PERAMALAN TRAFIK UNTUK ALOKASI BANDWIDTH JARINGAN SELULER 4G MENGGUNAKAN MODEL HYBRID ARIMA-LSTM

Abstract

Saat ini, ada beberapa teknik prediksi yang sangat membantu bisnis dalam meningkatkan efisiensi. Salah satunya adalah prediksi alokasi bandwidth. Diharapkan metode ini dapat membantu perusahaan telekomunikasi mengurangi biaya, terutama biaya transfer data dari setiap lokasi. Ketidakmampuan untuk mengelola bandwidth yang diperlukan saat ini adalah masalah umum bagi perusahaan telekomunikasi. Kadang-kadang, ada kekurangan bandwidth atau kelebihan bandwidth pada setiap BTS, yang dapat mengurangi keuntungan yang diperoleh perusahaan. Suatu sistem yang dapat mengatur dan memprediksi kebutuhan bandwidth masa depan diperlukan untuk menyelesaikan masalah tersebut. Dengan menggunakan data dari hasil monitoring bandwidth setiap cell, kami mengeksplorasi prediksi kebutuhan bandwidth pada penelitian ini. Data ini berupa baris waktu. Peneliti mengumpulkan data dari November 2019 hingga Januari 2020. Langkah pertama adalah melakukan simulasi prediksi dengan menggunakan metode LSTM. Setelah mencoba beberapa model LSTM model terbaik adalah LSTM (windows=100, 2 lapisan, 100 neuron), dengan hasil RMSE 387.693019. Peneliti menggunakan hasil model untuk melakukan eksperimen dengan model LTSM. Studi ini menemukan bahwa prediksi dalam waktu lima puluh jam menunjukkan tingkat akurasi yang tinggi.