Penerapan Aplikasi Machine Learning Untuk Optimasi Key Perfomance Indicator (KPI) Pada Layanan Jaringan LTE
FAJAR MAULANA ARIF
Informasi Umum
Kode
22.04.2217
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning, Network,
Dilihat
241 kali
Informasi Lainnya
Abstraksi
<p>Saat ini kebutuhan akan informasi dan komunikasi terus berkembang pesat dari waktu ke waktu. Dalam dunia industri telekomunikasi, proses optimasi jaringan yang dilakukan oleh RF engineer saat ini masih memakan waktu proses dalam pengambil keuputusan untuk meningkatkan perfomansi jaringan karena kurangnya tools untuk menganalisa suatu jaringan. Dengan adanya permasalahan tersebut dirancanglah sebuah sistem machine learning yang dapat memprediksi KPI jaringan seluler LTE berdasarkan pada KPI yang memiliki hubungan yang kuat.</p>
<p>Penelitian ini ditunjukan untuk membuat sebuah sistem berbasis web untuk memprediksi KPI <em>throughput</em> dan <em>utilization</em>. Dengan inputan prediksi dari KPI yang berdasarkan relasi tinggi terhadap KPI yang akan diprediksi. Metode algoritma yang digunakan untuk memprediksi KPI dalam sistem ini adalah <em>Random Forest</em>.</p>
<p>Keluaran sistem ini berupa nilai prediksi dari KPI <em>Throughput</em> dan <em>Utilization</em>. Sistem yang dibuat menghasilkan Mean Squared Error yang sebesar 0,066 untuk model <em>Throughput </em>dan 0,841 untuk model <em>Utilization </em>dan nilai R-Squared sebesar 0,984 untuk model <em>Throughput </em>dan 0,986 untuk model <em>Utilization</em>. </p>
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | FAJAR MAULANA ARIF |
| Jenis | Perorangan |
| Penyunting | Ahmad Tri Hanuranto, Ishak Ginting |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Teknik Telekomunikasi |
| Kota | Bandung |
| Tahun | 2022 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
