Page 1
ANALISIS UNJUK KERJA PROTOKOL GOSSIP GAME OF LIFE PADA
PENYEBARAN PESAN DENGAN INTEREST
DI JARINGAN OPORTUNISTIK SOSIAL
SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh:
RENTAH ASIH GALUH DEBORA ISSADHA
155314074
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2019
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 2
ii
PERFORMANCE EVALUATION OF GOSSIP GAME OF LIFE
PROTOCOL IN MESSAGE DISSEMINATION WITH INTEREST
IN SOCIAL OPPORTUNISTIC NETWORK
A THESIS
Presented as Partial Fullfillment of Requirements
to Obtain Sarjana Komputer Degree
In Informatics Engineering Department
By:
RENTAH ASIH GALUH DEBORA ISSADHA
155314074
DEPARTMENT OF INFORMATICS ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2019
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 3
iii
HALAMAN PERSETUJUAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 4
iv
HALAMAN PENGESAHAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 5
v
MOTTO
12. When you call out to me and come to me in prayer, i will hear your prayers.
- Jeremiah 29 : 12 –
“If you get tired, learn to rest! Not to quit!”
- unknown
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 6
vi
PERNYATAAN KEASLIAN KARYA
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 7
vii
LEMBAR PERNYATAAN PERSETUJUAN
PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 8
viii
ABSTRAK
Penyebaran informasi yang efektif dan efisien adalah tujuan utama yang
ingin dicapai pada Jaringan Oportunisitik. Algoritma Epidemic merupakan salah
satu algoritma yang digunakan pada Jaringan Oportunistik yang memiliki
pendekatan terbaik dalam penyebaran informasi, tetapi mekanisme flooding yang
dimiliki epidemic ini menyebabkan beban pada jaringan menjadi sangat tinggi.
Protokol Gossip dan Protokol Epidemic berbasis Interest memiliki mekanisme
penyebaran pesan yang dapat digunakan dalam mengatasi masalah efisiensi
penyebaran informasi.
Mekanisme penyebaran pesan yang akan dibahas disini ialah dengan
menerapkan algoritma Game of Life pada jaringan oportunistik dan juga
menambahkan nilai ketertarikan (interest) pada setiap node dan setiap pesan yang
dibuat.
Dalam penelitian ini parameter unjuk kerja yang digunakan adalah Total
Message Relayed, Total Delivered Interests, Average Convergence Time, Average
Residue, Total Message Relayed per Time Interval, Total Message Deleted per
Time Interval. Protokol pembanding yang digunakan ialah protokol Epidemic
berbasis Interest.
Hasil dari simulasi membuktikan bahwa protokol Gossip Game of Life
dengan Interest memiliki unjuk kerja yang lebih baik dalam mengurangi delay pada
penyebaran pesan, memiliki beban jaringan yang lebih tinggi, dan juga memiliki
lebih sedikit residue dibanding dengan protokol Epidemic berbasis Interest.
Kata kunci : Jaringan oportunistik, epidemic, gossip, game of life, interest.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 9
ix
ABSTRACT
Effective and efficient dissemination of information is the goals in
opportunistic network. The Epidemic algorithm is one of the algorithms present in
the opportunistic network that have the best approach for solving reliable
dissemination of information, but this mechanism causes a very high cost on the
network. The Gossip protocol and the Interest-based Epidemic protocol has
forwarding mechanism that can be used to overcome efficiency issues on
dissemination of information.
The Mechanism of message dissemination to be discussed here is to
implement the Game of Life algorithm on the opportunistic network and also add
the value of interest on each node and every message created.
In this research, the performance metrics used are Total Message Relayed,
Total Delivered Interests, Average Convergence Time, Average Residue, Total
Message Relayed per Time Interval, Total Message Deleted per Time Interval. The
comparative protocol used is the Interest-based Epidemic protocol.
The results of the simulation showed that the Gossip-based Game of Life
and Interest protocol had a better performance in reducing delay, having more cost
in the network, and also have fewer residue compared to the Interest-based
Epidemic protocol.
Keywords: Opportunistic network, Epidemic, Gossip, Game of Life, Interest.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 10
x
KATA PENGANTAR
Puji Syukur penulis panjatkan kepada Tuhan Yesus Kristus karena atas
kasih karunia-Nya penulis dapat menyelesaikan penyusunan skripsi dengan baik.
Penyusunan tugas akhir ini dapat berjalan dengan baik karena bimbingan
dan bantuan dari berbagai pihak. Dalam kesempatan ini, penulis mengucapkan
terima kasih kepada:
1. Kedua orangtua tercinta, Bapak Sri Sadono dan Ibu Nani Dwi Astuti yang
selalu mendukung penulis serta menjadi motivasi penulis dalam penyusunan
tugas akhir.
2. Seluruh anggota Keluarga Issadha khususnya kepada para keponakan
penulis yaitu Kania, Kirana, Citra, dan Dwellynn yang selalu menjadi
motivasi penulis dalam menyelesaikan tugas akhir.
3. Bapak Bambang Soelistijanto, Ph.D. selaku dosen pembimbing pertama
tugas akhir yang memberikan bimbingan dan ilmu dalam penyusunan tugas
akhir.
4. Ibu Vittalis Ayu, S.T., M.Cs. selaku dosen pembimbing kedua tugas akhir
yang memberikan bimbingan dan ilmu dalam penyusunan tugas akhir.
5. Teman seperjuangan penulis dari masa metopen hingga masa tugas akhir
yaitu Yasintha dan Suryo.
6. Para sahabat penulis yang selalu menghibur penulis dikala penulis sedang
menghadapi masa sulit yaitu Kevin, Fellia, Udev, David, Gayoh, Jeri, Novri,
serta seluruh sahabat raminten yang disetiap jumat malam menyempatkan
hadir untuk berkumpul bersama.
7. G-Dragon, Bae Joo Hyun, dan Niki Zefanya selaku idola dari penulis yang
mana melalui audio, visual, maupun audiovisualnya membuat penulis
menjadi termotivasi dan bersemangat dalam menyusun tugas akhir.
8. Teman- teman Jaringan Komputer 2015 yang mau bertukar pikiran setiap
penulis mengalami kesulitan terutama Bima.
9. Seluruh teman-teman Teknik Informatika angkatan 2015 Universitas Sanata
Dharma.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 11
xi
10. Serta seluruh pihak, baik secara langsung maupun tidak langsung
mendukung, memotivasi, serta memberikan semangat kepada penulis yang
mana penulis tidak bisa sebutkan satu persatu.
Penulis menyadari bahwa masih ada kekurangan pada tugas akhir ini.
Mengingat keterbatasan pengetahuan dan pengalaman penulis, maka penulis
mengharapkan kritik dan saran atas tugas akhir ini. Penulis mengharapkan tugas
akhir ini dapat bermanfaat bagi banyak pihak dan bagi para pembacanya.
