SISTEMATIKA LAPORAN KEMAJUAN HIBAH RISET UI TAHUN …fasilkom.mercubuana.ac.id/.../2017/10/...KINERJA-SISTEM-KOMUNIKASI.pdf · PENINGKATAN EFISIENSI KINERJA SISTEM KOMUNIKASI NIRKABEL

SISTEMATIKA LAPORAN KEMAJUAN

HIBAH RISET UI TAHUN 2010

1. Tujuan dan Manfaat Riset

2. Metode Riset

3. Perkembangan Riset (Sementara)

4. Hambatan dalam Pelaksanaan

5. Laporan Penggunaan Dana (Sementara)

sesuai dengan RAB yang disetujui

Lampiran

a. Buku Catatan Harian Riset (BCHR) setiap periset (utama dan anggota)

b. Foto kopi bukti keuangan

Kode/Nama Rumpun Ilmu: 453 / Teknik Telekomunikasi

LAPORAN

PENELITIAN DISERTASI DOKTOR

PENINGKATAN EFISIENSI KINERJA SISTEM KOMUNIKASI

NIRKABEL MENGGUNAKAN LOAD BALANCING DAN WI-FI

OFFLOAD PADA JARINGAN MOBILE ADVANCED DELIVERY

NETWORK (MADNET)

PENGUSUL

Setiyo Budiyanto, ST. MT NIDN : 0312118206

UNIVERSITAS MERCU BUANA

JAKARTA

NOVEMBER 2015

RINGKASAN

Penelitian dilakukan dengan mengacu pada semakin cepatnya perkembangan komunikasi

yang mengakibatkan adanya jumlah trafik yang besar, serta terbatasnya spektrum makro

seluler. WIreless FIdelity (Wi-Fi) Offload menjadi salah satu solusi dengan menggunakan

keuntungan–keuntungan dari jaringan seluler dan jaringan Wi-Fi mampu menjadi salah satu

solusi dari permasalahan yang ada; akan tetapi masih terdapat suatu kelemahan dari teknologi

tersebut, yaitu : Penerapan offload tanpa adanya protokol yang mengatur proses pemindahan

trafik akan memberikan batasan–batasan terutama bandwidth dan penggunaan energi, karena

setiap node memiliki daya baterai dan kapasitas yang terbatas.

Melalui penerapan protokol yang terdapat pada teknologi Mobile Ad-hoc NETwork

(MANET) dan algoritma Vertical HandOver (VHO) yang disesuaikan dengan jaringan yang

dirancang, beban pada masing–masing jaringan dan penggunaan energi pada setiap node

dapat dikontrol. Media Independent Handover (MIH) dibutuhkan dalam mengatur proses

handover dalam jaringan heterogen tersebut. Genetic Zone Routing Protocol (GZRP) sebagai

hybrid routing protocol memiliki kelebihan yaitu mampu melakukan untuk penyeimbangan

beban trafik (load balancing).

Integrasi jaringan High Speed Downlink Data Access (HSDPA) dan Wi-Fi (802.11g)

dilakukan dengan menggunakan algoritma vertical handover dengan MIH dan kontrol

parameter jaringan, serta protokol routing GZRP. Selain itu pengubahan radius pada protokol

routing dengan transmission power level dapat meningkatkan efisiensi energi dari jaringan.

Peningkatan performa jaringan dengan pengubahan algoritma protokol routing GZRP serta

kontrol VHO dengan parameter jaringan didapatkan jika dibandingkan dengan jaringan VHO

biasa, secara keseluruhan terdapat peningkatan 54% untuk throughput dan peningkatan 50%

pada efisiensi energi.

Kata kunci : Wi-Fi Offload, VHO, GZRP, MIH

PRAKATA

Puji syukur saya panjatkan kehadirat Tuhan Y.M.E, karena atas berkat dan rahmat-Nya,

kami dapat menyelesaikan laporan tengah Penelitian Multi Disiplin Perguruan Tinggi.

Penulisan laporan ini dilakukan dalam rangka memenuhi salah satu syarat laporan

kemajuan penelitian yang dilakukan. Kami menyadari bahwa, tanpa bantuan dari berbagai

pihak sangatlah sulit bagi kami untuk menyelesaikan laporan ini. Oleh karena itu, saya

mengucapkan terima kasih kepada:

(1) Dr. Ir. Anik Herminingsih, M. Si, selaku Kepala Pusat Penelitian UMB.

(2) Kolega di Fakultas Teknik – Universitas Mercu Buana atas suport yang diberikan.

Sahabat yang telah banyak membantu saya dalam menyelesaikan laporan ini. Akhir kata,

kami berharap Tuhan Y.M.E berkenan membalas segala kebaikan semua pihak yang telah

membantu. Semoga penelitian ini membawa manfaat bagi pengembangan ilmu.

Depok, November 2015

Penulis

DAFTAR ISI

HALAMAN SAMPUL…………………………………………………………………...

HALAMAN PENGESAHAN……………………………………………………………

RINGKASAN…………………………………………………………………………….

PRAKATA……………………………………………………………………………......

DAFTAR ISI……………………………………………………………………………..

DAFTAR TABEL………………………………………………………………………...

DAFTAR GAMBAR……………………………………………………………………

DAFTAR LAMPIRAN…………………………………………………………………

BAB 1. PENDAHULUAN……………………………………………………………….

1.1.Pendahuluan……………………………………………………………………..........

1.2.Identifikasi Masalah…………………………………………………………………..

1.3.Batasan Penelitian…………………………………………………………………….

1.4.Hipotesis Penelitian…………………………………………………………………..

BAB 2. TINJAUAN PUSTAKA ………………………………………………………

2.1. Wi-Fi Offload………………………………………………………………………..

2.2. Mobile Ad hoc NETwork (MANET)………………………………………………..

2.3. Genetic Algorithm…………………………………………………………………

2.3.1. Encoding…………………………………………………………………………

2.3.2. Inisiasi, Fitness, Seleksi……………………………………………………………

2.3.3. Cross Over…………………………………………………………………………

2.3.4. Mutasi……………………………………………………………………………...

2.4. HSDPA – Wi-Fi Offload…………………………………………………………….

2.4.1. HSDPA…………………………………………………………………………….

i

ii

iii

iv

v

vii

viii

ix

1

1

3

3

4

5

5

6

9

10

11

12

13

13

14

2.4.2. 802.11g…………………………………………………………………………….

2.4.3. Vertical Handover………………………………………………………………….

2.4.4. Media Independent Handover……………………………………………………

BAB 3. TUJUAN DAN MANFAAT PENELITIAN…………………………………….

3.1. Tujuan Penelitian…………………………………………………………………….

3.2. Manfaat Penelitian…………………………………………………………………

BAB 4. METODE PENELITIAN………………………………………………………..

4.1. Perancangan Sistem………………………………………………………………….

4.2. Arsitektur Jaringan Offload………………………………………………………….

4.3. Perhitungan Parameter……………………………………………………………….

4.4. Fitness Function……………………………………………………………………...

4.5. Algoritma GZRP – Modified ………………………………………………………

4.6. SNR, BLER, CQI…………………………………………………………………….

BAB 5. HASIL YANG DICAPAI………………………………………………………

5.1. NS2 dan Modul Terkait……………………………………………………………

5.2. Parameter Simulasi…………………………………………………………………..

5.3. Simulasi……………………………………………………………………………..

5.3.1. Efek Algoritma Genetik pada Jaringan MANET…………………………………

BAB 6. RENCANA TAHAPAN BERIKUTNYA……………………………………….

BAB 7. KESIMPULAN DAN SARAN………………………………………………….

7.1 Kesimpulan …………………………………………………………………..

7.2 Saran …………………………………………………………………………

DAFTAR PUSTAKA……………………………………………………………………

LAMPIRAN

- Submit Paper pada Advanced Research in Electrical and Electronics 2015

15

16

17

19

19

19

20

20

22

23

25

26

32

35

35

35

37

37

47

48

48

48

49

DAFTAR TABEL

Tabel 2.1. Parameter Standard IEEE 802.11…………………………………………..

Tabel 2.2. Parameter dan Jenis Hand Off……………………………………………..

Tabel 4.1. Data Rate, TBS dan TTI…………………………………………………...

Tabel 4.2. Hubungan CQI dan TBS…………………………………………………...

Tabel 5.1. Parameter-parameter simulasi……………………………………………

Tabel 5.2. Paramter tambahan simulasi vertical Hand Off……………………………

Tabel 5.3. Hubungan Kecepatan, Daya dan Probabilitas……………………………

Tabel 5.4. Perbandingan Paket Loss…………………………………………………..

15

16

33

34

36

37

43

45

DAFTAR GAMBAR

Gambar 2.1. Arsitektur Sederhana Jaringan Offload………………………………….

Gambar 2.2. Komponen ZRP………………………………………………………….

Gambar 2.3. Contoh pemilihan node pada ZRP………………………………………

Gambar 2.4. Diagram Alir Produksi Kromosom……………………………………

Gambar 2.5. Extended ST Encoding…………………………………………………..

Gambar 2.6. Cross Over Extended ST Encoding……………………………………..

Gambar 2.7. Mutasi Exteded ST Encoding …………………………………………

Gambar 2.8. Arsitektur HSDPA ……………………………………………………...

Gambar 2.9. Model Referensi MIH ………………………………………………….

Gambar 4.1. Diagram Alir Jaringan Offload …………………………………………

Gambar 4.2 Perancangan Arsitektur Jaringan Offload………………………………..

Gambar 4.3. Proses Pemilihan Rute Transmisi………………………………………..

Gambar 4.4. Proses Seleksi Roulette – Wheel ………………………………………..

Gambar 4.5. Kurva SNR – BLER pada kanal AWGN ……………………………….

Gambar 5.1. Arsitektur Jaringan MANET ……………………………………………

Gambar 5.2. Konsumsi Energi (J) vs Waktu (s) – ZRP dan GZRP …………………..

Gambar 5.3. Perbandingan Jumlah Paket ZRP dan GZRP …………………………...

Gambar 5.4. Energi (J) vs Waktu (s) – ZRP dan GZRP Modified …………………...

Gambar 5.5. Throughput ZRP dan GZRP …………………………………………….

Gambar 5.6. Arsitektur Jaringan UMTS / HSDPA …………………………………

Gambar 5.7. Offload antara UMTS / HSDPA dengan 802.11g……………………….

Gambar 5.8. Perbandingan konsumsi energy VHO dan VHO modifikasi …………

Gambar 5.9. Perbandingan throughput jaringan HSDPA dan HSDPA – 802.11g …..

Gambar 5.10. Throughput VHO dengan pengubahan algoritma ……………………..

5

7

8

10

11

12

13

14

18

21

22

27

30

32

38

39

40

40

41

42

42

44

45

46

BAB 1. PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi telekomunikasi dewasa ini sangat cepat, hal ini ditandai

dengan semakin mudahnya untuk mendapatkan perangkat seluler. Kondisi tersebut

menyebabkan peningkatan kebutuhan akan pemakaian data. Di sisi lain, ketersediaan

spektrum yang dapat digunakan untuk layanan aplikasi mobile sangat terbatas, oleh karena

itu diperlukan adanya suatu solusi untuk meningkatkan kapasitas jaringan mobile. Menurut

Cisco, trafik dari perangkat bergerak mencapai 60% dari total perkembangan trafik [1]. Salah

satu metode yang dilakukan guna mengatasi hal tersebut dapat dilakukan dengan

meningkatkan carrier to interference ratio sekaligus memperkecil ukuran sel atau dengan

mengimplementasikan teknologi small cell. Wireless Fidelity (Wi-Fi) merupakan salah satu

teknologi small cell yang sudah dikenal dan banyak diimplementasikan secara eksklusif.

