Terakreditasi SINTA Peringkat 2
Surat Keputusan Dirjen Penguatan Riset dan Pengembangan Ristek Dikti No. 10/E/KPT/2019
masa berlaku mulai Vol. 1 No. 1 tahun 2017 s.d Vol. 5 No. 3 tahun 2021

Terbit online pada laman web jurnal: http://jurnal.iaii.or.id

JURNAL RESTI

(Rekayasa Sistem dan Teknologi Informasi)
Vol. 4 No. 1 (2020) 193 - 200

ISSN Media Elektronik: 2580-0760

Optimasi Protokol LEACH Untuk Meningkatkan Stabilitas Pada Wireless
Sensor Network
Ahmad Ridwan1, Rian Ferdian2, Rahmadi Kurnia3
1,3Teknik Elektro, Teknik, Universitas Andalas
2Sistem Komputer, Teknologi Informasi, Universitas Andalas

rian.ferdian@it.unand.ac.id

Abstract
Wireless sensor networks (WSNs) are small devices that are run by batteries as minimal energy resources. The cluster
method is one of the ways on WSN that is widely applied to the routing protocols to extend the network's lifespan. LowEnergy Adaptive Clustering Hierarchy (LEACH) is a cluster-based protocol proven to increase energy efficiency in sensor
networks. However, LEACH also has disadvantages such as a selection of cluster heads that don't consider residual energy
at every node. It is the cause of failure in the election process and affects the stability of the network cluster. Period network
stability is essential as reliable feedback from a network. Therefore, this study tries to investigate and solve stability
problems in the LEACH algorithm. In this paper, the authors propose a new protocol that is Optimization-LEACH (OLEACH), which is the development of the LEACH protocol. The O-LEACH protocol cluster-head selection process is
developed based on the initial energy of each node, and a new beginning energy levels calculated from each node to every
round. The test results show that the proposed O-LEACH protocol has a better stability period and network lifetime than the
LEACH protocol.
Keywords: Optimization, Stability, Wireless Sensor Networks, Routing Protocols, O-LEACH.

Abstrak
Jaringan sensor nirkabel merupakan perangkat kecil yang dijalankan oleh baterai sebagai sumber daya energi yang terbatas.
Metode klaster adalah salah satu metode di WSN yang banyak diterapkan pada protokol routing untuk memperpanjang umur
jaringan. Low-Energy Adaptive Clustering Hierarchy (LEACH) merupakan protokol berbasis klaster yang terbukti
meningkatkan efisiensi energi dalam jaringan sensor. Namun, LEACH juga memiliki kekurangan seperti pemilihan kepala
klaster yang tidak mempertimbangkan energi sisa di setiap node. Hal ini tentunya menyebabkan kegagalan dalam proses
pemilihan kepala klaster dan akan sangat mempengaruhi stabilitas jaringan. Periode stabilitas jaringan sangat penting sebagai
umpan balik yang dapat diandalkan dari sebuah jaringan. Oleh karena itu, penelitian ini mencoba untuk menyelidiki dan
memecahkan permasalahan stabilitas pada algoritma LEACH. Dalam tulisan ini, penulis mengusulkan protokol baru yang
yaitu Optimization-LEACH (O-LEACH) yang merupakan pengembangan dari protokol LEACH. Proses pemilihan kepala
klaster pada protokol O-LEACH dikembangkan berdasarkan energi awal setiap node, dan tingkat energi awal yang baru
dihitung dari setiap node untuk setiap putaran. Hasil pengujian menunjukkan bahwa protokol O-LEACH yang diusulkan
memiliki periode stabilitas dan masa hidup jaringan yang lebih baik dibandingkan dengan protokol LEACH.
Kata kunci: Optimasi, Stabilitas, Jaringan Sensor Nirkabel, Protokol Routing, O-LEACH.
© 2020 Jurnal RESTI

berkolaborasi dalam melakukan penginderaan pada
daerah sekitarnya. Teknologi ini terdiri dari node
Kemajuan terbaru dalam teknologi sensor, komunikasi
sensor, sebuah cluster head (CH) serta base station
nirkabel dan komputasi digital telah menghasilkan
(BS). Penyebaran node sensor pada WSN dapat
pengembangan yang lebih lanjut, seperti Wireless
dilakukan secara acak. Misalnya, sensor dalam jumlah
Sensor Network (WSN). Sebuah jaringan sensor dapat
besar dapat dilemparkan dari pesawat terbang untuk
dijelaskan sebagai jaringan yang terdiri dari ratusan
aplikasi pemantauan bencana[1].
hingga ribuan node yang saling terhubung dan
Diterima Redaksi : 20-12-2019 | Selesai Revisi : 17-02-2020 | Diterbitkan Online : 20-02-2020
193
1. Pendahuluan

Ahmad Ridwan, Rian Ferdian, Rahmadi Kurnia
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200

Gambar 1. Arsitektur protokol routing berbasis cluster[2]

