Proposal Efisiensi Energi WSN Menggunakan Simulasi Castalia
Transcript of Proposal Efisiensi Energi WSN Menggunakan Simulasi Castalia
PROPOSAL PROYEK AKHIR
TAHUN AJARAN 2015/2016
ANALISA EFISIENSI ENERGI DARI SISTIM JARINGAN SENSOR NIRKABEL PADA
BERBAGAI TOPOLOGI SEBARAN NODE MENGGUNAKAN PERANGKAT
SIMULASI CASTALIA
Oleh :
TANTYO MAHISWORO
NRP. 1210121054
PROGRAM STUDI TEKNIK TELEKOMUNIKASI
POLITEKNIK ELEKTRONIKA NEGERI SURABAYA
Juli, 2015
2
Abstrak
Perkembangan Wireless Sensor Network (WSN) saat ini sangat pesat khususnya
bagi kehidupan manusia. Aplikasi WSN pada umumnya digunakan untuk kebutuhan-
kebutuhan monitoring, tracking dan pengaturan. Pada beberapa aplikasi, WSN
menggunakan banyak sensor yang disebar secara acak dalam suatu area tertentu dalam
rangka memperoleh informasi yang luas. Karena disebar secara acak, maka sumber
energi yang digunakan yaitu baterai. Seluruh proses yang melibatkan node
(pengambilan data sensor, komunikasi antar node, dan node dengan server) harus bisa
dilakukan dengan menggunakan energi seminimal mungkin agar baterei awet. Pada
proyek akhir ini akan dibuat analisa efisiensi energi dari sistim jaringan sensor nirkabel
pada berbagai topologi sebaran node menggunakan perangkat simulasi Castalia.
Topologi yang digunakan pada proyek akhir ini yaitu topologi grid, topologi random,
dan topologi cluster grid. Pengujian pada simulasi Castalia meliputi efisiensi untuk
proses pengolahan data dan efisiensi untuk komunikasi antar node pada masing -
masing node. Hasil yang diharapkan pada penelitian ini adalah memaksimalkan
penghematan energi pada WSN pada proses pengolahan data dan komunikasi antar
node.
Keyword : Wireless Sensor Network, energy, simulasi Castalia.
3
1. JUDUL PENELITIAN
Analisa Efisiensi Energi dari sistim Jaringan Sensor Nirkabel pada berbagai topologi
sebaran node menggunakan perangkat simulasi Castalia.
2. RUANG LINGKUP PENELITIAN
Ruang lingkup dari penelitian berkisar pada materi di bawah ini :
1. Jaringan Nirkabel
2. Jaringan Komputer
3. Bahasa Pemprograman
3. TUJUAN
Proyek akhir ini bertujuan menganalisa energi yang dibutuhkan oleh node untuk
memroses data dan berkomunikasi dengan berbagai topologi jaringan dengan
menggunakan simulasi Castalia.
4. LATAR BELAKANG
Salah satu masalah penting dalam jaringan sensor nirkabel yaitu mengenai
penggunaan energi yang dibutuhkan pada node untuk penyebaran informasi lokalisasi
antara node satu dengan yang lain. Informasi node meliputi identifikasi dan korelasi data
yang dikumpulkan, pengalamatan node, manajemen dan query node lokal di wilayah
yang ditentukan, evaluasi kepadatan node dan cakupan, energi map generation, routing
geografis, pelacakan objek, dan algoritma geografis lainnya.
Salah satu aspek penting pada sistim JSN yaitu energi yang dibutuhkan untuk
menjalankan proses kinerja node pada JSN tersebut yaitu baterai. Node – node
menggunakan baterai untuk menjalankan proses kinerja pada JSN. Node-node disebar di
bidang observasi, jauh dari power supply, perlu menghemat penggunaan baterei. Seluruh
proses yang melibatkan node (pengambilan data sensor, komunikasi antar node, dan
node dengan server) harus bisa dilakukan dengan menggunakan energi seminimal
mungkin agar baterei awet.
Salah satu aspek penting juga pada sistim JSN yaitu simulasi dimana sebelum
dibuat dalam bentuk hardware diperlukan simulasi sebagai acuan pada node yang
sebenarnya dimana dilihat dari komunikasi dan proses data pada node. Salah satu
simulasi pada sistim JSN yaitu Castalia dimana cara kerja dari simulasi Castalia yaitu
meng-konfigurasi komunikasi antar node dan proses data pada node dimana dapat pada
hasil dari simulasi tersebut berupa data kinerja dari masing – masing node pada
konfigurasi tersebut.
4
5. PERUMUSAN MASALAH DAN BATASAN :
Permasalahan pada penelitian ini terletak pada:
1. Bagaimana mengaplikasikan beberapa jenis topologi saluran node sensor pada
perangkat simulasi Castalia?
2. Bagaimana menganalisa kebutuhan energi masing – masing node?
3. Bagaimana menyimulasikan cara kerja jaringan sensor nirkabel menggunakan
Castalia?
