Prediksi Nilai Redaman Jaringan Fiber Optik untuk Menilai Kinerja Jaringan Menggunakan Random Forest Regression

Peningkatan kebutuhan layanan telekomunikasi membutuhkan infrastruktur jaringan fiber optik yang andal. Namun, redaman sinyal menjadi tantangan utama dalam transmisi data yang menyebabkan penurunan kualitas layanan. Penelitian ini bertujuan memprediksi nilai redaman jaringan fiber optik menggunakan algoritma Random Forest Regression dengan memanfaatkan data historis dari PT. Telkom Akses Indonesia. Dataset terdiri dari 1225 data Pasang Sambungan Baru (PSB) dengan fitur koordinat ODP, lokasi pelanggan, panjang kabel, dan nilai redaman. Hasil penelitian menunjukkan bahwa model dengan rasio data 90:10 memberikan performa optimal dengan R² Score 0.9832, MSE 0.0559, RMSE 0.2363, dan MAE 0.1009. Model ini mampu menjelaskan 98.32% variasi dalam data redaman jaringan. Prediksi nilai redaman untuk periode mendatang menunjukkan tren yang stabil, memungkinkan penilaian kinerja jaringan fiber optik secara proaktif sehingga operator dapat mengantisipasi gangguan sebelum berdampak pada layanan pelanggan.