Perpustakaan Digital ITB

Meningkatnya konsumsi konten digital mendorong pengembangan jaringan seluler untuk memenuhi permintaan terhadap akses internet. Jaringan 4G LTE telah menjadi salah satu tulang punggung utama dalam menunjang kebutuhan digital ini. Perencanaan pembangunan infrastruktur jaringan seluler menggunakan perhitungan RSRP dari model empiris seperti COST-231. Namun akurasi prediksi coverage masih bisa ditingkatkan menggunakan machine learning seperti Linear Regression, Ridge Regression, Lasso Regression, Decision Tree, Random Forest, Support Vector Regression, K-Nearest Neighbors, AdaBoost, Gradient Boosting, XGBoost, LightGBM, CatBoost. Dengan mempelajari data drive test, model mampu memprediksi nilai RSRP berdasarkan parameter yang diberikan dengan akurasi yang tinggi. Penyesuaian parameter menggunakan metode GridSearch juga dilakukan untuk meningkatkan performa model secara signifikan. Setelah proses hyperparameter tuning, didapatkan model KNN, AdaBoost, dan Gradient Boosting sebagai model terbaik. Teknik stacking dengan tiga model terbaik sebagai base model dan meta model Ridge Regression mampu mengurangi error dari base model sebesar 6 persen.