Permasalahan pada penelitian ini akan dibatasi pada :
1. Software yang digunakan adalah Castalia Simulator.
2. Topologi sebaran node : Grid, Random, Cluster Grid.
3. Sistem komunikasi node secara nirkabel.
4. Luasan bidang observasi 100𝑥100𝑚2.
6. TINJAUAN PUSTAKA
Dimosthenis Pediaditakis, Yuri Tselishchev, dan Athanassios Boulis [1]
melakukan penelitian tentang kinerja dan evaluasi skalabilitas Wireless Sensor Network
menggunakan simulasi Castalia. Pada penelitian yang yang dilakukan pada evaluasi
performance yaitu Bridge Test dari CSMA atau T-MAC yang lebih komplek. Pada
penelitian evaluasi performance terdapat tiga simulasi CSMA yaitu realistis dengan
MAC, model kanal ideal, dan T-MAC dengan model kanal realistis. Simulasi dilakukan
selama 30 menit dengan menggunakan lebih dari sejumlah node yang bertambah dari 50
sampai dengan 455 nodes. Hasil dari evaluasi performance yaitu model kanal ideal pada
rasio waktu eksekusi terhadap waktu simulasi lebih besar dibandingkan dengan model
kanal realistis dengan MAC dan T-MAC dimana rasio ideal sebesar 0,23 sedangkan
reaslistis pada MAC dan T-MAC sebesar 0,1 dengan jumlah node sebanyak 455 node.
Gambar 1 Bridge Test pada Castalia.
5
Untuk mengevaluasi hasil tersebut, node diletakkan pada rectangle grid dan men-
trasmit data sebesar 1paket/detik menggunakan CSMA. Paket tidak diteruskan saat
diterima dan tidak ada routing yang sama sekali. Pengetesan dilakukan dengan waktu
1800 detik dan hasil dari percobaan yaitu kenaikan rasio waktu eksekusi terhadap waktu
simulasi dari ketiga tersebut.dimana rasio pada kanal ideal mencapai 0,46 dan pada kanal
realistis adalah 0,23.
Gambar 2 Bridge Test pada Castalia setelah dievaluasi.
Tselishchev Yuri, Boulis Athanassios, dan Libman Lavy [2] melakukan
penelitian tentang pengalaman dan pelajaran dari penerapkan Wireless Sensor Network
MAC Protocol di Castalia Simulator. Pada penelitian tersebut mencoba MAC yang baru
dengan nama T-MAC dimana rata – rata kecepatan penerimaan paket dan konsumsi
energi tingkat sampling untuk dua implementasi pada mekanisme carrier-sense
activation. Dari hasil simulasi didapatkan bahwa dengan penghematan energi sebesar 2%
- 6%, maka semakin menurun sampling rate yang diberikan, semakin menurun 4% pula
kecepatan penerimaan paketnya.
Gambar 3 Packet reception rate untuk implementasi yang
berbeda pada mekanisme activation.
6
6.1 Studi Pustaka
6.1.1 Jaringan Sensor Nirkabel [4]
Jaringan sensor nirkabel adalah suatu jaringan nirkabel yang terdiri dari
kumpulan node sensor yang tersebar di suatu area untuk membangun koordinasi
pemantauan kondisi fisik maupun lingkungan seperti suara, getaran/vibrasi,suhu,
gerakan, polutan dsb.
Pada saat ini jaringan sensor nirkabel berkembang sangat pesat, hal ini
dikarenakan jaringan sensor nirkabel mempunyai aplikasinya yang sangat luas diberbagai
bidang kehidupan, seperti bidang militer, kesehatan, perumahan, industri, transportasi dan
lingkungan. Di bidang militer contohnya, penyebaran yang cepat dan dinamis serta self-
organization dari jaringan sensor membuat sistem ini menjadi suatu system penginderaan
yang sangat menjanjikan untuk keperluan militer diantaranya dalam memberi aba aba,
sistem kontrol, dan intelijen. Dibidang kesehatan, jaringan sensor dapat digunakan untuk
memonitor kondisi pasien, dinama data psikologis pasien dapat diakses menggunakan
remote oleh dokter. Jaringan sensor juga dapat digunakan untuk mendeteksi penyebaran
polutan/bahan kimia asing pada udara dan air, dapat membantu mengindentifikasi jenis,
kadar dan lokasi dari polutan.
Jaringan sensor nirkabel (JSN) terdiri dari banyak node sensor. Node-node
tersebut memiliki kemampuan untuk sensor, komputasi, dan komunikasi nirkabel. Oleh
karena fungsinya yang handal, JSN telah, seperti di bidang militer, pemeriksaan
lingkungan, manajemen lalu lintas, dan lainnya.
