi skalabilitas Wireless Sensor Network

menggunakan simulasi Castalia. Pada penelitian yang yang dilakukan pada evaluasi

performance yaitu Bridge Test dari CSMA atau T-MAC yang lebih komplek. Pada

penelitian evaluasi performance terdapat tiga simulasi CSMA yaitu realistis dengan

MAC, model kanal ideal, dan T-MAC dengan model kanal realistis. Simulasi dilakukan

selama 30 menit dengan menggunakan lebih dari sejumlah node yang bertambah dari 50

sampai dengan 455 nodes. Hasil dari evaluasi performance yaitu model kanal ideal pada

rasio waktu eksekusi terhadap waktu simulasi lebih besar dibandingkan dengan model

kanal realistis dengan MAC dan T-MAC dimana rasio ideal sebesar 0,23 sedangkan

reaslistis pada MAC dan T-MAC sebesar 0,1 dengan jumlah node sebanyak 455 node.

Gambar 1 Bridge Test pada Castalia.

5

Untuk mengevaluasi hasil tersebut, node diletakkan pada rectangle grid dan men-

trasmit data sebesar 1paket/detik menggunakan CSMA. Paket tidak diteruskan saat

diterima dan tidak ada routing yang sama sekali. Pengetesan dilakukan dengan waktu

1800 detik dan hasil dari percobaan yaitu kenaikan rasio waktu eksekusi terhadap waktu

simulasi dari ketiga tersebut.dimana rasio pada kanal ideal mencapai 0,46 dan pada kanal

realistis adalah 0,23.

Gambar 2 Bridge Test pada Castalia setelah dievaluasi.

Tselishchev Yuri, Boulis Athanassios, dan Libman Lavy [2] melakukan

penelitian tentang pengalaman dan pelajaran dari penerapkan Wireless Sensor Network

MAC Protocol di Castalia Simulator. Pada penelitian tersebut mencoba MAC yang baru

dengan nama T-MAC dimana rata – rata kecepatan penerimaan paket dan konsumsi

energi tingkat sampling untuk dua implementasi pada mekanisme carrier-sense

activation. Dari hasil simulasi didapatkan bahwa dengan penghematan energi sebesar 2%

- 6%, maka semakin menurun sampling rate yang diberikan, semakin menurun 4% pula

kecepatan penerimaan paketnya.

Gambar 3 Packet reception rate untuk implementasi yang

berbeda pada mekanisme activation.

6

6.1 Studi Pustaka

6.1.1 Jaringan Sensor Nirkabel [4]

Jaringan sensor nirkabel adalah suatu jaringan nirkabel yang terdiri dari

kumpulan node sensor yang tersebar di suatu area untuk membangun koordinasi

pemantauan kondisi fisik maupun lingkungan seperti suara, getaran/vibrasi,suhu,

gerakan, polutan dsb.

Pada saat ini jaringan sensor nirkabel berkembang sangat pesat, hal ini

dikarenakan jaringan sensor nirkabel mempunyai aplikasinya yang sangat luas diberbagai

bidang kehidupan, seperti bidang militer, kesehatan, perumahan, industri, transportasi dan

lingkungan. Di bidang militer contohnya, penyebaran yang cepat dan dinamis serta self-

organization dari jaringan sensor membuat sistem ini menjadi suatu system penginderaan

yang sangat menjanjikan untuk keperluan militer diantaranya dalam memberi aba aba,

sistem kontrol, dan intelijen. Dibidang kesehatan, jaringan sensor dapat digunakan untuk

memonitor kondisi pasien, dinama data psikologis pasien dapat diakses menggunakan

remote oleh dokter. Jaringan sensor juga dapat digunakan untuk mendeteksi penyebaran

polutan/bahan kimia asing pada udara dan air, dapat membantu mengindentifikasi jenis,

kadar dan lokasi dari polutan.

Jaringan sensor nirkabel (JSN) terdiri dari banyak node sensor. Node-node

tersebut memiliki kemampuan untuk sensor, komputasi, dan komunikasi nirkabel. Oleh

karena fungsinya yang handal, JSN telah, seperti di bidang militer, pemeriksaan

lingkungan, manajemen lalu lintas, dan lainnya.

