<![CDATA[Akses internet telah menjadi kebutuhan mendasar manusia, bahkan disebut sebagai “data is the new oil” untuk menggambarkan betapa berharganya data network traffic bagi penyedia layanan (Shevchuk, 2021). PT Adisesha Palladium Interchange Network (APEX) sebagai penyedia internet di Malang menghadapi urgensi untuk mengelola dan memprediksi traffic jaringan secara akurat agar mampu bersaing di Jawa Timur. Penelitian ini membandingkan pendekatan linear seperti ARIMA, yang terbukti menghasilkan kesalahan signifikan (Zhao, 2022), dengan pendekatan non-linear berbasis deep learning, khususnya Long Short-Term Memory (LSTM), yang mampu menangani dependensi jangka panjang pada data time series (Fleischer, 2021). Hasil pengujian menunjukkan bahwa LSTM memiliki performa terbaik dibandingkan ARIMA, SVM, RNN, dan GRU, dengan tingkat kesalahan terendah serta akurasi tertinggi pada dataset MAWI dan APEX. Kesimpulannya, LSTM dapat beradaptasi dengan karakteristik data yang berbeda dan menjadi model prediksi paling kompetitif untuk kebutuhan perusahaan, sekaligus membuka peluang peningkatan kualitas layanan melalui pengelolaan traffic data yang lebih presisi.]]>
Copyrights © 2026