Penulis,
Rentah Asih Galuh Debora Issadha
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 12
xii
DAFTAR ISI
HALAMAN PERSETUJUAN ............................................................................... iii
HALAMAN PENGESAHAN ................................................................................ iv
MOTTO .................................................................................................................. v
PERNYATAAN KEASLIAN KARYA ................................................................ vi
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH
UNTUK KEPENTINGAN AKADEMIS ............................................................. vii
ABSTRAK ........................................................................................................... viii
ABSTRACT ........................................................................................................... ix
KATA PENGANTAR ............................................................................................ x
DAFTAR ISI ......................................................................................................... xii
DAFTAR GAMBAR ........................................................................................... xiv
DAFTAR GRAFIK ............................................................................................... xv
DAFTAR TABEL ................................................................................................ xvi
DAFTAR RUMUS ............................................................................................. xvii
BAB I PENDAHULUAN ....................................................................................... 1
1.1. Latar Belakang ......................................................................................... 1
1.2. Rumusan Masalah .................................................................................... 2
1.3. Tujuan Penelitian ...................................................................................... 2
1.4. Manfaat Penelitian .................................................................................... 2
1.5. Batasan Masalah ....................................................................................... 2
1.6. Metodologi Penelitian .............................................................................. 3
1.7. Sistematika Penulisan ............................................................................... 4
BAB II LANDASAN TEORI ................................................................................ 5
2.1. Jaringan Oportunistik ............................................................................... 5
2.2. Protokol Epidemic .................................................................................... 6
2.3. Protokol Gossip ........................................................................................ 7
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 13
xiii
2.4. Protokol Gossip Game of Life .................................................................. 8
2.5. Protokol Gossip Game of Life dengan Interest ...................................... 13
2.6. Protokol Epidemic with Interest ............................................................. 15
BAB III PERANCANGAN SIMULASI JARINGAN ......................................... 17
3.1. Alat Penelitian ........................................................................................ 17
3.2. Pergerakan Node ..................................................................................... 17
3.3. Parameter Simulasi ................................................................................. 18
3.4. Skenario Simulasi ................................................................................... 21
3.5. Parameter Unjuk Kerja ........................................................................... 21
3.6. Topologi Jaringan ................................................................................... 23
3.7. Desain Tahap Pengujian ......................................................................... 23
BAB IV PENGUJIAN DAN ANALISIS ............................................................. 26
4.1. Perbandingan Total Message Relayed .................................................... 26
4.2. Perbandingan Total Delivered Interest ................................................... 28
4.3. Perbandingan Average Convergence Time ............................................. 30
4.4. Perbandingan Average Residue .............................................................. 32
4.5. Perbandingan Total Message Relayed per Time Interval ....................... 34
4.6. Perbandingan Total Message Deleted per Time Interval ....................... 36
BAB V KESIMPULAN ........................................................................................ 38
5.1. Kesimpulan ............................................................................................. 38
DAFTAR PUSTAKA ........................................................................................... 39
LAMPIRAN .......................................................................................................... 40
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 14
xiv
DAFTAR GAMBAR
Gambar 2.1.1 Store-Carry-Forward (SCF) ............................................................ 5
Gambar 2.2.1 Epidemic ........................................................................................... 6
Gambar 2.3.1 Model S-I-R pada protokol Gossip .................................................. 7
Gambar 2.3.2 Model Penyebaran S-I-R .................................................................. 8
Gambar 2.4.1 Births ................................................................................................ 9
Gambar 2.4.2 Survivals ........................................................................................ 10
Gambar 2.4.3 Deaths (Under Population) ............................................................ 10
Gambar 2.4.4 Deaths (Over Population) .............................................................. 11
Gambar 2.4.1.1 Ilustrasi penghitungan counter dengan kondisi pesan tidak sama
............................................................................................................................... 12
Gambar 2.4.1.2 Ilustrasi penghitungan counter dengan kondisi pesan sama ....... 12
Gambar 2.5.1.1 Pertukaran pesan berdasarkan interest dengan kondisi interest
antar node sama ..................................................................................................... 14
Gambar 2.5.1.2 Pertukaran pesan berdasarkan interest kondisi 2 ........................ 15
Gambar 2.6.1 Pertukaran pesan berdasarkan interest ........................................... 16
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 15
xv
DAFTAR GRAFIK
Grafik 4.1.1.1 Total Message Relayed pada dataset Haggle03-Infocom5 ........... 26
Grafik 4.1.2.1 Total Message Relayed pada dataset Reality Mining MIT ........... 27
Grafik 4.2.1.1 Total Delivered Interest pada dataset Haggle03-Infocom5 .......... 28
Grafik 4.2.2.1 Total Delivered Interest pada dataset Reality Mining MIT .......... 29
Grafik 4.3.1.1 Average Convergence Time pada dataset Haggle03- Infocom 5 .. 30
Grafik 4.3.2.1 Average Convergence Time pada dataset Reality Mining MIT..... 31
Grafik 4.4.1.1 Average Residue pada dataset Haggle03- Infocom 5 .................... 32
Grafik 4.4.2.1 Average Residue pada dataset Reality Mining MIT ...................... 33
Grafik 4.5.1.1 Total Message Relayed per Time Interval (3600s) Haggle03-
Infocom 5 .............................................................................................................. 34
Grafik 4.5.2.1 Total Message Relayed per Time Interval (86400s) Reality Mining
MIT ....................................................................................................................... 35
Grafik 4.6.1.1 Total Message Deleted per Time Interval (3600s) Haggle03-
Infocom 5 .............................................................................................................. 36
Grafik 4.6.2.1 Total Message Deleted per Time Interval (86400s) Reality Mining
MIT ....................................................................................................................... 37
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 16
xvi
DAFTAR TABEL
Tabel 3.3.1 Parameter Simulasi Haggle3- Infocom 5 ........................................... 18
Tabel 3.3.2 Parameter Simulasi Reality Mining MIT ........................................... 19
Tabel 3.3.2 Pembagian nilai ketertarikan (interest) pada node ............................. 19
Tabel 3.4.1 Skenario Penambahan nilai counter ................................................... 21
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 17
xvii
DAFTAR RUMUS
Rumus 3.5.1 Average Convergence Time ............................................................ 22
Rumus 3.5.2 Average Residue .............................................................................. 22
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 18
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Penyebaran informasi yang efektif dan efisien adalah tujuan utama
yang ingin dicapai pada Jaringan Oportunistik. Hal ini disebabkan karena
pergerakan node di jaringan oportunistik tidak terprediksi yang artinya
topologi menjadi dinamis atau berubah- ubah. Salah satu masalah yang
dihadapi di jaringan oportunistik ialah terbatasnya ketersediaan jumlah
resource pada node seperti buffer dan battery. Pada algoritma routing
Epidemic, mekanisme penyebaran informasi/pesan adalah dengan cara
flooding atau membanjiri jaringan agar pesan lebih cepat sampai, yang
artinya akan membutuhkan lebih banyak resource dan selain itu juga akan
membebani jaringan. Oleh karena itu dibutuhkan protokol routing yang
mampu mengurangi jumlah copy pesan agar dapat menurunkan beban serta
jumlah resource yang terpakai pada jaringan.
Protokol Gossip merupakan salah satu protokol yang terdapat di
jaringan oportunistik yang dianggap mampu mengurangi jumlah copy pada
jaringan. Salah satu metode yang dimiliki oleh protokol gossip adalah
dengan mengadopsi ide dari Game of Life. Ketika suatu node membuat
pesan baru, pada pesan tersebut diberi suatu nilai yang dinamakan sebagai
nilai counter. Pada nilai counter ini terdapat dua batasan nilai yaitu
threshold copy dan threshold delete. Pesan hanya bisa dikirimkan jika nilai
counter mencapai threshold copy dan bisa dihapus ketika nilai counter
mencapai threshold delete.
Pada penelitian ini akan dibahas tentang penyebaran pesan pada
protokol gossip game of life yang pada pesannya memiliki nilai ketertarikan
(interest). Setiap node hanya akan memiliki satu nilai ketertarikan dan pesan
yang dibuat dari node tersebut akan memiliki nilai ketertarikan yang sama
dengan node yang membuat pesan tersebut. Pembanding yang akan
digunakan pada penelitian ini adalah protokol Epidemic with Interest.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 19
2
1.2. Rumusan Masalah
Berdasarkan latar belakang yang telah dipaparkan, rumusan masalah
yang didapat adalah seberapa efektif dan efisien unjuk kerja dari protokol
Gossip game of life dengan interest di Jaringan Oportunistik Sosial.
1.3. Tujuan Penelitian
Tujuan dari tugas akhir ini adalah untuk melihat unjuk kerja protokol
Gossip game of life dengan interest dalam jaringan oportunistik.
1.4. Manfaat Penelitian
Hasil dari penelitian ini diharapkan dapat digunakan sebagai
sumbangan penelitian dalam kawasan routing di Jaringan Oportunistik.
1.5. Batasan Masalah
Batasan masalah dalam penelitian ini adalah:
1. Menggunakan The One Simulator dalam pengujian.
2. Menggunakan pergerakan manusia.
3. Menggunakan protokol Gossip Game of Life dengan Interest.
4. Penyebaran pesan bersifat multicast.
5. Node dan pesan hanya memiliki satu nilai ketertarikan.
6. Interest yang terdapat pada pesan bernilai sama dengan interest dari
node pembuat pesan tersebut.
7. Menggunakan protokol Epidemic berbasis Interest sebagai
pembanding.