Gambar 6.1. Contoh Aplikasi Jaringan Sensor Nirkabel

7

Teknik Lokalisasi pada JSN didekati dengan beberapa faktor:[6]

Identifikasi Data yang terkumpul

Korelasi Data yang terkumpul

Pengalamatan Node

Manajemen jaringan

Algoritma geografik

Yang perlu diperhatikan dalam Lokalisasi :

Auto-organization, tidak bergantung infrastruktur tertentu .

Skalabitas, mulai skala kecil s/d besar, jumlah node jarang sampai padat.

Robustness, toleransi terhadap masalah komunikasi, ketidaktepatan jarak dan

informasi posisi.

Efisiensi dalam penggunaan sumber daya jaringan, karena meskipun sangat

diperlukan, lokalisasi bukan tujuan utama JSN.

Komponen-komponen lokalisasi WSN ini dapat dibagi menjadi tiga bagian penting

yakni:[5]

a.Perkiraan jarak/sudut: bertugas untuk memperkirakan jarak atau sudut antara dua buah

node, dari node pengirim terhadap node penerima. Banyak cara populer yang sering

digunakan untuk menentuan jarak dan sudut ini yakni: RSSI, ToA, TDoA atau AoA.

b.Komputasi Posisi: komponen ini bertugas untuk melakukan kalkulasi posisi dari sebuah

node yang mengirim informasi berbasis pada informasi yang diterima dari node reference

lainnya. Beberapa teknik yang sering digunakan untuk komputasi ini yakni trilateration,

multilateration atau triangulation.

c.Algoritma Lokalisasi: ini adalah komponen utama dalam system lokalisasi WSN.

Algoritma inilah nantinya yang bertugas untuk mengolah informasi- informasi yang

disediakan oleh setiap node untuk menentukan lokasi node-nodetersebut. Beberapa

algoritma yang sering digunakan yakni Ad Hoc Positioning system (APS) dan Directed

Position Estimation (DPE).

6.1.2Metode Penentuan Jarak

Untuk menentukan lokasi node-node, pada dasarnya menggunakan dua fase: (1)

memperkirakan jarak atau sudut dan (2) kombinsai jarak atau sudut. Dan metode paling

populer adalah memperkirakan jarak diantara dua node. Beberapa metode ini yakni:

6.1.2.1 Received Signal Strength Indicator (RSSI)

RSSI adalah sebuah metode untuk menghitung atatu mengukur daya (kekuatan

sinyal) yang diterima dari suatu sinyal radio (RF) berdasarkna dari kalkulasi kekuatan

sinyal yang dikirim oleh transmiter (telah diketahui sebelumnya), dengan kekuatan daya

yang diterima oleh node penghitung. Metode ini adalah metode yang paling sering

digunakan dalam menghitung kekuatan sinyal RF.

8

Pada WSN, hampir setiap node mempunyai radio (baik transmiter dan receiver),

namun performa yang dimilikinya tidak begitu memuaskan dikarenakan kebutuhan untuk

penghematan daya dan lainnya.

6.1.2.2 Time based Methode (ToA, TDoA)

Ada dua metode perhitungan yang ada pada metode berbasis waktu ini,

yakni Time of Arrival (ToA) atau sering disebut juga dengan Time of Flight (ToF) dan

Time Diffeerence of Arrival (TDoA). Kedua metode ini menggunakan waktu perambatan

sinyal untuk menentukan jarak dari sebuah node pada WSN.

ToA adalah waktu tempuh dari sebuah sinyal radiodari sebuah transmiter menuju

receiver tang berada pada jarak tertentu. Kalkulasi dilakukan dengan merelasikan antara

kecepatan cahaya pada ruang hampa dan frekuensi dari sebuah sinyal. Waktu digunakan

untuk mengukur jarak antara transmiter dan receiver. Akan tetapi, ini hanya bekerja kurat

pada ruang hampa (dengan tanpa penghalang). Pada medium yang berbeda, akan

menghasilkan perhitungan yang berbeda pula.

