![](https://digilib.itb.ac.id/assets/icon/pdf.gif)
Dokumen Asli
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Terbatas  Dessy Rondang Monaomi
» Gedung UPT Perpustakaan
Pada command center PT Kereta Api Indonesia, diperlukan layanan dengan
kapasitas tinggi untuk memastikan operasi yang lancar dan efisien. Kinerja beam
tracking pada jaringan 5G menjadi sangat penting untuk dipantau agar kualitas
layanan tetap optimal. Sehingga diperlukan dashboard yang mampu
memvisualisasikan data kinerja beam tracking memungkinkan operator untuk
secara mengawasi dan menilai performa jaringan. Dengan demikian, potensi
masalah dapat diidentifikasi dan ditangani untuk mengurangi risiko gangguan
layanan. Selain itu, dashboard juga diharapkan membantu dalam menganalisis data
historis untuk mengevaluasi kinerja jangka panjang dan membuat keputusan
berdasarkan tren yang teramati. Kemampuan untuk menyesuaikan tampilan data
sesuai kebutuhan juga memungkinkan operator untuk fokus pada metrik dan
parameter yang paling relevan dengan kondisi operasional saat ini. Tujuan dari
tugas akhir ini adalah mengembangkan sebuah sistem front-end web dashboard
yang mampu memvisualisasikan data kinerja beam tracking yang dihasilkan oleh
algoritma machine learning untuk kereta cepat 5G. Dengan adanya visualisasi ini,
hasil prediksi kinerja beam tracking dapat disajikan dengan cara yang lebih mudah
dibaca dan dipahami oleh pengguna. Web dashboard yang dikembangkan
menggunakan Streamlit, sebuah framework Python yang memungkinkan
pembuatan aplikasi web interaktif dengan cepat dan mudah. Dashboard ini
menampilkan berbagai visualisasi data yang memungkinkan pengguna untuk
menganalisis performa beam tracking secara real-time dan historis. Dashboard
interaktif ini juga memberikan fleksibilitas bagi pengguna untuk menyesuaikan
visualisasi sesuai kebutuhan, seperti memfilter data berdasarkan parameter tertentu.
Hasil dari tugas akhir ini menunjukkan bahwa sistem front-end web dashboard yang
dikembangkan dapat menjadi alat yang efektif untuk memvisualisasikan kinerja
prediksi beam tracking pada jaringan 5G, interaktif untuk user, dapat dengan mudah
dikustomisasi dan dapat dengan mudah dibaca serta dipahami.