Kemudian, WSN juga dapat dipasang secara manual, Low-Energy Adaptive Clustering Hierarchy (LEACH)
seperti misalnya dalam sistem monitoring peringatan adalah protokol hirarkis clustering hemat energi
kebakaran[3]. Berbagai macam aplikasi dari penerapan pertama dan paling populer untuk jaringan sensor yang
WSN juga mampu melakukan monitoring atau diusulkan untuk mengurangi konsumsi daya dan juga
pemantauan kondisi lingkungan sekitar seperti untuk meningkatkan waktu hidup dari jaringan.
pemantauan kualitas udara, deteksi gempa, pengawasan Protokol LEACH membagi node-node pada jaringan ke
area militer, pemantauan medis, deteksi banjir, dan dalam beberapa cluster. Pada setiap cluster salah satu
lain-lain[4][5][6][7][8].
node akan bertindak sebagai CH yang dipilih dan
bertanggung jawab terhadap anggota cluster dalam
Komponen utama dari WSN adalah mikroprosesor,
menangani penjadwalan Time Division Multiple Access
memori, baterai, sensor, dan pemancar/penerima untuk
(TDMA) dan mengirimkan data yang telah terkumpul
saling berkomunikasi dengan seluruh jaringan[9]. Node
ke BS[15]. Gambar 2 menunjukkan proses CH akan
sensor sendiri bekerja menggunakan baterai sebagai
mengumpulkan data dari semua node dan merutekan
catu daya yang tidat dapat di isi ulang setiap saat.
informasi yang terkompresi ke BS. Terdapat 2 fase
Karena keterbatasan pada catu daya tersebut, memilih
dalam pembentukan cluster pada protokol LEACH
routing yang efisien menjadi masalah yang sangat
yaitu fase pengaturan (set-up) dan fase transmisi data
penting dalam jaringan sensor nirkabel. Routing adalah
(steady-state). Proses operasi time-line operasi pada
metode untuk mengetahui jalur antara node sumber dan
algoritma protokol routing LEACH dapat dilihat pada
node tujuan. Algoritma routing dikembangkan untuk
gambar 3.
memecahkan masalahan energi. Merancang routing
pada jaringan sensor cukup menantang karena beberapa
karakteristik yang membedakan dengan routing pada
jaringan lainnya. Protokol routing dalam WSN
bertanggung jawab untuk menentukan rute yang hemat
energi, agar komunikasi menjadi lebih efisien[10][11].
Beberapa protokol routing yang telah diteliti untuk
meningkatkan kinerja aplikasi di dalam WSN[12][13].
Perancangan algoritma routing yang cocok pada WSN
dalam hal memenuhi tuntutan kinerja node sensor
dianggap sebagai masalah penting. Algoritma cluster
merupakan salah satu skema routing untuk
Gambar 2. Arsitektur protokol LEACH
meningkatkan waktu hidup jaringan dalam WSN.
Pada algoritma LEACH, ada banyak protokol yang
Gambar 1 menunjukkan arsitektur dari protokol routing
berbeda di mana banyak algoritma telah disajikan
berbasis cluster. Dalam algoritma clustering[14], node
secara efisien menggunakan energi dan mengurangi
sensor dikelompokkan ke dalam berbagai jumlah
jumlah konsumsi energi. Hal ini menunjukkan beberapa
cluster dan setiap node sensor dapat mengirim data ke
kelemahan algoritma LEACH seperti; sisa energi node
masing-masing CH. CH memiliki tanggung jawab
tidak dipertimbangkan dalam proses pemilihan CH.
untuk menggabungkan dan mengirimkan data tesebut
Oleh karena itu, kegagalan CH karena energi sisa yang
ke BS. Dengan demikian, CH menggunakan lebih
rendah tidak dapat dihindari. Kemudian dalam
banyak energi daripada node-node anggota lain di
pemilihan CH juga tidak mempertimbangkan jarak
dalam sebuah cluster. Oleh karena itu, pemilihan CH
antara CH dengan BS. Sehingga, konsumsi daya pada
adalah masalah penting dalam merancang protokol
berbasis cluster.
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
194

Ahmad Ridwan, Rian Ferdian, Rahmadi Kurnia
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
CH yang terletak jauh dari
dibandingkan yang di dekat BS.

BS

lebih

tinggi pemilihan CH untuk setiap round dan menyiarkan
pesan pemilihan antara node [21]. Karena rumus ini
bekerja secara statis tetapi risiko utama dari skema
yang diusulkan adalah bahwa node dinamis akan
bergerak secara dinamis dan mengarah ke pembentukan
klaster baru setelah beberapa periode untuk mengurangi
bobot klaster karena menambahkan lebih banyak node
ke sebuah klaster. Klaster dengan lebih banyak node
akan menguras energi CH ketika tetap tidak berubah.

