gps

1. Research Problem Reference
The Internet of Vehicle has the characteristics of
high-speed mobility, scalability, and hardware
constraints. A service selection/recommendation
method is needed with an algorithm for IoV
configuration with QoS paying attention to Response
Time, Availability, Cost, and Reliability.
Service Selection is made on the Internet of Things with QoS for
Static Things. (no mobility) (Baranwal, Singh and Prakash, 2019)
Service Selection has been made on the Internet of Things with
QoS focusing on security (Kanagaraju and Nallusamy, 2019) .
Machine Learning algorithms are used in the IoT Service
Selection, specifically for IoV. It is used to enhance the function of
each device/component (Sirohi, Kumar and Rana,
2020)(Haghighat et al., 2020) Service Selection is used to
improve device functionality, not to increase the QoS of the
system when scalability occurs.
Service Selection uses a lot of machine learning algorithms, but
there is no suitable method because of various algorithms and
various objects with their respective characteristics. IoV services
with special characteristics need further research to find the
appropriate algorithm.(Portugal, Alencar and Cowan, 2018)
Service Selection uses Machine Learning as a system
recommendation in the Web Service Application. Service
selection provides options for users to use web services
according to the QoS level. This research focuses on the server
side yet on other infrastructures.(Alghofaily and Ding, 2018)
Research Problems (RP) Research Questions (RQ) Research Objectives (RO)

2. RP
The Internet of Vehicle
has the characteristics of
high-speed mobility,
scalability, and hardware
constraints. A service
selection/recommendatio
n method is needed with
an algorithm for IoV
configuration with QoS
paying attention to
Response Time,
Availability, Cost, and
Reliability
RQ1
What is the best-performing
method to solve the service
selection problem (IoV
configuration selection) for QoS
improvement from IoV?
RO1
To identify what service
selection method has the best
performance for solving QoS
improvement problems from
IoV.
RQ2
What optimization algorithm
has the best performance for
solving service selection
problems for QoS improvement
from IoV?
RO2
To identify and to enhance
what optimization algorithm has
the best performance when
used to solve QoS
improvement problems from
IoV.
RQ3
How to build a Service
Selection with Machine
Learning algorithms to identify
and improve the QoS of IoV.
RO3
To develop an algorithms that
combine optimization
algorithms and service
selection methods for the
identifying and improvement of
QoS from IoV
Service Selection adalah konsep prediksi terhadap level QoS dalam jalur yang akan dilewati oleh IoV. Prediksi menggunakan Machine Learning
Algorithm. Service Selection ini akan berguna untuk:
a. Pemetaan QoS Infrastruktur Internet utk keperluan IoV
b. Prediksi QoS di Jalur yang akan dilewati Vehicle untuk antisipasi gangguan

3. Identifikasi IoV
Karakteristik
Sampling
GPS Tracking
Identifikasi Quality
of Service
Mapping QoS
Networking
Infrastructure
Automatic
Network
Selection System
QoS
Improvement
for IoV
Math Modelling
Base On Telco
Network
QoS
Prediction
Using
Machine
Learning
1
2
4
5
3 6
7
8
A
B

4. A
Pengujian dan
Evaluasi
B
Literature
Review Machine
Learning
9
10
Pengumpulan
Data Set
Algoritma
Machine
Learning utk
Prediksi QoS
Implementasi
Sistem
(framework)
Implementasi
Sistem (On
Vehicle)
Pengujian
Sistem
11
12
13
14
15