Gambar 6.1. Contoh Aplikasi Jaringan Sensor Nirkabel
7
Teknik Lokalisasi pada JSN didekati dengan beberapa faktor:[6]
Identifikasi Data yang terkumpul
Korelasi Data yang terkumpul
Pengalamatan Node
Manajemen jaringan
Algoritma geografik
Yang perlu diperhatikan dalam Lokalisasi :
Auto-organization, tidak bergantung infrastruktur tertentu .
Skalabitas, mulai skala kecil s/d besar, jumlah node jarang sampai padat.
Robustness, toleransi terhadap masalah komunikasi, ketidaktepatan jarak dan
informasi posisi.
Efisiensi dalam penggunaan sumber daya jaringan, karena meskipun sangat
diperlukan, lokalisasi bukan tujuan utama JSN.
Komponen-komponen lokalisasi WSN ini dapat dibagi menjadi tiga bagian penting
yakni:[5]
a.Perkiraan jarak/sudut: bertugas untuk memperkirakan jarak atau sudut antara dua buah
node, dari node pengirim terhadap node penerima. Banyak cara populer yang sering
digunakan untuk menentuan jarak dan sudut ini yakni: RSSI, ToA, TDoA atau AoA.
b.Komputasi Posisi: komponen ini bertugas untuk melakukan kalkulasi posisi dari sebuah
node yang mengirim informasi berbasis pada informasi yang diterima dari node reference
lainnya. Beberapa teknik yang sering digunakan untuk komputasi ini yakni trilateration,
multilateration atau triangulation.
c.Algoritma Lokalisasi: ini adalah komponen utama dalam system lokalisasi WSN.
Algoritma inilah nantinya yang bertugas untuk mengolah informasi- informasi yang
disediakan oleh setiap node untuk menentukan lokasi node-nodetersebut. Beberapa
algoritma yang sering digunakan yakni Ad Hoc Positioning system (APS) dan Directed
Position Estimation (DPE).
6.1.2Metode Penentuan Jarak
Untuk menentukan lokasi node-node, pada dasarnya menggunakan dua fase: (1)
memperkirakan jarak atau sudut dan (2) kombinsai jarak atau sudut. Dan metode paling
populer adalah memperkirakan jarak diantara dua node. Beberapa metode ini yakni:
6.1.2.1 Received Signal Strength Indicator (RSSI)
RSSI adalah sebuah metode untuk menghitung atatu mengukur daya (kekuatan
sinyal) yang diterima dari suatu sinyal radio (RF) berdasarkna dari kalkulasi kekuatan
sinyal yang dikirim oleh transmiter (telah diketahui sebelumnya), dengan kekuatan daya
yang diterima oleh node penghitung. Metode ini adalah metode yang paling sering
digunakan dalam menghitung kekuatan sinyal RF.
8
Pada WSN, hampir setiap node mempunyai radio (baik transmiter dan receiver),
namun performa yang dimilikinya tidak begitu memuaskan dikarenakan kebutuhan untuk
penghematan daya dan lainnya.
6.1.2.2 Time based Methode (ToA, TDoA)
Ada dua metode perhitungan yang ada pada metode berbasis waktu ini,
yakni Time of Arrival (ToA) atau sering disebut juga dengan Time of Flight (ToF) dan
Time Diffeerence of Arrival (TDoA). Kedua metode ini menggunakan waktu perambatan
sinyal untuk menentukan jarak dari sebuah node pada WSN.
ToA adalah waktu tempuh dari sebuah sinyal radiodari sebuah transmiter menuju
receiver tang berada pada jarak tertentu. Kalkulasi dilakukan dengan merelasikan antara
kecepatan cahaya pada ruang hampa dan frekuensi dari sebuah sinyal. Waktu digunakan
untuk mengukur jarak antara transmiter dan receiver. Akan tetapi, ini hanya bekerja kurat
pada ruang hampa (dengan tanpa penghalang). Pada medium yang berbeda, akan
menghasilkan perhitungan yang berbeda pula.
Sedangkan TDoA adalah perbedaan waktu dari penerimaan sinyal-sinyal dari
sebuah transmiter ke beberapa receiver. Prinsipnya cukup sederhana, apabila sebuah node
mengirim sinyal, sinyal tersebut akan sampai pada dua buah node penerima pada waktu
yang berbeda. TDoA digunakan untuk mengkalkulasi selisih waktu penerimaan sinyal
pada kedua node penerima tersebut. Metode TDoA in sangat akurat jika digunakan pada
kondisi line of sight. Dimana antara node pengirim dengan node penerima tidak ada
penghalangnya. TDoA sering digunakan pada aplikasi militer untuk menentukan posisi
dari sebuah pesawat, kendaraan atau lainnya (transmiter) dengan membandingkan waktu
penerimaan sinyal pada beberapa receiver.
Pada kedua metode ini, sinkronisasi sangat penting dalam menentukan akurasi
perhitungan jarak antara dua node. Sinkronisasi ini dapat dialkukan dengan beberapa cara
yakni:
Dengan menggunakan waktu yang tepat sama pada kedua node (atau semua node
dalam WSN). Ketidak sinkronan dalam waktu ini dapat mengakibatkan kesalahan
dalam penentuan lokasi (jarak) sebuah node.