Jaringan Wi-Fi memiliki bandwidth yang lebih besar dari 3G dan lebih kecil dari LTE, serta

memiliki efisiensi daya yang lebih baik jika dibandingkan dengan teknologi seluler lainnya,

seperti 3G dan LTE [2]. Penggunaan kentungan-keuntungan yang ditawarkan Wi-Fi dapat

melakukan penyeimbangan trafik atau beban dari jaringan makro seluler dan peningkatan

efisiensi daya pada jaringan, sedangkan batasan cakupan akses yang dimiliki jaringan Wi-Fi

dapat diatasi dengan melakukan integrasi dengan jaringan makro seluler, hal ini dikenal

sebagai Wi-Fi offload. Uji performansi dari 3G –Wi-Fi Offload dilakukan pada jaringan di

perkotaan yang dijelaskan pada [3].

Arsitektur Mobile Advanced Delivery Network (MADNet) memungkinkan jaringan

Wi-Fi meneruskan lalu lintas ke jaringan lainnya dengan cepat; sebagai solusi dari Wi-Fi

Offload dibutuhkan algoritma Vertical Handover (VHO) yang berguna untuk mengatur

pemindahan trafik dari jaringan seluler ke jaringan Wi-Fi. Penggunaan VHO pada jaringan

nirkabel telah dijelaskan pada [4] dan [5]. Permasalahan yang terjadi pada jaringan Wi-Fi

offload adalah tidak adanya protokol yang mengatur pengambilan keputusan offload dan

pengambilan rute yang dapat memenuhi parameter-parameter kedua jaringan secara optimal.

Berdasarkan kelemahan yang ada tersebut, maka penelitian dilakukan menggunakan protokol

routing pada Mobile Ad-hoc Network (MANET) guna mensolusikan permasalahan yang ada,

dimana setiap terminal mobile memiliki fungsi sebagai node dan router. Parameter-parameter

yang harus dipenuhi dalam jaringan yang diajukan adalah daya, dan bandwidth. Daya

transmisi merupakan parameter yang paling penting karena mempengaruhi berbagai aspek

dalam jaringan. Jangkauan transmisi maksimum ditentukan oleh besarnya daya transmisi

karena mempengaruhi kekuatan sinyal. Lebih lanjut jangkauan transmisi akan mempengaruhi

nilai kapasitas trafik jaringan. Delay juga ditentukan oleh tingkat daya transmisi, karena

dengan lebih besarnya daya transmisi jangkauan menjadi lebih besar, sehingga tidak

diperlukan banyak hop atau perpindahan node untuk mencapai node destinasi.

Genetic Zone Routing Protocol (GZRP) pada MANET digunakan untuk

menyeimbangkan beban antara jaringan seluler dan jaringan Wi-Fi. Berdasarkan [6][7], untuk

memperoleh efisiensi daya yang baik dapat digunakan GZRP. Diimplementasikan

pengembangan algoritma GZRP yang bekerja berdasarkan multicast routing untuk

optimalisasi efisiensi daya. Implementasi GZRP dan VHO pada jaringan 3G UMTS –Wi-Fi

Offload dijelaskan pada [8] dan [9] dimana digunakan beberapa base station dan access point.

Fokus penelitian [8] adalah pada peningkatan performansi dengan VHO dari segi delay,

kekuatan sinyal serta throughput, penggabungan protokol routing GZRP dan AOMDV

dilakukan pada [9], kedua referensi tidak memperhitungkan parameter –parameter dalam

melakukan transmisi. Model yang dirancang pada penelitian ini memfokuskan kepada kontrol

penggunaan energi dan peningkatan throughput dengan memberikan beberapa batasan akibat

kondisi jaringan serta kanal, selain itu terdapat perubahan dalam algoritma GZRP dan

pemilihan parameter jaringan sebagai kontrol dalam VHO. Jaringan yang dirancang

merupakan jaringan delay tolerant, waktu dalam proses routing atau VHO tidak

diperhitungkan.

Simulasi dilakukan dengan empat skenario, yaitu :

1. Simulasi handover antar node mobile maupun statis pada jaringan 802.11g dengan

protokol routing GZRP;

2. Simulasi Vertical Handover (VHO) pada jaringan UMTS/HSDPA –802.11g dengan

GZRP;

3. Handover antar node 802.11g dengan GZRP yang telah dimodifikasi;

4. Handover pada jaringan UMTS/HSDPA –802.11g dengan GZRP yang telah dimodifikasi.

VHO diterapkan pada sisi Gateway GPRS Support Node (GGSN) untuk load balancing

antara kedua jaringan; GZRP diimplementasikan di sisi gateway access point untuk

mendapatkan jalur yang paling optimal dalam efisiensi daya dan penyeimbangan trafik (load

balancing). Hasil dari simulasi dapat membuktikan bahwa penggunaan VHO dan pengubahan

algoritma dari GZRP dengan penyesuaian terhadap fitness function dapat menghasilkan

efisiensi daya yang lebih baik daripada GZRP tanpa pengubahan algoritma. Dengan

penggunaan algoritma ini jaringan mendapatkan peningkatan performa throughput, jaringan

dengan GZRP dapat mencapai 5.5 Mbps dan 9.6 Mbps untuk keseluruhan jaringan yang

dirancang, dibandingkan dengan [9] yang memiliki throughput maksimum 8 Mbps serta [8]

dengan maksimum throughput sebesar 2.5 Mbps untuk GZRP dan 4 Mbps untuk jaringan

VHO. Peningkatan efisiensi energi antara ZRP dan GZRP extended sebesar 0.211509 joule

menjadi 0.209212 joule, dan antara VHO dan model jaringan yang dirancang sebesar 35%.

1.2 Identifikasi Masalah

Permasalahan yang akan dibahas dibatasi pada hal-hal berikut:

1. Vertical Handover (VHO) pada jaringan seluler UMTS/HSDPA dengan Wi-Fi

802.12g

2. Implementasi protokol routing GZRP pada jaringan sebagai load balancing

3. Pengubahan algoritma dan fitness function untuk meningkatkan efisiensi energi yang

terjadi pada jaringan.

1.3. Batasan Penelitian

Batasan peneilitian adalah penerapan konsep load balancing pada Jaringan Mobile Ad-Hoc

Network (MANET) kedalam teknologi Metropolitan Advanced Delivery Network

(MADNET) yakni 3G – WiFi Offload. Model sistem tersebut adalah menggabungkan

Algoritma VHO yang sudah diaplikasikan pada Wi-Fi Offload dengan Load Balancing yang

pernah diaplikasikan pada MANET.

1. Konsep algoritma GZRP pada MANET serta konsep algoritma VHO pada MADNET

2. Algoritma baru dari kombinasi Algoritma GZRP dan VHO untuk optimalisasi load

balancing beban trafik data

3. Simulasi algoritma baru pada simulator NS-2 sehingga mendapatkan hasil yang

menandakan adanya perbaikan sistem load-balancing dan offloading teknologi

jaringan 3G – WiFi Offload.

1.4. Hipotesis Penelitian

Hipotesis yang dapat diajukan pada penelitianni adalah sebagai berikut :

1. Teknik algoritma / system cerdas yang menggunakan algoritma GZRP pada mobile

station guna melakukan proses sinkronisasi dengan sistem pada jaringan 3G baik idle

maupun dedicated, memberikan penghematan pada penggunaan power baik disisi

base station maupun mobile station, serta mampu memaksimalkan kualitas throughput

pada sisi customer.

2. Pada proses handover Wi-Fi Offload terdapat teknik algoritma VHO yang mampu

mengalihkan trafik sehingga proses handover dapat berlangsung lebih baik dan durasi

dalam melakukan handover lebih kecil.

3. Penelitian diharapkan dapat diterapkan pada sistem komunikasi nirkabel dan dapat

memberikan kontribusi yang kuat untuk pengembangan teknologi nirkabel di masa

depan.

BAB 2. TINJAUAN PUSTAKA

2.1 Wi-Fi Offload

Salah satu sumber daya alam (SDA) di bidang telekomunikasi yang termasuk dalam

klasifikasi SDA terbatas adalah spektrum radio. Berdasarkan kondisi tersebut, maka perlu

pemanfaatan spektrum yang tersedia untuk komunikasi mobile secara optimal. Pada system

komunikasi seluler, terdapat suatu kondisi dimana kondisi kanal yang memadai frekuensi

pembawa digunakan kembali (frequency re-use), hal ini akan meningkatkan kapasitas sistem

dengan cara membuat ukuran sel menjadi lebih kecil. Hal ini memberikan efek yaitu [10]:

Interferensi antar sel yang menggunakan frekuensi yang sama serta peningkatan frekuensi

handover, yang berarti peningkatan delay. Wi-Fi offload memungkinkan pengguna untuk

mentransmisikan data melalui base station atau memindahkan sebagian data ke jaringan Wi-

Fi dari jaringan seluler. Gambar 2.1 menunjukkan arsitektur sederhana dengan menggunakan

kedua jaringan, seluler dan Wi-Fi. Jangkauan geografis pengguna yang berpindah dari satu

tempat ke tempat lainnya (mobile) menjadi lebih luas dengan penggunaan offload.

Gambar 2.1 Arsitektur Sederhana Jaringan Offload [11]

Beberapa faktor, seperti : jarak receiver dengan transmitter, lingkungan propagasi

nirkabel, beban akses jaringan serta kapabilitas teknologi sangat mempengaruhi kinerja

jaringan 3G - WiFi Offload dalam memberikan layanannya kepada pengguna jaringan.

Pengguna jaringan dapat aktif dalam berkomunikasi baik pada jangkauan seluler, Wi-Fi,

maupun keduanya dengan perbedaan kualitas link yang dipengaruhi beberapa faktor yang

telah disebutkan sebelumnya.

Dikenal adanya dua kategori offloading yaitu on the spot dan delayed. Pada

offloading kategori on the spot; data langsung digunakan ketika akses ke jaringan Wi-Fi, dan

ketika pengguna berada di luar jangkauan Wi-Fi maka data yang belum terunduh akan

diproses melalui jaringan seluler. Sedangkan pada delayed offloading akan didefinisikan

maksimum waktu delay yang dapat ditolerir atau disebut dengan deadline, kemudian data

akan diunduh menggunakan koneksi ke jaringan Wi-Fi dan jika data belum selesai diunduh

maka bagian tersebut akan disampaikan ke pengguna dengan menggunakan jaringan seluler.

Delayed offloading dianggap lebih baik digunakan, karena bagi pengguna yang mobile,

waktu dan jangkauan koneksi lebih kecil.

2.2 Mobile Ad hoc NETwork (MANET)

Jaringan Mobile Ad hoc NETwork (MANET) merupakan jaringan nirkabel bergerak

yang tidak memiliki infrastruktur yang tetap, terorganisir secara otomatis dan merupakan

jaringan multi hop dengan topologi yang berubah secara cepat. Dalam MANET node tidak

hanya bertindak sebagai host tetapi juga sebagai router yang memutuskan jalur yang harus

dilalui data ke destinasi dengan efisien dan cost yang rendah. Terdapat beberapa karakteristik

MANET yaitu: topologi yang dinamis, batasan bandwidth, variasi kapasitas link, keamanan

secara fisik yang terbatas, serta batasan energi dalam operasi [6].