Sedangkan TDoA adalah perbedaan waktu dari penerimaan sinyal-sinyal dari

sebuah transmiter ke beberapa receiver. Prinsipnya cukup sederhana, apabila sebuah node

mengirim sinyal, sinyal tersebut akan sampai pada dua buah node penerima pada waktu

yang berbeda. TDoA digunakan untuk mengkalkulasi selisih waktu penerimaan sinyal

pada kedua node penerima tersebut. Metode TDoA in sangat akurat jika digunakan pada

kondisi line of sight. Dimana antara node pengirim dengan node penerima tidak ada

penghalangnya. TDoA sering digunakan pada aplikasi militer untuk menentukan posisi

dari sebuah pesawat, kendaraan atau lainnya (transmiter) dengan membandingkan waktu

penerimaan sinyal pada beberapa receiver.

Pada kedua metode ini, sinkronisasi sangat penting dalam menentukan akurasi

perhitungan jarak antara dua node. Sinkronisasi ini dapat dialkukan dengan beberapa cara

yakni:

Dengan menggunakan waktu yang tepat sama pada kedua node (atau semua node

dalam WSN). Ketidak sinkronan dalam waktu ini dapat mengakibatkan kesalahan

dalam penentuan lokasi (jarak) sebuah node.

Dengan menggunakan dua sinyal yang memiliki frekuensi yang berbedada, maka

memiliki kecepatan yang berbeda pula.

Dengan mengukur atau mentriger ke titik tertentu.

Tanpa melakukan sinkronisasi langsung, akan tetapi dengan menggunakan selisih

fase waktu yang ada.

Kedua metode ini, baik ToA maupun TDoA bisa diimplementasikan pada beberapa sinyal

berbeda, seperti RF, sinyal suara, inframerah atau ultrasonic.

6.1.2.3 Angle of Arrival (AoA)

AoA adalah metode untuk menentukan arah dari sebuah sinyal radio yang

terpancar. AoA menggunakan TDoA untuk menentukan arah sebuah RF berdasarkan

delay atau selisih waktu dalam TDoA tersebut. Aplikasi AoA yang paling banyak saat ini

9

yakni untuk menentukan geolokasi dari suatu perangkat bergerak semisal HP. AoA juga

sering digunakan untuk militer, guna mengetahui arah dari sinyal radio militer (mis:

Radar).

6.1.2.4 Hyperbolic trilateration

Adalah metode intuitive yang paling sederhana dalam lokalisasi dengan

menggunakan kombinasi. Pada metode ini, kita menentukan lokasi node dengan

mengkalkulasi percabangan sinyal dari 3 buah node seperti gambar di bawah.

Gambar 6.2. Hyperbolic Trilateration

6.1.2.5 Maximum Likelihood Estimation (MLE)

MLE memperkirakan posisi node dengan meminimisasi perbedaan jarak terhitung

dengan jarak perkiraan. MLE menggunakan model statistik dalam kalkulasinya

terpusat, serta mengurangi beban komunikasi. Dalam algoritma terdistribusi, setiap node

menentukan posisinya secara lokal dengan berkomunikasi dengan node tetangganya.

Pada umumnya, algoritma terdistribusi ini cukup kuat dan hemat energi karena masing-

masing node menentukan lokasinya secara lokal dengan bantuan dari node-node tetangga

tanpa harus mengirim dan menerima data lokasinya ke server terpusat seperti pada

algoritma terpusat. Akan tetapi, algoritma terdistribusi ini jauh lebih kompleks

dibandingkan dengan algoritma terpusat, dan biasanya terbatas pada kemampuan

komputasi dari node-node tersebut.

6.1.3. Teknik-teknik (Algoritma) Lokalisasi

Algoritma lokalisasi WSN dapat dikategorikan menjadi dua berdasarkan

organisasinya secara komputasi yakni lokalisasi terpusat dan lokalisasi terdistribusi.

Dalam algoritma terpusat, node mengirim data ke lokasi/node tertentu yang menjadi

pusat kominikasi dalam WSN tersebut, dimana sebagai tempat untuk melakukan

komputasi dan lokasi dari setiap node ditentukan dan dikirim kembali ke node tersebut.

Kelemahan dari algoritma-algoritma yang masuk dalam kategori ini adalah cost

komunikasi yang sangat tinggi dan delay. Dalam banyak kasus, delay pada algoritma

tersentralisasi ini meningkat seiring dengan meningkatnya jumlah node dalam WSN itu.

