ABSTRAK Rifqi Syahri Ramadhani
PUBLIC Alice Diniarti ABSTRAK Rifqi Syahri Ramadhani
PUBLIC Alice Diniarti
Berdasarkan survei oleh Ericsson pada November 2019, 5.9 miliar pengguna
mobile phone dilaporkan dengan prediksi pertumbuhan mobile traffic sebesar 27%
per tahun pada 2019-2025. Hal ini juga dipertegas pada laporan Ericsson pada
November 2021 di mana hasil estimasi mereka pada akhir tahun 2021 untuk
pengguna mobile phone adalah mencapai 6.7 miliar. Dengan adanya pertumbuhan
signifikan tersebut, maka akan memiliki efek kausal pada mobile traffic yang
diestimasi akan mencapai 65 EB/bulan dengan rata-rata 11.4 GB/bulan untuk setiap
smartphone. Dengan peningkatan kebutuhan kapasitas jaringan yang
dideskripsikan sebelumnya, maka ada baiknya dilakukan langkah untuk merespons
hal tersebut, seperti mengoptimasi penggunaan mobile network capacity. Objek
optimisasi yang dimaksud adalah mobile or cellular user throughput downlink
maupun uplink yang umumnya memiliki fluktuasi terhadap waktu secara
signifikan. Dalam mengamati hal ini, faktor fisik yang dapat menjadi objek
pemantauan adalah BTS dan kesiapannya dalam membawahi kapasitas jaringan
yang dibutuhkan. Hal ini memerlukan perencanaan kapasitas jaringan yang baik
oleh network administrator untuk efisiensi biaya operasional yang diekspektasikan.
Untuk itu, perencanaan ini dapat dibantu dengan prediksi throughput yang akan
menjadi acuan perencanaan. Secara pengembangan, prediksi ini dapat dilakukan
dengan menggunakan bantuan permodelan statistik dan machine learning. Dengan
jumlah BTS yang cukup banyak, maka perhitungan manual satu per satu akan dirasa
memakan waktu, maka dapat diotomasi dengan penggunaan web yang
menampilkan dashboard hasil prediksi yang dapat memuat banyak data BTS
sekaligus. Penentuan rincian model yang akan dipakai dalam prediksi ini
berdasarkan performa yang dilakukan antartarget prediksi dan model dengan
memperhatikan hasil keluaran secara grafik dan metrik evaluasi untuk prediksi nilai
kontinyu atau regresi.