8. Menggunakan parameter unjuk kerja.
- Total Message Relayed
- Average Convergence Time
- Total Delivered Interest
- Average Residue
- Total Message Relayed per Time Interval
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 20
3
- Total Message Deleted per Time Interval
1.6. Metodologi Penelitian
Adapun metodologi penelitian dan langkah-langkah yang digunakan
dalam pelaksanaan tugas akhir ini adalah sebagai berikut:
1. Studi Literatur
Mengumpulkan berbagai macam referensi dan mempelajari
teori-teori yang mendukung penulisan, seperti:
a. Teori Jaringan Oportunistik
b. Teori Protokol Epidemic
c. Teori Protokol Gossip
d. Teori Algoritma Game of Life
e. Teori Protokol Gossip berbasis Game of Life
f. Teori Protokol Epidemic berbasis Interest
2. Perancangan
Tahapan ini merupakan rancangan skenario yang digunakan
dalam penelitian yang terdiri dari:
a. Pergerakan node yang digunakan Haggle03-Infocom 5 dan Reality
Mining MIT
3. Pembangunan Simulasi dan Pengumpulan Data
Simulasi yang digunakan pada tugas akhir ini menggunakan
The One Simulator [4].
4. Analisis Data Simulasi
Dalam tahap ini penulis menganalisis hasil pengukuran yang
diperoleh pada proses simulasi. Analisis dihasilkan dengan melakukan
pengamatan dari beberapa kali pengukuran dengan menggunakan
parameter simulasi yang berbeda.
5. Penarikan Kesimpulan
Penarikan kesimpulan ini didasarkan pada beberapa hasil dari
parameter unjuk kerja yang diperoleh pada proses analisis data.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 21
4
1.7. Sistematika Penulisan
Sistematika penulisan dibagi menjadi beberapa bab dengan
susunan sebagai berikut :
BAB I PENDAHULUAN
Bab ini membahas tentang latar belakang, rumusan masalah, tujuan
penelitian, manfaat penelitian, batasan masalah, metodologi penelitian, dan
sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini berisi tentang dasar teori yang digunakan sebagai dasar
dalam melakukan penelitian tugas akhir.
BAB III PERANCANGAN SIMULASI JARINGAN
Bab ini berisi tentang alat penelitian, pergerakan node, parameter
simulasi, skenario simulasi, parameter unjuk kerja, desain tahap pengujian.
BAB IV PENGUJIAN DAN ANALISIS
Bab ini berisi tentang hasil simulasi serta analisis dari hasil data
simulasi.
BAB V KESIMPULAN DAN SARAN
Bab ini berisi tentang kesimpulan hasil penelitian dan saran dari
penulis untuk penelitian selanjutnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 22
5
BAB II
LANDASAN TEORI
2.1. Jaringan Oportunistik
Jaringan oportunistik adalah sebuah jaringan yang memiliki kondisi
tidak adanya end-to-end path karena node pada jaringan oportunistik
bergerak secara terus menerus atau dinamis (mobile), maka jalur antara
source dan destination bisa berubah-ubah atau dinamis.
Berbeda dengan MANET, jaringan oportunistik memiliki node yang
tidak terhubung secara terus menerus dan ini merupakan tantangan bagi
suatu jaringan. Oleh karena node yang tidak terhubung secara terus
menerus, maka jaringan oportunistik toleran akan adanya keterlambatan
(delay) sehingga pada perkembangan ilmunya jaringan ini disebut juga
sebagai Delay Tolerant Network (DTN).
Gambar 2.1.1 Store-Carry-Forward (SCF)
Mekanisme pertukaran pesan yang digunakan pada jaringan
oportunistik ialah dengan simpan (store), bawa (carry), dan kirim
(forward). Mekanisme tersebut dikenal juga dengan singkatan SCF (lihat
Gambar 2.1.1). Untuk pendistribusian pesan pada Jaringan Oportunistik ini
dibutuhkan sebuah routing protocol. Terlihat pada gambar bahwa node S
(Source) mengirim pesan ke node 1. Node 1 memiliki hak untuk menyimpan
(store), membawa kemanapun node 1 pergi (carry) serta meneruskan
(forward) ke setiap node yang ditemui. Pada Gambar 2.1.1 dicontohkan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 23
6
bahwa node 1 bertemu dengan node 2, maka node 1 akan meneruskan
(forward) pesan ke node 2. Hak dari node 2 sama seperti node 1. Hal
tersebut terus dilakukan hingga akhirnya informasi yang disebarkan sampai
ke node tujuan (destination). Pada jaringan oportunistik terdapat beberapa
protokol routing, seperti epidemic, gossip, spray and wait, dll.
2.2. Protokol Epidemic
Protokol Epidemic adalah salah satu protokol yang terdapat pada
Jaringan Oportunistik. Protokol Epidemic ini merupakan protokol berbasis
flooding forwarding yang artinya protokol ini memiliki cara kerja
membanjiri jaringan dengan salinan pesan. Epidemic memiliki konsep
seperti “wabah penyakit” yang dapat menularkan penyakit dari satu manusia
ke manusia lain apabila kedua manusia tersebut saling berdekatan. Disini,
perangkat diibaratkan sebagai manusia dan pesan diibaratkan sebagai
penyakit.
Cara kerja “wabah penyakit” dari Epidemic adalah dengan
menyebarkan informasi ke seluruh node yang ditemui dan node relay yang
sudah mendapatkan informasi tersebut dapat ikut menyebarkan ke node lain
hingga informasi tersebut sampai ke node tujuan.
Tujuan utama dari protokol epidemic ini adalah memaksimalkan
tingkat informasi dan meminimalkan pesan delay.
Gambar 2.2.1 Epidemic
Pada Gambar 2.2.1 diperlihatkan bahwa node S (source) akan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 24
7
menyebarkan informasi yang dimilikinya kepada setiap node yang
ditemuinya. Kemudian node relay yang mendapatkan informasi tersebut
ikut menyebarkan ke setiap node yang ditemui sampai akhirnya informasi
tersebut sampai ke node tujuan yaitu node D (destination).
Protokol epidemic mampu membuat pendekatan terbaik dalam
mengirimkan pesan ke node tujuan. Epidemic memberikan salinan pesan
dengan cepat di dalam jaringan namun tentu saja membuat beban pada
jaringan semakin tinggi. Hal tersebut menjadikan Epidemic sebagai
protokol routing yang efektif tetapi tidak efisien.
2.3. Protokol Gossip
Protokol Gossip diperkenalkan oleh Alan Demers pada tahun 1987
untuk mengatasi penyebaran informasi. Masalah yang terdapat pada
jaringan oportunistik memunculkan ide untuk membuat protokol yang
menggunakan konsep persebaran isu atau rumor [3]. Informasi baru
dianggap sebagai topik hangat (hot topic). Namun setelah informasi
tersebar cukup banyak, node akan kehilangan ketertarikan untuk
menyebarkan informasi tersebut [3].
Pada protokol Gossip dikenal suatu model yang bernama SIR
(Susceptible, Infective, dan Removed). Susceptible merupakan fase dimana
node masih belum terinfeksi atau belum pernah mendapatkan informasi.
Infective merupakan fase dimana node sudah terinfeksi informasi. Removed
merupakan fase dimana node yang sudah pernah terinfeksi informasi
menjadi sembuh karena penghapusan update agar tidak disebarkan lagi,
node removed tidak bisa terinfeksi informasi yang pernah dia dapatkan
sebelumnya, setelah suatu node memasuki fase removed maka terjadi
absorbsing state yang artinya tidak akan terjadi perubahan fase lagi.
Gambar 2.3.1 Model S-I-R pada protokol Gossip
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 25
8
Model penyebaran protokol Gossip ditunjukan seperti pada gambar
2.3.2. Node infective mencoba untuk menyebarkan ke setiap node yang
susceptible (lihat bagian A, B, dan C) secara aktif. Ketika informasi sudah
tersebar cukup banyak, node akan kehilangan ketertarikan dalam
menyebarkan informasi tersebut dan pada akhirnya informasi tersebut
dihapus. Node yang sudah menghapus informasi tidak kembali ke fase
susceptible tetapi masuk ke fase removed yang mana node removed tidak
boleh diinfeksi kembali dengan informasi yang pernah dimiliki sebelumnya
(lihat bagian D).
Gambar 2.3.2 Model Penyebaran S-I-R
2.4. Protokol Gossip Game of Life
Protokol Gossip Game of Life adalah salah satu jenis protokol
Gossip yang terdapat pada jaringan oportunistik. Mekanisme penyebaran
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 26
9
pesan yang digunakan pada protokol ini ialah dengan melihat nilai counter
pada setiap pesan yang diadopsi dari algoritma Game of Life untuk mengatur
penyebaran pesan pada jaringan.