Dengan menggunakan dua sinyal yang memiliki frekuensi yang berbedada, maka
memiliki kecepatan yang berbeda pula.
Dengan mengukur atau mentriger ke titik tertentu.
Tanpa melakukan sinkronisasi langsung, akan tetapi dengan menggunakan selisih
fase waktu yang ada.
Kedua metode ini, baik ToA maupun TDoA bisa diimplementasikan pada beberapa sinyal
berbeda, seperti RF, sinyal suara, inframerah atau ultrasonic.
6.1.2.3 Angle of Arrival (AoA)
AoA adalah metode untuk menentukan arah dari sebuah sinyal radio yang
terpancar. AoA menggunakan TDoA untuk menentukan arah sebuah RF berdasarkan
delay atau selisih waktu dalam TDoA tersebut. Aplikasi AoA yang paling banyak saat ini
9
yakni untuk menentukan geolokasi dari suatu perangkat bergerak semisal HP. AoA juga
sering digunakan untuk militer, guna mengetahui arah dari sinyal radio militer (mis:
Radar).
6.1.2.4 Hyperbolic trilateration
Adalah metode intuitive yang paling sederhana dalam lokalisasi dengan
menggunakan kombinasi. Pada metode ini, kita menentukan lokasi node dengan
mengkalkulasi percabangan sinyal dari 3 buah node seperti gambar di bawah.
Gambar 6.2. Hyperbolic Trilateration
6.1.2.5 Maximum Likelihood Estimation (MLE)
MLE memperkirakan posisi node dengan meminimisasi perbedaan jarak terhitung
dengan jarak perkiraan. MLE menggunakan model statistik dalam kalkulasinya
terpusat, serta mengurangi beban komunikasi. Dalam algoritma terdistribusi, setiap node
menentukan posisinya secara lokal dengan berkomunikasi dengan node tetangganya.
Pada umumnya, algoritma terdistribusi ini cukup kuat dan hemat energi karena masing-
masing node menentukan lokasinya secara lokal dengan bantuan dari node-node tetangga
tanpa harus mengirim dan menerima data lokasinya ke server terpusat seperti pada
algoritma terpusat. Akan tetapi, algoritma terdistribusi ini jauh lebih kompleks
dibandingkan dengan algoritma terpusat, dan biasanya terbatas pada kemampuan
komputasi dari node-node tersebut.
6.1.3. Teknik-teknik (Algoritma) Lokalisasi
Algoritma lokalisasi WSN dapat dikategorikan menjadi dua berdasarkan
organisasinya secara komputasi yakni lokalisasi terpusat dan lokalisasi terdistribusi.
Dalam algoritma terpusat, node mengirim data ke lokasi/node tertentu yang menjadi
pusat kominikasi dalam WSN tersebut, dimana sebagai tempat untuk melakukan
komputasi dan lokasi dari setiap node ditentukan dan dikirim kembali ke node tersebut.
Kelemahan dari algoritma-algoritma yang masuk dalam kategori ini adalah cost
komunikasi yang sangat tinggi dan delay. Dalam banyak kasus, delay pada algoritma
tersentralisasi ini meningkat seiring dengan meningkatnya jumlah node dalam WSN itu.
Sedangkan pada algoritma terdistribusi, komputasi dilakukan di dalam jaringan,
sehingga mengurangi delay yang terjadi jika menggunakan algoritma yang terpusat, serta
mengurangi beban komunikasi.Dalam algoritma terdistribusi, setiap node menentukan
posisinya secara lokal dengan berkomunikasi dengan node tetangganya. Pada umumnya,
algoritma terdistribusi ini cukup kuat dan hemat energi karena masing-masing node
menentukan lokasinya secara lokal dengan bantuan dari node-node tetangga tanpa harus
10
mengirim dan menerima data lokasinya ke server terpusat seperti pada algoritma terpusat.
Akan tetapi, algoritma terdistribusi ini jauh lebih kompleks dibandingkan dengan
algoritma terpusat, dan biasanya terbatas pada kemampuan komputasi dari node-
nodetersebut.
6.1.3.1. Lokalisasi Terpusat
MDS-MAP
Multidimensional Scalling (MDS) Map, adalah sebuah metode atau tehnik untuk
menemukan konfigurasi dari sebuah objek (node) dalam dimensi dengan ruang lingkup
rendah dengan mengukur jarak antar pasangan node yang tersimpan. Jika jarak antar
pasangan dari semua pasangan-pasangan node tersebut terhitung dengan error minim,
maka kemungkinan MDS untuk menentukan lokasi dari sebuah node bisa sangat akurat.
