PREDIKSI TRAFIK PADA KOMUNIKASI DATA DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN METODE RADIAL BASIS FUNCTION

ABSTRAK
Akses informasi saat ini telah semakin berkembang seiring dengan
semakin meningkatnya kebutuhan akan trafik data. Salah satu bagian dari
perencanaan jaringan telekomunikasi adalah bagaimana memprediksi kebutuhan
trafik di masa yang akan datang dengan mengacu kepada pola data sebelumnya
diluar dari faktor eksternal seperti kondisi geografis dan sosial ekonomi
masyarakat. Kebutuhan trafik data erat kaitannya dengan kapasitas atau
bandwidth yang dibutuhkan untuk jaringan telekomunikasi. Universitas
Hasanuddin adalah wilayah yang dipilih untuk menganalisis dan memprediksi
kebutuhan trafiknya di masa yang akan datang.
Pada penelitian ini digunakan Jaringan Syaraf Tiruan metode Radial Basis
Function, data yang digunakan dalam penelitian ini adalah data selama 3 bulan,
dari rentang tanggal 29 Juli-29 September 2012 dari pukul 00.00-23.30 yang
direkam oleh software monitoring trafik, CACTI PT. Telkom Indonesia. Tbk. data
yang bersifat acak dan time series akan diproses pada jaringan neural network
metode Radial Basis Function dengan mengelompokkan data trafik berdasarkan
hari yang sama seperti hari senin dikelompokan dengan hari senin untuk mingguminggu berikutnya dari bulan juli- September 2012, begitu pula untuk data hari
selasa, rabu, kamis ,jumat dan sabtu. Setelah di kelompokkan data akan dibagi
menjadi data inputan, data target, dan data uji, setelah pengelompokan data- data
tersebut maka dilakukan pembelajaran/ pelatihan dengan menggunakan Jaringan
Syaraf Tiruan metode Radial Basis Function sehingga didapatkan nilai RMSE
(Root Mean Square Error) terkecil.
Setelah melakukan pembelajaran dengan menggunakan Jaringan Syaraf
Tiruan metode Radial Basis Function didapatkan tingkat keakuratan data latih
trafik inbound sebesar 87,753% dan 90,73% untuk trafik outbound. Serta
didapatkan tingkat keakuratan data uji trafik inbound sebesar 82,42% dan
72,48% untuk trafik outbound