Adelia Putri Hanafiah
Politeknik Negeri Jakarta

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Machine Learning untuk Prediksi dan Mitigasi Gangguan Jaringan Starlink pada PT X Adelia Putri Hanafiah; Dewi Yanti Liliana; Prihatin Oktivasari
Electrices Vol 8 No 2 (2026): Volume 8 Nomor 2 Tahun 2026
Publisher : Jurusan Teknik Elektro, Politeknik Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/ees.v8i2.8687

Abstract

Penelitian ini mengimplementasikan sistem klasifikasi kondisi dan mitigasi gangguan jaringan Starlink di PT X menggunakan parameter Quality of Service (QoS) dan data cuaca. Dari 13.152 catatan awal, diperoleh 12.984 data setelah preprocessing. Evaluasi Random Forest (RF), Support Vector Machine (SVM), dan Artificial Neural Network (ANN) menggunakan pembagian data stratified 80:20, yaitu 10.387 data latih dan 2.597 data uji. Akurasi yang dilaporkan berturut-turut sebesar 99,81%, 99,03%, dan 98,58%. Confusion matrix memperlihatkan bahwa RF mengklasifikasikan dengan benar 106 dari 108 data Gangguan, 2.415 dari 2.417 data Normal, dan 71 dari 72 data Warning. Kinerja tersebut merepresentasikan klasifikasi label berbasis ambang QoS karena parameter yang digunakan dalam pelabelan juga digunakan sebagai fitur model. RF diimplementasikan pada Raspberry Pi yang terintegrasi dengan ESP32, MikroTik, modem Orbit, dan Telegram Bot. Pada 35 rekaman monitoring, jalur aktif selalu sesuai dengan jalur tujuan yang dicatat, yaitu 22 rekaman Starlink dan 13 rekaman Orbit. Hasil ini mendukung fungsi klasifikasi serta pengalihan jalur, tetapi tidak menunjukkan ketepatan prediksi sebelum gangguan maupun besarnya pengurangan downtime.