PEMODELAN TRANSMISI VIDEO PADA JARINGAN WIRELESS LOCAL AREA NETWORK

Jurnal Ilmiah Research Sains VoL.2 No.1 Januari 2016

PEMODELAN TRANSMISI VIDEO PADA JARINGAN WIRELESS LOCAL AREA NETWORK Rudi Arif Candra1, Suherman2, dan Ali Hanafiah Rambe3 1 Dosen Politeknik Aceh Selatan [email protected] 2,3

Dosen Dept. Teknik Elektro Fakultas Teknik, Universitas Sumatera Utara Jl. Almamater, Kampus USU Medan 20155 [email protected];

Abstract: The research discusses about the process of sending video package in real time on WLAN (Wireless Local Area Network). To process the sending of video package, the transport layer of the UDP (User Datagram Protocol) is used, and compared the video transmission process in real time with mathematical model for video traffic, namely Two-State Markov model and Decodable Rate model because the rate of bytes is changeable. In order to analyze the video transmission performance accurately, 802.11 network is modeled by the Bianchi model. The result of the research showed that the number of users influenced the quality of sending video package to server either delayed or the number of packet lost. The Decodable Frame Rate was influenced by the packet loss value obtained when the experiment was done. The bigger value of the packet loss was, the smaller number of the Decodable Frame was. The difference between the experimental process and the Decodable Model for the Akiyo Video Trace GOP 24 (The Group of Pictures 24) was 0.176 and Akiyo Video GOP 40 was 0.094. Keywords: Wireless Local Area Network, User Datagram Protocol, Bianchi Model Decodable Model, and Two State Markov Model Abstrak: Penelitian ini membahas proses pengiriman paket video secara realtime pada jaringan WLAN, untuk proses pengiriman paket video ini menggunakan transport layer protokol UDP dan membandingkan proses transmisi video secara realtime dengan pemodelan matematis untuk trafik video yakni model Two state markov dan model Decodable rate, karena laju kedatangan byte yang berubah-ubah agar kinerja transmisi video dapat dianalisis secara lebih akurat, jaringan 802.11 dimodelkan dengan Bianchi model. Hasil dari penelitian jumlah user mempengaruhui kualitas pengiriman paket video ke server baik delay maupun jumlah packet loss. Decodable frame rate dipengaruhi oleh nilai packet loss yang diperoleh ketika percobaan dilakukan. Semakin besar nilai packet loss, maka jumlah frame yang decodable juga akan semakin kecil. Selisih perbandingan proses eksperimental dan model decodable untuk trace video akiyo GOP 24 0,176 dan video akiyo GOP 40 0,094 Kata-kata kunci : WLAN, UDP, Bianchi model, Model Decodable dan Model Two State Markov

PENDAHULUAN Teknologi wireless local area network (WLAN) merupakan jaringan yang populer dalam menyediakan koneksi data. Jaringan WLAN berbasis teknologi Ethernet dengan standar 802.11. WLAN 802.11 dibentuk oleh sebuah group pada Institute of Electrical dan Electronic Engineer (IEEE). Standar IEEE terdiri dari 802.11a, 802.11b, 802.11g, 802.11n dan 802.11ac [1]. Salah satu aplikasi yang dapat digunakan dalam jaringan wireless adalah streaming video. Streaming video merupakan aplikasi pengiriman data audio dan gambar yang terkodekan. Besarnya bandwith yang tesedia pada jaringan WLAN akan

mempengaruhi kualitas hasil video. Masalah utama pada jaringan 802.11 adalah interferensi disebabkan beroperasi pada kanal tanpa lisensi, sehingga berpengaruh terhadap kualitas transmisi data [2]. Selain itu, proses yang mempengaruhi video streaming pada WLAN adalah video codec, skema security dan teknik koreksi kesalahan [3]. Pemodelan matematis adalah salah satu cara akurat untuk mengetahui kinerja sebuah sistem. Pemodelan juga merupakan cara mudah dalam proses perubahan teknologi, dimana adaptasi model menjadi solusi lebih murah apabila terjadi perubahan desain, dibandingkan harus mengubah perangkat dan melakukan trial and error. Penelitian ini

Jurnal Ilmiah Research Sains VoL.2 No.1 Januari 2016

mengkaji berapa model trafik video dalam proses transmisi yang ada, kemudian membandingkan keakuratan model-model tersebut dengan hasil eksperimental pada jaringan yang sesungguhnya. Topik pemodelan matematis untuk melihat kinerja jaringan 802.11 mendominasi riset pada layer medium access, dimana tidak hanya proses transmisi tetapi juga source yang akan ditransmisikan, dalam hal ini algoritma untuk kompresi video [4]. Persentase packet loss untuk respon yang cepat dan penjadwalan NACK inter frame adalah lebih rendah dari pada UDP. Pada Group of Pictures (GOP) 5 selisih packet loss adalah lebih tinggi dari GOP 30, sedangkan delay mengalami penurunan [5]. Berdasarkan kajian-kajian penelitian sebelumnya, belum ditemukan penelitian yang membandingkan model-model jaringan 802.11 dengan hasil eksperimen pengiriman paket video secara realtime pada jaringan WLAN dengan menggunakan User Datagram Protocol (UDP). Penelitian ini membandingkan beberapa model streaming video dengan hasil eksperimen. METODE PENELITIAN Persiapan penelitian mencakup studi pustaka dan pengumpulan informasi kebutuhan perangkat yang diperlukan untuk melakukan percobaan dan analisis. Untuk persiapan data yaitu dengan menentukan format video yang digunakan dalam proses melakukan streaming pada jaringan WLAN dengan mode ad-hoc tanpa menggunakan access point, pada penelitian ini menggunakan spesifikasi file video sesuai dengan Tabel 1.1. Tabel 1.1 Spesifikasi Video Jenis video Akiyo Gop 24 Akiyo Gop 40

Durasi (Second) 10 20

Bit rate (Kbps) 678 327

Perancangan perangkat penelitian meliputi perancangan perangkat lunak untuk eksperimen proses streaming, serta perangkat lunak untuk pemodelan. Analisis dilakukan meliputi, analisis hasil pemodelan dan analisis decodable frame rate hasil eksperimen yang dilakukan. Dari analisis tersebut diperoleh pola hasil model dan pola hasil eksperimen.

Metode Pengukuran Proses eksperimen dalam penelitian pertama dilakukan adalah melakukan konfigurasi wifi pada laptop uji, baik yang bertindak sebagai server maupun client User1

User7

User2

Server

User6 User3

User5

User4

Gambar 1. Topologi Jaringan Mode Ad-hook Percobaan pengiriman transmisi paket data video dilakukan dengan menggunakan laptop sebanyak 6 buah sebagai user dan 1 buah laptop yang bertindak sebagai Server. Ada 6 skenario yang dilakukan, yakni berdasarkan jumlah user yang bersamaan mengirim video ke server. Jumlah user diatur dari 1 user sampai 6 user. Semua sekenario dilakukan sampai data video selesai dikirimkan. Pada saat memulai proses pengiriman, setiap user melakukan pengiriman secara serentak, namun dilakukan secara manual. Hasil output dari program dapat dilihat pada sisi server. Selama proses skenario dilakukan kondisi dibuat ideal artinya dalam ruangan tidak terdeteksi sinyal wifi lainnya, hal ini agar proses pengukuran dapat berjalan tanpa ada gangguan, data yang diterima valid Pengukuran dilakukan dengan cara mencatat waktu kirim, waktu terima, urutan paket dan nomor frame dari data video yang diterima Konfigurasi jaringan dilakukan sebelum proses pengukuran eksperimen dilakukan, selanjutnya melakukan instalasi UDP receiver pada sisi server dan UDP sender pada sisi client, kemudian masukkan data video yang akan dikirimkan ke program pengiriman video. Jalankan program streamer pada sisi server dan client. Terakhir simpan data pengiriman yang ada pada sisi server untuk dilakukan analisis.

Jurnal Ilmiah Research Sains VoL.2 No.1 Januari 2016

HASIL DAN PEMBAHASAN Pendahuluan Berdasarkan hasil pengukuran eksperimen dengan menggunakan jenis video akiyo_cif.yuv dengan gop 24 dan 40, diperoleh pola packet loss seperti ditunjukkan pada Gambar 1.2.

Packet Loss (%)

95 90 85 80 75 1

2

3 4 Jumlah User (N)

5

6

(a) GOP 24 100 Packet Loss (%)

Evaluasi Penelitian Parameter kinerja yang digunakan dalam mengukur kinerja jaringan 802.11 pada percobaan ini adalah decodable frame rate. Penentuan nilai decodable frame rate pada model Markov dan hasil penelitian dilakukan dengan cara merekontruksi data video yang diterima, kemudian mendekodekan video dengan bantuan piranti lunak evalvid. Nilai yang di uji adalah packet loss dari proses perhitungan eksperimental dan proses perhitungan model matematika dari trafik decodable frame rate serta two state markov. Hasil yang didapat berupa frame yang decodable atau frame yang sukses dikirimkan dengan total frame dari trace video akiyo untuk gop 24 dan 40 adalah 300 frame. Proses selanjutnya adalah melakukan analisis statistika yaitu analisis korelasi dan regresi dari perbandingan proses eksperimen dan model trafik video yaitu decodable dan two state markov, dari analisis itu nantinya didapat kesimpulan model mana yang cocok digunakan untuk proses eksperimental dari pengukuran transmisi video akiyo gop 24 dan 40. Perhitungan analisis statistik kedekatan model trafik video dengan proses eksperimental menggunakan bantuan microsoft excel antara lain, menunjukan besarnya korelasi antara variabel tidak bebas dalam hal ini proses eksperimental dengan variabel dalam hal ini model decodable. Parameter R Square yang biasanya digunakan untuk menentukan bagus tidaknya korelasi model hasil regresi, dalam regresi, ANOVA digunakan untuk mengetes tingkat kebenaran model hasil regresi secara keseluruhan. Parameter yang menentukan tingkat signifikan model regresi adalah yang berada pada kolom paling kanan, yaitu Significance F

80 60 40 20 0 1

2

3 4 Jumlah User (N)

5

6

(b) GOP 40 Gambar 1.2 Pola Packet Loss Eksperimen Distribusi packet loss pada video akiyo_gop 24 dijelaskan sebagai berikut. Percobaan skenario menggunakan 6 user mempunyai nilai persentase packet loss terbesar mencapai 93 %, sedangkan percobaan menggunakan 1user mempunyai packet loss terendah 84 %. Sedangkan pada video akiyo_gop 40, proses percobaan yang menggunakan 6 user mempunyai jumlah packet loss tertinggi dengan 93 %, sedangkan percobaan yang menggunakan 1 user mempunyai nilai packet loss terendah dengan nilai 68%. Berdasarkan hasil percobaan, semakin banyak user yang menggunakan layanan transmisi video ke server, semakin banyak pula paket yang hilang dan tidak sampai ke penerima. Nilai packet loss yang relatif tinggi disebabkan piranti lunak pada server yang tidak menggunakan proses multi threading. Sehingga kinerja server penerima video lemah Gambar 1.3 menunjukkan distribusi total delay rata-rata. Pada video akiyo gop 24, rata-rata delay terbesar terjadi pada 6 user dengan nilai 97,50 ms sedangkan delay terkecil pada 1 user 0,142 ms. Sementara video akiyo gop 40, kondisi 1 User mempunyai delay terendah 0,156 ms. Delay tertinggi pada 6 user dengan 292,035 ms.. Berdasarkan hasil percobaan, semakin banyak user yang menggunakan layanan

Jurnal Ilmiah Research Sains VoL.2 No.1 Januari 2016

transmisi video ke server, semakin besar pula delay yang dibutuhkan hingga sampai ke penerima. Total Delay (ms)

150 100 50 0 1

2

3 4 Jumlah User (N)

5

6

Packet Loss (%)

(a) GOP 24 400 Total Delay (ms)

Dari Gambar 1.5 dapat dianalisis pengaruh jumlah user terhadap pengiriman paket video, makin banyak user yang digunakan maka berpengaruh terhadap kuantitas data video yang diterima pada sisi server. Dengan asumsi bahwa packet loss untuk gop 40 lebih kecil dari dari packet loss gop 24, sehingga frame rate 15 fps (frame per sekon) lebih dapat mengurangi packet loss pada proses pengiriman paket video dari pada frame rate 30 fps (frame per sekon).

300 200 100

200

GOP 24

100 UDP

0 0

0 2

3 4 Jumlah User (N)

5

Decodable Per Rate (%)

120 100 80

8

GOP 24 GOP 40

100

(b) GOP 40 Gambar 1.3 Karakteristik Delay Hasil Perhitungan Kinerja Model Trafik Video Decodable rate dan Markov Pada Gambar 1.4 dapat dilihat pengaruh jumlah user terhadap nilai decodable Frame Rate, semakin banyaknya jumlah user maka semakin kecil nilai decodable rate. Hal ini juga berpengaruh pada kualitas video yang diterima disisi pengirim, semakin kecil nilai decodable Frame Rate maka kualitas video yang diterima juga semakin buruk.

50 UDP 0 0

2

4 6 Jumlah User (N)

(b)

8

GOP 40

Perbandingan Hasil Pemodelan dan Eksperimen Proses untuk membandingkan hasil eksperimen dan model decodable frame rate, paket dengan loss rata-rata hasil eksperimen harus terlebih dahulu di rekonstruksi menjadi video menggunakan decoder evalvid mengikuti perintah sebagai berikut [2]: /etmp_4.exe sd_a01 rd_a01 st_a01 a01.mp4 a01e /ffmpeg.exe -i a01e.mp4 a01e.yuv /psnr.exe 352 288 420 akiyo_cif.yuv a01e.yuv

60 40 20 0 0

2

4 Jumlah User (N)

6

8

(a) GOP 24 Decodablr per rate (%)

4 6 Jumlah User (N)

(a)

6 Packet Loss (%)

1

2

120 100 80 60 40 20 0 1

2

3

4

5

6

Jumlah User (N)

(b) GOP 40 Gambar 1.4 analisis decodable frame rate

Pada Gambar 1.6 untuk hasil analisis model decodable frame rate terlihat bahwa frame yang decodable pada saat skenario percobaan I seluruh frame yang dikirimkan merupakan frame yang decodable. Dan ketika skenario VI, frame yang decodable berkurang hingga 2% dari jumlah frame yang dikirimkan. Namun, untuk hasil percoban padaa saat skenario I, frame yang decodable hanya 39% dari jumlah frame yang dikirim. Dan ketika skenario VI, frame yang decodable berkurang menjadi 32% dari jumlah frame yang dikirim.

Decodable

Jurnal Ilmiah Research Sains VoL.2 No.1 Januari 2016

120% 100% 80% 60% 40% 20% 0%

Gop 24

Eksperimental 1 2

3

4

Decodable

5

6

Jumlah User

Markov

(a) GOP 24 120% Gop 40

100%

Eksperimental

Decodable

80% 60%

Decodable

40% 20%

Markov

0% 1

2

3

4

5

6

Jumlah User (N)

(b) GOP 40 Gambar 1.6 Perbandingan eksperimental, decodable dan markov Analisis statistik kedekatan model dan eksperimen Dari analisis statistika perbandingan proses eksperimental dengan model decodable untuk video akiyo gop 24 paling baik atau signifikan pengaruhnya dengan nilai R Square 0,9542 (mendekati 1), nilai F 0,00420564 (F< 0,05),dan kedua nilai Pvalue < 0,05. Untuk proses eksperimental dengan markov nilai R Square 0,8261(R Square > 0,8), F 0,03182 (f < 0,05) masih dikatagorikan baik hubungannya karena kedua nilai p-value < 0,05. Sedangkan pada Akiyo gop 40 perbandingan proses eksperimental dengan markov masih baik dengan nilai R Square = 0,81074 (R Square > 0,8) F = 0,0371591< 0.05 (alpha) dan kedua nilai P-value mempunyai variabel yang lebih kecil dari 0,05. Perbandingan proses eksperimental dengan model decodable mempunyai pengaruh yang tidak significant, karena nilai R Square = 0,736482216 (R Square < 0,8), dan F = 0,0627269 > 0.05 serta kedua nilai variabel p-value > 0,05

KESIMPULAN Berdasarkan penelitian yang dilakukan diperoleh beberapa kesimpulan sebagai berikut: 1. Pada saat skenario percobaan I dengan jumlah 1 user, seluruh frame yang dikirimkan dapat dikodekan (decodable) hingga ke sisi penerima. Namun ketika saat skenario VI dengan jumlah user bertambah hingga 6 user, jumlah frame decodable hanya 3%. Hal ini menunjukkan decodable frame rate juga dipengaruhi oleh banyaknya jumlah user yang terhubung ke server, semakin besar jumlah user maka semakin kecil frame yang decodable. 2. Analisis regresi untuk trace video akiyo gop 24 untuk perbandingan proses eksperimental dengan model Decodable adalah paling baik dengan nilai R Square paling tinggi (mendekati 1) yakni 0,9542, nilai F = 0,00420564 paling kecil (f < 0,05) sedangkan perbandingan proses eksperimental dan markov masih dikatogorikan berpengaruh dengan nila R Square = 0,8261 serta f = 0,03182. 3. Analisis regresi untuk trace video akiyo gop 40 perbandingan proses eksperimental dengan model markov masih dikatagorikan baik dengan nilai R Square = 0,81074, F = 0,0371591. Sedangkan perbandingan proses eksperimental dan decoable dikatogorikan tidak significant, karena R Square = 0,736482216, dan F = 0,0627269. 4. Hasil analisis perbandingan model dengan hasil eksperimen menunjukkan kedua model tidak konsisten dimana pada saat menggunakan video akiyo GOP 24 model decodable lebih mendekati proses eksperimen, sedangkan pada video akiyo GOP 40 model markov lebih mendekati proses eksperimen.

Jurnal Ilmiah Research Sains VoL.2 No.1 Januari 2016

Performance Study. (B. Li, Penyunt.) Wireless Networks, 10, 133-146.

DAFTAR PUSTAKA 1 . Markus, H., & B, R. l. (2005). Content Networking :Architecture, ptotocol and practice (The Morgan Kaufmann Series in Networking ed.). England: Morgan Kaufmann Publisher. 2 Iwona, & et al. (2013). The Mathematical Model for Interference Simulation and Optimization in 802.11n Networks. 3 Stuart, W., & Mark, D. (2008). Effects of Lline Rate on vVideo QoS over Wireless Networks: an Experimental Approach. Information Technology and Telecommunications Conference 2008 (ITT 208) (hal. 1-7). Dublin: Communications Network Research Institute at ARROW. 4 Adremi, A., & et al. (2013). Modeling, Simulation and Analysis of Video Streaming Errors in Wireless Wideband Access Networks. London: Springer. 5 Suherman, &. et al. (2015). An efficient negative acknowledgement-based transport protocol in 802.11 media streaming Wimax. Journal of International Journal of Multimedia and Ubiquitous Engineering, (hal. 10). 6

ITU-T . (2005). Handbook Teletrafic Engineering. Geneva: ITU-D.

7 Bernhard, H. W., Stefand, M., & B, L.

(2006). IEEE 802 Wireless Systems :Protocol, Multi-hop Mesh/relsying, Performance and Spectrum Coexistence. England: John Wiley & Son Ltd. 8 H. Koumaras dan A. Kourtis, “End-toEnd Prediction Model of Video Quality and Decodable Frame Rate for MPEG Broadcasting Services,” International Journal On Advances in Networks and Services, vol. I, p. 19, 2008. 9

Zhao, J.-A., Kok, C.-W., & Ahmad, I. (2004). MPEG-4 Video Transmission over Wireless Networks:A Link Level

10 Chunlei, Y., & et al. (2010). Simulation Research of 802.11n Channel Model D in NS2. 530-533. 11

Mohammad, H., & Hubaux, J.-P. (2010). Performance Analysis of the IEEE 802.11 Distributed Coordination Function: Bianchi Model

12 Nawari,”Analisis Regresi dengan MS excel 2007 dan SPSS 17, PT Alex Media Komputindo, Jakarta, 2010 [13] Kamil, S., & Kowal, M. (2013). Measurement Evaluation Of The Tgn Radio Channel Models Usefulness In Predicting Wlan Performance. Progress In Electromagnetics Research, 137, hal. 311-333. [14] Kemisola, O., Davis, J. N., & Grout, V. (2010). An Investigation into Signal Strength of 802.11n WLAN . Centre for Applied Internet Research (CAIR) , 113. [15] M. Wien. (2014). High Efficiency Video Coding. New york: Springer.

Jurnal Ilmiah Research Sains VoL.2 No.1 Januari 2016