Penelitian ini bertujuan untuk menganalisis pola penggunaan bandwidth pada infrastruktur jaringan LEX Indonesia yang mengalami peningkatan beban seiring digitalisasi dan bertambahnya aktivitas operasional, sementara belum tersedia mekanisme analisis otomatis untuk mengidentifikasi pola dan memprediksi kebutuhan kapasitas jaringan. Pendekatan CRISP-DM diterapkan melalui tahapan preprocessing, klasterisasi, dan pemodelan regresi untuk mendukung pengambilan keputusan terkait manajemen bandwidth. Algoritma K-Means digunakan untuk melakukan klasterisasi berdasarkan parameter Traffic Total (volume) dan Traffic Total (speed), menghasilkan tiga klaster utama (Low, Medium, High) dengan proporsi terbesar pada klaster High yang mengindikasikan beban jaringan cenderung tinggi. Evaluasi kualitas klaster menggunakan Davies-Bouldin Index (DBI) memperoleh nilai 0.44917153527097403 yang berada pada kategori baik. Selanjutnya, regresi linier sederhana diterapkan pada masing-masing klaster untuk memodelkan hubungan antara volume dan speed, dengan hasil bahwa model mampu menangkap tren peningkatan volume seiring peningkatan speed, serta menghasilkan estimasi volume berbasis centroid pada klaster Low sebesar 358,404.70 MByte, Medium sebesar 729,233.99 MByte, dan High sebesar 1,024,734.23 MByte. Evaluasi akurasi menggunakan Mean Squared Error (MSE) menghasilkan nilai 95,779,879.49 pada klaster Low, 152,345,363.34 pada klaster Medium, dan 58,741,487.36 pada klaster High. Secara keseluruhan, kombinasi K- Means dan regresi linier sederhana efektif dalam mengidentifikasi pola trafik dan mengestimasi beban bandwidth, serta berpotensi mendukung capacity planning, peningkatan Quality of Service

S12438

INF 0008 2026

Bekasi

Tersedia