Perancangan Model Kecerdasan Buatan Berbasis Long Short Term Memory (LSTM) dan Fuzzy Inference System untuk Mendukung Validasi Data Optical Distribution Point (ODP) di PT Telkom Witel Lampung
PT. Telkom Witel Lampung menghadapi tantangan signifikan dalam validasi data Optical Distribution Point (ODP), salah satunya dalam memastikan ketersediaan port bagi pelanggan baru. Meskipun program Valins telah diperkenalkan untuk membantu teknisi, bot Valins masih memiliki keterbatasan seperti kesalahan validasi, penginputan data ganda, respons lambat, dan ketidakmampuan mendukung iOS. Penelitian ini bertujuan untuk merancang model AI yang mampu melakukan validasi data ODP secara otomatis serta menguji kinerjanya menggunakan data operasional Telkom untuk evaluasi real-time. Model AI yang dikembangkan menunjukkan peningkatan efisiensi operasional, dengan training loss menurun dari 0.6931 menjadi 0.6925 dan akurasi training meningkat dari 20,8% menjadi 79,2%. Namun, validation loss tetap konstan pada 0.8571, mengindikasikan perlunya peningkatan generalisasi pada data baru. Akurasi validasi yang stabil pada 85,7% menunjukkan performa yang konsisten pada data operasional. Integrasi sistem inferensi fuzzy menghasilkan nilai defuzzification sebesar 2.26, yang merekomendasikan prioritas perbaikan VPN. Hasil ini menunjukkan bahwa model AI dapat meningkatkan efisiensi operasional, mengurangi kesalahan manusia, dan memastikan kualitas layanan telekomunikasi yang lebih baik bagi PT. Telkom Witel Lampung.
URI
https://repo.itera.ac.id/depan/submission/SB2409190001
Keyword
Optical Distribution Point Data Validation Fuzzy Inference System Telkom Indonesia Artificial Intelligence Valins