Arumugam dan Ponnuchamy[22], mengusulkan
peningkatan protokol LEACH berbasis energi efisiensi
(EE-LEACH) untuk pengumpulan data. EE-LEACH
bertujuan untuk mengurangi energi yang dikonsumsi
Gambar 3. Operasi algoritma LEACH
node dengan demikian akan memperpanjang umur
Dalam beberapa tahun terakhir, banyak peneliti telah jaringan. Tujuan ini dicapai dengan menggunakan
melakukan penelitian untuk meningkatkan kinerja konsep energi sisa untuk memilih CH. Node dengan
protokol LEACH serta untuk mengatasi kelemahannya. energi sisa yang lebih tinggi akan dipilih sebagai CH.
Dalam [16] penulis telah mengusulkan strategi CH mengumpulkan data sebelum mengirimnya ke BS
pemilihan CH tetap di mana ketika CH sekali dipilih penerusan node yang memiliki energi sisa tertinggi.
akan diperbaiki. Hal ini menghasilkan penghematan Tetapi, pada penelitian ini belum membahas mengenai
waktu untuk membangun klaster baru karena tidak ada periode stabilitas jaringan dari protokol EE-LEACH.
waktu yang dihabiskan dalam fase pengaturan, tetapi Sehingga masih terdapat kekurangan memperkenalkan
informasi dapat terbuang sia-sia jika CH mati sebelum model distribusi Gaussian untuk memastikan cakupan
mengirimkan data ke BS.
area penginderaan yang efektif.
Singh et al[17], menyelidiki dan menyimpulkan bahwa Dari penjelasan dan beberapa penelitian diatas dapat
bahkan setelah 16 tahun keberadaan protokol Low disimpulkan meskipun algoritma protokol LEACH
Energy Adaptive Clustering Hierarchy (LEACH), dapat meningkatkan masa pakai jaringan pada jaringan
sangat sedikit yang mengukur periode stabilitas sensor tetapi masih memiliki kekurangan. Bahkan
jaringan selama pemilihan CH dan pembentukan banyak yang telah melakukan riset untuk memperbaiki
klaster selama simulasi.
kinerja dari protokol LEACH. Hal ini menjadi bukti
bahwa meningkatkan masa pakai jaringan saja tidak
Azim dan Islam[18], mengusulkan Hybrid-Low Energy
cukup untuk beberapa aplikasi yang membutuhkan
Adaptive Clustering Hierarchy (H-LEACH). Protokol
umpan balik yang dapat diandalkan dari sebuah
ini menggunakan energi sisa pada node dan energi
jaringan sensor nirkabel.
maksimumnya di setiap round dalam menghitung nilai
threshold. Jika energi sisa lebih tinggi dari energi Pada penelitian ini salah satu yang menjadi tujuan
jaringan rata-rata, node dipilih sebagai CH. Penelitian utama adalah meningkatkan periode stabilitas jaringan
ini membandingkan protokol yang diusulkan dengan dari protokol LEACH selain dari meningkatkan masa
protokol LEACH. Hasil simulasi menunjukkan bahwa pakai jaringan. Periode stabilitas jaringan yang dapat
H-LEACH lebih efisien dibandingkan dengan LEACH. didefinisikan sebagai momen ketika node pertama mati
Namun, pada penelitian ini hanya mempertimbangkan sampai dengan setengah dari total node yang
energi sisa pada node tidak cukup untuk menstabilkan disimulasikan mati sudah harus menjadi pertimbangkan
konsumsi daya di WSN, karena jarak node memiliki dalam merancang sebuah protokol routing WSN.
dampak besar pada disipasi daya.
Sehingga kedepannya jaringan sensor nirkabel dapat
mencapai keandalan yang lebih baik.
Singh et al. [19], menyarankan LEACH yang
menurutnya protokol routing hemat energi yang 2. Metode Penelitian
dioptimalkan wajib untuk melakukan analisa mengenai
periode stabilitas jaringan untuk menyempurnakan Pada Gambar 4 adalah desain sistem penelitian yang
akan dilakukan pada protokol O-LEACH yang akan
masa hidup dari node sensor dan jaringan sensor.
dibandingkan untuk hasil yang akan dianalisis. Dalam
Kotobelli et al. [20] mengusulkan algoritma LEACH penelitian ini, posisi node dibuat secara acak
yang dimodifikasi di mana preferensi diberikan untuk menggunakan beberapa parameter termasuk ukuran
kendala energi dan bagaimana mengurangi konsumsi area simulasi, lokasi BS, energi awal, probabilitas,
energi dari sebuah node dan dengan demikian CH energi pengiriman dan penerimaan, model disipasi
terbentuk dengan baik. Idenya sederhana dengan energi, waktu maksimum, dan jumlah node sehingga
menjadikan CH sebagai statis sampai energi CH benar- kita dapat menghasilkan satu set node dalam jaringan.
benar berakhir. Hal ini akan memperpanjang masa Setelah jaringan nirkabel terbentuk, proses selanjutnya
hidup dengan mengurangi kehilangan energi dalam adalah clustering pada node di dalam jaringan dan
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
195