Protokol MANET dibagi dalam tiga kelas protokol routing yaitu proaktif, reaktif, dan

hybrid. Protokol routing reaktif hanya dapat membuat rute transmisi ketika dibutuhkan atau

disebut on demand, sedangkan dalam protokol routing proaktif node-node terus melakukan

pembaharuan pada tabel routing yang mereka miliki setiap periode tertentu (table driven).

Pada protokol routing hybrid, digunakan kedua konsep protokol routing konvensional

tersebut dengan pengubahan algoritma pada masing-masing jenis protokol hybrid. Node

dalam MANET dapat berpindah-pindah, topologi berubah secara dinamis sehingga jalur

antara pengirim dan penerima tidak selalu sama dalam proses transmisi data, sedangkan

sumber daya node terbatas. Transmisi secara multicast memungkinkan terbentuknya routing

tree dengan node sumber sebagai root dan node destinasi sebagai leaf, hal ini dikarenakan

dalam transmisi multicast dapat dilakukan transmisi data melalui beberapa jalur secara

bersamaan. Routing tree ini dapat digunakan untuk melakukan pemilihan jalur yang optimal

ketika terjadi perubahan topologi. Penggunaan protokol routing yang tepat dibutuhkan untuk

mendapatkan performa jaringan yang optimal dengan metrik yang sudah ditentukan.

Menentukan protokol multicast routing yang sesuai dengan jaringan dapat dilakukan

berdasarkan: Path redundancy, Mode dari komputasi rute, Efisiensi energi dan QoS metric

Guna mengantisipasi terjadinya perubahan topologi yang cepat pada jaringan

MANET, maka dibutuhkan protokol routing dengan daya transmisi yang rendah serta

hubungan antara node yang asimetris. Zone Routing Protocol (ZRP) memiliki keuntungan

dari protokol routing proaktif dan reaktif. Dalam zona yang terbatas, ZRP menggunakan

prinsip kerja dari protokol routing proaktif sehingga pengaturan informasi routing dapat

dioptimalisasi, sedangkan node yang jauh dari node sumber dapat dijangkau dengan protokol

routing reaktif. Protokol routing ini digunakan untuk mengurangi control overhead pada

protokol routing proaktif dan mengurangi latensi pada protokol routing reaktif. ZRP bekerja

dengan konsep zona yang didefinisikan bagi setiap node secara terpisah, sehingga terdapat

zona-zona yang overlap, hal ini yang digunakan untuk mencari jalur terbaik dalam proses

transmisi data. Zona routing ini memiliki radius yang diekspresikan dengan jumlah hop ρ.

Terdapat tiga komponen routing pada ZRP yaitu komponen routing proaktif Intrazone

Routing Protocol (IARP), komponen routing reaktif Interzone Routing Protocol (IERP) dan

Bordercast Resolution Protocol (BRP). Arsitektur dari ZRP dijelaskan pada gambar 2.2.

Gambar 2.2 Komponen ZRP [12]

Proses paling awal yang dilakukan adalah pendeteksian neighbor node dan kondisi

link yang dilakukan dengan Neighbor Discovery Protocol (NDP) pada layer MAC. NDP

mengirimkan Hello Beacon setiap jangka waktu tertentu dan memperbaharui tabel neighbor

node, setiap terjadi pembaharuan IARP akan mendapatkan peringatan untuk melakukan

perubahan pada tabel routing. IERP menggunakan tabel routing yang dihasilkan IARP untuk

merespon rute query. IERP mengirimkan rute-rute query tersebut ke BRP, yang selanjutnya

memisahkan rute-rute tersebut dengan menggunakan tabel IARP.

Suatu node yang memiliki paket harus memeriksa tujuan dari paket tersebut, jika node

tujuan berada di dalam zona lokal maka hanya akan digunakan informasi yang diberikan

IARP. Node sumber akan mengirimkan route request ke node yang berada di perbatasan zona

lokal dengan menggunakan BRP, kemudian jika node penerima mengetahui alamat

tujuannya, akan dilakukan route reply dengan mengirimkan informasi routing dan kondisi

link hingga mencapai node tujuan. Jika node tujuan tidak berada di dalam zona lokal, maka

node bordercast akan mengirimkan route request ke setiap node pada perbatasan zona,

kemudian node yang dapat mencapai node tujuan akan mengirimkan informasi routing

kembali ke sumber. Sumber akan melakukan perhitungan multicast dan menambahkan

instruksi routing pada paket yang mengandung data yang ingin ditransmisikan, paket akan

dikirimkan ke node destinasi dengan IERP. Gambar 2.3 menunjukkan sejumlah node dan

zona lokal untuk node sumber I. Node D, F, Q, R, S, dan T merupakan node peripheral.

Gambar 2.3. Contoh Pemilihan Node pada ZRP [12]

Kontrol query diperlukan untuk mengatasi masalah node yang meneruskan route

request beberapa kali akibat zona yang overlap, yang menghasilkan lebih besar trafik

daripada yang seharusnya. Node akan mengirimkan query dengan cara bordercasting, akan

tetapi query akan melewati keseluruhan zona routing sehingga mengkakibatkan flooding.

ZRP memiliki mekanisme kontrol query yang dapat mengarahkan paket query agar tidak

dikirimkan ke node perbatasan zona yang sudah menerima paket query.

Implementasi ZRP yang diubah dengan menggunakan algoritma genetik dapat

digunakan untuk menyeimbangkan pembebanan trafik data pada jaringan dan mengatasi

kongesti. Protokol routing untuk mengatasi load balancing dapat dibagi ke dalam tiga

kategori yaitu delay, trafik, dan hybrid. Genetic Zone Routing Protocol (GZRP) merupakan

pengembangan dari ZRP dan termasuk di dalam protokol routing hybrid yang dapat

digunakan untuk mengatasi load balancing dan kongesti. Aktivitas genetik pada GZRP

digunakan untuk efisiensi node pada jalur end to end dan delay dalam proses transmisi.

2.3 Genetic Algorithm

Optimalisasi penggunaan protokol routing untuk memenuhi metric tertentu dapat dilakukan

dengan menggunakan algoritma genetik. Algoritma Genetik berasal dari konsep seleksi

natural dan genetika, dengan set seluruh kemungkinan yang terjadi yang disebut populasi.

Algoritma ini juga berfungsi untuk mencari solusi yang paling memungkinkan, jika tidak

terdapat solusi dalam set populasi yang memiliki nilai optimal maka dapat dihasilkan set

solusi baru dengan kombinasi atau pergantian kromosom pada setiap set. Proses dari

Algoritma Genetik terdiri dari [13]:

- Encoding

- Inisiasi set populasi

- Evaluasi fitness function

- Seleksi

- Reproduksi

- Crossover

- Mutasi

Pertama dibangun sebuah set dari beberapa multicast tree, minimal dua, dari topologi

jaringan yang ada. Tahap selanjutnya adalah dilakukan proses encoding dari pohon-pohon

rute multicast tersebut, kemudian dilakukan inisiasi set populasi. Jalur routing kemudian

dipilih dari beberapa set populasi berdasarkan tingkat kecocokannya terhadap fungsi yang

didefinisikan sebelumnya. Seleksi rute transmisi data dipilih ketika terdapat set kromosom

yang sesuai dengan fitness function, jika set tidak memenuhi fungsi maka akan dibangun set

baru dengan crossover atau mutasi. Gambar 2.4 menjelaskan produksi kromosom dari set

populasi.

Gambar 2.4 Diagram Alir Produksi Kromosom[13]

2.3.1 Encoding

Multicast tree yang terdiri dari beberapa kromosom atau rute dengan sejumlah node

dari jaringan akan diubah kedalam beberapa string dengan proses encoding, selanjutnya

diproses untuk pemilihan jalur terbaik untuk transmisi data pada jaringan. Terdapat tiga tipe

encoding yaitu:

- Prufer number encoding

- Extended ST encoding

- NPI encoding

Prufer number encoding menggunakan angka yang unik dengan sekuensi (n-2). Hasil

encoding memberikan dua string yaitu Pn (prufer number string) dan Pl (leaf node string)

pada pohon set populasi. Extended ST encoding menggunakan sejumlah string integer yang

disebut sebagai kromosom untuk menghasilkan solusi-solusi yang mungkin dari set populasi.

Node Parent Index (NPI) encoding menggunakan sebuah array yang memiliki panjang 2n

elemen dari pohon dengan n buah node. Setiap node akan diberikan indeks berdasarkan

posisinya dan indeks dari posisi parent dari node tersebut.

Tipe encoding yang akan digunakan dalam topologi yang diajukan adalah extended

ST encoding. Langkah pertama dalam proses encoding ini adalah dengan mendefinisikan dua

array integer s[n] dan t[n], serta sebuah integer i untuk mendefinisikan indeks posisi. S[i]

akan mendefinisikan node id, t[i] mendefinisikan indeks posisi parent dari node s[i]. parent

dari node terakhir pada masing-masing cabang akan diberikan id sesuai dengan indeks i

masing-masing node terakhir tersebut. Gambar 2.5 menunjukkan contoh dari extended ST

encoding pada suatu multicast tree.

Gambar 2.5 Extended ST Encoding [14]

Sebagai contoh pada gambar 2.5 didapatkan string sekuensi s {1,4,5,3,6,2,8,7} dan

string topologi t {0,1,2,2,1,5,1,7}. String t{i} diawali dengan indeks 0 karena indeks i 1 tidak

memiliki parent node.

2.3.2 Inisiasi, Fitness, Seleksi

Setiap string yang dihasilkan melalui proses encoding merepresentasikan rute

multicast, selanjutnya dibentuk populasi awal dari string yang sudah dipilih untuk selanjutnya

diproses dengan menguji tingkat kecocokannya dengan fungsi yang didefinisikan. Fitness

function digunakan untuk mengevaluasi efisiensi yang dihasilkan oleh setiap individual

solusi, setiap solusi harus memenuhi metric yang dibutuhkan untuk menyesuaikan aplikasi

jaringan yang dibentuk. Fitness function akan dijelaskan dengan penyesuaian metric yang

diinginkan dalam aplikasi jaringan yang diajukan. Setelah melalui evaluasi, proses seleksi

dilakukan untuk mendapatkan solusi-solusi yang paling cocok dengan fungsi untuk iterasi

selanjutnya. Proses seleksi tidak menjamin keoptimalan global, untuk itu ketika tidak dicapai

solusi yang optimal dari rute multicast maka akan dilakukan proses crossover dan atau

mutasi.

2.3.3 Crossover

Crossover dilakukan untuk mendapatkan jalur routing yang paling sesuai dengan

fitness function. Beberapa pohon routing yang dipilih dari proses seleksi akan menghasilkan

pohon routing yang baru dan optimal. Kromosom parent dipilih dari kumpulan kromosom

pada pohon routing yang dipilih, dimana titik inisiasi dan panjang segmen dari kromosom

parent yang akan ditukar dan digabungkan dipilih secara acak. Crossover yang akan

digunakan disesuaikan dengan proses encoding, yaitu extension ST encoding. Pada proses ini

diawali dengan memilih ukuran node dan panjang dari parent s dan t, dimana nilainya harus

sama. Kemudian dipilih node inisiasi dan node akhir yang akan diambil untuk crossover.

Pengulangan pada kromosom dalam string s[i] tidak diperbolehkan, karena kromosom s

mendefinisikan sekuensi dari kromosom pada set populasi. Kromosom t mendefinisikan

topologi jaringan sehingga diperbolehkan adanya pengulangan. Gambar 2.6 menjelaskan

proses kromosom dari pohon multicast pada contoh sebelumnya. Disini gen kedua hingga

keempat diambil tanpa adanya pengubahan posisi karena sudah sesuai dengan fungsi yang

didefinisikan.