Algoritma Game of Life ditemukan oleh ilmuwan matematika asal
Inggris bernama John Horton Conway pada tahun 1970 [1]. Pada algoritma
Game of Life terdapat beberapa peraturan untuk mengatur populasi sel,
yaitu:
1. Births
Setiap sel kosong yang memiliki tetangga sama dengan tiga
(tidak lebih maupun kurang) akan melahirkan satu sel hidup pada
generasi berikutnya.
Lihat pada Gambar 2.4.1, (kiri) keadaan awal (move 0) sel
kosong yang berada ditengah memiliki tiga sel tetangga yang hidup,
maka pada keadaan kedua (move 1) atau generasi berikutnya sel kosong
yang berada ditengah akan melahirkan satu sel hidup.
Gambar 2.4.1 Births
2. Survivals
Setiap sel yang memiliki dua atau tiga tetangga akan tetap hidup
sampai ke generasi berikutnya. Seperti pada Gambar 2.4.2.
menunjukkan bahwa setiap sel memiliki jumlah yang pas untuk tetap
hidup sampai ke generasi berikutnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 27
10
Gambar 2.4.2 Survivals
3. Deaths
a. Under Population.
Setiap sel yang memiliki kurang dari dua sel tetangga akan
mati (dihapus) karena dianggap terisolasi.
Gambar 2.4.3 Deaths (Under Population)
Lihat pada Gambar 2.4.3, (kiri) sel yang tidak memiliki sel
tetangga akan mati. Begitu pula dengan (kanan) sel yang hanya
memiliki satu sel tetangga akan mati karena dianggap terisolasi.
b. Over Population
Setiap sel yang memiliki lebih dari tiga sel tetangga akan
mati (dihapus) karena populasi tinggi.
Lihat pada Gambar 2.4.4, sel yang berada ditengah memiliki
empat sel tetangga, maka sel tersebut akan mati karena kelebihan
populasi atau dianggap terlalu banyak populasi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 28
11
Gambar 2.4.4 Deaths (Over Population)
2.4.1. Mekanisme pengiriman pesan Gossip Game of Life pada
Jaringan Oportunistik
Mekanisme pengiriman pesan protokol Gossip Game of Life
adalah dengan cara melihat nilai counter yang terdapat pada pesan.
Mula-mula nilai awal pada counter disemua pesan adalah 0.
Nilai counter pada pesan akan berubah saat bertemu dengan
node lain. Nilai counter akan bertambah apabila suatu pesan melihat
bahwa node yang ditemui tidak memiliki pesan tersebut, sebaliknya
apabila node yang ditemui memiliki pesan tersebut maka nilai
counter dari pesan tersebut akan berkurang satu.
Seperti pada Gambar 2.4.1.1., gambar tersebut
memperlihatkan suatu kondisi dimana dua node bertemu dan pesan
M1A yang dimiliki oleh node 1 tidak terdapat pada node 2 maka
nilai counter pada pesan M1A yang terdapat pada node 1 bertambah
satu (increment).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 29
12
Gambar 2.4.1.1 Ilustrasi penghitungan counter dengan kondisi pesan
tidak sama
Sedangkan pada Gambar 2.4.1.2, menampilkan kondisi
sebaliknya yang mana antar node tersebut memiliki pesan yang sama
yaitu pesan M1A, maka nilai counter dari pesan M1A tersebut, baik
yang terdapat pada node 1 maupun node 2 melakukan pengurangan
nilai sebesar satu (decrement).
Gambar 2.4.1.2 Ilustrasi penghitungan counter dengan kondisi pesan
sama
Pada nilai counter terdapat dua batasan nilai yaitu batas atas
(threshold copy) dan batas bawah (threshold delete). Ketika nilai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 30
13
counter pada suatu pesan mencapai threshold copy maka pesan dapat
diteruskan ke node yang sedang ditemui, tetapi sebelum pesan
dikirimkan, nilai counter akan di-reset menjadi 0 (nol) terlebih
dahulu. Sedangkan ketika nilai counter pada suatu pesan mencapai
threshold delete, pesan tersebut akan dihapus.
2.5. Protokol Gossip Game of Life dengan Interest
Mekanisme pengiriman pesan pada protokol gossip game of life
sudah dijelaskan pada bagian 2.4. yaitu dengan melihat nilai counter yang
terdapat pada tiap pesan. Protokol gossip game of life kali ini akan diuji coba
dengan menambahkan nilai ketertarikan (interest) pada tiap pesannya.
Definisi dari interest adalah nilai ketertarikan pada suatu node, sama halnya
dengan manusia yang memiliki ketertarikan pada suatu hal yang dapat
membedakan yang satu dengan yang lain.
Pada protokol gossip game of life dengan interest, nilai ketertarikan
yang melekat pada tiap node didapat secara acak (random) yang
menentukan bahwa setiap node memiliki ketertarikan yang berbeda.
Sedangkan interest pada tiap pesannya didapat dari interest pembuat pesan
tersebut (node).
2.5.1. Mekanisme pengiriman pesan Gossip Game of Life dengan
Interest pada Jaringan Oportunistik
Mekanisme pengiriman pesan pada protokol gossip game of
life dengan interest sama dengan mekanisme pengiriman pesan pada
gossip game of life, yang membedakan ialah ketika node bertemu
hal pertama yang dilakukan adalah melihat nilai ketertarikan
(interest) terlebih dahulu ketika antar pesan dan node yang ditemui
memiliki ketertarikan yang sama maka akan langsung dilakukan
pengiriman pesan, apabila antar pesan dengan node yang ditemui
memiliki nilai ketertarikan yang berbeda maka selanjutnya akan
dilakukan penghitungan nilai counter, sama seperti mekanisme
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 31
14
penghitunag counter pada bagian 2.4.1.
Pada Gambar 2.5.1.1. ditampilkan kondisi ketika dua node
bertemu dan antar node memiliki nilai ketertarikan yang sama
(bagian A), maka pesan dengan nilai ketertarikan yang sama akan
langsung dikirimkan tanpa melihat nilai counter yang terdapat pada
pesan tersebut (bagian B). Tetapi untuk setiap pengiriman pesan
pada protokol ini, sebelum pengiriman pesan dilakukan, nilai
counter harus di-reset menjadi 0 (nilai awal counter).
Gambar 2.5.1.1 Pertukaran pesan berdasarkan interest dengan kondisi
interest antar node sama
Berbeda dengan kondisi pada Gambar 2.5.1.1. Pada gambar
2.5.1.2 ditampilkan suatu kondisi antar node yang memiliki nilai
ketertarikan yang bebeda (bagian A).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 32
15
Gambar 2.5.1.2 Pertukaran pesan berdasarkan interest kondisi 2
Pada kondisi ini, pesan selanjutnya akan melakukan
penghitungan nilai counter seperti yang sudah dijelaskan pada
bagian 2.4.1. Mekanisme pengiriman pesan pada protokol Gossip
Game of Life dengan Interest memiliki sedikit kesamaan dengan
mekanisme pengiriman pesan dari protokol Epidemic with Interest,
yang membedakan adalah pada protokol epidemic with interest tidak
ada tahap penghitungan counter. Pada penelitian kali ini protokol
Epidemic with Interest akan digunakan sebagai pembanding.
2.6. Protokol Epidemic with Interest
Protokol Epidemic with Interest adalah salah satu protokol di
Jaringan Oportunistik yang menggunakan nilai ketertarikan dalam
mengontrol penyebaran pesan.
Mekanisme yang digunakan pada protokol ini ialah sama seperti
protokol epidemic pada umumnya yaitu dengan mengirimkan pesan ke
setiap node yang ditemui, bedanya adalah pesan hanya bisa dikirimkan
apabila nilai ketertarikan antar node sama, jika nilai ketertarikan antar node
yang bertemu berbeda maka pesan tidak akan dikirimkan. Seperti pada
Gambar 2.6.1. Node dengan nilai ketertarikan A hanya akan mengirimkan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 33
16
pesan ke node dengan nilai ketertarikan A. Begitupula dengan node yang
memiliki nilai ketertarikan B hanya akan mengirimkan pesan ke node
dengan nilai ketertarikan B. Node A dengan node B tidak bisa melakukan
pertukaran pesan karena nilai ketertarikan antar node tersebut berbeda.
