PENGEMBANGAN WEBSITE PREDIKSI KUALITAS SINYAL PADA OPERATOR TELEKOMUNIKASI SELULER MENGGUNAKAN MACHINE LEARNING

Perkembangan pesat teknologi telekomunikasi seluler mendorong kebutuhan akan jaringan yang lebih stabil dan dapat diandalkan. Tantangan utama yang dihadapi operator adalah mengidentifikasi dan mengatasi area dengan kualitas sinyal yang buruk, atau badspot. Penelitian ini mengembangkan model prediksi kualitas sinyal dengan menggunakan pendekatan clustering dan Random Forest Regressor. Model ini diuji melalui empat uji coba dengan hasil sebagai berikut: rata-rata Mean Absolute Error (MAE) sebesar 65.5257, Mean Square Error (MSE) sebesar 4710.8499, dan R-Squared sebesar -6.8333. Hasil ini menunjukkan tantangan dalam memprediksi kualitas sinyal yang dipengaruhi oleh berbagai faktor eksternal. Meskipun demikian, pendekatan ini memberikan wawasan yang berguna untuk pengembangan lebih lanjut dalam meningkatkan performa jaringan telekomunikasi. Sistem yang dikembangkan diharapkan dapat membantu operator telekomunikasi dalam melakukan identifikasi dan perbaikan area badspot dengan lebih efektif.

Kata Kunci : Badspot, Clustering, Prediksi Sinyal, Random Forest Regressor, Telekomunikasi Seluler