digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Muhammad Umar Fathurrohman
PUBLIC Dewi Supryati

PT X merupakan perusahaan yang menyediakan layanan internet fixed broadband se-Indonesia. Selama periode April 2019 hingga Juni 2019, layanan fixed broadband menerima lebih dari 800 ribu laporan gangguan internet. Laporan gangguan dapat dikelompokkan menjadi dua kelompok, yaitu laporan gangguan individu dan laporan gangguan massal; serta laporan gangguan teknis dan laporan gangguan non teknis. Lebih dari 600 ribu pengguna layanan fixed broadband mengalami gangguan teknis dari hampir 5 juta pengguna aktif dengan gangguan internet pada Region 2 konsisten memiliki jumlah laporan gangguan tertinggi. PT X ingin meningkatkan kualitas layanan dengan menurunkan jumlah laporan gangguan dengan mendeteksi gangguan lebih awal tanpa menunggu laporan dari pelanggan. Saat ini, PT X belum memiliki alat untuk mengantisipasi terjadinya gangguan layanan fixed broadband. Penelitian ini membahas pembangunan model prediksi gangguan layanan fixed broadband pada PT X menggunakan data network performance dan data laporan gangguan. Metodologi yang digunakan untuk membangun model prediktif adalah The Cross-Industry Standard Process for Data Mining. Algoritma yang digunakan model prediktif pada penelitian ini meliputi random forest, logistic regression, support vector machine, dan artificial neural network. Model prediktif dengan performa terbaik saat diuji diperoleh artificial neural network dengan rata-rata akurasi 65,55% dan rata-rata recall 54,29%. Penelitian ini menggunakan bahasa pemrograman python untuk membangun model prediktif dan membangun prototype. Prototype dapat digunakan untuk melakukan prediksi terjadinya gangguan layanan pada pengguna menggunakan model prediktif dengan performa terbaik. Diharapkan prototype model prediktif ini dapat menurunkan jumlah laporan gangguan fixed broadband yang diterima PT X.