Gambar 2.6.1 Pertukaran pesan berdasarkan interest
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 34
17
BAB III
PERANCANGAN SIMULASI JARINGAN
3.1. Alat Penelitian
1. Hardware
Sistem Operasi : Windows 10 Pro
Manufaktur Sistem : Asus
Prosesor : Intel (R) Core (TM) i7- 8700 CPU @ 3.30
GHz – 3.19 GHz
Memory : 8 GB RAM
2. Software
a. ONE Simulator (Opportunistic Network Environment)
Simulator ONE (Opportunistic Network Environment)
merupakan suatu simulator yang digunakan untuk mengevaluasi
suatu routing pada jaringan oportunistik. Fungsi utama dari The
One Simulator adalah sebagai pemodelan dari pergerakan node,
kontak antar node, routing, dan message handling. Hasil dari The
One Simulator ini dilakukan melalui visualisasi, laporan, dan post-
processing tools.
Simulator ini dibangun menggunakan bahasa
pemrograman Java. Simulator ini dilengkapi dengan aksi import
terhadap eksternal mobility meskipun di dalam simulator tersebut
sudah tersedia.
3.2. Pergerakan Node
Dalam penelitian ini, pergerakan node yang digunakan merupakan
pergerakan nyata atau pergerakan manusia, antara lain:
1. Haggle03-Infocom 5
Dataset ini berisi data pertemuan antar partisipan pada
konferensi IEEE Infocom di Miami, South Florida, US. Setiap
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 35
18
partisipan yang menghadiri acara tersebut diberi sebuah device
(iMotes) yang digunakan untuk mencatat pergerakan partisipan dan
pertemuan antar partisipan. Partisipan yang diberi device sejumlah 50
orang dan yang menghasilkan data yang yang valid sejumlah 41 device.
Durasi simulasi pada dataset ini adalah 274883 detik.
2. Reality Mining MIT
Dataset ini berisi data pertemuan antar pelajar di Massachusetts
Institute of Technology (MIT) dari dua fakultas dengan jumlah
keseluruhan 100 pelajar. Fakultas Media Laboratory 75 pelajar dan
Fakultas Business 25 Pelajar. Dari 100 partisipan yang terpilih, data
yang valid dan dapat digunakan adalah 97 device. Durasi simulasi pada
dataset ini adalah 16981816 detik.
3.3. Parameter Simulasi
Pada penelitian ini sudah ditentukan parameter simulasi yang
bersifat konstan dan akan dipakai terus pada setiap skenario atau pengujian.
Pergerakan node yang digunakan ialah Haggle3-Infocom 5 dan Reality
Mining MIT (real human trace).
Tabel 3.3.1 Parameter Simulasi Haggle3- Infocom 5
Parameter Nilai
Waktu Simulasi 274883
Ukuran Buffer 10M
Ukuran Pesan 250k, 300k
TTL 180 menit (3 jam)
Jumlah Node 41
Kecepatan Node 0.5, 1.5 (meter per detik)
Interval Pembuatan Pesan 580, 620
Pergerakan Haggle3- Infocom 5
Interest Jennie, Jisoo, Lisa, Rose
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 36
19
Tabel 3.3.2 Parameter Simulasi Reality Mining MIT
Tabel 3.3.3 Pembagian nilai ketertarikan (interest) pada node
Pergerakan Banyak
Simulasi Pembagian Interest pada Node
Haggle3–
Infocom 5 4
Lisa : 0,22,2,13,26,15,6,28,39,19,32
Jennie : 12,24,3,25,5,27,29,7,40,31
Jisoo : 11,33,35,36,16,38,17,8,20,21
Rose : 34,1,23,14,4,37,18,9,30,10
Lisa : 22,34,12,35,24,16,38,6,40,20,31
Jennie : 1,3,36,25,37,39,18,29,8,9
Jisoo : 0,13,14,26,15,5,28,17,32,21
Rose : 11,33,23,2,4,27,7,19,30,10
Lisa : 11,12,13,2,14,26,4,28,8,9,20
Jennie : 22,33,35,24,36,38,17,29,19,30
Jisoo : 0,1,23,3,15,16,5,18,7,31
Rose : 34,25,37,27,6,39,40,10,32,21
Lisa : 0,1,13,3,37,4,26,17,19,30,20
Jennie : 11,23,36,5,27,16,29,18,31,32
Parameter Nilai
Waktu Simulasi 16981816
Ukuran Buffer 30M
Ukuran Pesan 20k
TTL 10080 menit (7 hari)
Jumlah Node 97
Kecepatan Node 0.5, 1.5 (meter per detik)
Interval Pembuatan Pesan 580, 620
Pergerakan Reality Mining MIT
Interest Jennie, Jisoo, Lisa, Rose
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 37
20
Jisoo : 22,12,2,24,14,38,28,39,8,21
Rose : 33,34,35,25,15,6,7,9,40,10
Reality
Mining
MIT
4
Jennie : 44,66,68,46,72,50,51,73,96,53,32,13,
37,38,16,0,5,82,60,61,63,41,43,65,87
Jisoo : 33,77,22,67,78,69,36,47,49,27,2,3,
4,6,90,80,9,81,71,83,84,40,85,42
Lisa : 11,55,12,34,45,23,35,25,48,15,59,
28,19,1,7,8,70,93,94,95,74,64,54,10
Rose : 88,56,89,79,57,24,14,58,26,17,39,29,
18,91,92,62,52,30,31,86,75,20,76,21
Jennie : 22,89,23,25,69,50,94,96,30,31,10,77,
12,19,0,1,3,83,61,62,63,85,64,87,43
Jisoo : 88,44,66,13,35,68,24,15,26,37,48,27,
28,29,90,80,81,40,51,95,20,86,76,21
Lisa : 11,33,78,45,56,57,14,58,59,38,39,18,
5,7,91,70,92,71,93,52,74,53,42,65
Rose : 55,67,34,46,79,47,36,16,49,17,2,
4,6,8,9,60,82,72,84,73,41,75,54,32
Jennie : 44,67,24,68,69,28,91,93,73,52,75,54,
33,55,79,39,19,0,1,5,61,63,42,86,21
Jisoo : 66,22,23,35,25,47,15,48,38,3,6,90,80,
8,92,60,71,94,84,95,85,65,76,32
Lisa : 34,78,56,12,46,14,58,59,26,37,49,
16,2,7,9,81,83,62,41,30,64,53,87,43
Rose : 11,88,77,89,45,13,57,36,27,17,18,29,
4,70,82,50,72,40,51,96,74,20,31,10
Jennie : 44,68,46,28,72,50,95,31,78,57,36,58,
59,19,0,3,4,80,9,81,82,83,62,64,42
Jisoo : 66,88,45,89,23,34,24,13,48,38,39,
18,2,6,90,70,93,60,73,30,53,87,65,54
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 38
21
Lisa : 22,55,67,12,69,15,27,16,17,1,7,8,91,
71,40,51,84,41,85,63,96,20,75,32
Rose : 33,11,77,56,79,35,25,47,14,37,26,49,
29,5,92,61,94,74,52,86,43,21,10,76
3.4. Skenario Simulasi
Pada simulasi ini terdiri dari dua pergerakan yaitu Haggle03-
Infocom5 dan Reality Mining MIT yang masing- masing akan diuji dengan
skenario dibawah ini:
Skenario 1 : Penambahan dan Pengurangan nilai Counter
Tabel 3.4.1 Skenario Penambahan nilai counter
3.5. Parameter Unjuk Kerja
Terdapat beberapa parameter unjuk kerja untuk membuktikan
kinerja dari protokol Gossip Game of Life dengan Interest, diantaranya
sebagai berikut:
1. Total Message Relayed
Total Message Relayed adalah total dari pesan yang dikirimkan
pada node lain yang ditemui.
2. Total Delivered Interest
Total Delivered Interest adalah total dari pesan yang dikirimkan
Routing Protocol
Counter
Threshold Copy Threshold Delete
Gossip Game of Life
dengan Interest
1 -1
2 -2
3 -3
4 -4
5 -5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 39
22
pada node yang ditemui dengan syarat memiliki interest yang sama
antara node yang ditemui dengan pesan yang dikirimkan.
3. Average Convergence Time
Average Convergence Time adalah rata-rata waktu yang
dibutuhkan oleh node untuk mendapatkan penyebaran update
informasi pesan (interest).
Rumus 3.5.1 Average Convergence Time
ACT = ∑ (
∑ (𝑇𝑛𝑖− 𝑇𝐶𝑟𝑒𝑎𝑡𝑖𝑜𝑛𝑢)
𝑦𝑖 = 1
𝑦)𝑥
𝑢 = 1
𝑥
Dengan Keterangan :
ACT = Average Convergence Time
𝑇𝑛𝑖 = Waktu node i mendapatkan pesan terbaru
𝑇𝐶𝑟𝑒𝑎𝑡𝑖𝑜𝑛𝑢 = Waktu update ke u dibuat
x = Jumlah node
4. Average Residue
Average Residue adalah rata- rata dari jumlah node yang tidak
mendapatkan pesan dengan interest yang sama dengan node tersebut.