Sedangkan pada algoritma terdistribusi, komputasi dilakukan di dalam jaringan,

sehingga mengurangi delay yang terjadi jika menggunakan algoritma yang terpusat, serta

mengurangi beban komunikasi.Dalam algoritma terdistribusi, setiap node menentukan

posisinya secara lokal dengan berkomunikasi dengan node tetangganya. Pada umumnya,

algoritma terdistribusi ini cukup kuat dan hemat energi karena masing-masing node

menentukan lokasinya secara lokal dengan bantuan dari node-node tetangga tanpa harus

10

mengirim dan menerima data lokasinya ke server terpusat seperti pada algoritma terpusat.

Akan tetapi, algoritma terdistribusi ini jauh lebih kompleks dibandingkan dengan

algoritma terpusat, dan biasanya terbatas pada kemampuan komputasi dari node-

nodetersebut.

6.1.3.1. Lokalisasi Terpusat

MDS-MAP

Multidimensional Scalling (MDS) Map, adalah sebuah metode atau tehnik untuk

menemukan konfigurasi dari sebuah objek (node) dalam dimensi dengan ruang lingkup

rendah dengan mengukur jarak antar pasangan node yang tersimpan. Jika jarak antar

pasangan dari semua pasangan-pasangan node tersebut terhitung dengan error minim,

maka kemungkinan MDS untuk menentukan lokasi dari sebuah node bisa sangat akurat.

•Lokalisasi node berbasis simulasi Annealing

Teori simulasi Annealing menjelaskan bagaimana mendeteksi kristal bebas yang

dapat dibentuk dari zat cair. Pada temperatur yang rendah, atom-atomdari zat cair akan

berada pada status yang sangat rapi. Akan tetapi, temperatur yang rendah saja tidaklah

cukup untuk menentukan keadaan dari suatu zat apakah zat tersebut telah mengkristal

atau tidak. Pada temperatur yang tinggi, atom-atom dalam zat cair tersebut akan berada

pada susunan yang sangat tidak beraturan. Jika pada kondisi susunan atom yang tidak

beraturan tersebut dilakukan pendinginan (kristalisasi) maka kemungkinan akan

menghasilkan kristal-kristalyang rusak. Perlu perlakuan yang cukup hati-hati untuk

membuat agar zat cair tersebut mendingin secara perlahan kemudian membentuk kristal-

kristal bebas. Zat cair tersebut harus mencapai kesetimbangan suhu pada setiap

pendinginannya. Teknik ini disebut dengan simulasi Annealing.

Algoritma dari simulasi annealing ini adalah salah satu algoritma yang digunakan

untuk menentukan likasi darinode-node dalam jaringan WSN. Semua node dianggap

berada pada posisi yang tidak beraturan dalam batasan ruang tertentu. Semua node

memiliki kemampuan untuk mengukur jarak antara dirinya dengan sebuah node hop yang

ada di sebelahnya, yang memberikan batasan berupa perkiraan nilai yang mungkin

merupakan koordinat dari node tersebut. Kemudian perkiraan koordinat- koordinat ini

diolah dengan menggunakan algoritma simulasi annealing ini untuk menentukan posisi

sebenarnya dari node tersebut.

11

Gambar 6.3. Simulasi Annealing

Lokalisasi terpusat berbasis RSSI

Seperti telah dijelaskan di atas RSSI adalah salah satu metode yang bisa digunakan

untuk menentukan jarak antara dua node dengan membandingkan antara daya sinyal yang

diterima dengan daya sinyal yang seharusnya dikirim dari node pengirim. Pada algoritma

ini, kita mengasumsikan semua node tersebar secara tidak beraturan dalam area yang luas

dan terbuka. Setelah pelepasan node-node tersebut, sebuah node harus dipastikan terlebih

dahulu posisinya (koordinanya) secara manual misalnya menggunakan GPS atau secara

manual dengan teknik topograpic: kemudian node ini bisa dianggap sebagai anchor atau

beacon node dan harus dipastikan tidak mengalami perpindahan posisi.

Kita bisa pastikan ada beberapa prosedur untuk penentuan lokasinya yakni:

mapping jaringan RF: didapatkan dengan cara mengirimkan paket-paket data

pendek dengan tingkat daya yangberbeda-beda ke dala jaringan dan dengan

menyimpan rata- rata dari nilai RSSI dari paket yang diterima.

