Perpustakaan Digital ITB

Pengguna internet di Indonesia mengalami peningkatan pengguna seiring berjalannya waktu. Peningkatan pengguna cukup signifikan pernah terjadi pada saat pandemi COVID-19 dan terus mengalami peningkatan setelahnya. Peningkatan pengguna ini pun berpengaruh terhadap ketersedian kapasitas jaringan yang ditawarkan oleh perusahaan telekomunikasi. Sehingga perusahaan dituntut untuk selalu bersedia memberikan investasi terhadap perangkat telekomunikasi agar tetap memenuhi kebutuhan pengguna. Namun ada kalanya perusahaan masih menerapkan proses perhitungan modal/capital expenditure yang kurang efektif dengan metode perhitungan manual pada data yang sangat banyak. Pada tugas akhir ini, dilakukan perencanaan sebuah aplikasi berbasis web yang membantu proses perhitungan modal perangkat optical line terminal (OLT) pada jaringan telekomunikasi. Produk ini memiliki fitur prediksi utilisasi perangkat OLT menggunakan program bantu machine learning neural network serta proses otomasi pengolahan data dan perhitungan modal yang bertujuan untuk mempermudah proses perhitungan modal dan memberikan gambaran tren utilisasi perangkat OLT. Penggunaan machine learning dilakukan pada masing-masing port perangkat OLT untuk memahami tingkah laku tren utilisasi port tersebut, sehingga mampu memberikan prediksi tren utilisasi untuk satu tahun ke depan. Model machine learning yang digunakan pada tugas akhir ini adalah Long Short-Term Memory (LSTM). Model LSTM digunakan karena performanya yang baik untuk pengolahan data yang memiliki fokus terhadap waktu, sehingga nantinya hasil kedua model ini akan dibandingkan untuk memberikan gambaran umum kepada pengguna. Proyek ini memiliki beberapa tahap seperti pra-proses data, pelatihan model, prediksi tren utilisasi masing-masing port perangkat OLT, serta menampilkan seluruh hasil pada aplikasi web. Pada tahap pra-proses data, data mentah terlebih dahulu dibersihkan karena adanya kemungkinan duplikasi data, data tak wajar, dan masalah lainnya sehingga sebagian data diganti nilai-nya dengan menyesuaikan aturan yang diberikan, sebagian data dihapus, dan ada juga penambahan data untuk menyesuaikan kebutuhan data, setelahnya data dinormalisasi agar sesuai dengan kebutuhan masukan model LSTM. Pada tahap pelatihan model serta prediksi tren, data yang sudah diolah dijadikan sebagai masukan dan keluaran masing-masing model, sehingga model dapat memahami pola tren utilisasi dan mampu memberikan prediksi yang baik. Pengukuran performa model akan dievaluasi dari nilai metrik R2 (Determinasi Koefisien) serta grafik perbanding antara training loss dan validation loss. Setelahnya, keseluruhan hasil dan informasi dari proses sebelumnya akan ditampilkan pada aplikasi web agar pengguna dapat memahami setiap proses yang telah dilakukan beserta dapat melihat hasil akhir perhitungan modal. Harapannya keseluruhan tahap ini dapat diproses secara otomasi oleh aplikasi sehingga pengguna tidak perlu lagi mengatur keseluruhan proses masing-masing secara manual. Hasil dari proyek ini menunjukkan bahwa keseluruhan proses dapat membantu proses perhitungan modal, dimana keseluruhan proses dilakukan secara otomasi yang dapat dipantau pengguna hanya pada satu aplikasi web. Prediksi tren utilisasi yang diberikan oleh LSTM pun dapat membantu perusahaan dalam memahami port dan perangkat OLT mana yang perlu penambahan perangkat. Walaupun demikian, model LSTM masih memberikan pola prediksi yang cukup kurang merepresentasikan pola tren utilisasi aktual pada sebagian port OLT, hal ini dikarenakan kurangnya data aktual sehingga kedua model masih belum berhasil menangkap pola tren utilisasi perangkat tersebut. Sebagai kesimpulan, proyek ini menunjukkan potensi dari aplikasi web ini dalam mempermudah perhitungan modal oleh perusahaan dengan proses otomasinya dan kemampuan model LSTM dalam memprediksi tren utilisasi perangkat OLT. Walaupun hasil prediksi masih belum merepresentasikan tren utilisasi aktual dari sebagian perangkat OLT pada saat pembuatan proyek ini, harapannya dengan adanya proses otomasi, model tersebut akan terus belajar dan memberikan hasil yang lebih baik lagi.