Rumus 3.5.2 Average Residue
AR = ∑ (𝑁−𝑖𝑢)𝑥
𝑖= 1
𝑥
Dengan Keterangan :
AR = Average Residue
𝑁 = Jumlah node dengan interest yang sama dengan pesan
yang dihapus.
𝑖𝑢 = Jumlah node yang sudah terinfeksi update dengan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 40
23
interest yang sama.
x = Jumlah pesan dengan residue.
5. Total Message Relayed per Time Interval
Total Message Relayed per Time Interval adalah total pesan
yang dikirimkan ke node lain yang ditampilkan hasilnya dalam
pembagian waktu atau interval tertentu.
6. Total Message Deleted per Time Interval
Total Message Deleted per Time Interval adalah total pesan
yang dihapus saat nilai counter mencapai batas bawah (threshold
delete) yang ditampilkan hasilnya dalam pembagian waktu atau
interval tertentu.
3.6. Topologi Jaringan
Topologi pada jaringan oportunistik selalu berubah atau dinamis
dikarenakan oleh pergerakan node yang mobile atau dinamis.
3.7. Desain Tahap Pengujian
1. Studi Pustaka
Studi pustaka dilakukan dengan membaca jurnal yang berkaitan
dengan algoritma Game of Life, protokol Epidemic, protokol Gossip,
Protokol Gossip Game of Life, protokol Epidemic with Interest dan
mempelajari cara kerja dari The One Simulator.
2. Desain Alat Uji
Alat uji yang digunkan merupakan implementasi dari aturan
Game of Life di ONE Simulator dengan bahasa pemrograman java.
a. Pseudo-code Gossip Game of Life dengan Interest
Pseudo-code Gossip Game of Life dengan Interest
If Connection up
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 41
24
For every Message ID thisHost in message collection
If (interest message thisHost equals interest peer)
If (peer do not have message ID thisHost or
tombstone peer not contains message ID
thisHost)
updateProperty reset msgCounter to zero
then send
end if
else
If (peer do have message ID thisHost or
tombstone peer contains message ID
thisHost)
decrement msgCounter
end if
else
increment msgCounter
end else
end else
update property msgCounter
if ( counter == thresholdDelete)
add message ID to msgToDelete
add message ID to tombstone
end if
end for
for every messageToDelete
delete message
end for
messageToDelete clear
end if
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 42
25
if Delivery Message
if (tombstone peer not contains message thisHost)
if (interest message equals interest peer)\
updateProperty reset msgCounter to zero
send
end if
else if (counter == thresholdCopy)
updateProperty reset msgCounter to zero
send
end if
end if
end if
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 43
26
BAB IV
PENGUJIAN DAN ANALISIS
Dalam mengevaluasi unjuk kerja dari Protokol Gossip Game of Life dengan
Interest, dilakukan tes menggunakan simulasi dengan skenario yang telah
dirancang ( lihat BAB III), pada dataset Haggle3- Infocom 5 dan Reality Mining
oleh Massachusetts Institute Of Technology (MIT). Dan dibandingkan dengan
protokol Epidemic berbasis Interest. Data yang dihasilkan simulasi diperoleh dari
report yang dipanggil ketika simulasi berjalan.
4.1. Perbandingan Total Message Relayed
4.1.1. Perbandingan Total Message pada dataset Haggle03 – Infocom 5
Grafik 4.1.1.1 Total Message Relayed pada dataset Haggle03-Infocom5
Dapat dilihat pada Grafik 4.1.1.1, routing protokol Epidemic
with Interest tidak memiliki total message relayed, sedangkan pada
protokol gossip game of life dengan interest, total message relayed
terlihat cukup tinggi.
Hal tersebut disebabkan oleh mekanisme forwarding dari
protokol Epidemic with Interest yang mana hanya bisa mengirimkan
pesan ke node dengan interest yang sama dengan pesan. Sedangkan
0
16702.7515200.25
8549.25
5184.75
3053.75
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
EPIDEMICWITH
INTEREST
GOSSIPC=1 D=-1
WITHINTEREST
GOSSIPC=2 D=-2
WITHINTEREST
GOSSIPC=3 D=-3
WITHINTEREST
GOSSIPC=4 D=-4
WITHINTEREST
GOSSIPC=5 D=-5
WITHINTEREST
Mes
sage
Total Message Relayed
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 44
27
pada protokol Gossip Game of Life dengan Interest, pengiriman
pesan antar node dengan nilai ketertarikan yang berbeda masih
dimungkinkan, yaitu dengan melihat nilai counter pada pesan.
Pada Grafik 4.1.1.1, bisa dilihat bahwa semakin jauh nilai
counter dari titik 0, maka akan semakin kecil total message relayed.
Hal ini disebabkan oleh threshold copy dan threshold delete (nilai
counter). Nilai counter yang lebih dekat dengan nilai 0 atau nilai
awal counter akan lebih cepat dan aktif dalam meneruskan pesan,
karena pertemuan yang dibutuhkan untuk menghitung nilai counter
juga lebih rendah.
4.1.2. Perbandingan Total Message Relayed pada dataset Reality
Mining MIT
Grafik 4.1.2.1 Total Message Relayed pada dataset Reality Mining MIT
Seperti halnya dengan dataset Haggle03- Infocom 5, hasil
pada dataset Reality Mining MIT protokol epidemic with interest
tidak terdapat cost atau message relayed. Dan juga semakin nilai
counter jauh dengan titik 0 maka semakin kecil total message
relayed.
0
9337190.25
7223032.25
4836401
26913731782004.5
0
2000000
4000000
6000000
8000000
10000000
EPIDEMICWITH
INTEREST
GOSSIPC=1 D=-1
WITHINTEREST
GOSSIPC=2 D=-2
WITHINTEREST
GOSSIPC=3 D=-3
WITHINTEREST
GOSSIPC=4 D=-4
WITHINTEREST
GOSSIPC=5 D=-5
WITHINTEREST
Mes
sage
Total Message Relayed
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 45
28
4.2. Perbandingan Total Delivered Interest
4.2.1. Perbandingan Total Delivered Interest pada dataset Haggle03-
Infocom 5
Grafik 4.2.1.1 Total Delivered Interest pada dataset Haggle03-Infocom5
Pada Grafik 4.2.1.1 Total Delivered Interest hasil simulasi
menunjukkan routing protokol Gossip Game of Life dengan Interest
dengan nilai counter yang lebih dekat dengan titik 0 (C=1 D= -1)
memiliki tingkat kesuksesan yang lebih tinggi untuk sampai ke
tujuan, yang artinya suatu pesan mampu dikirimkan ke node dengan
interest yang sama dengan pesan tersebut. Hal ini disebabkan oleh
adanya bantuan dari node yang memiliki nilai ketertarikan yang
berbeda dengan pesan dalam pengiriman pesan yang diatur dengan
nilai counter.
Pada Grafik 4.2.1.1 ditunjukkan bahwa protokol Epidemic
with Interest memiliki kesuksesan yang rendah, hal ini dikarenakan
beberapa node dengan nilai ketertarikan yang sama tidak saling
bertemu di jaringan, karena pada protokol ini suatu pesan hanya bisa
991.75
8157 7923
4440.75
2852.75
1617.5
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
EPIDEMICWITH
INTEREST
GOSSIPC=1 D=-1
WITHINTEREST
GOSSIPC=2 D=-2
WITHINTEREST
GOSSIPC=3 D=-3
WITHINTEREST
GOSSIPC=4 D=-4
WITHINTEREST
GOSSIPC=5 D=-5
WITHINTEREST
Mes
sage
Total Delivered Interest
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 46
29
diteruskan apabila nilai ketertarikan yang dimiliki antar node dan
pesan sama.
4.2.2. Perbandingan Total Delivered Interest pada dataset Reality
Mining MIT
Grafik 4.2.2.1 Total Delivered Interest pada dataset Reality Mining MIT
Sama halnya dengan hasil dari dataset Haggle03- Infocom
5, pada Grafik 4.2.2.1 menunjukkan bahwa protokol Gossip Game
of Life dengan Interest dengan nilai counter yang lebih dekat dengan
titik 0 (C=1 D= -1) memiliki kesuksesan yang tinggi dalam
pengiriman pesan. Dan protokol Epidemic with Interest memiliki
kesuksesan yang lebih rendah dalam pengiriman pesan
dibandingkan dengan protokol gossip game of life dengan interest.