Pembuatan model range: semuatuple-tuple disimpan diantara dua node anchor dan

diprose dalam node pusat untuk mengimbangi ketidak linieran dan mengkalibrasi

model.

Algoritma lokalisasi terpusat: optimisasi problem diselesaikan dan tentukan

posisinode-node.

Kelebihan dari algoritma ini adalah mudah diimplementasikan, self-organizing yang

memungkinkan untuk mengenal lingkungan luar ruangan. Akan tetapi kekurangannya

yakni terlalu memakan banyak tenaga yakni untuk mengirim banyak paket ke node pusat.

6.1.3.4 Lokalisasi Terdistribusi

Beacon based distributed localization

Algoritma ini dapat dikatregorikan menjadi Diffusion, Bounding Box dan Gradient

sebagai berikut:

i.Diffusion

12

Dalam diffusion, hampir semua node yang akan dicari posisinya berada ditengah-

tengah (berada dalam radius) node-node yang telah diketahui posisinya atau bisa

dipastikan posisinya (anchor node atau beacon node).

ii. Bounding Box

Bounting box membentuk sebuah area untuk setiap node, kemudian mencoba

untuk memastikan posisinya masing-masing. Bounding nox ini banyak dikolaborasikan

dengan Multilateration (TDoA) untuk membuat agar node yang akan ditentukan

posisinya ini dapat menemukan node-node lainnya untuk meningkatkan akurasi.

Gambar 6.4. (a) one-hop multilateration, (b) two(multi)-hop multilateration

iii. Gradient

Untuk mengorganisasikan koordinat dari system berdasar informasi lokal.

Algoritma ini memiliki dua bagian:

o Algoritma gradient: setiap seed sensor menghasilkan gradient lokal yang

menyebar, yang memungkinkan node lain untuk memperkirakan jaraknya dari

sensor seed tersebut. Seed sensor ini mengirimkan pesan ke node tetangga yang

berisi informasi mengenai lokasinya.

o Algoritma multilateration: setiap sensor menggunakan prosedur multilateration

untuk menggabungkan/mengkalkulasi perkiraan jarak dari semua seed sensor

untuk menentukan posisinya sendiri.

Relaxation based Distributed algorithm

iv.Spring model

Menggunakan algoritma Anchor Free Localization (AFL) dimana semua node

memulai dari penempatan koordinat secara acak dan memusatkan untuk mengkonsistensi

solusi dengan hanya menggunakan interaksi lokal. Algoritma ini diproses dalam dua pase

dan mengasumsikan node-node

sebagai titik-titik yang saling terkoneksi dengan benang dan menggunakan

metode force-directedrelaxation untuk menggunakan konfigurasi hemat energi.

13

ii. Cooperative ranging Approach

Menggunakan algoritma Assumption Based Coordinate (ABC) untuk

menyelesaikan masalah lokalisasi. Algoritma ABC ini menentukan lokasi dari node yang

tak diketahui dengan membuat asumsi–jika diperlukan– dan memperbaiki kesalahan

kalkulasi melalui pengubahan dan kalkulasi redudant ketika ada informasi bertambah.

Coordinate System Stitching

i.Cluster based Approach

Algoritma ini terdiri dari dua fase. Fase pertama adalah cluster

localization dimana setiap node dijadikan pusat cluster dan memperkirakan relasi lokasi

dari tetangganya. Fase kedua yakni cluster localization, posisi dari setiap node dalam

setiap koordinat lokal di-share. Selama ada paling tidak tiga node diantara dua node

lokalisasi, transformasi bisa dikalkulasi dengan melakukan rotasi, translasi maupun

refleksi.

ii. Hybrid Localization

Yakni lokalisasi yang menggunakan lebih dari satu algoritma atau tehnik

lokalisasi. Beberapa contonya antara lain:

o Skema lokalisasi dengan Multidimensional Scalling (MDS) dengan Proximity based

Map (PDM).

o Simple Hybrid Absolute RelativePositioning (SHARP).

o Skema Lokalisasi dengan pendekatan induktive dan deduktive.