Ahmad Ridwan, Rian Ferdian, Rahmadi Kurnia
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
kemudian akan menghasilkan output dalam bentuk CH, atau 𝑇(𝑛)𝑣 pada setiap node. Sehingga di dapatkan
non-CH, node mati, node hidup. Setelah ada output, persamaan sebagai berikut :
kita dapat menampilkan dalam bentuk grafis proses
𝑃𝑣
yang terjadi pada jaringan. Hasil dari penelitian ini juga 𝑇(𝑛)𝑣 = {
(1)
1
1−𝑃𝑣 ×𝑚𝑜𝑑(𝑟 𝑚𝑜𝑑 )
dapat digunakan untuk menganalisis, first dead node
𝑃𝑣
(FDN), half dead nodes (HDN), presentase total node
Dimana nilai 𝑃𝑣 dapat dihitung dengan persamaan
mati, waktu hidup jaringan dan stabilitas jaringan yang
berikut,
dapat dijadikan sebagai acuan optimasi pada jaringan
𝑃 ×𝑛×(𝑖𝑛𝑜𝑑𝑒 ×𝐸𝑛 )
sensor nirkabel.
𝑃𝑣 = 𝑐
(2)
𝐸𝑖 ×𝐸𝑣

dimana 𝑃𝑐 adalah probabilitas awal yang dipilih, n
mewakili jumlah node, 𝑖𝑛𝑜𝑑𝑒 mewakili node individu,
𝐸𝑛 adalah energi pada jaringan, 𝐸𝑖 adalah energi awal
node dan 𝐸𝑣 adalah tingkat energi awal yang baru
dihitung dari setiap node untuk setiap round dengan
bantuan tingkat energi awal node bukan menggunakan
tingkat energi yang tersisa dari node sebagai tingkat
energi node untuk setiap round. Hal ini dapat dihitung
dengan persamaan berikut,

𝐸𝑣 = 𝐸𝑖 × (

𝑡𝑡
1− 𝑟𝑜𝑢𝑛𝑑
𝑅𝑚

𝑛

)

(3)

dimana 𝐸𝑖 merupakan energi awal node, 𝑡𝑡𝑟𝑜𝑢𝑛𝑑 adalah
kombinasi fase pengaturan (set-up) dan fase transmisi
data (steady-state) sekarang, 𝑅𝑚 adalah jumlah round
maksimum yang terdiri dari data sensing yang
ditransmisikan ke BS. Persamaan threshold baru ini
dibuat untuk menentukan CH setiap round pada fase
Gambar 4. Sistem Desain Penelitian
pengaturan dan fase transmisi data. Prosedur
selanjutnya sama seperti algoritma LEACH yaitu
2.1 Perancangan Algoritma Optimasi-LEACH
mengirim informasi dari node sensor ke masing-masing
Pada protokol LEACH sebelumnya masih terdapat CH dengan slot TDMA yang telah dialokasikan,
beberapa masalah yang menjadi perhatian seperti pada kemudian dengan bantuan algoritma CDMA untuk
pemilihan CH secara acak tanpa memperhitungkan menghindari tabrakan paket di dalam jaringan.
nilai energi dari node yang akan dipilih menjadi CH. 2.2 Desain Model Disipasi Energi Saluran Radio
Sehingga hal ini dapat menyebabkan efek skenario
pada jaringan sensor, karena jaringan sensor sendiri Pada penelitian ini, diasumsikan model disipasi energi
memiliki perhatian utama mengenai efisiensi energi yang dipakai pada saluran radio protokol routing
jaringan. Pada penelitian ini akan mengusulkan LEACH dan O-LEACH adalah yang memiliki
optimasi dari protokol LEACH, dimana node akan karakteristik sederhana. Pemancar menghabiskan
mengorganisir ke dalam cluster yang berbeda dan energi untuk menjalankan perangkat radio elektronik
masing-masing cluster akan memiliki BS lokal yang dan penguat daya, sedangkan penerima menghabiskan
berfungsi sebagai CH di cluster tersebut dan hanya energi untuk menjalankan perangkat radio elektronik
akan bertanggung jawab untuk mengumpulkan saja, seperti yang ditampilkan pada Gambar 5.
informasi routing ke BS. Mekanisme yang diusulkan Untuk mentransmisikan suatu pesan sebesar k-bit pada
menggunakan proses yang sama seperti protokol jarak sejauh d meter, jumlah energi yang dikonsumsi
LEACH yaitu terdiri dari 2 fase yaitu pengaturan oleh radio dapat dihitung menggunakan persamaan
klaster (set-up), dan fase transmisi data (steady-state) berikut[23],
pada jaringan sensor nikabel. Akan tetapi pada
2
(4)
algoritma yang diusulkan ini proses keputusan node 𝐸𝑇𝑥 (𝑘, 𝑑) = (𝐸𝑒𝑙𝑒𝑐 × 𝑘) + (𝐸𝑎𝑚𝑝 × 𝑘 × 𝑑 )
menjadi CH tidak berdasarkan angka acak saja tetapi Konsumsi energi untuk menerima pesan k-bit dapat
dengan pertimbangan lain yang dijadikan batas
dihitung dengan persamaan berikut,
threshold, yaitu energi pada jaringan, energi awal setiap
(5)
node, dan tingkat energi awal yang baru dihitung dari 𝐸𝑅𝑥 = 𝐸𝑒𝑙𝑒𝑐 ∗ 𝑘
setiap node untuk setiap round. Maka dengan
Dimana 𝐸𝑇𝑋 menunjukkan energi yang dihabiskan per
menggunakan persamaan (1) dapat dirancang
bit selama transmisi, 𝐸𝑅𝑋 menunjukkan energi yang
mekanisme baru dalam menetapkan batas threshold
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
196

Ahmad Ridwan, Rian Ferdian, Rahmadi Kurnia
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
dihabiskan per bit selama penerimaan, k adalah jumlah penerima dalam keadaan masih memenuhi batas nilai
bit pesan, d merepresentasikan jarak antara pengirim minimum sinyal informasi atau biasa disebut
dan penerima, 𝐸𝑒𝑙𝑒𝑐 merupakan energi yang sensitivitas penerima radio. Ada beberapa parameter
dikeluarkan per-bit untuk menjalankan radio frekuensi yang mempengaruhi nilai 𝐸𝑒𝑙𝑒𝑐 dan 𝐸𝑎𝑚𝑝 seperti:
disisi pemancar dan penerima pada perangkat node, penguatan (G), panjang gelombang (λ), tinggi antena
sedangkan 𝐸𝑎𝑚𝑝 adalah energi yang digunakan untuk (h), bitrate (𝑅𝑏 ), dan sensitivitas penerima radio.
memperkuat sinyal informasi supaya sinyal sampai ke

Gambar 5. Diagram model energi radio[24]

Sehingga nilai 𝐸𝑒𝑙𝑒𝑐 pada bagian pemancar dan
penerima menjadi,

2.3 Menentukan Parameter Energi

Pada simulasi ini menggunakan perangkat lunak
3,3×120×10−3
MATLAB 2015a dengan mensimulasikan 200 node 𝐸
= 1,59 𝜇𝐽/𝑏𝑖𝑡
(7)
𝑒𝑙𝑒𝑐 𝑇𝑟𝑎𝑛𝑐𝑒𝑖𝑣𝑒𝑟 =
250×103
sensor yang akan didistribusikan pada area yang
berukuran 100x100 m2 dalam keadaan statis. Node
3,3×31×10−3
𝐸
=
= 0,41 𝜇𝐽/𝑏𝑖𝑡
(8)
250×103
sensor akan diletakkan secara acak dengan energi awal 𝑒𝑙𝑒𝑐 𝑅𝑒𝑐𝑒𝑖𝑣𝑒𝑟
yang sama dan pengujian berjalan selama 100 round. Sedangkan untuk menghitung nilai propagasi
Jumlah total node dalam jaringan sensor sama dengan gelombang radio atau nilai yang terjadi ketika
jumlah node sensor ditambah satu BS sehingga total gelombang radio merambat dari pemancar ke penerima
node dalam simulasi ini menjadi 201 node. Data sensor dapat dilakukan dengan 2 cara yaitu, secara free space
untuk parameter node diambil dari datasheet XBee Pro loss dan multipath fading. Pada propagasi gelombang
S2C[25], seperti yang terdapat dalam Tabel 1 dibawah secara free space loss, diasumsikan bahwa sinyal pada
ini.
pemancar dan penerima dalam keadaan line of sight
(LOS) atau tidak ada obstacle. Sehingga energi
Tabel 1. Parameter Penelitian RF Node Sensor
amplifikasi pada free space loss dapat dihitung dengan
Parameter
Nilai
persamaan berikut[25],
Energi awal (E )
0.5 Joule
o

Frekuensi (F)
Sensitifitas (S)
Bitrate (Rb)
Arus pemancar
Arus penerima
Tegangan (V)
Gain (G)
Tinggi antena (h)

𝑆×(4𝜋)2

2.4 Ghz
-100 dBm
250 Kbps
120 mA
31 mA
3.3 V
2 dBi
0.5 m

𝜀𝑓𝑠 = 𝑅 ×𝐺 ×𝐺 ×λ2
𝑏

𝑡

(9)

𝑟

Nilai energi amplifikasi pada 𝜀𝑓𝑠 menjadi,
𝜀𝑓𝑠 =

0,1×10−12 ×(4𝜋)2
250×103 ×1,6×1,6×0,1252

= 1,5 × 10−3 𝑝𝐽/𝑏𝑖𝑡/𝑚2

(10)