156837.25
4253041.754021291.25
2213011.5
1229374.5
650625.5
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
4500000
EPIDEMICWITH
INTEREST
GOSSIPC=1 D=-1
WITHINTEREST
GOSSIPC=2 D=-2
WITHINTEREST
GOSSIPC=3 D=-3
WITHINTEREST
GOSSIPC=4 D=-4
WITHINTEREST
GOSSIPC=5 D=-5
WITHINTEREST
Mes
sage
Total Delivered Interest
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 47
30
4.3. Perbandingan Average Convergence Time
4.3.1. Perbandingan Average Convergence Time pada dataset
Haggle03- Infocom 5
Grafik 4.3.1.1 Average Convergence Time pada dataset Haggle03-
Infocom 5
Pada Grafik 4.3.1.1 hasil simulasi menunjukkan routing
protokol Gossip Game of Life dengan Interest dengan nilai counter
yang lebih dekat dengan titik 0 (C=1 D= -1) memiliki waktu yang
lebih cepat dalam menyebarkan update informasi di jaringan. Hal
ini disebabkan oleh mekanisme pengiriman yang dimiliki oleh
protokol Gossip Game of Life dengan Interest, yang menyebarkan
pesan lebih banyak dibanding dengan nilai counter yang lebih jauh
dari titik 0. Semakin jauh nilai counter dari titik 0 maka akan
semakin sedikit penyebaran pesan dan akan semakin lama dalam
mencapai tujuan.
Pada Grafik 4.3.1.1 ditunjukkan bahwa protokol Epidemic
with Interest memiliki waktu yang lebih lama, hal ini dikarenakan
beberapa node dengan nilai ketertarikan yang sama tidak saling
bertemu di jaringan, karena pada protokol ini suatu pesan hanya bisa
4260.710293
2409.435131
3294.54651
3719.2118653956.592059 4065.089212
0
500
1000
1500
2000
2500
3000
3500
4000
4500
EPIDEMICWITH
INTEREST
GOSSIPC=1 D=-1
WITHINTEREST
GOSSIPC=2 D=-2
WITHINTEREST
GOSSIPC=3 D=-3
WITHINTEREST
GOSSIPC=4 D=-4
WITHINTEREST
GOSSIPC=5 D=-5
WITHINTEREST
Sec
Average Convergence Time
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 48
31
diteruskan apabila nilai ketertarikan yang dimiliki antar node dan
pesan sama.
4.3.2. Perbandingan Average Convergence Time pada dataset Reality
Mining MIT
Grafik 4.3.2.1 Average Convergence Time pada dataset Reality Mining
MIT
Sama halnya dengan hasil dari dataset Haggle03- Infocom
5, pada Grafik 4.3.2.1 menunjukkan bahwa protokol Gossip Game
of Life dengan Interest dengan nilai counter C=1 D= -1 memiliki
waktu yang lebih cepat dalam penyebaran update informasi, serta
semakin jauh nilai counter dari titik 0 maka akan semakin lama
waktu dalam menyebarkan update informasi. Dan protokol
Epidemic with Interest memiliki waktu yang lebih lama dalam
update informasi.
290920.7798
156100.1937
219225.8208
254351.9343270691.1491 282138.1616
0
50000
100000
150000
200000
250000
300000
350000
EPIDEMICWITH
INTEREST
GOSSIPC=1 D=-1
WITHINTEREST
GOSSIPC=2 D=-2
WITHINTEREST
GOSSIPC=3 D=-3
WITHINTEREST
GOSSIPC=4 D=-4
WITHINTEREST
GOSSIPC=5 D=-5
WITHINTEREST
Sec
Average Convergence Time
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 49
32
4.4. Perbandingan Average Residue
4.4.1. Perbandingan Average Residue pada dataset Haggle03-
Infocom 5
Grafik 4.4.1.1 Average Residue pada dataset Haggle03- Infocom 5
Pada Grafik 4.4.1.1 hasil simulasi menunjukkan routing
protokol Gossip Game of Life dengan Interest dengan nilai counter
C=5 D=-5 memiliki jumlah residue yang lebih rendah dibanding
dengan nilai counter C=1 D= -1, karena semakin jauh nilai counter
dari titik 0, maka akan semakin sulit untuk sebuah dihapus
menggunakan sistem delete pada counter karena nilai batas bawah
yang lebih jauh dari nilai awal counter (0) dibanding dengan nilai
counter C=5 D= -5. Hal ini menyebabkan persebaran suatu pesan
akan lebih luas dan lebih lama. Serta pesan yang terhapus oleh TTL
akan lebih banyak.
Sedangkan protokol Epidemic with Interest memiliki hasil
residue yang terendah oleh karena pada protokol ini tidak ada proses
penghapusan. Maka pesan banyak dihapus menggunakan TTL,
karena pengaturan yang digunakan pada penelitian kali ini
menggunakan buffer yang cukup tinggi untuk menghindari
penghapusan karena buffer.
3.861782945
8.836111239
7.248501808
6.0353931465.19710207
4.765751414
0123456789
10
EPIDEMICWITH
INTEREST
GOSSIPC=1 D=-1
WITHINTEREST
GOSSIPC=2 D=-2
WITHINTEREST
GOSSIPC=3 D=-3
WITHINTEREST
GOSSIPC=4 D=-4
WITHINTEREST
GOSSIPC=5 D=-5
WITHINTEREST
No
de
Average Residue
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 50
33
4.4.2. Perbandingan Average Residue pada dataset Reality Mining
MIT
Grafik 4.4.2.1 Average Residue pada dataset Reality Mining MIT
Sama halnya dengan hasil dari dataset Haggle03- Infocom
5, pada Grafik 4.4.2.1 menunjukkan bahwa protokol Gossip Game
of Life dengan Interest dengan nilai counter C=5 D= -5 memiliki
jumlah residue yang lebih rendah dibanding dengan protokol gossip
game of life dengan interest yang memiliki nilai counter yang lebih
dekat dengan titik 0. Dan juga untuk protokol epidemic with interest
ditunjukkan pada grafik memiliki nilai average residue yang
terendah karena pada protokol ini tidak terdapat proses penghapusan
selain dengan TTL.
11.44682746
22.04461759
16.80984874
14.40715448 13.79847891 13.67614839
0
5
10
15
20
25
EPIDEMICWITH
INTEREST
GOSSIPC=1 D=-1
WITHINTEREST
GOSSIPC=2 D=-2
WITHINTEREST
GOSSIPC=3 D=-3
WITHINTEREST
GOSSIPC=4 D=-4
WITHINTEREST
GOSSIPC=5 D=-5
WITHINTEREST
No
de
Average Residue
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 51
34
4.5. Perbandingan Total Message Relayed per Time Interval
4.5.1. Perbandingan Total Message Relayed per Time Interval pada
dataset Haggle03- Infocom 5
Grafik 4.5.1.1 Total Message Relayed per Time Interval (3600s)
Haggle03- Infocom 5
Pada Grafik 4.5.1.1 ditunjukkan bahwa penyebaran pesan
pada protokol Gossip Game of Life dengan Interest dengan nilai
counter yang lebih dekat dengan titik 0 lebih aktif dalam
menyebarkan pesan. Hal ini disebabkan oleh threshold copy dan
threshold delete (nilai counter). Nilai counter yang lebih dekat
dengan nilai 0 atau nilai awal counter akan lebih cepat dan aktif
dalam meneruskan pesan, karena pertemuan yang dibutuhkan untuk
menghitung nilai counter juga lebih rendah.
Sedangkan pada protokol Epidemic with Interest tidak
memiliki relayed message karena pada protokol ini hanya mau
mengirimkan apabila antar node dan pesan memiliki ketertarikan
yang sama.
