RANCANG BANGUN SISTEM REKOMENDASI OPTIMASI JARINGAN 4G BERBASIS MACHINE LEARNING PADA PT GLOBAL ONE SOLUSINDO

Perkembangan teknologi informasi mendorong berbagai sektor, termasuk bidang telekomunikasi, untuk menerapkan digitalisasi guna meningkatkan efisiensi kerja. Salah satu tantangan dalam optimasi jaringan seluler adalah proses analisis hasil drivetest yang memerlukan waktu lama. PT Global One Solusindo (G1), sebagai subkontraktor di bidang telekomunikasi, membutuhkan sistem yang dapat mempercepat proses tersebut. Penelitian ini bertujuan untuk merancang dan membangun sistem rekomendasi optimasi jaringan 4G berbasis machine learning yang diimplementasikan dalam bentuk website. Sistem ini mengintegrasikan dua model machine learning, yaitu model klasifikasi menggunakan algoritma Random Forest Classifier untuk merekomendasikan jenis optimasi jaringan, dan model regresi menggunakan algoritma Random Forest Regressor untuk memprediksi nilai parameter jaringan setelah dilakukan optimasi. Pengembangan model melibatkan beberapa teknik, seperti MinMaxScaler untuk normalisasi data, K-Means untuk pengelompokan, SMOTE untuk penyeimbangan data, serta One-Hot Encoding untuk konversi data kategorikal. Data yang digunakan merupakan data drivetest yang memuat parameter RSRP, SINR, Throughput DL dan UL, serta koordinat geografis. Hasil pengujian menunjukkan bahwa model klasifikasi memiliki nilai rata-rata accuracy, precision, recall, dan F1-score sebesar 0,95. Sementara itu, model regresi memiliki nilai rata-rata R² sebesar 0,9716, Mean Absolute Error (MAE) sebesar 0,01296, Mean Squared Error (MSE) sebesar 0,00045, dan Root Mean Squared Error (RMSE) sebesar 0,02082. Sistem kemudian diimplementasikan ke dalam website menggunakan framework Flask dan dievaluasi berdasarkan standar ISO 25010 pada aspek functional suitability, usability, dan performance efficiency. Hasil evaluasi menunjukkan bahwa sistem memiliki kualitas yang layak digunakan oleh RF Engineer dalam mendukung proses analisis data drivetest dan memberikan rekomendasi dalam pengambilan keputusan optimasi jaringan seluler.