6.1.2 Castalia[3] Castalia adalah simulator untuk Wireless Sensor Networks (WSN), Body Area

Network (BAN) dan umumnya jaringan-daya rendah perangkat embedded. Hal ini

didasarkan pada platform OMNeT ++ dan dapat digunakan oleh para peneliti dan

pengembang yang ingin menguji algoritma distribusi dan atau protokol di saluran radio

dan jaringan nirkabel, dengan system kerja dari node sesuai yang sebenarnya terutama

yang berkaitan dengan akses radio. Castalia juga dapat digunakan untuk mengevaluasi

karakteristik platform yang berbeda untuk aplikasi tertentu, karena sangat parametrik, dan

dapat mensimulasikan berbagai platform. Fitur utama dari Castalia adalah:

Model kanal yang canggih berdasarkan pengukuran data empiris.

o Model mendefinisikan peta path loss, tidak hanya hubungan antara node.

o Model Complex untuk variasi temporal path loss.

o Mendukung penuh mobilitas node.

o Terdapat interferensi pada sinyal penerima.

14

Model radio nyata untuk komunikasi daya rendah.

o Probabilitas penerimaan berdasarkan SINR, ukuran paket, dan jenis modulasi.

Mendukung PSK FSK,dapat memodifikasi modulasi dengan mendefinisi

SNK-BER.

o Kekuatan dari TX power dari banyak bagian dengan variasi individu node.

o Keadaan seperti konsumsi daya dan delay switching .

o Permodelan realistis dari RSSI dan carrier sensing.

Model sensing.

o Model proses fisik yang sangat fleksibel.

o Sensing perangkat seperti noise, bias, dan konsumsi daya.

Node clock drift.

MAC dan routing protocol yang tersedia.

Dirancang untuk adaptasi dan perluasan.

Castalia sudah dirancang sedemikian rupa sehingga pengguna dapat dengan

mudah menerapkan / mengimpor algoritma dan protokol mereka ke Castalia.

Modularitas, kehandalan, dan kecepatan Castalia sebagian diaktifkan oleh OMNeT ++,

kerangka yang sangat baik untuk membangun-event simulator. Castalia digunakan

sebagai sebagai framework yang handal dan generik melakukan validasi algoritma

sebelum dipindahkan ke implementasi yang sepenuhnya.

7. METODOLOGI

Untuk menyelesaikan Proyek Akhir ini maka akan dilakukan langkah langkah

yang meliputi instalasi OMNET++ dan Castalia untuk simulator JSN, desain sebaran

node pada bidang observasi, pemprograman model desain sebaran node pada JSN

menggunakan Castalia, pengujian efisiensi energi untuk masing-masing node, pengujian

konsumsi energi node untuk proses pengolahan data sensor, pengujian konsumsi energi

node untuk komunikasi, analisa data hasil pengujian dan kesimpulan.

Rincian tahapan yang akan ditempuh adalah sebagai berikut:

15

Gambar 5. Metodologi proyek akhir.

7.1 Instalasi OMNET++ dan Castalia Untuk Simulator JSN

Pada instalasi OMNET++ dan Castalia ini berjalan pada operating system linux

dimana pada Castalia diperlukan aplikasi OMNET++ untuk menjalankan simulasi pada

JSN. Cara instalasi OMNET++ dan Castalia sebagai berikut:

7.1.1 Instalasi Omnet++

1. Download omnetpp pada

https://omnetpp.org/omnetpp/summary/30-omnet-releases/2290-omnet-4-6-source-ide-

tgz.

Gambar 6. Website untuk download Castalia.

2. Lakukan untar dan unzip pada file omnetpp dengan perintah:

tar xvfz omnetpp-4.6-src.tgz

16

Gambar 7. Tampilan Untar dan unzip Castalia.

3. Buka .bash_profile dengan perintah:

$ gedit .bash_profile

Gambar 8. Tampilan .bash_profile.

17

4. Ketik setting environment variable pada .bash_profile dan simpan.

$ export PATH=$PATH:~/omnetpp-4.6/bin

$ export LD_LIBRARY_PATH=~/omnetpp-4.6/lib

Gambar 9. Tampilan setting environment pada .bash_profile.

5. Build omnet dengan perintah:

$ cd omnetpp-4.6/

18

Gambar 10. Ketik cd omnetpp-4.6.