Gambar 2.6 Crossover Extended ST Encoding[14]

Terdapat dua parent, dan gen nomor 2 hingga nomor 4 diambil dari parent pertama,

sedangkan gen lainnya diambil dari parent kedua tanpa menduplikasi sifat yang sudah diiliki

oleh gen dari parent pertama.

2.3.4 Mutasi

Mutasi merupakan proses dimana terjadi pengubahan gen dan perubahan susunan gen

pada kromosom untuk mendapatkan set yang paling optimal. Keuntungan dari mutasi pada

algoritma genetik adalah mutasi mampu untuk melakukan pengujian dan mendukung

populasi yang besar, solusi yang tidak memenuhi fungsi tidak akan mempengaruhi hasil akhir

karena ditolak pada proses evaluasi kecocokan, mutasi dapat dilakukan pada pemenuhan

fungsi yang kompleks maupun sederhana.

Gambar 2.7 Mutasi Extended ST Encoding [14]

Mutasi dalam extended ST encoding dimulai dengan mengambil beberapa gen dari

kromosom t. Nomor-nomor dari kromosom t ini adalah indeks dari parent node, kemudian

didefinisikan core node dari kromosom s yang sesuai dengan indeks pada kromosom t. Node

lainnya merupakan leaf node, dimana node ini akan menggantikan posisi core node. Pada

gambar 2.7 diberikan contoh dari mutasi extended ST encoding ini, dimana kromosom

dengan node id 7 dan 2 pada set S [i] ditukar untuk menghasilkan jalur yang lebih sesuai

dengan fitness function.

2.4 HSDPA –Wi-Fi Offload

Offload dapat digunakan untuk menyeimbangkan trafik dan mengatasi permasalahan-

permasalahan yang terjadi pada setiap jaringan ketika digunakan secara eksklusif. Akan

dirancang simulasi jaringan offload dengan menggunakan teknologi jaringan HSDPA dan

IEEE 802.11g.

2.4.1 HSDPA

High Speed Downlink Packet Access (HSDPA) merupakan protokol komunikasi

mobile dari keluarga High Speed Packet Access (HSPA) berdasarkan jaringan 3G. Jaringan

ini memberikan latensi yang lebih baik dibandingkan dengan teknologi 3G lainnya, dan bisa

disebut dengan 3.5 G. Fasa pertama HSDPA didefinisikan dalam 3GPP rel 5 dengan data rate

mencapai 14 Mbit/s [14]. Fasa kedua dari HSDPA dijelaskan dalam 3GPP rel 7 dengan data

rate mencapai 42.2 Mbit/s dengan teknologi Multiple Input Multiple Output (MIMO)[14].

HSDPA didesain untuk meningkatkan kualitas pelayanan dan efisiensi spektrum,

sehingga lebih banyak pengguna yang dapat menggunakan data rate yang lebih tinggi pada

satu sinyal carrier. HSDPA dapat mencapai data rate pengguna yang tinggi dengan

mengaplikasikan skema modulasi 16 QAM dengan turbo code, satu kanal digunakan untuk

overhead. Terdapat perubahan pada sublayer MAC, menjadi MAC-hs yang ditambahkan

pada node B.

Gambar 2.8 Arsitektur HSDPA [15]

Terdapat tiga teknik dasar yang digunakan dalam HSDPA yaitu Adaptive Modulation

and Coding (AMC), Hybrid Automatic Repeat Request (HARQ), dan Fast Scheduling untuk

meningkatkan throughput dan delay yang lebih rendah. AMC menjaga daya pada node tetap

saat modulasi dan pengkodean diubah untuk beradaptasi dengan variasi kanal. Karena format

modulasi dan pengkodean menyesuaikan kanal maka throughput rata –rata dari sebuah cell

dapat ditingkatkan. Waktu round trip dalam proses retransmisi dikurangi dengan

menggunakan HARQ, dimana paket yang salah disimpan dan dikombinasikan dengan paket

yang ditransmisikan kembali untuk memperbaiki paket yang bebas dari error.

Jaringan ini bekerja berdasarkan fast Node B scheduling, dimana node B menghitung

kualitas kanal dari setiap pengguna HSDPA yang aktif. Ketika node B mengambil keputusan

pengguna yang akan dilayani, data akan dikirimkan secara kontinyu selama nilai TTI 2ms.

2.4.2 802.11g

Standard IEEE yang beroperasi pada frekuensi 2.4 GHz dengan data rate maksimum

mencapai 54 Mbps, 802.11g menggunakan kombinasi transmisi OFDM dan DSSS. Tabel 2.1

memberikan informasi mengenai parameter beberapa standard WLAN 802.11.

Tabel 2.1 Parameter Standard IEEE 802.11 [16]

Throughput yang diberikan 802.11g bergantung kepada jumlah faktor lingkungan dan

aplikasi yang digunakan, dengan aproksimasi sebesar 8 –22 Mbps. 802.11b dan 802.11g

memiliki kanal yang saling “overlap”, akan tetapi dengan penggunaan OFDM pada 802.11g,

access point dengan teknologi 802.11b tidak dapat memproses paket tersebut sebagai

perlindungan dari data collission.

Terdapat hubungan terbalik antara panjang gelombang dan jangkauan transmisi,

sinyal yang ditransmisikan dalam frekuensi spektrum yang lebih rendah akan memiliki

panjang gelombang yang lebih besar, jangkauan propagasi yang lebih jauh, serta lebih baik

dalam propagasi melalui permukaan solid[16]. Faktor selanjutnya yang harus diperhatikan

adalah daya transmisi dan sensitivitas antena penerima. Pemilihan tipe transmisi akan

mempengaruhi nilai daya transmisi maksimum. Daya yang terlalu besar untuk ditangani sisi

penerima akan mempengaruhi sensitivitas antena penerima, fenomena ini dikenal dengan

nama Error Vector Magnitude (EVM). Dengan penggunaan OFDM, 802.11g dapat

meningkatkan data rate dengan daya transmisi yang lebih rendah.

2.4.3 Vertical Handoff

Mobile terminal saat ini sudah dilengkapi dengan beberapa interface, sehingga

pengguna dapat memilih untuk menggunakan jaringan yang diinginkan. Akan tetapi setiap

jaringan dan aplikasi memiliki quality of service (QoS) masing-masing, sehingga untuk

menjaga QoS terpenuhi ketika berpindah dari suatu jaringan ke jaringan lainnya dibutuhkan

suatu algoritma untuk memutuskan jalur yang tepat. Algoritma ini dikenal dengan nama

handoff yang terbagi dalam dua tipe yaitu horizontal handoff dan vertical handoff. Horizontal

handoff digunakan ketika terjadi perpindahan dalam satu teknologi akses jaringan nirkabel.

Sistem Vertical Handoff (VHO) memungkinkan pengguna untuk berpindah di antara

dua atau lebih teknologi akses jaringan nirkabel yang berbeda dalam suatu proses transmisi

atau menerima data tanpa loss dalam QoS. Operasi VHO harus memberikan overhead yang

minimum, autentikasi pengguna jaringan mobile, dan menjaga koneksi untuk meminimalisir

packet loss dan transfer delay. Perbedaan parameter antara horizontal dan vertical handoff

dijelaskan pada tabel 2.2.

Tabel 2.2 Parameter dan jenis Handoff [17]

VHO terdiri dari tiga proses yaitu system discovery, vertical handoff decision, dan

vertical handoff execution. Pada system discovery, mobile node melakukan pencarian

terhadap jaringan-jaringan yang dapat dijangkau. Tahap selanjutnya diputuskan jaringan yang

sesuai dengan parameter-parameter dan kondisi dari jaringan yang sedang digunakan dan

jaringan yang akan diakses. Mobile node kemudian berpindah jaringan sesuai dengan

keputusan pada tahapan sebelumnya. Klasifikasi VHO berdasarkan arah, proses, kontrol, dan

keputusan menghasilkan empat tipe yaitu [17]:

- Upward dan downward handoff

- Hard and soft handoff

- Imperative dan alternative handoff

- Mobile controlled dan network controlled handoff

Parameter sangat dibutuhkan dalam melakukan VHO untuk memperoleh performa

jaringan yang lebih baik, akan tetapi dengan banyaknya parameter dan kombinasi dari

parameter statis dan dinamis, dihasilkan waktu membuat keputusan dan kompleksitas

algoritma yang lebih besar. Beberapa grup parameter yang dapat mempengaruhi keputusan

VHO antara lain [17]:

- Network: bandwidth, latensi, RSS, cost, keamanan

- Parameter yang berhubungan dengan terminal: kecepatan, daya baterai, informasi

lokasi

- Parameter yang berhubungan dengan pengguna: profil pengguna dan preferensi

- Parameter yang berhubungan dengan servis: kapasitas servis, QoS

Parameter-parameter ini juga dapat dikategorikan kedalam parameter statis (cost,

keamanan, daya yang dikonsumsi) dan dinamis (bandwidth, latensi, Received Signal

Strength, Throughput, Bit Error Rate, kecepatan, user preference, load balancing). Algoritma

dari VHO berdasarkan sejumlah metric yang diinginkan. Fungsi dari VHO digunakan untuk

memutuskan jaringan yang akan digunakan dan waktu pemakaiannya. Jaringan dengan nilai

Vertical Handoff Decision Function (VHDF) akan dipilih untuk mendapatkan jaringan

terbaik atau jaringan yang sesuai dengan keinginan pengguna. Kualitas dari jaringan

ditentukan dengan fungsi (2.1):

Qj = f (CS, Si, 1 / , NCi, Npi) …………… (2.1)

Dengan CS, adalah biaya dari servis, S, merupakan keamanan, PC, merupakan daya

yang digunakan, NC, adalah kondisi jaringan, dan NP, performa jaringan. Fungsi VHO yang

akan digunakan pada jaringan yang diajukan.

2.4.4 Media Independent Handover

IEEE 802.21 Media Independent Handover (MIH) merupakan standard yang

memungkinkan pembagian informasi link layer dan informasi lainnya mengenai jaringan ke

layer-layer yang lebih tinggi untuk mengoptimalisasi handover antara jaringan heterogen.

MIH digunakan untuk mengatasi permasalahan pada sistem handover seperti delay dan

packet loss, dengan cara mengatur batasan nilai sinyal dan probabilitas untuk terjadinya event

link going down. Merupakan sebuah layer logik yang bertempat diantara link layer dan

network layer. Model MIH dijelaskan dalam gambar 2.9 dimana link layer saling

berhubungan dengan MIH.

Gambar 2.9 Model Referensi MIH [18]

Terdapat tiga pelayanan dalam MIH yaitu media independent event service (MIES),

media independent command service (MICS), serta media independent information services

(MIIS) [18]. MIES mendeteksi seluruh kejadian di layer MAC dan fisik. MICS memberikan

perintah kepada pengguna sebagai properti dari pengontrolan link. MIIS memberikan

informasi mengenai jaringan lainnya dan pelayanan yang diberikan.

BAB 3. TUJUAN DAN MANFAAT PENELITIAN

3.1 Tujuan Penulisan

Tujuan dari penulisan ini adalah memodelkan dua jaringan nirkabel yang berbeda,

yaitu HSDPA dan IEEE 802.11g dengan Vertical Handover dan penggunaan protokol routing

GZRP untuk mendapatkan peningkatan performa dalam sisi penggunaan energi, dan

penyeimbangan trafik.