•Lokalisasi node berbasis simulasi Annealing
Teori simulasi Annealing menjelaskan bagaimana mendeteksi kristal bebas yang
dapat dibentuk dari zat cair. Pada temperatur yang rendah, atom-atomdari zat cair akan
berada pada status yang sangat rapi. Akan tetapi, temperatur yang rendah saja tidaklah
cukup untuk menentukan keadaan dari suatu zat apakah zat tersebut telah mengkristal
atau tidak. Pada temperatur yang tinggi, atom-atom dalam zat cair tersebut akan berada
pada susunan yang sangat tidak beraturan. Jika pada kondisi susunan atom yang tidak
beraturan tersebut dilakukan pendinginan (kristalisasi) maka kemungkinan akan
menghasilkan kristal-kristalyang rusak. Perlu perlakuan yang cukup hati-hati untuk
membuat agar zat cair tersebut mendingin secara perlahan kemudian membentuk kristal-
kristal bebas. Zat cair tersebut harus mencapai kesetimbangan suhu pada setiap
pendinginannya. Teknik ini disebut dengan simulasi Annealing.
Algoritma dari simulasi annealing ini adalah salah satu algoritma yang digunakan
untuk menentukan likasi darinode-node dalam jaringan WSN. Semua node dianggap
berada pada posisi yang tidak beraturan dalam batasan ruang tertentu. Semua node
memiliki kemampuan untuk mengukur jarak antara dirinya dengan sebuah node hop yang
ada di sebelahnya, yang memberikan batasan berupa perkiraan nilai yang mungkin
merupakan koordinat dari node tersebut. Kemudian perkiraan koordinat- koordinat ini
diolah dengan menggunakan algoritma simulasi annealing ini untuk menentukan posisi
sebenarnya dari node tersebut.
11
Gambar 6.3. Simulasi Annealing
Lokalisasi terpusat berbasis RSSI
Seperti telah dijelaskan di atas RSSI adalah salah satu metode yang bisa digunakan
untuk menentukan jarak antara dua node dengan membandingkan antara daya sinyal yang
diterima dengan daya sinyal yang seharusnya dikirim dari node pengirim. Pada algoritma
ini, kita mengasumsikan semua node tersebar secara tidak beraturan dalam area yang luas
dan terbuka. Setelah pelepasan node-node tersebut, sebuah node harus dipastikan terlebih
dahulu posisinya (koordinanya) secara manual misalnya menggunakan GPS atau secara
manual dengan teknik topograpic: kemudian node ini bisa dianggap sebagai anchor atau
beacon node dan harus dipastikan tidak mengalami perpindahan posisi.
Kita bisa pastikan ada beberapa prosedur untuk penentuan lokasinya yakni:
mapping jaringan RF: didapatkan dengan cara mengirimkan paket-paket data
pendek dengan tingkat daya yangberbeda-beda ke dala jaringan dan dengan
menyimpan rata- rata dari nilai RSSI dari paket yang diterima.
Pembuatan model range: semuatuple-tuple disimpan diantara dua node anchor dan
diprose dalam node pusat untuk mengimbangi ketidak linieran dan mengkalibrasi
model.
Algoritma lokalisasi terpusat: optimisasi problem diselesaikan dan tentukan
posisinode-node.
Kelebihan dari algoritma ini adalah mudah diimplementasikan, self-organizing yang
memungkinkan untuk mengenal lingkungan luar ruangan. Akan tetapi kekurangannya
yakni terlalu memakan banyak tenaga yakni untuk mengirim banyak paket ke node pusat.
6.1.3.4 Lokalisasi Terdistribusi
Beacon based distributed localization
Algoritma ini dapat dikatregorikan menjadi Diffusion, Bounding Box dan Gradient
sebagai berikut:
i.Diffusion
12
Dalam diffusion, hampir semua node yang akan dicari posisinya berada ditengah-
tengah (berada dalam radius) node-node yang telah diketahui posisinya atau bisa
dipastikan posisinya (anchor node atau beacon node).
ii. Bounding Box
Bounting box membentuk sebuah area untuk setiap node, kemudian mencoba
untuk memastikan posisinya masing-masing. Bounding nox ini banyak dikolaborasikan
dengan Multilateration (TDoA) untuk membuat agar node yang akan ditentukan
posisinya ini dapat menemukan node-node lainnya untuk meningkatkan akurasi.
Gambar 6.4. (a) one-hop multilateration, (b) two(multi)-hop multilateration
iii. Gradient
Untuk mengorganisasikan koordinat dari system berdasar informasi lokal.
Algoritma ini memiliki dua bagian:
o Algoritma gradient: setiap seed sensor menghasilkan gradient lokal yang
menyebar, yang memungkinkan node lain untuk memperkirakan jaraknya dari
sensor seed tersebut. Seed sensor ini mengirimkan pesan ke node tetangga yang
berisi informasi mengenai lokasinya.
o Algoritma multilateration: setiap sensor menggunakan prosedur multilateration
untuk menggabungkan/mengkalkulasi perkiraan jarak dari semua seed sensor
untuk menentukan posisinya sendiri.
