ANALISIS PERFORMA PROTOKOL PERUTEAN REAKTIF UNTUK OPTIMISASI KINERJA KOMUNIKASI VEHICLE-TO-VEHICLE

Perkembangan teknologi kendaraan terus mengalami kemajuan yang pesat. Salah satu inovasi terkini adalah komunikasi antar kendaraan atau vehicle-tovehicle (V2V). Komunikasi V2V memungkinkan kendaraan untuk saling bertukar informasi mengenai kondisi jalan, keberadaan kendaraan lain, serta situasi lalu lintas secara real-time. Hal ini dapat meningkatkan keselamatan berkendara dan mengurangi kemacetan lalu lintas. Protokol perutean AODV (ad hoc on-demand distance vector) adalah salah satu protokol yang umum digunakan dalam jaringan vehicular ad hoc networks (VANET). Namun, protokol ini memiliki keterbatasan dalam hal efisiensi komunikasi dalam kondisi jaringan yang cepat dan dinamis, seperti kemacetan aliran data, transfer data yang lambat, dan latensi yang tinggi. Oleh karena itu, penelitian ini mengembangkan modifikasi AODV dengan pendekatan learning automata dan pembelajaran mesin menjadi learning automata ad hoc on-demand distance vector (LA-AODV) untuk meningkatkan kualitas layanan quality of service (QoS) dalam komunikasi V2V. Penilitian ini membahas lebih jauh tentang pengaturan parameter atau parameter tuning untuk performa LAAODV. Simulasi pengujian dilakukan untuk menganalisis perbandingan performa protokol LA-AODV dengan AODV. Terdapat dua skenario pengujian. Skenario pertama, LA-AODV (A, B, dan C) dengan parameter yang dibuat khusus untuk penelitian ini. Skenario kedua, LA-AODV (x, y, z) dengan menggunakan parameter dari penelitian sebelumnya. Fokus dari penelitian ini, yaitu pengujian metrik untuk QoS, seperti flod id, packet loss ratio, packet delivery ratio, average throughput, end-to-end delay, dan end-to-end jitter. Hasil penelitian menunjukkan bahwa varian LA-AODV secara signifikan mengurangi jumlah flod id dibandingkan dengan AODV, terutama pada skenario A dan B, yang masing-masing menunjukkan peningkatan sebesar 10,24% dan 28,74% jika dibandingkan dengan AODV pada skenario 200 detik, mengindikasikan pengurangan overhead jaringan dan peningkatan skalabilitas. Selain itu, LA-AODV skenario A juga menunjukkan stabilitas throughput yang lebih baik dibandingkan dengan AODV pada jaringan yang lebih luas, dengan peningkatan throughput sebesar 5,4% pada skenario 200 detik. Selanjutnya, varian LA-AODV juga secara signifikan mengurangi delay dan jitter delay, dengan penurunan lebih dari 99,99% dan 99,93% pada 50 detik dibandingkan dengan AODV. Hal ini memberikan informasi baru terkait varian LAAODV yang bisa diadaptasi di berbagai macam skenario lalu lintas, dengan menunjukan bahwa parameter tuning menjadi penting untuk menjaga performa yang konsisten di dalam komunikasi V2V.