Implementasi Algoritma Deep Neural Network untuk Prediksi Nilai Redaman Sinyal oleh Perubahan Cuaca pada Komunikasi Seluler Berbasis Python

Isrul An Nuriah

Dengan semakin berkembangnya teknologi komunikasi seluler dan pengaruh lingkungan, serta kondisi atmosfer yang tidak menentu karena cuaca, memungkinkan terjadinya suatu gangguan pada komunikasi seluler, salah satunya yaitu redaman sinyal oleh perubahan cuaca. Sehingga perlu dilakukan adanya pengukuran kualitas jaringan dengan metode drive test yang menghasilkan parameter RSSI. Nilai redaman tersebut menghasilkan nilai yang berbeda setiap waktu, sehingga dibutuhkan adanya klasifikasi untuk prediksi nilai redaman. Dalam penelitian ini melakukan prediksi redaman sinyal oleh pengaruh cuaca dengan menggunakan teknik deep learning, algoritma pada deep learning yang digunakan yaitu algoritma Deep Neural Network. Dalam penelitian ini didapatkan hasil pengukuran drive test yang dilakukan di Kota Malang, pengukuran pada 4 site dengan cuaca cerah, berawan, mendung dan hujan menghasilkan nilai yang berbeda setiap waktunya, sehingga kualitas daya sinyal yang diterima oleh Mobile Station juga berbeda. Dari hasil pengukuran drive test kuat sinyal yang diterima oleh antena Mobile Station dari antena pemancar adalah ketika cuaca cerah dan berawan yaitu masuk pada kategori bagus dengan rentang nilai -75 dBm ≥ RSSI ≥ -85 dBm dengan nilai 3.06 dB ≤ Redaman Sinyal ≤ 10.69 dB. Sedangakn kuat sinyal yang diterima ketika cuaca mendung dan hujan masuk pada kategori buruk dengan rentang nilai -89 dBm ≥ RSSI ≥ -105 dBm dengan nilai 14.06 dB ≤ Redaman Sinyal ≤ 26.69 dB. Hasil dari Machine Learning menggunakan algoritma Deep Neural Network adalah dengan input parameter waktu, cuaca, suhu, kelembapan dan curah hujan maka menghasilkan nilai berupa prediksi redaman sinyal, dengan tingkat error 0.057%, Dari nilai rata-rata error tersebut didapatkan akurasi yang baik pada Machine Learning, yang artinya nilai prediksi mendekati atau hampir sama dengan nilai target redaman yang dihasilkan dari pengukuran drive test.

© 2026 UPA Perpustakaan POLINEMAStatus LayananKebijakan PrivasiSyarat & Ketentuan

v2026.11.20.5 · 33e0fa7