Relaxation based Distributed algorithm
iv.Spring model
Menggunakan algoritma Anchor Free Localization (AFL) dimana semua node
memulai dari penempatan koordinat secara acak dan memusatkan untuk mengkonsistensi
solusi dengan hanya menggunakan interaksi lokal. Algoritma ini diproses dalam dua pase
dan mengasumsikan node-node
sebagai titik-titik yang saling terkoneksi dengan benang dan menggunakan
metode force-directedrelaxation untuk menggunakan konfigurasi hemat energi.
13
ii. Cooperative ranging Approach
Menggunakan algoritma Assumption Based Coordinate (ABC) untuk
menyelesaikan masalah lokalisasi. Algoritma ABC ini menentukan lokasi dari node yang
tak diketahui dengan membuat asumsi–jika diperlukan– dan memperbaiki kesalahan
kalkulasi melalui pengubahan dan kalkulasi redudant ketika ada informasi bertambah.
Coordinate System Stitching
i.Cluster based Approach
Algoritma ini terdiri dari dua fase. Fase pertama adalah cluster
localization dimana setiap node dijadikan pusat cluster dan memperkirakan relasi lokasi
dari tetangganya. Fase kedua yakni cluster localization, posisi dari setiap node dalam
setiap koordinat lokal di-share. Selama ada paling tidak tiga node diantara dua node
lokalisasi, transformasi bisa dikalkulasi dengan melakukan rotasi, translasi maupun
refleksi.
ii. Hybrid Localization
Yakni lokalisasi yang menggunakan lebih dari satu algoritma atau tehnik
lokalisasi. Beberapa contonya antara lain:
o Skema lokalisasi dengan Multidimensional Scalling (MDS) dengan Proximity based
Map (PDM).
o Simple Hybrid Absolute RelativePositioning (SHARP).
o Skema Lokalisasi dengan pendekatan induktive dan deduktive.
6.1.2 Castalia[3] Castalia adalah simulator untuk Wireless Sensor Networks (WSN), Body Area
Network (BAN) dan umumnya jaringan-daya rendah perangkat embedded. Hal ini
didasarkan pada platform OMNeT ++ dan dapat digunakan oleh para peneliti dan
pengembang yang ingin menguji algoritma distribusi dan atau protokol di saluran radio
dan jaringan nirkabel, dengan system kerja dari node sesuai yang sebenarnya terutama
yang berkaitan dengan akses radio. Castalia juga dapat digunakan untuk mengevaluasi
karakteristik platform yang berbeda untuk aplikasi tertentu, karena sangat parametrik, dan
dapat mensimulasikan berbagai platform. Fitur utama dari Castalia adalah:
Model kanal yang canggih berdasarkan pengukuran data empiris.
o Model mendefinisikan peta path loss, tidak hanya hubungan antara node.
o Model Complex untuk variasi temporal path loss.
o Mendukung penuh mobilitas node.
o Terdapat interferensi pada sinyal penerima.
14
Model radio nyata untuk komunikasi daya rendah.
o Probabilitas penerimaan berdasarkan SINR, ukuran paket, dan jenis modulasi.
Mendukung PSK FSK,dapat memodifikasi modulasi dengan mendefinisi
SNK-BER.
o Kekuatan dari TX power dari banyak bagian dengan variasi individu node.
o Keadaan seperti konsumsi daya dan delay switching .
o Permodelan realistis dari RSSI dan carrier sensing.
Model sensing.
o Model proses fisik yang sangat fleksibel.
o Sensing perangkat seperti noise, bias, dan konsumsi daya.
Node clock drift.
MAC dan routing protocol yang tersedia.
Dirancang untuk adaptasi dan perluasan.
Castalia sudah dirancang sedemikian rupa sehingga pengguna dapat dengan
mudah menerapkan / mengimpor algoritma dan protokol mereka ke Castalia.
Modularitas, kehandalan, dan kecepatan Castalia sebagian diaktifkan oleh OMNeT ++,
kerangka yang sangat baik untuk membangun-event simulator. Castalia digunakan
sebagai sebagai framework yang handal dan generik melakukan validasi algoritma
sebelum dipindahkan ke implementasi yang sepenuhnya.
7. METODOLOGI
Untuk menyelesaikan Proyek Akhir ini maka akan dilakukan langkah langkah
yang meliputi instalasi OMNET++ dan Castalia untuk simulator JSN, desain sebaran
node pada bidang observasi, pemprograman model desain sebaran node pada JSN
menggunakan Castalia, pengujian efisiensi energi untuk masing-masing node, pengujian
konsumsi energi node untuk proses pengolahan data sensor, pengujian konsumsi energi
node untuk komunikasi, analisa data hasil pengujian dan kesimpulan.
Rincian tahapan yang akan ditempuh adalah sebagai berikut:
15
Gambar 5. Metodologi proyek akhir.
