Perbandingan Simulator untuk Simulasi Wireless Sensor

advertisement
UltimaComputing
Karyono
Perbandingan Simulator untuk
Simulasi Wireless Sensor Network
KARYONO*, IHAN MARTOYO**, DAN HENRI P URANUS**
*Universitas Multimedia Nusantara, [email protected]
**Magister Teknik Elektro, Universitas Pelita Harapan
Abstrak
Wireless Sensor Network (WSN) merupakan jaringan sensor berskala besar dengan sumber daya sangat
terbatas. WSN digunakan pada aplikasi yang sifatnya spesifik seperti untuk militer, survey, industri, sampai
pada pemakaian rumah tangga. Masalah yang dihadapi pada WSN adalah keterbatasan sumber daya dan
jaringan yang selalu berubah, sehingga membutuhkan algoritma yang tepat. Salah satu cara pengembangan
algoritma WSN adalah dengan simulasi komputer. Dalam penelitian ini akan dilaporkan hasil penelitian
mengenai pemilihan jenis simulasi. Pemilihan jenis simulasi komputer berperan penting dan menjadi masalah
tersendiri karena banyaknya sistem simulasi yang tersedia. Studi menunjukkan OMNeT++ lebih mudah
digunakan daripada NS2 untuk mensimulasikan algoritma baru di WSN. Bila algoritma yang diimplementasikan
merupakan modifikasi dari algoritma yang sudah ada, maka NS2 lebih cocok digunakan.
Keywords— Wireless Sensor Network, WSN, Discrete event simulator, perbandingan simulator, NS2,
OMNeT++
1. PENDAHULUAN
Simulasi komputer memberikan banyak
kemudahan dalam memodelkan sistem dan melihat
proses kerja sistem dari sudut pandang yang lebih
sederhana. Ada dua macam basis simulasi yaitu
simulasi berbasis waktu dan simulasi berbasis
kejadian (event). Pada simulasi berbasis waktu,
parameter dimonitor setiap waktu, sedangkan pada
simulasi berbasis kejadian, parameter diamati untuk
tiap kejadian. Simulator berbasis kejadian diskret,
banyak digunakan untuk WSN karena sumber daya
yang digunakan lebih efisien. Di samping simulator
juga tersedia emulator. Bila simulator melihat
masalah dari pendekatan top-down, emulator lebih
menekankan pada interaksi antar node, analisis basis
waktu dan penyempurnaan algoritma. Umumnya
simulator dipergunakan terlebih dahulu, kemudian
model
disempurnakan dengan menggunakan
emulator.
Penggunaan simulator membuat sistem bisa
diukur unjuk kerjanya, model dapat dimodifikasi
PerbandinganSimulatoruntukSimulasi
dan dites lagi tanpa harus mengeluarkan biaya yang
besar seperti pada pendekatan prototyping.
Pencarian kesalahan (debugging) dan monitoring
juga lebih susah dilakukan pada pendekatan
prototyping. Namun simulasi bukan tanpa risiko,
karena bila model yang dikembangkan tidak cukup
rinci dan banyak parameter yang disederhanakan,
model tidak akan bisa melambangkan sistem di
dunia nyata [2].
Banyaknya perangkat lunak simulasi, luasnya
distribusi dan perangkat lunak yang makin mudah
didapatkan, khususnya perangkat lunak open source
menimbulkan kesulitan tersendiri dalam pemilihan
sistem simulasi. Kesulitan ini sering dialami
pengguna yang baru mulai menggunakan simulasi
untuk aplikasi WSN. Belum tentu simulasi yang
dipilih dapat mendukung model yang ingin diamati.
Wireless Sensor Network (WSN)
adalah
jaringan sensor yang memiliki karakteristik unik
yaitu daya, prosesor, penyimpanan dan transmisi
yang dimiliki terbatas,
sehingga memerlukan
protokol hemat daya. Global ID dan alamat yang
35
Karyono
unik tidak selalu ada, posisi penempatan node tidak
ditentukan lebih dahulu dengan jumlah node banyak
atau berskala besar dan terkonsentrasi pada area
tertentu. Aplikasinya spesifik, lebih data-sentris dan
content-oriented.
Perkembangan WSN cukup pesat. Dari 3 juta
unit pada tahun 2003, diramalkan akan mencapai
465 juta unit di tahun 2010 [1]. Masalah utama yang
dihadapi dalam sistem WSN adalah komunikasi.
Secara umum, tantangan yang dihadapi dalam
perancangan WSN adalah perancangan harus cermat
karena daya WSN kecil dan pengguna daya
terbanyak adalah transceiver, komponen-komponen
yang digunakan mungkin tidak presisi, jarak
transmisi yang terbatas, sehingga digunakan routing
multi-hop, penempatan node sensor bersifat acak
dan rentan kegagalan. Topologi harus handal dan
protokolnya
fault-tolerant
untuk
mengatasi
kegagalan. Harus memiliki kemampuan selforganizing dan scalable untuk node yang banyak.
Sifat-sifat WSN dan kendala yang dihadapi
menyebabkan terus dilakukannya penelitian di
bidang ini dan simulator merupakan tools yang
paling berperan.
2. SIMULASI DAN MODEL
Pembuatan model atau pendekatan simulasi
banyak dilakukan untuk membantu penelitian atau
pencarian solusi yang optimal. Karena sifat WSN
yang spesifik dalam aplikasinya serta kompleksnya
permasalahan yang dihadapi, maka simulasi,
topologi atau model yang ada pada jaringan
tradisional tidak dapat diaplikasikan pada WSN [7].
Simulator atau model juga banyak jumlahnya dan
model tertentu belum tentu cocok bila diaplikasikan
pada kondisi yang berbeda. Hal ini yang membuat
penelitian di sisi simulasi dan model perlu
dilakukan.
Ada dua pendekatan dalam pembuatan model.
Pendekatan pertama adalah pengembangan model
berdasarkan komponen yang sudah ada atau library
simulator. Pendekatan kedua dilakukan dengan
membuat model yang murni baru. Model baru akan
lebih sesuai dengan karakteristik sistem yang
diamati namun memiliki konsekuensi waktu
pembuatan yang lebih lama karena harus membuat
simulasi mulai dari komponen yang paling dasar.
Simulator yang digunakan dalam penelitian ini
adalah NS2 dan OMNeT++. Alasan pemilihan
simulator ini adalah karena NS2 dan OMNeT++
36
UltimaComputing
termasuk simulator yang paling populer. NS2
awalnya didesain untuk simulasi komunikasi wired,
yang kemudian dimodifikasi sehingga mampu
digunakan untuk simulasi komunikasi wireless.
Simulator ini termasuk discrete event simulator,
menggunakan pendekatan arsitektur berbasis objek
dan menggunakan bahasa pemrograman C++ serta
Tcl/Tk untuk implementasi model dan simulasi.
OMNeT++ merupakan simulator yang didesain
untuk komunikasi wireless, merupakan discrete
event simulator, menggunakan pendekatan arsitektur
berbasis komponen dan menggunakan bahasa
pemrograman C++ serta Tcl/Tk untuk implementasi
model dan simulasi. Bila pada NS2 terdapat modelmodel, template atau komponen yang siap untuk
digunakan dalam
library simulator; pada
OMNeT++ hal ini tidak diberikan, melainkan hanya
tersedia beberapa contoh aplikasi.
A. Tahapan Implementasi
Setelah melakukan pemilihan simulator, tahap
pertama yang harus dilakukan adalah menginstal
perangkat lunak di komputer pengguna. Sistem
operasi yang digunakan harus diperhatikan dalam
pemilihan versi perangkat lunak simulasi. Ada
beberapa perangkat lunak simulasi yang mendukung
sistem operasi yang berbeda. Ada pula yang bisa
digunakan pada sistem operasi yang berbeda namun
dengan tambahan program lain misalnya Cygwin
atau MinGW agar simulator yang berbasis Unix atau
Linux dapat berjalan di sistem operasi Windows.
Pada tahap ini installation manual atau readme
harus sudah dimiliki. Bila menghadapi kesulitan,
komunitas atau mailing list sangat bermanfaat.
Langkah berikutnya adalah memahami
platform simulasi beserta tipe data dan metode
implementasi model. Pada simulasi yang berbasis
objek, pengetahuan mengenai pemrograman
berbasis objek akan sangat membantu. Pada proses
ini diperlukan banyak literatur sebagai referensi
implementasi model. Literatur minimal yang harus
dimiliki adalah fasilitas bantuan pada program dan
manual perangkat lunak simulasi. Pengetahuan akan
bahasa pemrograman atau sistem operasi yang
digunakan akan sangat membantu kelancaran proses
implementasi.
Apabila model yang dikembangkan tidak
seluruhnya baru, ada beberapa komponen yang bisa
digunakan dari contoh atau library yang ada di
program simulasi, atau dari penelitian sebelumnya.
Apabila model yang dikembangkan seluruhnya
baru, maka diperlukan pembuatan modul-modul
PerbandinganSimulatoruntukSimulasi
UltimaComputing
baru atau bahkan komponen simulator yang baru.
Ada
beberapa
hambatan
dalam
mengimplementasikan algoritma baru yaitu
keterbatasan dokumentasi atau penjelasan mengenai
komponen
atau
objek
yang
sudah
diimplementasikan dalam library dan proses
modifikasi komponen atau objek bisa cukup
kompleks. Pada tahap ini, contoh yang ada atau
penelitian yang telah dilakukan sebelumnya akan
banyak membantu.
Bagi pengguna awal simulasi, yang menjadi
kendala adalah proses implementasi yaitu mulai dari
konsep model ke implementasi model dalam
simulasi. Walaupun contoh program tersedia, namun
tidak mudah untuk memodifikasi atau membuat
modul baru karena objek yang terlibat banyak atau
rumit, dan dibutuhkan pengetahuan akan simulator
itu sendiri.
B. NS2
NS2 (Network Simulator generation 2) adalah
simulator kejadian diskret yang dikembangkan oleh
proyek VINT (Virtual Inter Network Testbed) [23,
24]. Karena sistem operasi yang digunakan dalam
penelitian ini adalah Windows Vista, maka dalam
instalasi NS2 dibutuhkan instalasi emulator Cygwin.
Instalasi Cygwin tidak bisa mengandalkan
konfigurasi standar. Ada beberapa komponen yang
diperlukan NS2, maka komponen yang diperlukan
tersebut harus dipilih ulang atau dapat juga
dilakukan dengan instalasi Cygwin secara lengkap.
NS2 yang digunakan adalah versi allinone 2.33,
yang merupakan gabungan komponen, sehingga
tidak perlu menginstal komponen satu demi satu.
Hal yang harus dilakukan adalah instalasi patch
karena masih terdapat kesalahan pada modul
instalasi Network Animator (NAM) dari versi NS2
yang digunakan. Hal ini baru akan diperbaiki pada
versi berikutnya yaitu versi 2.34.
Bahasa pemrograman yang digunakan oleh
NS2 adalah Tcl/Tk, tetapi untuk pengembangan
model dilakukan dengan objek dan bahasa
pemrograman C++. Di samping itu harus dibuat
pula antarmuka untuk menghubungkan model yang
dibuat dalam C++ dengan rutin simulasi yang dibuat
dalam Tcl/Tk. Pada NS2 sudah terdapat contoh atau
library untuk algoritma Flooding yang akan
dibandingkan. Khusus untuk WSN, pada versi 2.31
sudah terdapat modul tambahan yang mendukung
untuk simulasi IEEE 802.15.4, termasuk energy
model.
NS2 lebih bersifat text based, tetapi sudah
PerbandinganSimulatoruntukSimulasi
Karyono
dilengkapi dengan fasilitas animasi hasil simulasi.
Karena sudah populer, NS2 memiliki banyak
pengguna sehingga lebih banyak modul atau
komponen yang tersedia.
C. OMNeT++
OMNeT++ merupakan simulator kejadian
diskret yang dibuat oleh András Varga dari
Technical University of Budapest, Department of
Telecommunications (BME-HIT) [25 - 29]. Versi
OMNeT++ yang digunakan dalam penelitian ini
adalah versi 4.0. Karena sistem operasi yang
digunakan dalam penelitian adalah Windows Vista,
maka dibutuhkan instalasi emulator Cygwin atau
MinGW (penelitian ini menggunakan MinGW).
Instalasi OMNeT++ cukup mudah, namun bila ada
perubahan konfigurasi harus dilakukan compile
ulang dengan eksekusi perintah “make”.
Bahasa
pemrograman
simulasi
untuk
OMNeT++ memanfaatkan bahasa NED, yaitu
bahasa pemrograman tingkat tinggi yang digunakan
untuk mendeskripsikan topologi jaringan. Dengan
menggunakan NED, deskripsi jaringan dapat berisi
deskripsi komponen penyusun jaringan yang bersifat
moduler. Untuk pengembangan model dilakukan
dengan objek dan bahasa pemrograman C++. Pada
simulator ini dimungkinkan pula penggunaan Java,
namun untuk ini harus menggunakan komponen
tambahan. Pemrograman antarmuka OMNeT++
cukup mudah karena menggunakan Eclipse. Basis
antar muka grafis juga tersedia untuk memrogram
NED.
Pengguna
Eclipse
dapat
memilih
pemrograman secara tekstual atau grafis (dapat
berpindah antara basis teks dan grafis). OMNeT++
juga menyediakan contoh algoritma tertentu untuk
pengiriman data antar node.
Khusus untuk WSN, terdapat modul tambahan
khusus yaitu Mobility Framework, Pawis, dan
Castalia. Namun modul ini tidak dapat digunakan
pada OMNeT++ versi 4.0. Versi baru yang
mendukung versi OMNeT++ di atas 3.4 belum
tersedia.
3. PERBANDINGAN SIMULATOR
Mengapa perbandingan simulator diperlukan
terutama untuk implementasi WSN? Pemilihan
simulator adalah pertanyaan yang selalu dimiliki
setiap implementator WSN yang baru pertama kali
37
Karyono
mengimplementasikan model ke dalam simulator.
Hal ini muncul karena banyak simulator yang
tersedia dan mudah didapatkan. Kendala perbedaan
sistem operasi komputer yang digunakan juga
semakin menghilang karena tersedianya emulator
dan perkembangan bahasa pemrograman lintas
sistem operasi. Perbandingan simulator akan
membantu peneliti dalam menentukan simulator apa
yang cocok untuk kasus tertentu.
Perbandingan dilakukan untuk simulator NS2
dan OMNeT++ pada beberapa aspek implementasi
model WSN. Kedua simulator ini sama-sama
merupakan simulator kejadian diskret yang open
source, sehingga dari sisi kemudahan mendapatkan
simulator ini, tidak ada perbedaan.
Dari sisi dokumentasi, NS2 memiliki
dokumentasi yang lengkap dan sudah ada buku
panduan yang diterbitkan selain dari petunjuk
pengguna. OMNeT++ juga memiliki dokumentasi
lengkap, namun belum ada buku yang diterbitkan
selain dari petunjuk pengguna. Hal ini disebabkan
NS2 sudah lebih lama dan lebih populer. Hal ini
pulalah yang membuat mailing list NS2 lebih aktif
atau memiliki lebih banyak pengguna. Hal yang
sebaliknya terjadi untuk dokumentasi komponen
atau model yang telah dikembangkan sebelumnya.
Pada NS2 dokumentasi ini terbatas namun pada
OMNeT++, dokumentasi ini tersedia karena dibantu
oleh
lingkungan
pengembangan
program
terintegrasi yang disediakan oleh Eclipse.
Tahapan pemasangan perangkat lunak secara
standar di antara kedua simulator tersebut adalah
sama dan dengan tingkat kesulitan instalasi yang
juga sama. Masalah yang dihadapi adalah karena
terdapat kesalahan pada program NS2 sehingga
dibutuhkan pemasangan program perbaikan patch
sehingga instalasi memakan waktu lebih lama
daripada OMNeT++.
Karena kedua simulator
sebenarnya dirancang untuk sistem operasi
Unix/Linux maka kedua simulator ini sama-sama
membutuhkan pemasangan program pendukung
agar dapat digunakan pada sistem operasi Microsoft
Windows. Kedua simulator ini memiliki paket-paket
program yang lengkap sehingga bagi pengguna
program yang baru pertama kali memasang
program, tinggal melakukan pengunduhan paket
tersebut untuk kemudian dipasang, tanpa harus
mengumpulkan
komponen-komponen
secara
terpisah.
Selain menampilkan hasil simulasi dalam
bentuk data atau berkas data, kedua simulator juga
mampu menampilkan hasil simulasi dalam bentuk
38
UltimaComputing
animasi. NS2 menampilkan simulasi dengan
membangkitkan berkas animasi jaringan (NAM)
yang berupa berkas teks yang berisi data untuk
menggambar jaringan dan node serta menampilkan
animasi dari pesan yang dikirimkan atau diterima
node. OMNeT++ memanfaatkan lingkungan
pengembangan terintegrasi untuk menampilkan
animasi. Dari sisi tampilan dan antar muka dengan
pengguna, tentu saja OMNeT++ lebih unggul dari
NS2 karena sekaligus dapat melakukan pelacakan
terhadap isi variabel dan isi pesan yang dikirimkan
pada tiap node sehingga memudahkan proses
pengamatan dan pelacakan kesalahan. Secara
standar, animasi OMNeT++ bisa membingungkan
karena untuk tiap satuan waktu, animasi
dilambangkan untuk tiap-tiap node dan dilakukan
bergantian, tidak seperti pada NS yang dilakukan
secara serempak untuk semua node yang melakukan
aktifitas pada waktu yang sama. Jadi pengguna
OMNeT++ harus memahami bahwa dua atau lebih
kejadian dapat berlangsung pada waktu yang sama,
namun dianimasikan tidak secara serentak oleh
OMNeT++.
Konsep simulator antara NS2 dan OMNeT++
berbeda dalam hal pendekatan penyediaan
komponen atau modul. NS2 berusaha menyediakan
komponen atau library yang lengkap, termasuk
untuk WSN. OMNeT++ lebih berkonsentrasi pada
penyediaan komponen untuk jalannya simulasi dan
tidak menyediakan library yang lengkap untuk
pembuatan model. Dalam OMNeT++, komponen
semacam ini disediakan oleh pihak ketiga.
Konsep semacam ini membuat NS lebih cocok
digunakan untuk mengembangkan model WSN
yang merupakan modifikasi dari konsep atau library
yang telah ada sehingga model bisa dikembangkan
dengan lebih cepat dan akurat. Apabila model WSN
merupakan model baru yang belum memiliki
komponen
untuk
dipergunakan
maka
direkomendasikan menggunakan OMNeT++ karena
model lebih mudah diimplementasikan, struktur
objek lebih sederhana, hubungan antarkomponen
model atau komponen pendukung simulasi lebih
sederhana dan model lebih mudah dipahami. Di
samping itu, dokumentasi model akan lebih mudah
dilaksanakan.
Penggunaan OMNeT++ memungkinkan satu
modul bahkan satu berkas dikerjakan secara
bersama-sama oleh seluruh anggota pengembang.
Fungsi ini didapatkan dari penggunaan perangkat
lunak Eclipse dalam lingkungan pengembangan
terintegrasi. Keunggulan lain yang didapatkan
PerbandinganSimulatoruntukSimulasi
UltimaComputing
adalah proyek pengembangan model terintegrasi,
lingkungan pemrograman, simulasi model, animasi
hasil, serta penyajian hasil sehingga mempercepat
pengembangan. Perbandingan pengukuran kedua
simulator akan dibahas pada bagian berikut.
A. Hasil dari NS2
Pengukuran yang dilakukan terhadap metode
Flooding pada NS2 menunjukkan penggunaan
memori yang cukup besar. Program yang digunakan
adalah program Flooding yang terdapat pada
direktori contoh (Flooding.tcl, University of
California). Dengan memori sebesar 1.5GB
(digunakan oleh sistem operasi sebesar 720MB)
memungkinkan simulasi dilakukan untuk 4000
node. Perbandingan waktu yang dibutuhkan untuk
menjalankan (membentuk simulasi) model tampak
pada Gambar 3.1. Topologi dengan jumlah di atas
4000 node, tidak dapat disimulasikan karena
keterbatasan memori. Terlihat bahwa peningkatan
waktu simulasi sejalan dengan pertambahan jumlah
node. Sebenarnya ada beberapa langkah yang bisa
dilakukan untuk mengoptimalkan unjuk kerja
simulasi pada node yang berjumlah besar, terutama
dalam manajemen memori, tetapi hal ini tidak
dilakukan karena percobaan dilakukan dengan
program standar.
NS2 and OMNeT++ Time Comparison
40
Time Needed for Simulation (second)
35
Flooding NS2
30
Flooding OMNeT++
25
20
15
10
5
0
100
200
300
400
500
600
Number of Nodes
700
800
900
1000
Gambar 3.1. Perbandingan waktu simulasi
terhadap jumlah node pada NS2 dan OMNeT++
B. Hasil dari OMNeT++
Pengukuran yang dilakukan terhadap metode
Flooding pada OMNeT ++ menunjukkan
penggunaan memori yang cukup besar pula.
Program yang digunakan pada percobaan ini adalah
Flooding sederhana yang tidak serumit model
dalam NS2. Konsumsi memori akan bertambah
untuk proses animasi hasil simulasi. Dari percobaan
yang dilakukan, untuk 1000 node, waktu yang
dibutuhkan jauh lebih banyak dibandingkan dengan
NS2 dengan pengggunaan memori yang cukup
PerbandinganSimulatoruntukSimulasi
Karyono
besar, terutama untuk representasi kejadian yang
berupa animasi. Tampilan animasi pada OMNeT++
berbeda dengan NS2. Tinjauan simulasi NS2 adalah
pada seluruh node secara bersamaan pada waktu
tertentu. Animasi pada OMNeT++ secara default
menampilkan seluruh node secara bergantian pada
waktu tertentu. Salah satu fasilitas lain yang
diberikan oleh OMNeT++ adalah kemampuan
untuk memetakan kejadian, sehingga pesan yang
dikirimkan dapat terpetakan dengan jelas antar node.
Dari percobaan, konfigurasi simulasi maksimal
adalah sebanyak 3000 node tanpa animasi, tetapi
program simulator sudah tidak berfungsi normal
karena penggunaan memori juga rata-rata sudah
hampir mencapai 100% dari memori sebesar 1.5GB
(digunakan oleh sistem operasi sebesar 720MB).
Dari penelitian sebelumnya disebutkan bahwa
pendekatan berbasis objek seperti pada NS2
memiliki beban komputasi yang lebih berat karena
masing-masing objek harus diciptakan [18]. Dari
percobaan ini NS2 malah menghasilkan unjuk kerja
yang lebih baik untuk mensimulasikan jumlah node
yang lebih banyak. Proses implementasi model dan
inisialisasi jaringan yang lebih kompleks pada
OMNeT++
mungkin
memengaruhi
waktu
simulasinya, sehingga lebih buruk daripada NS2.
Lingkungan pengembangan yang terintegrasi pada
OMNeT++ mungkin juga berpengaruh pada
simulasi dengan jumlah node yang besar. Pada NS2,
animasi terpisah dengan simulasi sehingga simulasi
bisa dilakukan untuk lebih banyak node. Perbedaan
rutin (proses) yang sedang berjalan dalam sistem
operasi pada saat simulasi sedang berjalan juga
dapat berpengaruh terhadap jumlah node yang bisa
disimulasikan. Rangkuman perbandingan NS2 dan
OMNeT++ dapat dilihat dalam Tabel I.
C. Masukan untuk Pengembang Simulator
Baru
Simulator baru terus dikembangkan karena
banyak aplikasi khusus yang membutuhkan
komponen atau simulator yang khusus. Simulator
baru dapat juga digunakan untuk menggantikan
simulator lama yang sudah tidak populer, tidak
dikembangkan lagi karena masalah teknis atau
bahasa pemrograman yang sudah tidak mendukung.
Agar dapat populer, selain kemampuan-kemampuan
baru yang khusus, simulator baru ini harus mudah
digunakan, mudah dipelajari dan mudah dipasang
pada komputer walaupun dengan sistem operasi
yang berbeda. Keterbatasan kompatibilitas dengan
sistem operasi akan mengurangi jumlah pengguna.
39
Karyono
UltimaComputing
TABEL I
PERBANDINGA
AN ANTARA NS2 DAN
D
OMNET++
Kem
mudahan pem
masangan padaa komputer juga
akan meemiliki damppak pada penngguna. Apabbila
komponeen perangkat lunak simulassi tersebut terrdiri
dari gabbungan beberapa perangkkat lunak yang
y
bekerja bersama, sebaiknya
s
diisediakan paaket
perangkaat lunak yang cocok digunaakan untuk sisttem
operasi tertentu taanpa harus mengumpullkan
perangkaat lunak terseebut secara teerpisah. Instruuksi
untuk peemasangan perangkat
p
lunnak di kompuuter
juga haruus jelas dan mencakup
m
kesalahan-kesalaahan
yang dappat terjadi. Dokumentasi
D
harus memaadai
mulai daari penjelasann singkat menngenai peranggkat
lunak simulasi,
s
paanduan penggguna, pandduan
implemenntasi model dan penjelasan mengeenai
komponeen atau objjek-objek yaang digunakkan.
Contoh-ccontoh proggram atau model yang
y
menunjukkkan cara peenggunaan atau implemenntasi
model mulai
m
dari yaang paling seederhana sam
mpai
yang kom
mpleks akan sangat
s
membaantu pemaham
man
dan pengggunaan peranngkat lunak sim
mulasi.
4. KESIIMPULAN DAN
D
PENGEM
MBANGAN
Pem
milihan simulaator cukup peenting dan cukkup
sulit karrena simulatoor banyak terrsedia dan tiidak
semua simulator dapat digunakann dengan muudah
untuk
mengimplem
mentasikan
model
WSN.
40
Im
mplementasi model WSN
N yang merupakan
m
mo
odifikasi dari konsep atau library yang telah ada
leb
bih cocok menggunakaan simulato
or NS2.
Im
mplementasi model
m
WSN
N baru yang belum
meemiliki
komponen
uuntuk
dipeergunakan
dirrekomendasikaan menggunaakan OMNeT+
++ karena
leb
bih mudah diiimplementasiikan dan lebiih mudah
dip
pahami.
DA
AFTAR PUST
TAKA
2005.
[1]] Niculescu,
Dragos.
March
”Communiccation Paraadigms for Sensor
Networks”, IEEE Comm
munications Magazine,
M
pp. 116-1222.
[2]] Renyi, Xiaao, Guozhengg, Wu. “A Survey
S
on
Routing inn Wireless Sensor Networks”,
N
Progress inn Natural Sccience, Vol. 17
1 No. 3
March 20077, pp. 261 - 269
[3]] Karl, Holger, Willigg, Andreass. 2005.
“Protocols and Archittectures for Wireless
Sensor Nettworks”, Johnn Wiley & Sons
S
Ltd.,
Chapter 11..
[4]] VINT project,”The NS Manual”, November
N
2008.
[5]] Issariyakul, Teerawat, H
Hossain Ekraam. 2009.
“Introductioon to Network Simulato
or NS2”,
Springer.
mulatoruntukSimulasi
PerrbandinganSim
UltimaComputing
Karyono
[6] Varga, Andras. 2005. “OMNeT++ User
Manual”.
[7] -----------------, “OMNeT++ User Guide”, 2005
[8] -----------------,
“INET
Framework
for
OMNEST/OMNeT++”, 2005
[9] -----------------, “A Quick Overview of the
OMNeT++/OMNEST 4.0 IDE”, 2005
[10]-----------------, “OMNeT++ in a Nutshell”,
2005
[11]Curren, David. “A Survey of Simulation in
Sensor Networks”, University of Binghamton
[12]Junita, et. Al. 2009. “Gravity: A Distributed
Routing Protocol for Wireless Sensor
Networks”. Korea.
[13] Sohraby, Kazem, Minoli, Daniel, Znati, Taieb.
2007. “ Wireless Sensor Networks Technology,
Protocols, and Applications”, John Wiley &
Sons Ltd., Chapter 3, 11.
PerbandinganSimulatoruntukSimulasi
41
Download