$ NO_TCL=1 ./configure

Gambar 11. Ketik NO_TCL=1 ./configure.

$ make

19

Gambar 12. Tampilan make.

6. Jalankan OMNET dengan perintah:

$omnetpp

Gambar 13. Tampilan running omnetpp.

20

7. Tunggu sampai mendapat respon dari terminal yaitu

Starting with OMNET++ IDE…

Gambar 14. Tampilan OMNET++ berjalan.

8. Tampilan ini adalah bahwa omnetpp dapat dijalankan.

Gambar 15. GUI pada OMNET++.

21

7.1.2 Instalasi Castalia 1. Download Castalia pada

https://forge.nicta.com.au/frs/?group_id=301

Gambar 16. Tampilan website untuk download Castalia.

2. Lakukan untar dan unzip pada file Castalia dengan perintah:

$ tar xvzf Castalia.tar.gz

Gambar 17. Tampilan Untar dan unzip Castalia.

22

3. Build Castalia dengan perintah:

$ cd Castalia-3.2

Gambar 18. Tampilan masuk direktori Castalia-3.2.

$ ./makemake

Gambar 19. Tampilan build Castalia menggunakan ./makemake

23

$ make

Gambar 20. Tampilan build Castalia dengan make.

4. Setelah perintah $make, maka Castalia dapat dijalankan dengan respon

Creating executable: out/gcc-release//CastaliaBin

Gambar 21. Tampilan running Castalia.

24

5. Mencoba simulasi pada Castalia dengan cara masuk kedalam folder simulations dengan

perintah:

$cd Simulations

Gambar 22. Memanggil file – file simulasi pada direktori Simulations.

6. Masuk kedalam folder radioTest dengan perintah:

$cd radioTest

Gambar 23. Memanggil file – file simulasi pada direktori /Simulations/radioTest.

25

7. Untuk mengompile file pada omnetpp.ini di radioTest dengan perintah:

$ ../../bin/Castalia –c General

Gambar 24. Menjalankan simulasi radioTest.

8. Hasil dari compile yaitu 150708-182914.txt. Buka hasil compile tersebut dengan

perintah:

$CastaliaResults –i 150708-182914.txt

26

Gambar 25. Hasil dari proses kompilasi pada radioTest.

Ini adalah hasil dari output pada 150708-182914.txt

Gambar 26. Hasil output dari 150708-182914.txt.

27

7.1.3 Troubleshooting 1. Jika omnet error pada saat configure dilakukan download package linux dengan perintah:

$ sudo apt-get install build-essential gcc g+t bison flex perl \

tcl-dev tk-dev blt libxml2-dev zlib1g-dev openjdk-6-jre \

doxygen graphviz openmpi-bin libopenmpi-dev libpcap-dev

Gambar 27. Download package pada terminal.

2. Jika terjadi error pada compiling simulasi Castalia lakukan rebuild Castalia dengan

perintah:

$ make clean

Maka dilakukan instalasi ulang seperti prosedur sebelumnya.

7.2 Desain sebaran node pada bidang observasi

Pada disain sebaran node pada bidang observasi dimana pada sebaran node ini

terdapat berbagai topologi jaringan dimana terdapat topologi grid, topologi random,

topologi cluster grid.

28

Gambar 28. Gambar berbagai macam topologi jaringan WSN.

7.3 Pemprograman model desain sebaran node pada JSN menggunakan Castalia Pada pemprograman model disain sebaran node pada JSN menggunakan Castalia

ini dimana pemprograman node ini mengkonfigurasi setting dari file *.ini

Blok diagram pada Castalia Simulator adalah sebagai berikut:

Gambar 29. Blok diagram Castalia Simulator

Pembuatan Skenario

Pada tahap pertama yaitu tahap pembuatan skenario. Pada tahap ini dibuat

skenario yang akan diproses pada simulasi jaringan. Mulai dari penambahan beberapa

modul baru dan modifikasi file untuk proses lokalisasi. Skenario yang dibuat

dikonfigurasi pada file *.ini.

Topologi Grid

Topologi Random

Topologi Cluster Grid

29

Output

Output pada Castalia berupa *.txt dapat diubah dalam bentuk diagram batang,

diagram garis.