5. Deskripsi Tahapan Kegiatan
No Deskripsi Kegiatan Luaran/Capaian Catatan
1 Identifikasi IoV Karakteristik
a. Melakukan literature Review karakteristik dari
Internet of Vehicle terkait dengan
implementasi dan permasalahan.
b. Pemodelan pergerakan Vehicle untuk
mengetahui pergerakan dan permasalahan
yang muncul (kepadatan, kemacetan dan
kecepatan gerak)
a. Jurnal literature review IoV
b. Aplikasi Pemodelan Pegerakan
Vehicle
c. Jurnal Pemodelan Pegerakan Vehicle
a. Jurnal Publish di JUTEKIN
b. Jurnal Status Menunggu di JEPIN
c. Sinkron dengan PTUPT
Universitas Esa Unggul Tahun
Pertama
d. Jurnal Lit Review English (on
Progress)
e. Jurnal Pemodelan (on Progress)
2 Identifikasi Quality of Service
a. Melakukan literature Review tentang QoS
khususnya di Internet of Vehicle terkait
dengan implementasi dan permasalahan.
b. Melakukan analisis level QoS (kritis, non kiritis
dll)
a. Jurnal Literature Review QoS
b. Jurnal Level QoS
a. Jurnal Lit Review (on Progress)
b. Jurnal Level QoS (on Progress)
3 Mapping QoS Networking Infrastructure
Kegiatan untuk membuat mapping Level QoS di
area yang dilakukan uji coba (Propinsi Jawa Barat)
dan proses penyusunan.
4 Sampling GPS Tracking
a. Melakukan pendataan konektifitas jaringan
menggunakan perangkat GPS Tracking yang
dipasang di Bus Angkutan di Propinsi Jawa
Barat
b. Melakukan pendataan konektifitas jaringan
menggunakan perangkat GPS Tracking yang
dipasang di Angkutan Kota di Bandung
a. Data Set Angkutan Bus
b. Data Set Angkutan Kota
c. Jurnal Pemetaan Konektifitas
Jaringan
a. Sinkron dengan kegiatan PPTIK
ITB
b. Sinkron dengan kegiatan PTUPT
Esa Unggul Tahun kedua
c. Jurnal On Progress
5 Math Modelling Base On Telco Network
a. Penyusunan Model Matematika QoS Network
Infrastruktur
a. Math Model
b. Mapping
c. Jurnal
a. Sinkron dengan kegiatan PTUPT
Esa Unggul Tahun kedua

6. b. Penyusunan Mapping QoS Network
Infrastruktur di Wilayah Jawa Barat dan
Bandung
b. Sinkron dengan kegiatan PPTIK
ITB
c. Jurnal On Progress
6 QoS Improvement for IoV
Sebuah solusi yang diusulkan untuk meningkatkan
level QoS atau menyediakan prediksi level QoS
sehingga dapat dilakukan antisipasi terhadap
kehandalan IoV.
7 Automatic Network Selection System
a. Membuat sebuah perangkat untuk memilih
provider sesuai kondisi QoS di lokasi tersebut.
Menggunakan Raspbery Pi.
b. Membuat sebuah perangkat untuk menjadi
Co BTS menggunakan Raspbery Pi
a. System untuk peningkatan QoS.
b. Rencana Uji
a. Sinkron dengan kegiatan PTUPT
Esa Unggul Tahun kedua dan
ketiga
b. Sistem On Progress
8 QoS Prediction Using Machine Learning
Melakukan studi dan review implementasi
Machine Learning sebagai system prediksi.
9 Pengujian dan Evaluasi
Menguji system no 7 dan pengambilan data di
lapangan.
a. Hasil Pengujian Sistem
b. Jurnal
a. Sinkron dengan kegiatan PTUPT
Esa Unggul Tahun kedua dan
ketiga
b. Rencana Pengujian setelah
Sistem beres
c. Persiapan Laporan Akhir PTUPT
10 Literature Review Machine Learning
a. Melakukan literature Review implementasi
Machine Learning sebagai sistem prediksi
b. Melakukan analisa karakteristik sistem yang
diprediksi terkait dengan karakteristik QoS
dari IoV
a. Jurnal Lit Review a. Proposal PTUPT tahun 2022
(Implementasi AI dalam prediksi
QoS jaringan IoV utk persiapan
Automatic Driver)
11 Algoritma Machine Learning utk Prediksi QoS
Penyusunan Algoritma Machine learning utk
Prediksi QoS sebagai inti dari Service Selection
System atau Sistem Recomender.
12 Pengumpulan Data Set

7. a. Pengumpulkan data Set (melalui pengujian di
lapanga menggunakan perangkat yang sudah
dipasang
b. Melakukan simulasi sistem secara berulang
13 Implementasi Sistem (framework)
a. Membangun system menggunakan algoritma
Machine learning untuk dapat melakukan
prediksi QoS jaringan yang akan dilewati
kendaraan yang menggunakan IoV
b. Membangun system yang mampu
memberikan rekomendasi pengembangan
infrastruktur atau kesiapan implementasi IoV
di area tertentu.
a. Sistem
b. Jurnal
14 Implementasi Sistem (On Vehicle)
a. Membangun system dengan algoritma
Machine learning dan melakukan warning
kepada Vehicle terkait dengan QoS di jalur
yang akan dilewati
b. Membangun system yang mampu
memberikan rekomendasi dan konsekuensi
implementasi IoV di jalur yang akan dilewati
a. Sistem
b. Jurnal
15 Pengujian Sistem
Pengujian terhadap system poin 13 dan 14
a. Hasil Pengujian
b. Jurnal