7.1 Instalasi OMNET++ dan Castalia Untuk Simulator JSN
Pada instalasi OMNET++ dan Castalia ini berjalan pada operating system linux
dimana pada Castalia diperlukan aplikasi OMNET++ untuk menjalankan simulasi pada
JSN. Cara instalasi OMNET++ dan Castalia sebagai berikut:
7.1.1 Instalasi Omnet++
1. Download omnetpp pada
https://omnetpp.org/omnetpp/summary/30-omnet-releases/2290-omnet-4-6-source-ide-
tgz.
Gambar 6. Website untuk download Castalia.
2. Lakukan untar dan unzip pada file omnetpp dengan perintah:
tar xvfz omnetpp-4.6-src.tgz
16
Gambar 7. Tampilan Untar dan unzip Castalia.
3. Buka .bash_profile dengan perintah:
$ gedit .bash_profile
Gambar 8. Tampilan .bash_profile.
17
4. Ketik setting environment variable pada .bash_profile dan simpan.
$ export PATH=$PATH:~/omnetpp-4.6/bin
$ export LD_LIBRARY_PATH=~/omnetpp-4.6/lib
Gambar 9. Tampilan setting environment pada .bash_profile.
5. Build omnet dengan perintah:
$ cd omnetpp-4.6/
18
Gambar 10. Ketik cd omnetpp-4.6.
$ NO_TCL=1 ./configure
Gambar 11. Ketik NO_TCL=1 ./configure.
$ make
19
Gambar 12. Tampilan make.
6. Jalankan OMNET dengan perintah:
$omnetpp
Gambar 13. Tampilan running omnetpp.
20
7. Tunggu sampai mendapat respon dari terminal yaitu
Starting with OMNET++ IDE…
Gambar 14. Tampilan OMNET++ berjalan.
8. Tampilan ini adalah bahwa omnetpp dapat dijalankan.
Gambar 15. GUI pada OMNET++.
21
7.1.2 Instalasi Castalia 1. Download Castalia pada
https://forge.nicta.com.au/frs/?group_id=301
Gambar 16. Tampilan website untuk download Castalia.
2. Lakukan untar dan unzip pada file Castalia dengan perintah:
$ tar xvzf Castalia.tar.gz
Gambar 17. Tampilan Untar dan unzip Castalia.
22
3. Build Castalia dengan perintah:
$ cd Castalia-3.2
Gambar 18. Tampilan masuk direktori Castalia-3.2.
$ ./makemake
Gambar 19. Tampilan build Castalia menggunakan ./makemake
23
$ make
Gambar 20. Tampilan build Castalia dengan make.
4. Setelah perintah $make, maka Castalia dapat dijalankan dengan respon
Creating executable: out/gcc-release//CastaliaBin
Gambar 21. Tampilan running Castalia.
24
5. Mencoba simulasi pada Castalia dengan cara masuk kedalam folder simulations dengan
perintah:
$cd Simulations
Gambar 22. Memanggil file – file simulasi pada direktori Simulations.
6. Masuk kedalam folder radioTest dengan perintah:
$cd radioTest
Gambar 23. Memanggil file – file simulasi pada direktori /Simulations/radioTest.
25
7. Untuk mengompile file pada omnetpp.ini di radioTest dengan perintah:
$ ../../bin/Castalia –c General
Gambar 24. Menjalankan simulasi radioTest.
8. Hasil dari compile yaitu 150708-182914.txt. Buka hasil compile tersebut dengan
perintah:
$CastaliaResults –i 150708-182914.txt
26
Gambar 25. Hasil dari proses kompilasi pada radioTest.
Ini adalah hasil dari output pada 150708-182914.txt
Gambar 26. Hasil output dari 150708-182914.txt.
27
7.1.3 Troubleshooting 1. Jika omnet error pada saat configure dilakukan download package linux dengan perintah:
$ sudo apt-get install build-essential gcc g+t bison flex perl \
tcl-dev tk-dev blt libxml2-dev zlib1g-dev openjdk-6-jre \
doxygen graphviz openmpi-bin libopenmpi-dev libpcap-dev
Gambar 27. Download package pada terminal.
2. Jika terjadi error pada compiling simulasi Castalia lakukan rebuild Castalia dengan
perintah:
$ make clean
Maka dilakukan instalasi ulang seperti prosedur sebelumnya.
7.2 Desain sebaran node pada bidang observasi
Pada disain sebaran node pada bidang observasi dimana pada sebaran node ini
terdapat berbagai topologi jaringan dimana terdapat topologi grid, topologi random,
topologi cluster grid.
28
Gambar 28. Gambar berbagai macam topologi jaringan WSN.
