DESAIN DAN IMPLEMENTASI SIMULASI VEHICULAR ADHOC NETWORK BERBASIS LEARNING AUTOMATA MENGGUNAKAN NETWORK SIMULATOR 3

Vehicular Ad-hoc Network (VANET) merupakan salah satu teknologi penting dalam mendukung komunikasi Vehicle-to-Vehicle (V2V). Namun, protokol routing seperti AODV masih menghadapi tantangan dalam efisiensi pengiriman data dan kualitas layanan (QoS). Penelitian ini berfokus pada desain dan implementasi simulasi VANET berbasis Learning Automata (LA-AODV) menggunakan Network Simulator 3 (NS3) versi 3.35 yang terintegrasi dengan Simulation of Urban Mobility (SUMO) pada sistem operasi Ubuntu 20.04 LTS. Protokol LA-AODV dirancang dengan memanfaatkan mekanisme Learning Automata untuk melakukan penyesuaian parameter routing secara adaptif sesuai kondisi jaringan. Evaluasi kinerja dilakukan dengan menganalisis enam metrik utama yaitu Total Flood Id, Packet Loss Ratio (PLR), Packet Delivery Ratio (PDR), Average Throughput, End-to-End Delay, dan End-to-End Jitter, di berbagai kepadatan node dan interval waktu. Hasil menunjukkan bahwa LA-AODV secara konsisten mengungguli AODV. Dalam skenario 20 node, LA-AODV menunjukkan efisiensi manajemen flood ID (54 dibandingkan 88), penurunan kehilangan paket (11% dibandingkan 12%), peningkatan PDR (88,0% dibandingkan 87,0%), dan throughput yang lebih tinggi (85,34 Kbps dibandingkan 47,26 Kbps). Selain itu, LA-AODV juga mencatat delay dan jitter yang lebih rendah dibandingkan AODV. Temuan ini menunjukkan bahwa rancangan LA-AODV mampu meningkatkan efisiensi komunikasi V2V dan memberikan dasar bagi pengembangan protokol routing cerdas di masa depan