3.2 Manfaat Penelitian

Penelitian ini diharapkan dapat memenuhi pemahaman terhadap offload dalam

jaringan nirkabel, implementasi protokol routing dari jaringan MANET dalam jaringan

MADNet, serta pengubahan algoritma protokol routing dan penambahan aturan pada proses

VHO sebagai usaha optimalisasi penggunaan daya dan kapasitas. Hasil dari simulasi ini akan

digunakan untuk penelitian lebih lanjut optimalisasi jaringan offload dalam jaringan

MADNet.

BAB 4. METODE PENELITIAN

4.1 Perancangan Sistem

Sebelum melakukan simulasi, terdapat beberapa tahapan yang harus dilakukan seperti

mendefinisikan jaringan yang akan digunakan, menentukan parameter –parameter dan nilai

dari hasil perhitungan, serta algoritma system jaringan. Tahapan dari perancangan jaringan

yang akan disimulasikan dapat dijelaskan sebagai berikut:

- Mendefinisikan variable keluaran yang diinginkan

- Mendefinisikan protokol routing yang akan digunakan

- Mendefinisikan fungsi fitness yang akan digunakan dalam algoritma protokol routing

- Mendefinisikan tipe serta parameter –parameter jaringan yang ingin digunakan

- Merancang arsitektur jaringan

- Membuat simulasi, simulasi dilakukan dengan bantuan perangkat lunak NS2 dimana

digunakan Otcl dan C++ sebagai bahasa pemrograman. Untuk menjalankan simulasi

parameter jaringan dan algoritma protocol routing didefinisikan dalam skrip tcl dengan

bahasa pemrograman Otcl. Kemudian skrip dapat dijalankan dengan NS2, animasi dapat

dilakukan dengan menggunakan network animator (NAM) yang terintegrasi dengan NS2,

grafik hasil uji performa jaringan didapatkan dengan menggunakan Xgraph yang terintegrasi

dengan NS2.

Gambar 4.1 merupakan prinsip kerja dari jaringan Offload:

Gambar 4.1 Diagram Alir Jaringan Offload

Proses Wi-Fi offload yang dirancang dijelaskan dengan diagram alir pada gambar 4.1.

End Device secara otomatis terhubung dengan jaringan UMTS, jika RSS >RSS threshold

maka akan digunakan jaringan umts, jika nilai RSS lebih kecil dari threshold maka akan

diberikan peringatan link going down dan akan dilakukan inisiasi kondisi jaringan dan

pengecekan RSS pada node Wi-Fi terdekat. Jika jaringan Wi-Fi juga tidak memiliki RSS

yang lebih besar dari threshold, maka permintaan paket dihentikan selama waiting time

tertentu kemudian jaringan end device di non aktifkan. Ketika jaringan yang digunakan

memiliki salah satu parameter yang bernilai 0 dari variabel Mx, maka akan dilakukan vertical

handover. Parameter –parameter yang menentukan handover didefinisikan pada persamaan

4.1.

Mx = F(RSS –RSSth).F(Px –Pth).F(Cx –Cth) 4.1

Dimana RSS merupakan nilai kekuatan sinyal yang diterima, P merupakan energi

yang dimiliki base station atau access point, dan C merupakan kapasitas dari jaringan. Pada

jaringan Wi-Fi diterapkan algoritma dimana ketika kapasitas node yang sedang melakukan

proses transmisi atau menerima data mencapai threshold atau link node tersebut berstatus

“down”diterapkan protokol routing GZRP.

4.2 Arsitektur Jaringan Offload

Arsitektur jaringan yang akan digunakan untuk teknologi offload dijelaskan pada

gambar 4.2. Pada jaringan heterogen, pemindahan jaringan dilakukan yang berarti

pengubahan alamat IP. Hal ini mempengaruhi kondisi dan sesi pada komunikasi yang sedang

berlangsung, sehingga diperlukan algoritma yang mengatur proses handover. Konsep

protokol routing GZRP akan digunakan pada Wireless Access Gateway (WAG). Algoritma

VHO diimplementasikan pada sisi Gateway GPRS Support Node (GGSN) atau biasa disebut

dengan loose coupling. Pada loose coupling mekanisme AAA dilakukan secara terpisah,

yaitu pada bagian jaringan tetap yang terhubung kearah internet, sehingga arsitektur HSDPA

tidak terpengaruh dengan adanya penambahan jaringan Wi-Fi. Pemindahan dan pemrosesan

data pada jaringan heterogen dilakukan pada network layer yang didasarkan penggunaan

mobile IP. GGSN bertindak sebagai gateway antara Radio Network Controller dan core

network. Kekurangan dari penggunaan loose coupling ini adalah pemrosesan vho yang lebih

lambat jika dibandingkan dengan tight coupling.

Gambar 4.2 Perancangan Arsitektur Jaringan Offload

Jalur interkoneksi Wi-Fi serta HSDPA/UMTS bersinggungan pada core network

dengan HLR. Fungsi HLR ini adalah untuk mengubah identifikasi trafik dari suatu jaringan

ke jaringan yang dituju, setiap jaringan memiliki parameter yang berbeda-beda. Untuk

interkoneksi ke arah internet, trafik melalui GGSN apabila berada pada jaringan HSDPA atau

melalui SCE jika berada pada jaringan Wi-Fi. Load balancing yang dilakukan pada akses dari

user ke BTS jika berada pada jaringan HSDPA melalui RNC, atau user ke AP jika berada

dalam jaringan Wi-Fi. Autentikasi dilakukan untuk sekuritas pada kedua sisi jaringan melalui

server AAA Wi-Fi dan AAA UMTS.

4.3 Perhitungan Parameter

Simulasi dilakukan untuk mengetahui pengaruh pemakaian teknologi offload dan

protokol routing tertentu pada sisi energi dan beban transmisi, sehingga lingkungan jaringan

diatur agar tidak memberikan pengaruh yang besar. Propagasi dan kanal harus ditentukan

terlebih dahulu, tipe propagasi akan mempengaruhi jangkauan transmisi dan kekuatan sinyal

yang diterima, sedangkan tipe kanal akan mempengaruhi Tipe propagasi Free Space dan

kanal Additive White Gaussian Noise (AWGN).

Pada propagasi free space, receiver berada dalam line of sight (LOS) sehingga tidak

dipengaruhi oleh efek refleksi, difraksi, shadowing, dan scattering. Persamaan 4.2

menjelaskan perhitungan daya yang diterima pada model propagasi Free Space.

Pr = 𝑃t × > ×𝐺𝑟×𝜆² 4.2

(4𝜋 d)2 𝐿

Dimana Pr merupakan Daya yang diterima, Pt merupakan daya yang ditransmisikan,

Gt merupakan Gain transmitter, Gr adalah Gain receiver, λadalah panjang gelombang yang

digunakan, d sebagai jarak antara transmitter dan receiver, serta L merupakan koefisien loss

dari sistem. Estimasi rugi-rugi propagasi dan estimasi jangkauan dapat dilakukan dengan

pendekatan seperti dijelaskan pada persamaan 4.3

L = 32.45 + 20Log10(d) +20Log10(f) 4.3

L merupakan median rugi-rugi propagasi, d merupakan jarak antara transmitter dan

receiver dalam km, dan f merupakan frekuensi yang digunakan dalam MHz. Perhitungan

jangkauan transmisi dalam NS2 dapat dilakukan dengan menjalankan program

~indeps/util/propagation/threshold.cc pada terminal. Dengan mengatur nilai variabel-variabel

yang dibutuhkan akan dihasilkan nilai jangkauan suatu node. Variabel-variabel tersebut

adalah:

1. Model propagasi

2. Daya transmisi (Pt_)

3. Gain antena transmitter (Gt_)

4. Gain antena receiver (Gr_)

5. Rugi –rugi sistem (L_)

6. Carrier sense power (CSThresh_)

7. Frekuensi yang digunakan (Freq_)

8. Collission Threshold (CPThresh_)

Hubungan variabel –variabel tersebut dijelaskan dengan persamaan:

𝑃𝑟 = 1 = k ℎ𝑚∙ℎ𝑏² 4.4

𝑃t 𝐿 𝑟4 𝑓c²

Pr sebagai daya yang diterima, Pt adalah daya yang ditransmisikan, L merupakan rugi

–rugi sistem, hm dan hb merupakan ketinggian antena mobile dan base station, r adalah

radius transmisi, serta fc merupakan frekuensi pembawa.

Penambahan variabel rate yang merepresentasikan persentase banyaknya paket yang

dapat diterima dapat dilakukan dengan perintah –r. Keluaran yang didapatkan adalah

RxThresh_ atau daya penerima, dan d yang merepresentasikan jangkauan transmisi.

CSThresh_ digunakan untuk menentukan apakah sebuah frame dapat dideteksi oleh receiver.

Jika kekuatan sinyal lebih kecil daripada threshold maka frame akan dibuang dari PHY

module. Nilai CSThresh_ pada umumnya identik dengan noise floor antena penerima.

Pemilihan kanal akan mempengaruhi kapasitas jaringan, dalam kanal AWGN kapasitas

mengikuti persamaan kapasitas shanon. Efek interferensi tidak diperhitungkan, kondisi kanal

dianggap ideal tetapi dilakukan penambahan white Gaussian noise. Kapasitas AWGN

memenuhi persamaan 4.4

Cawgn = W log2 (1 + 𝑃 ) [bit/s] 4.5

𝑁o𝑊

Cawgn merupakan nilai kapasitas pada kanal AWGN, W merupakan pita frekuensi, dan

P/NoW merupakan Signal to Noise Ratio yang diterima. Perhitungan SNR dalam NS2

dilakukan pada modul MAC sesuai formula 4.5.

SNR = 10 log(Rx _ Power)/Noise _ 4.6

Dimana Rx_Power merupakan kekuatan sinyal pada antena penerima yang dihitung dari

model propagasi, Noise_ dapat dihitung dengan nilai sensitivitas antena penerima dari data

rate yang digunakan frame. Hasil dari perhitungan ini ditambahkan pada file SNRBLER

dalam bentuk matriks untuk memodelkan jaringan HSDPA –802.11g. Noise dianggap

sebagai error dan direpresentasikan menggunakan file ideal trace.

4.4 Fitness Function

Fitness function merupakan fungsi yang mendefinisikan parameter-parameter dan

kondisi yang harus terpenuhi agar jaringan dapat melakukan proses sesuai dengan tujuan

yang dikehendaki. Semakin besar nilai kecocokan dengan fungsi ini, semakin besar

kemungkinan sebuah komosom tersebut dipilih. Fungsi ini merupakan bagian dari genetic

algorithm yang diproses setelah tahapan generasi populasi. Diperlukan identifikasi node dari

populasi untuk menentukan apakah node tersebut berada pada jalur yang dapat membawa

data hingga ke destinasi. Hal ini dapat dijabarkan dengan pengkondisian Iij = 1, jika link dari

node i ke node j berada pada jalur routing. 0, lainnya. I merupakan indikator koneksi link,

yang mempunyai peran pada pemetaan kromosom. Cij menspesifikasikan cost dari paket

yang ditransmisikan pada link (i,j), dijabarkan pada fungsi :

4.7

Tujuan dari perancangan jaringan ini adalah untuk mendapatkan penggunaan energi

yang paling efisien dan penyeimbangan beban trafik pada setiap node, maka keduanya akan

menjadi parameter dalam fitness function. Energi yang digunakan merupakan jumlah dari

daya transmisi, daya untuk menerima trafik, daya untuk melakukan koneksi, serta daya yang

digunakan untuk melakukan routing, seperti dijelaskan pada persamaan 3.5. Energi yang

digunakan juga menentukan network lifetime.

