peramalan trafik sms area jabotabek dengan metode arima
Clicks: 180
ID: 224255
2012
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
Popular Article
30.0
/100
180 views
23 readers
AI Quality Assessment
Not analyzed
Readership in this journal
PopularRanked #90 of 239 articles by views in Oncogene
Most read
Least read
Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 239 in total.
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
Dalam dunia telekomunikasi, pertukaran informasi
dituntut memiliki performansi yang baik. Salah satu layanan
telekomunikasi yang banyak digunakan adalah SMS (Short
Message Service). Dalam tugas akhir ini akan dilakukan
pemodelan dan peramalan trafik SMS pada jaringan GSM
(Global System for Mobile Communication) area Jabotabek
menggunakan metode ARIMA. Penelitian ini dipusatkan dengan
mengambil data dari 2 lokasi SMSC (Short Message Service
Center) yaitu SMSC yang menampung transaksi SMS peer to
peer GSM-T dan SMSC yang menampung transaksi SMS all
operator. Data tersebut merupakan trafik harian selama 4 bulan
dari bulan Maret hingga Juni 2011 yang akan digunakan untuk
pemodelan dan Bulan Juli 2011 yang akan digunakan sebagai
data testing. Ada 2 kategori pemodelan yaitu untuk tipe SMSC
all operator pada selang waktu 0-15 sec dan 16-30 sec sedangkan
tipe yang kedua yaitu tipe SMSC peer to peer GSM-T pada
selang waktu 0-15 sec dan 16-30 sec. Dari penelitian ini diperoleh
4 model dari data selama 4 bulan yaitu model ARIMA untuk all
operator 0-15 sec adalah ([6,9],1,2), model ARIMA untuk all
operator 16-30 sec adalah (1,0,[1,4,5]), model ARIMA untuk peer
to peer GSM-T 0-15 sec adalah (1,0,[1,7]), dan model ARIMA
untuk peer to peer GSM-T 16-30 sec adalah ([1,5],0,5). Kemudian
untuk hasil peramalan dari 4 model tersebut didapatkan nilai
MAPE terendah yaitu pada model ARIMA untuk trafik all
operator GSM-T 0-15 sec sebesar 0,32883%. Hasil peramalan ini
yang akan digunakan sebagai prediksi trafik kedepan.
dituntut memiliki performansi yang baik. Salah satu layanan
telekomunikasi yang banyak digunakan adalah SMS (Short
Message Service). Dalam tugas akhir ini akan dilakukan
pemodelan dan peramalan trafik SMS pada jaringan GSM
(Global System for Mobile Communication) area Jabotabek
menggunakan metode ARIMA. Penelitian ini dipusatkan dengan
mengambil data dari 2 lokasi SMSC (Short Message Service
Center) yaitu SMSC yang menampung transaksi SMS peer to
peer GSM-T dan SMSC yang menampung transaksi SMS all
operator. Data tersebut merupakan trafik harian selama 4 bulan
dari bulan Maret hingga Juni 2011 yang akan digunakan untuk
pemodelan dan Bulan Juli 2011 yang akan digunakan sebagai
data testing. Ada 2 kategori pemodelan yaitu untuk tipe SMSC
all operator pada selang waktu 0-15 sec dan 16-30 sec sedangkan
tipe yang kedua yaitu tipe SMSC peer to peer GSM-T pada
selang waktu 0-15 sec dan 16-30 sec. Dari penelitian ini diperoleh
4 model dari data selama 4 bulan yaitu model ARIMA untuk all
operator 0-15 sec adalah ([6,9],1,2), model ARIMA untuk all
operator 16-30 sec adalah (1,0,[1,4,5]), model ARIMA untuk peer
to peer GSM-T 0-15 sec adalah (1,0,[1,7]), dan model ARIMA
untuk peer to peer GSM-T 16-30 sec adalah ([1,5],0,5). Kemudian
untuk hasil peramalan dari 4 model tersebut didapatkan nilai
MAPE terendah yaitu pada model ARIMA untuk trafik all
operator GSM-T 0-15 sec sebesar 0,32883%. Hasil peramalan ini
yang akan digunakan sebagai prediksi trafik kedepan.
| Reference Key |
tofani2012jurnalperamalan
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;Lusi Alvina Tofani;Achmad Mauludiyanto |
| Journal | Oncogene |
| Year | 2012 |
| DOI |
DOI not found
|
| URL | |
| Keywords |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.