0200400600800
10001200140016001800
36
00
14
40
0
25
20
0
36
00
0
46
80
0
57
60
0
68
40
0
79
20
0
90
00
0
10
08
00
11
16
00
12
24
00
13
32
00
14
40
00
15
48
00
16
56
00
17
64
00
18
72
00
19
80
00
20
88
00
21
96
00
23
04
00
24
12
00
25
20
00
26
28
00
27
36
00
Mes
sage
Time (sec)
Total Message Relayed per Time Interval (3600s)
Epidemic with Interest Gossip C=1 D=-1 with Interest
Gossip C=2 D=-2 with Interest Gossip C=3 D=-3 with Interest
Gossip C=4 D=-4 with Interest Gossip C=5 D=-5 with Interest
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 52
35
4.5.2. Perbandingan Total Message Relayed per Time Interval pada
dataset Reality Mining MIT
Grafik 4.5.2.1 Total Message Relayed per Time Interval (86400s) Reality
Mining MIT
Sama halnya dengan hasil dari dataset Haggle03- Infocom5.
Pada Grafik 4.5.2.1. ditunjukkan bahwa protokol Gossip Game of
Life dengan Interest dengan nilai counter yang lebih dekat dengan
titik 0 akan lebih aktif dalam menyebarkan pesan. Dan juga
ditunjukkan bahwa protokol Epidemic with interest tidak memiliki
relayed message.
020000400006000080000
100000120000140000160000
86
40
0
6.9
1E+
05
1.3
0E+
06
19
00
80
0
25
05
60
0
31
10
40
0
37
15
20
0
4.3
2E+
06
49
24
80
0
5.5
3E+
06
6.1
3E+
06
67
39
20
0
73
44
00
0
7.9
5E+
06
8.5
5E+
06
91
58
40
0
97
63
20
0
1.0
4E+
07
1.1
0E+
07
1.1
6E+
07
1.2
2E+
07
1.2
8E+
07
1.3
4E+
07
1.4
0E+
07
1.4
6E+
07
1.5
2E+
07
1.5
8E+
07
1.6
4E+
07
Mes
sage
Time (sec)
Total Message Relayed per Time Interval (86400s)
Epidemic with Interest Gossip C=1 D=-1 with Interest
Gossip C=2 D=-2 with Interest Gossip C=3 D=-3 with Interest
Gossip C=4 D=-4 with Interest Gossip C=5 D=-5 with Interest
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 53
36
4.6. Perbandingan Total Message Deleted per Time Interval
4.6.1. Perbandingan Total Message Deleted per Time Interval pada
dataset Haggle03- Infocom 5
Grafik 4.6.1.1 Total Message Deleted per Time Interval (3600s)
Haggle03- Infocom 5
Pada Grafik 4.6.1.1 ditunjukkan bahwa pada protokol Gossip
Game of Life dengan Interest dengan nilai counter C=2 D= -2 dan
C=3 D= -3 lebih aktif dalam penghapusan pesan dibanding dengan
nilai counter C=1 D=-1, C=4 D= -4, dan C=5 D= -5. Hal tersebut
dikarenakan pada counter C=2 D= -2 dan C=3 D= -3, penyebaran
dan penghapusan pesan tidak terlalu cepat seperti pada C=1 D= -1
dan juga tidak terlalu lambat seperti pada C=4 D= -4 dan C=5
D= -5. Sedang pada protokol Epidemic with Interest tidak terdapat
sesi penghapusan pesan berdasarkan counter, maka nilai yang
ditampilkan adalah 0.
0
100
200
300
400
500
600
700
36
00
14
40
0
25
20
0
36
00
0
46
80
0
57
60
0
68
40
0
79
20
0
90
00
0
10
08
00
11
16
00
12
24
00
13
32
00
14
40
00
15
48
00
16
56
00
17
64
00
18
72
00
19
80
00
20
88
00
21
96
00
23
04
00
24
12
00
25
20
00
26
28
00
27
36
00
Mes
sage
Time (sec)
Total Message Deleted per Time Interval (3600s)
Epidemic with Interest Gossip C=1 D=-1 with Interest
Gossip C=2 D=-2 with Interest Gossip C=3 D=-3 with Interest
Gossip C=4 D=-4 with Interest Gossip C=5 D=-5 with Interest
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 54
37
4.6.2. Perbandingan Total Message Deleted per Time Interval pada
dataset Reality Mining MIT
Grafik 4.6.2.1 Total Message Deleted per Time Interval (86400s) Reality
Mining MIT
Sama halnya dengan hasil dari dataset Haggle03- Infocom5.
Protokol Gossip Game of Life dengan Interest dengan C=2 D=-2 dan
C=3 D= -3 lebih aktif dalam penghapusan pesan dibanding dengan
protokol lain yang terdapat pada Grafik 4.5.2.1. Sedang pada
protokol Epidemic with Interest tidak terdapat sesi penghapusan
pesan berdasarkan counter, maka nilai yang ditampilkan adalah 0.
0
2000
4000
6000
8000
10000
12000
14000
86
40
0
69
12
00
12
96
00
0
19
00
80
0
25
05
60
0
31
10
40
0
37
15
20
0
43
20
00
0
49
24
80
0
55
29
60
0
61
34
40
0
67
39
20
0
73
44
00
0
79
48
80
0
85
53
60
0
91
58
40
0
97
63
20
0
1.0
4E+
07
1.1
0E+
07
1.1
6E+
07
1.2
2E+
07
1.2
8E+
07
1.3
4E+
07
1.4
0E+
07
1.4
6E+
07
1.5
2E+
07
1.5
8E+
07
1.6
4E+
07
Mes
sage
Time (sec)
Total Message Deleted per Time Interval (86400s)
Epidemic with Interest Gossip C=1 D=-1 with Interest
Gossip C=2 D=-2 with Interest Gossip C=3 D=-3 with Interest
Gossip C=4 D=-4 with Interest Gossip C=5 D=-5 with Interest
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 55
38
BAB V
KESIMPULAN
5.1. Kesimpulan
Hasil dari proses pengujian dan analisis melalui simulasi The One
Simulator menyimpulkan bahwa protokol Gossip Game of Life dengan
Interest tidak lebih efisien dibanding dengan protokol Epidemic with
Interest dilihat dari Total Message Relayed. Namun protokol Gossip Game
of Life dengan Interest mampu lebih baik dalam kesuksesan penyebaran
pesan di jaringan, hal ini dikarenakan oleh mekanisme pengiriman yang
digunakan yang mana node dan pesan yang tidak memiliki nilai ketertarikan
yang sama memungkinkan untuk membantu dalam pengiriman pesan,
tergantung dari nilai counter-nya. Waktu convergence pada protokol Gossip
Game of Life dengan Interest lebih cepat dari protokol Epidemic with
Interest.
Protokol Gossip Game of Life dengan Interest dianggap cukup
efektif dibanding dengan protokol epidemic with interest. Dilihat dari
penyebaran update informasi yang lebih cepat dengan catatan nilai counter
yang dekat dengan titik 0. Kesuksesan pada penyebaran pesan lebih tinggi
dilihat dari total delivered interest. Tetapi, protokol gossip game of life
dengan interest tidak lebih efisien dibanding dengan protokol epidemic with
interest karena pada total message relayed ditunjukkan bahwa protokol
gossip game of life dengan interest memiliki total message relayed yang
jauh lebih tinggi dibanding dengan total message relayed yang dimiliki
epidemic with interest.
Dari pernyataan tersebut, protokol Gossip Game of Life dengan
Interest dapat digunakan sebagai bahan pertimbangan dalam menyelesaikan
masalah penyebaran informasi di dalam jaringan oportunistik.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 56
39
DAFTAR PUSTAKA
[1] Gardner, Martin (Oktober 1970). “Mathematical Games – The fantastic
combinations of John Conway’s new solitaire game “life””. Scientific
American. 223 (4): 120- 123.
[2] Becker, Amin Vahdat and David Department of Computer Science, “Epidemic
Routing for Partially Connected Ad-Hoc Networks.” Durham, NC 27708,
2000.
[3] M. Jelasity, “Gossip Protocols”. Hungary : University of Szeged.
[4] Keranen, A., Ott, J. & Karkkainen, T., "The ONE Simulator for DTN Protocol
Evaluation", Computer Communication Networks
[5] Brenton D. Walker, Joel K. Glenn, T. Charles Clancy, Analysis of Simple
Counting Protocols for Delay-Tolerant Networks.
[6] Sijabat. Junandus, Penerapan Routing Berbasis Interest pada Protokol Epidemic
di Jaringan Oportunistik dengan Pergerakan Manusia. Yogyakarta, Indonesia :
Universitas Sanata Dharma, 2018.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 57
40
LAMPIRAN
1. Router GossipGoLwithInterestRouter.java
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 58
41
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 59
42
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 60
43
2. Router EpidemicWithInterest.java
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Page 61
44
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI