[TDJarkom2009][Sesi9][0806444676-Rudi Airlangga] De06, Luo07

[category TDJarkom2009] [title Rudi Airlangga (0806444676) - De06, Luo07] MiNT-m: An Autonomous Mobile Wireless Experimentation Platform [de06] Paper ini membahas tentang simulasi pada koneksi wireless mobile untuk optimasi kestabilan, menguji ketangguhan dan memperkecil error pada jaringan koneksi tersebut. Paper ini menggunakan iRobot yang dinamai Roomba, yang selalu bergerak dan dapat me-recharge baterai-nya dan digunakan untuk mensimulasikan perilaku manusia, sehingga didapatkan profil simulasi tersebut, dan juga pirantilunak atau piranti keras yang optimal terhadap pengguna dan juga faktor-faktor lain. Simulasi yang menyerupai manusia-manusia yang bergerak, dengan adanya kemungkinan tabrakan ini dari segi finansial akan lebih murah dari pada membayar orang dalam jumlah yang sama, juga tidak mengenal lelah. Dan perangkat ini juga dapat dipakai kembali apabila ada pengujian di generasi multi-hop wireless mobile berikutnya atau bahkan protokol lain yang serupa, baik untuk kepentingan sendiri atau perusahaan lain. Pengujian seperti ini sangat penting untuk prove of concept ketika fase desain dan juga menguji produk sebelum dilepas kepasaran. Penulis memaparkan cukup jelas langkah demi langkah pembuatan iRobot, reset apabila crash, dan hasil penelitiannya tentang automasisasi pengujian dan disertai hasilnya. KLEM: A Method for Predicting User Interaction Time and System Energy Consumption during Application Design [luo07] Paper ini membahas tentang pembuatan simulasi interaksi pengguna dengan perangkat mobile dan diterapkan pada waktu mendesain piranti lunaknya sehingga didapatkan penghematan energi yang optimal dengan menganalisa simulasi interaksi user tersebut. Simulasi ini terbukti ampuh dan mempunyai error kurang dari 10% yang dinamakan sebagai KLEM (Keystroke-Level Energy Model). Simulasi yang didasari oleh sistem kognitive yang menganalisa perilaku manusia ini, murah bila dibandingkan dengan harus meneliti dengan banyak manusia. Dengan adanya prediksi energi ini perangkat mobile akan mempunyai profil-profil energi yang dapat disarankan kepada penggunanya, sehingga pengguna tidak perlu pusing lagi dengan memilih profil mana yang cocok dengan perilakunya terhadap perangkat tersebut. Namun akan lebih bagus lagi hasilnya apabila dilakukan dengan menggunakan fuzzy dengan membership functionnya, hasil yang diperoleh prediksi ini akan dilakukan juga secara langsung ketika pengguna sebenarnya menggunakan perangkat mobile, dan yang direkam kedalam perangkat bukan lagi hasil profil tetapi sudah berupa box fuzzy logic, sehingga bisa berubah-ubah sesuai dengan perilaku pengguna yang terus berubah-ubah secara smooth. Dan akan lebih pervasive dengan keadaan yang sedang user lakukan terhadap perangkat mobile