E = Ptx + Prx + Pconnect + Prouting (4.8)

Kapasitas juga menjadi parameter penting untuk menghasilkan penggunaan sumber

daya yang efisien. Sehingga fungsi dapat dijabarkan dalam persamaan 4.8.

Cij = A(Cx –Cth) + B(Eth –Ex) (4.9)

Dimana A dan B merupakan koefisien untuk menentukan tingkat kepentingan

pemilihan parameter, Cx merupakan kapasitas node, Cth merupakan kapasitas threshold, Ex

adalah energi yang digunakan sebuah node, sedangkan Eth adalah energi threshold.

Threshold didefinisikan sebagai nilai parameter dari node jaringan sebelumnya.

4.5 Algoritma GZRP-modified

Zone routing protocol dapat dimodifikasi untuk melakukan kontrol daya yang

digunakan dengan mengatur level daya transmisi sebagai batasan zona intra routing. Setiap

node menggunakan NDP untuk mencari neighbor node dan menambahkan informasinya pada

tabel routing. Ketika RxThreshold_ dari suatu node bernilai lebih kecil atau sama dengan

nilai Pt_ dari node sumber, maka node akan dimasukkan kedalam tabel sebagai intra node.

Jika RxThreshold_ sama dengan nilai Pt_ node sumber maka node tersebut merupakan

peripheral node yang juga mennjadi batas dari zona intra.

Ketika suatu node ingin mengirimkan paket dengan informasi alamat destinasi dan

nilai daya penerimaan node destinasi, maka langkah pertama adalah mencari node destinasi

atau node yang dapat mencapai destinasi dalam tabel intra routing. Route request dikirimkan

oleh node sumber dan diteruskan hingga mencapai node destinasi. Paket route reply

dikirimkan dari node destinasi ke node sumber dengan informasi kondisi link dan kondisi

node. Node sumber yang telah menerima paket ini akan mengirimkan paket data ke node

destinasi melalui rute ini. Kondisi dimana node destinasi tidak berada dalam zona memiliki

algoritma tambahan, dimana digunakan BRP dan IERP. Route request dikirimkan ke semua

peripheral node dengan informasi node sumber, node destinasi, dan jumlah border cast (NB =

1). Peripheral node menerima paket, kemudian menambahkan nilai NB sebesar 1 serta

informasi node itu sendiri ke paket. Paket diteruskan ke node neighbor hingga node destinasi

ditemukan. Sekuensi alamat dibalik dan dikopi ke paket route reply. Jika node sumber tidak

dapat menemukan peripheral node, akan dikirimkan notifikasi ke node sumber untuk

meningkatkan daya transmisi. Gambar 4.3 merupakan diagram alir dari keseluruhan proses

routing yang terjadi di jaringan 802.11g dengan pengubahan algoritma.

Gambar 4.3 Proses Pemilihan Rute Transmisi

Ringkasan dari algoritma dengan level energi sebagai batasan transmisi adalah

sebagai berikut:

define RxThresh_[i] = Range_[i+1]

Define Pt_[i] = Range_[i]

Set WirelessPhy RxThresh_ = X

Input X into RxThresh_[i]

For (i=0, i<10,i++)

{if Range[i+1] < Range [i]

Then put node i+1 to routing table

Else Range[i+1] > Range [i]

Do IERP

If Range[i+1] = Range [i]

Then put node i+1 as peripheral node }

Pengubahan algoritma dilakukan pada file zrp.h, zrp.cc, dan constants.h, fungsi

pemanggilan nilai radius diubah dari hop count menjadi nilai daya transmisi. Genetic

algorithm diintegrasikan dengan ns2 dengan menggunakan GAUL library, penambahan

fitness function dilakukan pada gaul.cc. Tahapan genetic algorithm adalah sebagai berikut:

1. Inisialisasi

Node access point direpresentasikan sebagai gen dengan node id berupa bilangan riil,

sehingga tidak diperlukan proses encoding. Kromosom merupakan solusi yang mungkin

terjadi, merepresentasikan rute –rute dari source node ke destination node. Nomor dari node

akan dimasukkan kedalam array untuk mendefinisikan kromosom sebagai Kromosom[y] =

[a;b;c;d], a,b,c dan d merepresentasikan node id. Ukuran array dinamik, bergantung kepada

jumlah node pada suatu jalur.

2. Generasi Populasi

Populasi merupakan set dari sejumlah kromosom, nilai populasi selalu konstan untuk

setiap proses algoritma genetik. Secara umum generasi populasi berdasarkan algoritma yang

didefinisikan pada referensi [19].

{

P(0) ;

P(0) ;

t ;

hile (not satisfied and t max t ) do {

t <- t +1;

Select

parents for offspring production;

Apply

reproduction and mutation operators;

Create

a new population of survivors: P(t) ;

Evaluate

P(t) ;

}

P(t) ;

}

3. Evaluasi kecocokan dengan fitness function

Pertama dilakukan evaluasi terhadap setiap node yang berada di dalam list kromosom.

Nilai dari setiap node yang berada pada suatu rute atau kromosom yang sama akan

dijumlahkan kemudian menjadi nilai fitness untuk kromosom tersebut.

void fitness ()

{char *fitness = malloc (sizeof (*fitness) *Num_Elements)

for (i=0; i <nn; i++)

{ if(energy_remain > energyth)

{A=2}

else {A=0}

if(bandwidth_remain > bandwicdthTh)

{B=1}

else {B=0}

X[i] = 1/[A*(energy_remain - energyth) + B*(bandwidth_remain - bandwidthTh)]

fitness = sum (X[i])

}

4. Seleksi dengan model Roulette Wheel dan rank

Seleksi digunakan dengan menggunakan metode roulette wheel dimana setiap

individu mendapatkan bagian pada lingkaran roulette sebesar probabilitasnya yang ditentukan

dengan nilai evaluasi terhadap fitness function. Roda roulette diputar sebanyak N kali,

dimana nilai N sesuai dengan jumlah individual di dalam populasi. Setiap perputaran

individual yang terpilih akan menjadi parent dari proses generasi selanjutnya. Contoh dari

penggunaan metode Roulette Wheel dijelaskan pada gambar 4.4.

Gambar 4.4 Proses Seleksi Roulette Wheel [19]

5. Eliminasi solusi dengan nilai terendah

6. Duplikasi solusi dengan nilai tertinggi

7. Crossover

Crossover dilakukan untuk menemukan solusi yang optimal, ditentukan oleh nilai crossover rate yang

ditentukan sebelumnya. Secara umum algoritma crossover adalah sebagai berikut:

begin

k←0;

while(k<population) do

R[k] ←random(0-1);

if (R[k] < ρc ) then

select Kromosom[k] as parent;

end;

k = k + 1;

end;

end;

8. Mutasi

Mutasi dilakukan dengan mutation rate sebesar 0.1, algoritma mutasi yang digunakan adalah:

• total_gen = number_of_gen_in_Kromosom * number of population

• Do random gen for (1 <= X <= total_gen)

• If X < ρm

then X_pos = kromosom

9. Generasi populasi baru

Setelah proses crossover dan mutasi, node id yang dipilih dalam suatu rute yang dianggap sebagai

solusi berubah. Kromosom yang baru akan diproduksi dengan tahapan yang sama seperti tahapan 1-8

hingga nilai kromosom sama dengan nilai populasi sebelumnya.

10. Output sebagai solusi terbaik

11. END

3.6 SNR, BLER, CQI

HSDPA menggunakan teknik link adaption untuk melakukan kontrol daya yang disesuaikan

dengan kondisi kanal yang digunakan. Teknik ini dilakukan berdasarkan nilai CQI pada physical layer

dan merupakan algoritma yang dinamik pada node-B. Transmit bit rate diatur setiap 2 ms (transmit

time interval) pada HS-DSCH. UE memberikan informasi nilai CQI kepada serving HS-DSCH, hal

ini menandakan bahwa dalam kondisi kanal radio yang saat ini sedang digunakan, UE dapat

menerima nilai CQI tersebut dan nilai lainnya yang lebih rendah pada single transmission BLER

(block error rate) yang tidak lebih dari 0.1[20]. UE melaporkan informasi CQI dan HARQ-ACK ke

node-B. Dengan algoritma yang dinamik ini solusi untuk berbagai kondisi penerima dan variasi

kondisi lingkungan dapat dilakukan secara otomatis, sehingga data rate terbaik dapat diberikan untuk

mengatasi kondisi kanal tersebut.

Jangkauan nilai dari CQI adalah 0 –30, nilai ini mengindikasikan maksimum tbs yang dapat

diterima dengan benar yang memiliki probabilitas sekurang-kurangnya 90%. Terdapat batasan kontrol

daya pada downlink dengan link adaptation, yaitu sekitar 10 dBs hingga 15 dBs[20]. Probabilitas

sebuah blok data diterima dengan baik bergantung pada nilai SNR, CQI, dan implementasi pada

penerima. Setiap CQI memiliki hubungan dengan SNR dan block error rate (BLER). Kurva yang

digunakan dalam simulasi ini adalah SNR vs BLER pada kanal AWGN pada gambar 4.5.

Gambar 4.5 Kurva SNR-BLER Pada Kanal AWGN[20]

Nilai SNR minimum dipilih dari kurva ini untuk mendapatkan transport block tertentu.

Hubungan CQI dan SNR untuk BLER dengan nilai 0.1 dijelaskan dengan fungsi 4.9 yang sesuai

dengan standard 3GPP.

4.10

Hubungan antara data rate, TBS, dan BLER didefinisikan dengan persamaan asumsi TTI

standard 2ms.

4.11

Ru merupakan data rate, TBS adalah transport block size, BLER merupakan block error rate.

Nilai data rate, TBS dan minimal TTI dapat dilihat pada tabel 4.1 sedangkan hubungan antara CQI

dan TBS pada tabel 4.2.

Tabel 4.1 Data Rate, TBS dan TTI[20]

Tabel 4.2 Hubungan CQI dan TBS[21]

CQI yang bernilai 0 menyatakan bahwa node atau UE berada di luar jangkauan. UE yang

berhasil melakukan koneksi adalah yang memiliki probabilitas nilai CQI positif lebih besar.

BAB 5. HASIL YANG DICAPAI

5.1 NS-2 dan Modul Terkait

NS-2 merupakan simulator jaringan berbasis open source yang memakai dua bahasa

penulisan yaitu C++ dan Otcl. Simulator yang digunakan adalah Network Simulator-2 versi

2.35 dengan penambahan modul ZRP dan EURANE. Modul EURANE digunakan untuk

menambahkan arsitektur jaringan UMTS/HSDPA kedalam program. Selain itu ditambahkan

pula modul tcl-GAUL yang terintegrasi dengan GAUL library untuk mendukung

pemrograman genetic algorithm.

Modifikasi dilakukan terhadap ketiga modul karena tidak adanya kesesuaian antara

modul-modul dengan versi ns2. Penambahan algoritma juga dilakukan pada file c dan file

header dari modul zrp dan tcl-gaul untuk mencapai hasil yang diinginkan. Network animator

(NAM) merupakan perangkat animasi berbasis Tcl/TK yang digunakan untuk

mensimulasikan hasil dalam file trace. Grafik trace file dapat ditampilkan dengan perangkat

tambahan yaitu Xgraph setelah hasil sebelumnya diproses dengan file awk.

