Text
Simulasi connected vehicle pada lalu lintas dinamis menggunakan pratokol adhoc on-demand vector dan learning automata based AODV menggunakan SUMO dan NS3
Studi ini berfokus pada masalah Quality of Service (QoS) dalam Mempelajari AODV Berbasis Automata untuk Protokol Komunikasi V2V Protokol ini dianalisis dan dibandingkan dengan protokol AODV yang asli dalam kondisi lalu lintas yang dinamis. Parameter penting dalam penelitian ini adalah jumlah kendaran, rata-rata kendaran, titik kemacetan, dan waktu yang hilang pada kendaraan untuk kondisi lalu lintas yang berbeda termasuk arus bebas, arus stabil, dan lalu lintas padat. Untuk melakukan evaluasi ini, NS3 dan SUMO berfungsi sebagai komponen utama. LA-AODV juga mengungguli AODV dalam lalu lintas yang lancar. Peningkatan throughput rata-rata sebesar 56,62% dibandingkan dengan AODV, dengan peningkatan 38,27% dalam rasio pengiriman paket (PDR) dan penurunan 85,26% dalam rasio kehilangan paket (PLR). Dalam hal kinerja, kedua protokol menghasilkan metrik yang hampir sama untuk lau lintas arus yang stabil dengan PDR yang lebih tinggi (97,60% dan 96,87%) dan PLR yang lebih rendah (masing-masing 2% dan 3%). Tetapi ketika lalu lintas padat, AODV mengungguli LA-AODV dengan rasio PDR yang lebih tinggi (97,60%) daripada LA-AODV (96,87%). Sebaliknya, pada lalu lintas yang padat, LA-AODV mengungguli throughput rata-rata sebesar 17,24%. Secara keseluruhan, penelitian ini memberikan informasi tentang protokol komunikasi V2V dan upaya untuk meningkatkan efisiensi komunikasi dalam kondisi lalu lintas yang berubah-ubah. Fokus utama dari penelitian ini adalah bagian penting dari temuan yang diperoleh, yang akan membantu mengembangkan sistem transportasi cerdas yang lebih andal dan responsif.
| TI25/009 | TI 25/009 | Prodi Teknik Informatika (Ruang Skripsi & Tesis) | Tersedia |
Tidak tersedia versi lain