PREDIKSI LATENCY PADA JARINGAN GPON DAN EPON MENGGUNAKAN HYBRID RANDOM FOREST-XGBOOST BERBASIS PARAMETER QUALITY OF SERVICE

Abstract

Penelitian ini menganalisis prediksi latency pada jaringan GPON dan EPON menggunakan hybrid Random Forest-XGBoost berbasis parameter Quality of Service, yaitu jitter, throughput, dan packet loss. Tujuan penelitian ini adalah mengidentifikasi pengaruh parameter Quality of Service terhadap latency, membangun model prediksi dengan Random Forest dan XGBoost, serta menilai peningkatan kinerja melalui model hybrid. Penelitian ini merupakan penelitian terapan dengan pendekatan kuantitatif dan komputasional. Data primer diperoleh dari jaringan operasional PT Anugerah Cimanuk Raya melalui packet capturing menggunakan Wireshark sebanyak 10.000 sampel. Data diolah melalui Exploratory Data Analysis, pembersihan data, normalisasi, dan pemodelan regresi terawasi. Evaluasi model dilakukan menggunakan RMSE, MAE, dan R², sedangkan klasifikasi kualitas latency dinilai melalui akurasi, precision, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa latency memiliki hubungan positif yang kuat dengan jitter dan packet loss, serta hubungan negatif yang sangat kuat dengan throughput. Model XGBoost Regressor tuned memberikan performa terbaik dengan RMSE 0,460371, MAE 0,359267, dan R² 0,915101. Model hybrid stacked Random Forest-XGBoost juga menghasilkan kinerja yang tinggi, dengan RMSE 0,466739, MAE 0,364402, dan R² 0,912736, sedangkan Random Forest tuned memperoleh RMSE 0,484631, MAE 0,378514, dan R² 0,905917. Pada klasifikasi, model mencapai akurasi 0,789500 dan F1-Score 0,799237. Temuan ini menunjukkan bahwa prediksi latency pada jaringan GPON dan EPON dapat dibangun secara akurat dari parameter Quality of Service, serta bahwa model hybrid layak digunakan sebagai dasar pemantauan kualitas jaringan.