7.4 Pengujian efisiensi energi untuk masing - masing node

Pada pengujian efisiensi energi untuk masing – masing node dimana efisiensi

energi meliputi menguji konsumsi energi setiap node untuk menyelesaikan tugas – tugas

tertentu dalam periode waktu tertentu, tugas – tugas node meliputi komunikasi data antar

node, pemrosesan data di masing – masing node, kirim data secara unicast dari node ke

server. Efisiensi energi meliputi:

1. Efisiensi untuk proses pengolahan data.

2. Efisiensi untuk komunikasi antar node.

7.4.1 Pengujian konsumsi energi node untuk proses pengolahan data sensor

Pada pengujian energi node untuk proses pengolahan data sensor dimana

pada pengujian ini mengamati energi yang dibutuhkan oleh unknown ini pada proses

pengolahan data sensor setiap unknown.

7.4.2 Pengujian konsumsi energi node untuk komunikasi

Pada pengujian konsumsi energi node untuk komunikasi akan diamati

komunikasi node – node anchor terhadap node unknown. Dari hasil simulasi dapat

diketahui konsumsi energi masing – masing node.

7.5 Analisa data hasil pengujian dan kesimpulan

Setelah pengujian efisiensi energi dari setiap node dan komsumsi energi pada

pengolahan data sensor dan komunikasi data, melakukan analisa dari energi node dan

memberikan kesimpulan dari analisa tersebut.

8. HASIL YANG DIHARAPKAN

Hasil penelitian diharapkan akan berupa informasi tentang energi yang

dibutuhkan oleh node pada tiap - tiap node untuk memroses data sensor dan komunikasi

secara simulasi.

9. REVELANSI

Hasil dari penulisan proyek akhir ini diharapkan dapat digunakan untuk

mengetahui energi yang dibutuhkan oleh node pada pengolahan data sensor dan

komunikasi sehingga dapat menghemat konsumsi data baterai pada node itu sendiri.

30

10. JADWAL

NO

KEGIATAN/ BULAN

PENANGGUNG

JAWAB 1 2 3 4 5 6 7 8 9 10 11 12

1

Instalasi Omnet dan

Castalia Untuk

Simulator JSN

2

Desain sebaran node

pada bidang

observasi

3

Pemprograman

model desain sebaran

node pada JSN

menggunakan

Castalia

4

Pengujian efisiensi

energi untuk masing

- masing node

5

Pengujian konsumsi

energi node untuk

proses pengolahan

data sensor

6

Pengujian konsumsi

energi node untuk

komunikasi

7

Analisa data hasil

pengujian dan

kesimpulan

11. PERKIRAAN BIAYA

No. Nama Pengeluaran Satuan Jumlah Biaya (Rp)

1. Kertas A4 40.000/rim 2 80.000

2. Tinta 31.000/botol 4 124.000

3. Penjilidan 20.000/buku 1 20.000

4. Penggandaan/fotocopy 100/lembar 100 100.000

5. Beli modem 200.000 1 200.000

6. Pulsa modem bulanan 50.000/bulan 12 600.000

31

12. DAFTAR PUSTAKA

1. Dimosthenis Pediaditakis, Yuri Tselishchev, Athanassios Boulis,2010, "Performance

and scalability evaluation of the Castalia Wireless Sensor Networks simulator", 3rd

International ICST Conference on Simulation Tools and Techniques, SIMUTools 2010.

2. Yuri Tselishchev, Athanassios Boulis, Lavy Libman,2010,”Experiences and lessons

from implementing a wireless sensor network mac protocol in the castalia simulator”,

IEEE, 1-6

3. Boulis Athanassios, 2011, ” Castalia A simulator for Wireless Sensor Networks and

Body Area Networks User’s Manual”, NICTA.

4. Kristalina P. 2015, “ Fundamental Teknik LokalisasipadaJaringanSensor Nirkabel”.

5. Pal Amitangshu, 2010, “Localization Algorithms in Wireless Sensor Networks: Current

Approaches and Future Challenges”, Network Protocols & Algorithms;Mar2010, Vol. 2

Issue 1, p45.

6. Ninis AF, Aries P, Prima K, “Estimasi Jarak Berbasis Konektifitas Untuk Penentuan

Posisi Node pada Jaringan Sensor Nirkabel”, Proc. On CITACEE Semarang 2013.