PENERAPAN ALGORITMA K-NN SEBAGAI ALAT BANTU ANALISIS OPTIMALISASI PARAMETERCSSR (CALL SETUP SUCCESS RATE) PADA SISTEM KOMUNIKASI GSM

Abstract

Abstrak

Pada sistem komunikasi seluler GSM (Global System for Mobile Communication), kinerja jaringan komunikasi GSM harus diperhatikan agar kualitas panggilan dapat terjaga dengan baik. Ada berbagai parameter yang menentukan kinerja jaringan GSM, salah satu parameternya adalah Call Setup Success Rate (CSSR), apabila nilai dari CSSR tersebut buruk, maka kinerja jaringan GSM juga akan turun. Nilai CSSR dipengaruhi oleh beberapa parameter yang tidak mempunyai rumus atau tidak saling berhubungan. Di lapangan, pihak operator atau engineer menentukan keputusan optimalisasi berdasarkan pengalaman. Tetapi bagi orang yang belum mempunyai pengalaman di bidang tersebut akan mengalami kesulitan dalam membuat keputusan optimalisasi parameter CSSR berdasarkan relasi/kaitan dari berbagai nilai yang ada pada parameter-parameter CSSR dan algoritma pengenalan pola diperlukan untuk membuat suatu keputusan optimalisasi CSSR, salah satunya yaitu k-Nearest Neighbor (k-NN). Secara keseluruhan, persentase keberhasilan optimalisasi CSSR terhadap keseluruhan data real adalah79, 72%.

Kata kunci: GSM, CSSR, OMC-R, k-NN, Optimalisasi

Abstract

In the mobile communication system GSM (Global System for Mobile Communication), the performance of GSM communication network must be considered so that the quality of call in voice calls, video calls, and data communication can be maintained properly. There are various parameters that affect the performance of GSM network, one of its parameters is CSSR, if the value of CSSR is low, then GSM network performance will decrease. The value of CSSR is influenced by several parameters that have no formula or not interconnected. On the field, the operator or engineer determines the optimization decision based on experience. In the other hand, people who do not have experience in that field will have difficulty in making decisions for CSSR parameters optimization based on connection of various values in CSSR parameters, so, pattern recognition algorithms is needed to make a decision for CSSR optimization, and one of its algorithms is k-Nearest Neighbor (k-NN). Overall, percentage of successful for CSSR optimization with real data is 79,72 % .

Keywords: GSM, CSSR, OMC-R, k-NN, Optimization