5.2 Parameter Simulasi

Simulasi dibagi dalam enam skenario dengan parameter –parameter dan nilai yang

sama untuk melihat pengaruh dari pengubahan algoritma offload terhadap energi dan

throughput. Pertama dilakukan simulasi dalam MANET yang hanya terdiri dari 10 node

802.11g dengan satu mobile node dan ZRP. Tahapan simulasi kedua menggunakan arsitektur

MANET yang sama dengan GZRP. Skenario ketiga menggunakan GZRP yang telah

dimodifikasi. Selanjutnya dilakukan skenario menggunakan algoritma GZRP dengan

tambahan arsitektur dan lingkungan UMTS/HSDPA. Simulasi terakhir menggunakan

protokol routing GZRP yang dimodifikasi. Pameter –parameter yang digunakan dalam

simulasi ini dijelaskan pada tabel 4.1 sebagai berikut:

Tabel 5.1 Parameter –Parameter Simulasi

Tipe Data UDP

Tipe Trafik CBR

Layer PHYExt, MAC, LL

Antena

Max Antrian Paket

Jumlah Node

Ukuran Topologi

Protokol Routing

Omni

50

10

700 x 700

GZRP, modified_GZRP

Energi:

- Inisiasi

- Receiver

- Transmitter

- Idle

100

0.05

0.1

0.025

Transition Time 0.05

Parameter GA:

-population size

-crossover rate

-mutation rate

- selection type

100

0.6

0.1

Roulette Wheel

Kecepatan Mobile Node 10 km/h

Data rate 11 Mbps

Jangkauan Transmisi Maksimum 50 m

Level Daya 20 mW, 50 mW

Pada simulasi vertical handover pada jaringan HSDPA –802.11g digunakan arsitektur

jaringan seperti pada gambar 2.2. Tabel 5.2 menjelaskan parameter tambahan yang

digunakan.

Tabel 5.2. Parameter Tambahan Simulasi Vertical Handover

Data rate 14.4 Mbps

Jangkauan Transmisi 500 m

Daya Transmisi 50 dBm

Layer MAC_HS

Kecepatan UE 3 km/h

5.3 Simulasi

Simulasi dilakukan dengan menggunakan agen udp karena tidak diperlukan

perhitungan paket yang ditransmisikan kembali (retransmission). Agen udp menerima

potongan data dari sebuah aplikasi dan melakukan segmentasi jika diperlukan. Pada NS-2

aplikasi yang digunakan oleh agen UDP adalah constant bit rate (CBR). Waktu simulasi

untuk seluruh skenario adalah 50 s. Jaringan dianggap delay tolerant, simulasi difokuskan

pada efisiensi energi. Digunakan loose coupling antara jaringan UMTS dengan 802.11g

dimana gateway 802.11g terhubung dengan ggsn UMTS sehingga autentikasi tidak

dioptimasi. Terdapat tiga jenis pengubahan algoritma yang dilakukan yaitu GZRP extended,

VHO extended, dan proposed model. GZRP extended merupakan protokol routing GZRP

yang ditambahkan dengan algoritma berbasis energi. VHO extended adalah algoritma vho

dengan penambahan perhitungan parameter jaringan serta link going down event. Proposed

model merupakan penggabungan dari seluruh algoritma yang telah dirancang.

5.3.1 Efek Algoritma Genetik Pada Jaringan MANET

Skenario pertama dan kedua dilakukan dengan menggunakan 10 node dengan mac

layer 802.11g, salah satu node dianggap sebagai end user dengan kecepatan 10 km/h.

Diinginkan perbandingan antara keefektifan penggunaan genetic algorithm, oleh karena itu

dilakukan simulasi pertama dengan protokol routing ZRP dan simulasi kedua dengan

protokol routing GZRP. Gambar 5.1 merupakan cuplikan dari simulasi dengan menggunakan

arsitektur MANET pada kedua simulasi.

Gambar 5.1. Arsitektur jaringan MANET

Jaringan dianggap ideal dengan model propagasi free space, parameter yang menjadi batasan

dalam simulasi menggunakan MANET ini adalah jangkauan transmisi yang selanjutnya dipakai untuk

seluruh node pada keenam simulasi sebagai berikut:

Phy/WirelessPhy set CPThresh 10.0

Phy/WirelessPhy set CSThresh_ 2.78869e-09

Phy/WirelessPhy set RXThresh_ 1.11548e-08

Phy/WirelessPhy set Pt_ 0.2818

Phy/WirelessPhy set freq_ 2.4e9

Phy/WirelessPhy set L_ 1.0

Nilai RxThresh membatasi jangkauan transmisi sejauh 50 meter, sedangkan nilai CSThresh

memberikan batasan jangkauan paket yang dapat didengarkan oleh node. Gambar 5.2 menjelaskan

efek penggunaan algoritma genetik pada jaringan dalam parameter penggunaan energi (dalam joule)

untuk sebuah node terhadap waktu. Dapat dilihat bahwa penggunaan energi dengan menggunakan

GZRP lebih tinggi dibandingkan dengan skenario yang menggunakan ZRP. hal ini dimungkinkan

karena jumlah kromosom yang sedikit, untuk melakukan optimasi dalam algoritma ini dibutuhkan

pemrosesan lebih lanjut untuk memilih node dan rute yang sesuai kriteria sebelum melakukan routing

sehingga dibutuhkan penggunaan energi tambahan dibandingkan dengan protokol routing ZRP yang

langsung meneruskan paket ke node selanjutnya dalam tabel routing. Penggunaan GZRP ini akan

lebih efisien dengan jumlah node dan kemungkinan banyak rute yang lebih besar.

Gambar 5.2 Konsumsi Energi (J) vs Waktu (s) ZRP dan GZRP

Pembuktian hal ini dapat dilakukan dengan gambar 5.3 dimana jumlah paket data dan

routing dibandingkan. Jumlah paket data kedua simulasi sama besar seperti yang sudah diatur

pada main.tcl, akan tetapi jumlah paket routing dari skenario dua dengan GZRP lebih banyak

daripada skenario pertama. Untuk itu perlu dilakukan pengubahan algoritma GZRP sebagai

langkah optimalisasi efisiensi energi jaringan. Selain itu pengaruh dari metode roulette wheel

juga menjadi faktor, dimana optimum global tidak tercapai karena adanya dominasi dari

kromosom yang memiliki nilai fitness terbesar sehingga selalu dipilih sebagai parent.

Gambar 5.3. Perbandingan Jumlah Paket ZRP-GZRP

Skenario ketiga menggunakan parameter yang sama dengan kedua skenario sebelumnya,

perbedaan dilakukan pada file ZRP.cc dan ZRP.h dimana radius yang sebelumnya menggunakan hop

count diubah menjadi daya transmisi. Gambar 5.4 memperlihatkan bahwa penggunaan energi pada

sebuah node dengan pengubahan algoritma ini lebih rendah dibandingkan kedua skenario

sebelumnya.

Gambar 5.4 Energi (J) vs Waktu (s) ZRP dan GZRP modifikasi

Pada umumnya access point dikonfigurasi dengan daya transmisi sebesar 100 mw. Hal ini

memberikan beberapa permasalahan dilihat dari sisi efisiensi energi yang digunakan serta sensitivitas

antena penerima, daya transmisi yang lebih besar dari nilai sensitivitas penerimaan receiver akan

merusak antena tersebut. Pada skenario dengan algoritma yang diajukan digunakan dua level daya 20

mW dan 50 mW, sehingga node dapat meneruskan paket ke node lainnya yang berada dalam

jangkauan dengan level daya transmisi yang dimilikinya. Jika node destinasi berada dalam jangkauan

atau intra routing, maka node tidak perlu mengeluarkan daya transmisi maksimum. Dalam kondisi

Inter routing, algoritma ini juga lebih unggul karena beban dan energi yang harus digunakan oleh

node sumber dapat dibagi dengan node –node perantara yang dapat mencapai node destinasi.

Load balancing dapat dioptimalisasi dengan menggunakan algoritma genetik seperti yang

ditampilkan pada gambar 5.5. Nilai Throughput pada skenario pertama lebih rendah dibandingkan

skenario kedua dan ketiga yang menggunakan GZRP. Hal ini dikarenakan penggunaan fitness

function pada algoritma genetik, sehingga rute yang dipilih adalah rute dengan rata –rata kapasitas

node terbesar untuk jalur transmisi dari node i ke node j.

Gambar 5.5. Throughput ZRP dan GZRP

Secara keseluruhan throughput dengan GZRP lebih besar, dengan nilai throughput maksimum

5.54 Mbps untuk GZRP dan 5.10 Mbps untuk ZRP, serta throughput rata –rata senilai 3.37 Mbps

untuk GZRP dan 3.11 Mbps untuk ZRP. Pada jangkauan waktu 35 hingga 40 detik terlihat nilai

throughput jaringan dengan menggunakan ZRP lebih besar daripada jaringan dengan GZRP.

Throughput merupakan hasil dari perhitungan jumlah paket yang diterima terhadap waktu dalam

Mbps, jika dilihat dari file hasil simulasi pada jangkauan waktu tersebut terdapat beberapa kali paket

drop. Hal ini diperkirakan karena posisi node penerima yang berjalan menjauhi beberapa node, diluar

dari jangkauan node sumber sehingga diperlukan perhitungan kembali jalur yang harus diambil node

sumber. ZRP hanya menggunakan IARP dan IERP, sedangkan GZRP harus mencari nilai optimum

untuk kondisi jaringan pada jangkauan waktu tersebut, sehingga waktu pencarian lebih lama dan

mengakibatkan paket di drop. Jika dilihat dari konsumsi energi terjadi pengurangan energi dari

99.23811 ke 98.99323 untuk ZRP dan 99.287 ke 98.91901 untuk GZRP, konsumsi energi sebuah

node lebih besar dengan menggunakan GZRP pada jangka waktu tersebut dan merupakan perbedaan

konsumsi terbesar dibandingkan slot waktu lainnya.

4.3.2 Efek Penggunaan Offload

Skenario keempat dilakukan dengan menambahkan arsitektur jaringan UMTS/HSDPA,

dimana terdapat kombinasi antara elemen nirkabel dan elemen jaringan tetap. Jaringan terdiri atas

base station UMTS, RNC, SGSN sebagai gateway, GGSN, base station 802.11g, multi interface node,

UE, serta access point.Gambar 5.6 dan 5.7 merupakan cuplikan simulasi skenario keempat.

Gambar 5.6. Arsitektur Jaringan UMTS/HSDPA

Gambar 5.7. Offload antara UMTS/HSDPA dengan 802.11g

Pada jaringan HSDPA ditambahkan nilai SNR/BLER serta model error pada bts agar

mendekati dengan kondisi nyata. Model SNR/BLER menggunakan kanal AWGN dengan jangkauan

transmisi 500 meter dan kecepatan UE 3km/h sesuai dengan tabel 5.3 untuk skenario pejalan kaki A.

Efek dopler diabaikan, karena kecepatan terminal bergerak yang kecil sesuai dengan tabel dan kondisi

jaringan yang diatur mendekati ideal.

Tabel 5.3. Hubungan Kecepatan, Daya dan Probabilitas

Pertama-tama dilakukan perbandingan energi antara skenario keempat yang

melakukan handover antara UMTS/HSDPA dengan 802.11g menggunakan GZRP dengan

skenario kelima dengan algoritma GZRP yang telah dimodifikasi. Dapat dilihat dari gambar

5.8 bahwa penggunaan energi sebuah node pada skenario empat lebih besar dibandingkan

skenario lima. Skenario keempat hanya menggunakan MIH untuk melakukan handover

sedangkan pada skenario kelima menggunakan algoritma keputusan VHO. Dibandingkan

dengan Wi-Fi jaringan seluler menggunakan daya yang lebih rendah untuk tetap berada

dalam jaringan, akan tetapi daya yang digunakan lebih besar dalam melakukan transmisi serta

penerimaan data. Hal inilah yang diperhitungkan pada skenario kelima, dimana dilakukan

pembatasan dalam penerimaan dan pengiriman data selama berada di jaringan HSDPA serta

penggunaan GZRP ketika node mencapai nilai energi threshold.