Jika antara penerima dan pemancar terdapat obstacle
maka sinyal akan dipantulkan oleh berbagai objek
sebelum sampai ke penerima. Fenomena ini biasa
Berdasarkan tabel 1 kita dapat menentukan perhitungan
disebut multipath fading. Untuk menghitung energi
energi yang dikeluarkan per-bit untuk menjalankan
amplifikasi pada perambatan gelombang radio
radio frekuensi di sisi pemancar dan penerima yang
multipath fading dapat digunakan persamaan
dapat dihitung dengan menggunakan persamaan
berikut[25],
berikut[25]:
𝑉×𝐼

𝐸𝑒𝑙𝑒𝑐 = 𝑅

𝑏

𝑆

(6)

𝜀𝑚𝑝 = 𝑅 ×𝐺 ×𝐺 ×ℎ2 ×ℎ2
𝑏

𝑡

𝑟

𝑡

𝑟

Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
197

(11)

Ahmad Ridwan, Rian Ferdian, Rahmadi Kurnia
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
Maka nilai energi amplifikasi 𝜀𝑚𝑝
dengan persamaan berikut,

dapat dilakukan pada protokol O-LEACH terjadi di round 9 dan half of
the dead nodes (HDN) terjadi pada round 71,
sedangkan node mati yang pertama pada protokol
−12
0,1×10
𝜀𝑚𝑝 =
= 2,5 × 10−6 𝑝𝐽/𝑏𝑖𝑡/𝑚4
LEACH terjadi di round 12 dan half of the dead nodes
250×103 ×1,6×1,6×0,52 ×0,52
(12) (HDN) di round 52. Peningkatan periode stabilitas oleh
protokol O-LEACH disebabkan modifikasi dari
Sedangkan untuk membedakan penggunaan energi algoritma LEACH yang telah dimodifikasi. Sehingga
dapat menggunakan parameter jarak (𝑑𝑜 ) yang dapat ketika pemilihan CH pada round berikutnya sudah
dihitung dengan persamaan berikut[25],
memperhitungkan nilai energi dari node yang akan
dipilih menjadi CH tersebut.
𝜀𝑓𝑠
𝑑0 = √
(13)
𝜀𝑚𝑝

Sehingga nilai 𝑑0 dapat dihitung dengan,
𝑑0 = √

1,5×10−15
2,5×10−18

= 10√6

(14)

3. Hasil dan Pembahasan
Pada bagian artikel ini akan menyajikan dan membahas
hasil simulasi dari O-LEACH yang akan dibandingkan
dengan protokol LEACH. Berdasarkan perhitungan
parameter energi diatas kita dapat membuat pemodelan
simulasi yang akan dirancang pada MATLAB. Tabel 2
akan menjelaskan parameter simulasi berdasarkan
perhitungan parameter energi yang telah dihitung
berdasarkan data datasheet XBee Pro S2C.
Tabel 2. Parameter Simulasi Penelitian
Parameter
Luas area simulasi
Lokasi base station (BS)
Energi awal (Eo)
Probabilitas (P)
Energi pengiriman (Eelec Tran)
Energi penerimaan (Eelec Receiv)
Energi amplifikasi (εfs)
Energi ampflikasi (εmp)
Jumlah node

Nilai
100x100 m2
(50, 50)
0.5 Joule
0.1
1,59 μJ/bit
0,41 μJ/bit
1,5x10-3 pJ/bit
2,5x10-6 pJ/bit
200

Gambar 6. Jumlah node mati vs jumlah round

4.2 Masa Hidup Jaringan
Masa hidup jaringan dapat didefinisikan sebagai
interval waktu mulai komunikasi hingga node terakhir
mati[27]. Hasil simulasi artikel ini menunjukkan bahwa
protokol yang dirancang mengungguli protokol
LEACH dalam hal masa hidup jaringan, seperti yang
ditunjukkan pada gambar 7.

Pada pengujian ini periode stabilitas jaringan dan masa
hidup jaringan sensor akan digunakan sebagai tolak
ukur untuk membandingkan dan melihat apakah
protokol O-LEACH yang telah diusulkan mencapai
hasil terbaik.
3.1 Periode Stabilitas Jaringan
Periode stabilitas jaringan dapat didefinisikan sebagai
waktu yang diperlukan untuk first dead node (FDN)
sampai dengan setengah dari total node yang
disimulasikan mati[26], Hasil simulasi penelitian ini
menunjukkan protokol yang diusulkan memiliki
Gambar 7. Jumlah node hidup vs jumlah round
stabilitas yang lebih tinggi dibandingkan protokol
LEACH, seperti yang dapat dilihat pada gambar 6.
Dari gambar 7 menunjukkan bahwa pada round 100
yang merupakan round terakhir, node hidup yang
Dari Gambar 6 kita dapat melihat bahwa algoritma tersisa dari protokol O-LEACH yang diusulkan adalah
yang diusulkan memiliki dampak besar pada 88 node, yang berarti hanya 56% dari total node di
pengurangan konsumsi energi. Node pertama yang mati dalam jaringan sudah mati, sedangkan node yang masih
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
198

Ahmad Ridwan, Rian Ferdian, Rahmadi Kurnia
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
hidup dari protokol LEACH hanya tersisa 4 node yang
berarti 98% dari total node pada jaringan sudah mati.
[5]
Hasil ini menunjukkan efisiensi pada protokol yang
diusulkan dalam hal distribusi energi diantara node
dalam proses pemilihan CH dan pembentukan cluster.
Perbandingan antara protokol O-LEACH dengan [6]
protokol LEACH dalam hal masa hidup jaringan dan
periode stabilitas ditampilkan pada Tabel 3.
Tabel 3. Perbandingan Antara Protokol O-LEACH dan LEACH
Protokol

FDN

HDN

O-LEACH
LEACH

9
12

71
52

4. Kesimpulan

Node
tersisa
dalam jaringan
pada round 100
88
4

[7]

Node hidup pada
round 100
44 %
2%

[8]

[9]

Pada artikel ini, diusulkan metode pemilihan CH pada
protokol LEACH yang ditingkatkan untuk jaringan [10]
sensor nirkabel untuk mengatasi masalah stabilitas
jaringan dan masa hidup jaringan. Penelitian ini [11]
menggunakan perangkat lunak MATLAB untuk
mensimulasikan kinerja algoritma yang telah diusulkan.
Dari hasil simulasi, menunjukkan bahwa pemilihan CH [12]
secara acak yang dilakukan oleh protokol LEACH
hanya mampu mempertahankan 4 node atau hanya 2%
dari total jumlah node yang disimulasikan. Sedangkan [13]
metode pemilihan CH yang diusulkan dengan
menggunakan nilai awal energi pada jaringan dan [14]
energi awal setiap node mampu mempertahankan 88
node atau sekitar 44% dari total 200 node yang
disimulasikan sampai dengan proses simulasi selesai. [15]
Sehingga dapat dikatakan protokol O-LEACH yang
diusulkan mampu mempertahankan stabilitas dan masa
hidup jaringan lebih baik dibandingkan protokol
[16]
LEACH.
Pada penelitian selanjutnya dapat mencoba untuk
mengimplementasikan metode pencarian heuristik pada [17]
jaringan nirkabel, karena metode ini sangat baik dalam
pencarian jalur paling optimal sehingga pengiriman
data dari node menuju lokasi BS terdekat dapat lebih [18]
cepat dan hal ini akan menghemat energi pada node
sensor.
Daftar Rujukan
[1]

[2]

[3]

[4]

[19]

R. K. Jha, A. Singh, A. Tewari, and P. Shrivastava,
“Performance analysis of disaster management using WSN [20]
technology,” Procedia Comput. Sci., vol. 49, no. 1, pp.
162–169, 2015.
O. Rehman, N. Javaid, B. Manzoor, A. Hafeez, A. Iqbal, [21]
and M. Ishfaq, “Energy consumption rate based stable
election protocol (ECRSEP) for WSNs,” Procedia Comput.
Sci., vol. 19, pp. 932–937, 2013.
M. Dener, Y. Özkök, and C. Bostancıoğlu, “Fire Detection [22]
Systems in Wireless Sensor Networks,” Procedia - Soc.
Behav. Sci., vol. 195, pp. 1846–1850, 2015.
P. Rawat, K. D. Singh, H. Chaouchi, and J. M. Bonnin,
“Wireless sensor networks: A survey on recent [23]

developments and potential synergies,” J. Supercomput.,
vol. 68, no. 1, pp. 1–48, 2014.
M. U. Rahman, S. Rahman, S. Mansoor, V. Deep, and M.
Aashkaar, “Implementation of ICT and Wireless Sensor
Networks for Earthquake Alert and Disaster Management
in Earthquake Prone Areas,” Procedia Comput. Sci., vol.
85, no. Cms, pp. 92–99, 2016.
K. Ghosh, S. Neogy, P. K. Das, and M. Mehta, “Intrusion
Detection at International Borders and Large Military
Barracks with Multi-sink Wireless Sensor Networks: An
Energy Efficient Solution,” Wirel. Pers. Commun., vol. 98,
no. 1, pp. 1083–1101, Jan. 2018.
N. Fahmi, M. U. Harun, A. Rasyid, and A. Sudarsono,
“Adaptive Sleep Scheduling for Health Monitoring System
Based on the IEEE 802 . 15 . 4 Standard,” Emit. Int. J. Eng.
Technol., vol. 4, no. 1, pp. 91–114, 2016.
I. D. Sumitra, R. Hou, and S. Supatmi, “Design and
Deployment of Wireless Sensor Networks for Flood
Detection in Indonesia,” in Cloud Computing and Security,
2017, pp. 313–325.
R. F. M. R.A. Fattah Adriansyah, “Penjadwalan Berbasis
MAC 802.11 dan Routing ACO pada Wireless Sensor
Network,” J. Rekayasa Sist. dan Teknol. Inf., vol. 3, no. 3,
pp. 479–487, 2019.
J. N. Al-Karaki and A. E. Kamal, “Routing techniques in
wireless sensor networks: A survey,” IEEE Wirel.
Commun., vol. 11, no. 6, pp. 6–27, 2004.
H. Singh and D. Singh, “Taxonomy of routing protocols in
wireless sensor networks: A survey,” Proc. 2016 2nd Int.
Conf. Contemp. Comput. Informatics, IC3I 2016, pp. 822–
830, 2016.
S. Chahal and N. Singh Gill, “Comparative Study of
Various WSN Routing Protocols,” Indian J. Sci. Technol.,
vol. 9, no. 48, pp. 1–6, 2016.
S. R. Rajeswari and V. Seenivasagam, “Comparative Study
on Various Authentication Protocols in Wireless Sensor
Networks,” Sci. World J., vol. 2016, no. iii, 2016.
S. Dhiviya, A. Sariga, and P. Sujatha, “Survey on WSN
Using Clustering,” in 2017 Second International
Conference on Recent Trends and Challenges in
Computational Models (ICRTCCM), 2017, pp. 121–125.
R. K. Kodali and N. K. Aravapalli, “Multi-level LEACH
protocol model using NS-3,” in 2014 IEEE International
Advance Computing Conference (IACC), 2014, pp. 375–
380.
V. Kumar, S. Jain, S. Tiwari, and I. Member, “Energy
Efficient Clustering Algorithms in Wireless Sensor
Networks : A Survey,” IJCSI Int. J. Comput. Sci., vol. 8,
no. 5, pp. 259–268, 2011.
S. Mottaghi and M. R. Zahabi, “Optimizing LEACH
clustering algorithm with mobile sink and rendezvous
nodes,” AEU - Int. J. Electron. Commun., vol. 69, no. 2, pp.
507–514, 2015.
A. Azim and M. M. Islam, “Hybrid LEACH: A relay node
based low energy adaptive clustering hierarchy for wireless
sensor networks,” Proc. - MICC 2009 2009 IEEE 9th
Malaysia Int. Conf. Commun. with a Spec. Work. Digit. TV
Contents, no. December, pp. 911–916, 2009.
S. K. Singh, P. Kumar, and J. P. Singh, “A Survey on
Successors of LEACH Protocol,” IEEE Access, vol. 5, no.
c, pp. 4298–4328, 2017.
E. Kotobelli, E. Zanaj, and M. Alinci, “A Modified
Clustering Algorithm in WSN,” Int. J. Adv. Comput. Sci.
Appl., vol. 6, no. 7, pp. 63–67, 2015.
Z. Manap, B. Mohd, C. Kyun, N. Nor, K. Noordin, and A.
Sali, “A Review on Hierarchical Routing Protocols for
Wireless Sensor Networks,” Wirel. Pers. Commun., vol. 72,
no. 2, pp. 1077–1104, 2013.
G. S. Arumugam and T. Ponnuchamy, “EE-LEACH:
development of energy-efficient LEACH Protocol for data
gathering in WSN,” EURASIP J. Wirel. Commun. Netw.,
vol. 2015, no. 1, p. 76, 2015.
K. Cengiz and T. Dag, “Energy Aware Multi-Hop Routing

Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
199

Ahmad Ridwan, Rian Ferdian, Rahmadi Kurnia
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200

[24]

[25]

Protocol for WSNs,” IEEE Access, vol. 6, pp. 2622–2633, [26]
2017.
J. Y. Lee and D. Lee, “Improvement of CH election in
three-level heterogeneous WSN,” Indones. J. Electr. Eng.
Comput. Sci., vol. 13, no. 1, pp. 272–278, 2019.
W. Cahyadi, M. A. Wahyudi, and C. S. Sarwono, “Analisis [27]
Perbandingan Konsumsi Energi dan Masa Hidup Jaringan
pada Protokol LEACH, HEED, dan PEGASIS di Wireless
Sensor Network,” J. Rekayasa Elektr., vol. 14, no. 2, pp.
128–135, 2018.

A. B. M. A. Al Islam, C. S. Hyder, H. Kabir, and M.
Naznin, “Stable Sensor Network (SSN): A Dynamic
Clustering Technique for Maximizing Stability in Wireless
Sensor Networks,” Wirel. Sens. Netw., vol. 02, no. 07, pp.
538–554, 2010.
Rengugadevi. G and Sumithra. M. G, “Hierarchical
Routing Protocols For Wireless Sensor Network–A
Survey,” Int. J. Smart Sensors Ad Hoc Networks, vol. 2, no.
1, pp. 71–75, 2012.

Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 4 No. 1 (2020) 193 – 200
200