7.3 Pemprograman model desain sebaran node pada JSN menggunakan Castalia Pada pemprograman model disain sebaran node pada JSN menggunakan Castalia
ini dimana pemprograman node ini mengkonfigurasi setting dari file *.ini
Blok diagram pada Castalia Simulator adalah sebagai berikut:
Gambar 29. Blok diagram Castalia Simulator
Pembuatan Skenario
Pada tahap pertama yaitu tahap pembuatan skenario. Pada tahap ini dibuat
skenario yang akan diproses pada simulasi jaringan. Mulai dari penambahan beberapa
modul baru dan modifikasi file untuk proses lokalisasi. Skenario yang dibuat
dikonfigurasi pada file *.ini.
Topologi Grid
Topologi Random
Topologi Cluster Grid
29
Output
Output pada Castalia berupa *.txt dapat diubah dalam bentuk diagram batang,
diagram garis.
7.4 Pengujian efisiensi energi untuk masing - masing node
Pada pengujian efisiensi energi untuk masing – masing node dimana efisiensi
energi meliputi menguji konsumsi energi setiap node untuk menyelesaikan tugas – tugas
tertentu dalam periode waktu tertentu, tugas – tugas node meliputi komunikasi data antar
node, pemrosesan data di masing – masing node, kirim data secara unicast dari node ke
server. Efisiensi energi meliputi:
1. Efisiensi untuk proses pengolahan data.
2. Efisiensi untuk komunikasi antar node.
7.4.1 Pengujian konsumsi energi node untuk proses pengolahan data sensor
Pada pengujian energi node untuk proses pengolahan data sensor dimana
pada pengujian ini mengamati energi yang dibutuhkan oleh unknown ini pada proses
pengolahan data sensor setiap unknown.
7.4.2 Pengujian konsumsi energi node untuk komunikasi
Pada pengujian konsumsi energi node untuk komunikasi akan diamati
komunikasi node – node anchor terhadap node unknown. Dari hasil simulasi dapat
diketahui konsumsi energi masing – masing node.
7.5 Analisa data hasil pengujian dan kesimpulan
Setelah pengujian efisiensi energi dari setiap node dan komsumsi energi pada
pengolahan data sensor dan komunikasi data, melakukan analisa dari energi node dan
memberikan kesimpulan dari analisa tersebut.
8. HASIL YANG DIHARAPKAN
Hasil penelitian diharapkan akan berupa informasi tentang energi yang
dibutuhkan oleh node pada tiap - tiap node untuk memroses data sensor dan komunikasi
secara simulasi.
9. REVELANSI
Hasil dari penulisan proyek akhir ini diharapkan dapat digunakan untuk
mengetahui energi yang dibutuhkan oleh node pada pengolahan data sensor dan
komunikasi sehingga dapat menghemat konsumsi data baterai pada node itu sendiri.
30
10. JADWAL
NO
KEGIATAN/ BULAN
PENANGGUNG
JAWAB 1 2 3 4 5 6 7 8 9 10 11 12
1
Instalasi Omnet dan
Castalia Untuk
Simulator JSN
2
Desain sebaran node
pada bidang
observasi
3
Pemprograman
model desain sebaran
node pada JSN
menggunakan
Castalia
4
Pengujian efisiensi
energi untuk masing
- masing node
5
Pengujian konsumsi
energi node untuk
proses pengolahan
data sensor
6
Pengujian konsumsi
energi node untuk
komunikasi
7
Analisa data hasil
pengujian dan
kesimpulan
11. PERKIRAAN BIAYA
No. Nama Pengeluaran Satuan Jumlah Biaya (Rp)
1. Kertas A4 40.000/rim 2 80.000
2. Tinta 31.000/botol 4 124.000
3. Penjilidan 20.000/buku 1 20.000
4. Penggandaan/fotocopy 100/lembar 100 100.000
5. Beli modem 200.000 1 200.000
6. Pulsa modem bulanan 50.000/bulan 12 600.000
31
12. DAFTAR PUSTAKA
1. Dimosthenis Pediaditakis, Yuri Tselishchev, Athanassios Boulis,2010, "Performance
and scalability evaluation of the Castalia Wireless Sensor Networks simulator", 3rd
International ICST Conference on Simulation Tools and Techniques, SIMUTools 2010.
2. Yuri Tselishchev, Athanassios Boulis, Lavy Libman,2010,”Experiences and lessons
from implementing a wireless sensor network mac protocol in the castalia simulator”,
IEEE, 1-6
3. Boulis Athanassios, 2011, ” Castalia A simulator for Wireless Sensor Networks and
Body Area Networks User’s Manual”, NICTA.
4. Kristalina P. 2015, “ Fundamental Teknik LokalisasipadaJaringanSensor Nirkabel”.
5. Pal Amitangshu, 2010, “Localization Algorithms in Wireless Sensor Networks: Current
Approaches and Future Challenges”, Network Protocols & Algorithms;Mar2010, Vol. 2
Issue 1, p45.
6. Ninis AF, Aries P, Prima K, “Estimasi Jarak Berbasis Konektifitas Untuk Penentuan
Posisi Node pada Jaringan Sensor Nirkabel”, Proc. On CITACEE Semarang 2013.