Gambar 5.8. Perbandingan Konsumsi Energi VHO dan VHO modifikasi

Menggunakan GZRP dapat dilakukan load balancing karena mengurangi penggunaan

bandwidth yang didapat jika mendapatkan proactive routing protocol karena menggunakan routing

table yang harus diupdate dan dikirimkan informasinya ke semua node, mengurangi delay yang

didapat jika mendapatkan reactive routing protocol yang perlu melakukan route discovery,

mengurangi daya yang digunakan node karena tidak perlu melakukan route discovery jika destination

node berada dalam radius hop.

Skenario Keempat memberikan throughput yang lebih besar daripada jaringan yang hanya

menggunakan HSDPA karena adanya load balancing dengan jaringan 802.11g, seperti pada gambar

5.9. Pada jaringan seluler performansi sistem berkurang karena efek kongesti, hal ini terjadi akibat

daya transmisi yang maksimum pada base station yang lebih lanjut mengakibatkan interferensi.

Dengan adanya node relay, pada kasus ini node Wi-Fi, daya transmisi dapat dikurangi sesuai dengan

kebutuhan dan jangkauan. Selain itu adanya pengaturan query pada GZRP juga membantu dalam

pengaturan jangkauan transmisi.

Gambar 5.9. Perbandingan Throughput Jaringan HSDPA dan HSDPA-802.11g

Sebagai perhitungan lebih lanjut terhadap keefektifan algoritma VHO ini, dilakukan

perbandingan packet loss antara skenario keempat dan kelima seperti pada tabel 4.4 yaitu 53% untuk

VHO dan 29% untuk VHO dengan pengubahan algoritma. Pengambilan keputusan handover dengan

parameter RSS meningkatkan keefektifan dalam proses transmisi data terlihat dengan lebih rendahnya

nilai packet loss, karena jaringan akan melakukan koneksi dengan jaringan lainnya ketika nilai RSS

jaringan yang sedang digunakan berada dibawah threshold. Efek ping-pong dari kedua jaringan diatasi

dengan penambahan parameter keputusan dalam fungsi Mx .

Tabel 5.4. Perbandingan Packet Loss

Skenario Jumlah Paket Paket Drop

VHO extended 34546904 29%

VHO 18757800 53%

Nilai throughput dengan pengubahan algoritma VHO pada MIH meningkat.

Penggunaan RSSThreshold dan pembatasan parameter yang didefinisikan pada fungsi Mx

terbukti memberikan peningkatan efisiensi. Dengan adanya batasan threshold sebagai trigger

pelaksanaan link going down event sehingga sebelum pengguna terputus dari koneksi yang

sedang digunakan, informasi mengenai jaringan lainnya dan pemilihan jaringan selanjutnya

dapat dilakukan. Hal ini dapat mengurangi jumlah paket yang hilang atau drop selama

pencarian dan pemindahan jaringan. Terbukti dengan nilai throughput pada gambar 5.10.

Gambar 5.10. Throughput VHO dengan pengubahan algoritma

Perbandingan energi keseluruhan jaringan dilakukan antara jaringan VHO dan

proposed model. Jaringan vho dengan algoritma yang telah didesain memiliki performa yang

lebih baik dari jaringan vho biasa sebesar 54% untuk throughput dan peningkatan 50% pada

efisiensi energi.

BAB 6. RENCANA TAHAPAN BERIKUTNYA

Sampai dengan tengah periode pelaksanan riset, simulasi dapat dilakukan dengan

mengasumsikan lingkungan dalam kondisi ideal Free Space Loss; Tahapan selanjutnya yang

akan dilakukan terkait riset adalah:

1. Model Propagasi

Dilakukan riset dengan memperhatikan factor lingkungan yaitu pada urban area

yang digunakan sebagai referensi untuk offloading, diantaranya memperhatikan

factor:

- Okumura – Hatta model

- Shadowing

- Scattering

2. Interferensi

- Pada UMTS terdapat interferensi pada penggunaan aplikasi Multiple Input

Multiple Output

- Pada jarigan 802.11g terdapat interferensi sebagai akibat digunakannya Single

Input Single Output

- Offload digunakan SIMO (802.11g ke UMTS) & MISO (UMTS ke 802.11g)

3. Noise

4. Doppler shift effect (erlang)

BAB 7. KESIMPULAN DAN SARAN

7.3 Kesimpulan

1. Simulasi dilakukan dengan lima skenario dengan jaringan HSDPA – 802.11g,

Model path loss Free Space, kanal AWGN, dengan pembatasan jangkauan antena

dan daya pada base station serta access point.

2. Konsumsi energi dengan menggunakan GZRP dan 10 node lebih besar 5.5%

untuk sebuah node penerima daripada skenario dengan menggunakan ZRP.

3. Penambahan algoritma untuk efisiensi energi pada GZRP memberikan penurunan

konsumsi energi rata –rata yaitu 0.211509 joule dengan ZRP menjadi 0.209212

joule, hal ini dimungkinkan karena penggunaan metode roulette wheel yang

memberikan nilai lokal optimum serta lebih banyaknya paket routing pada

komunikasi dengan menggunakan GZRP. nilai throughput maksimum 5.54 Mbps

untuk GZRP dan 5.10 Mbps untuk ZRP, serta throughput rata –rata senilai 3.37

Mbps untuk GZRP dan 3.11 Mbps untuk ZRP.

4. Penggunaan algoritma VHO dengan MIH dan pemenuhan fungsi Mx

menunjukkan hasil yang lebih baik dari segi konsumsi energi yaitu dengan nilai

rata –rata 0.253972 untuk VHO extended serta 0.261047 untuk VHO. Throughput

maksimum untuk proposed model lebih besar dari VHO yaitu 9.595362 Mbps dan

4.3632 Mbps secara berurutan. Paket drop berkurang dari 53% untuk VHO

menjadi 29% untuk vho extended.

5. Pengubahan algoritma radius dengan level daya transmisi pada GZRP, serta

kontrol vho dengan link going down event dan parameter jaringan memberikan

performa yang lebih baik dari jaringan vho biasa sebesar 54% untuk throughput

dan peningkatan 50% pada efisiensi energi.

7.4 Saran

Berdasarkan penelitian yang telah dilakukan, maka untuk pelaksanaan di waktu ke

depan hendaknya memperhatikan factor lingkungan dimana penelitian dilakukan sehingga

hasil penelitian mendekati kondisi yang sesungguhnya dalam aplikasi di kehidupan

masyarakat.

DAFTAR PUSTAKA

[1] Da, Zhang & Chai, K.Y.(2012). Optimal Handing-back Point in Mobile Data

Offloading. IEEE Vehicular Networking Conference.

[2] Energy consumption effects of WiFi off-loading access in 3G / LTE public wireless

networks. February, 2015. http://ssrn.com/abstract=2143313

[3] M. Solarski, P.Vidales, O.Schneider, P.Zerfos, J.P. Singh. An Experimental

Evaluation of Urban Networking Using IEEE 802.11 Technology. September 2006.

IEEE OpComm 2006.

[4] S. Giovanni, B. Stefano, M. Marco, F. Gianluigi, I. Nicola.Vertical Handover in

Heterogeneous Networks: a Comparative Experimental and Simulation-based

Investigation. WASN Lab, Dept. Information Engineering, University of Parma,

Italy.

[5] Rekhapatil, B. Shivaprasad. Genetic Algorithm for Joint Relaying Topology Routing

and Scheduling Optimization in Multihop Cellular Network.2013. International

Journal of Computer Trends and Technology (IJCTT) –volume 4 Issue 8 August

2013. http://www.ijcttjournal.org

[6] B. Setiyo, A. Muhammad, G. Dadang. 2013. Implementation of Genetic Zone

Routing Protocol (GZRP) in 3G-WiFi Offload Multi Base Station.

[7] B. Setiyo, A. Muhammad, G. Dadang. Performance Analysis of Genetic Zone

Routing Protocol Combined With Vertical Handover Algorithm for 3G-WiFi Offload.

J. ICT Res. Appl., Vol. 8, No. 1, 2014, 49-63

[8] A. Muhammad, B. Setiyo, G. Dadang. An Intelligent Load Balancing and Offloading

in 3G –WiFi Offload Network Using Hybrid and Distance Vector Algorithm. 2014

IEEE Symposium on Wireless Technology and Application, Sept 28 –Oct 1, 2014,

Kota Kinabalu, Malaysia.

[9] Goldsmith, Andrea. Wirelss Communication. 2004. Wiley & Sons.

[10] T. Sireen, D. Mohamad, F. Jamal, D. Zaher, H. Hazem. On the Design of Energy-

Aware 3G/WiFi Heterogeneous Networks Under Realistic Conditions. 2013. IEEE

Computer Society.

[11] B. Nicklas. Zone Routing Protocol. [email protected]

[12] L.A. Hussein, M.M.S.A Ahmed. Efficient Routing Protocol in the Mobile Ad-hoc

Network (MANET) by using Genetic Algorithm (GA). IOSR Journal of Computer

Engineering (IOSR-JCE) e-ISSN: 2278-0661, p- ISSN: 2278- 8727Volume 16, Issue

1, Ver. III (Jan. 2014), PP 47-54 www.iosrjournals.org

[13] S. Sumathy, E. Sri Harsha, B. Yuvaraj. SURVEY OF GENETIC BASED

APPROACH FOR MULTICAST ROUTING IN MANET. International Journal of

Engineering and Technology (IJET) Vol 4 No 6 Dec 2012-Jan 2013.

[14] F. Maria Elsa Feliz. HSDPA CQI Mapping Optimization Based on Real Network

Layouts Thesis. 2008.

[15] CAPACITY, COVERAGE, AND DEPLOYMENT CONSIDERATIONS FOR IEEE

802.11G. 2005. Cisco white paper

[16] K. K. DHEEPAK, S. MADHAN, I. MOHAMMED SHAREEF. SIMULATION OF

MEDIA INDEPENDENT HANDOVER ACROSS HETEROGENEOUS

NETWORKS (802.21) IN NS2 APRIL 2006. Chennai

[17] J. Khalid, M. Mohammed. Selection Methods for Genetic Algorithms. Int. J. Emerg.

Sci., 3(4), 333-344, December 2013

[18] Eurane user guide 1.5.

http://kom.aau.dk/group/05gr995/05995/Linksfiles/eurane_user_guide_1_5.pdf.

diunduh 11 Juli 2015.

[19] Popov, Andrey. Genetic Algorithm for optimization Matlab user manual version 1.0.

2005. Hamburg

[20] D. Ravilla, R.C.S Putta. Energy Management in Zone Routing Protocol. International

Journal of Emerging Technology and Advanced Engineering Website:

www.ijetae.com (ISSN 2250-2459, Volume 2, Issue 5, May 2012)

[21] RF Path Loss & Transmission Distance Calculations Walter Debus Axonn Technical

Memorandum August 4, 2006

[22] Fettouh, Abdessadeq; El Kamoun, Najib; El Fazziki, Abdelaziz. Applications over

Heterogeneous Wireless Networks. International Journal of Computer Applications

(0975 –8887) Volume 62–No.21, January 2013

[23] Stefano Busanelli, Marco Martal`o, Gianluigi Ferrari, and Giovanni Spigoni. Vertical

Handover between WiFi and UMTS Networks: Experimental Performance Analysis.

International Journal of Energy, Information and Communications Vol. 2, Issue 1,

February 2011