Analisis Kinerja TabNet Dan Model Pembanding Untuk Klasifikasi Soft Failure Dan Prediksi Optical Signal-To-Noise Ratio (OSNR) Pada Jaringan Serat Optik Berbasis Data QoT
Tugas Akhir07 Jul 2026

Analisis Kinerja TabNet Dan Model Pembanding Untuk Klasifikasi Soft Failure Dan Prediksi Optical Signal-To-Noise Ratio (OSNR) Pada Jaringan Serat Optik Berbasis Data QoT

Poster ini menyajikan penelitian tentang evaluasi kinerja TabNet dan beberapa model pembanding dalam klasifikasi soft failure serta prediksi Optical Signal-to-Noise Ratio (OSNR) pada jaringan serat optik menggunakan data Quality of Transmission (QoT). Hasil penelitian menunjukkan bahwa TabNet memperoleh performa terbaik pada tugas klasifikasi soft failure, sedangkan LSTM memberikan hasil paling akurat untuk prediksi OSNR. Selain memiliki kinerja yang unggul, TabNet juga menawarkan interpretabilitas melalui analisis feature importance, sehingga kontribusi setiap parameter QoT terhadap hasil prediksi dapat diketahui dengan lebih jelas.

Kreator & Penulis

A

Ahmad Al-Kahfi Kenedy

09011382227142

COMNETS
Research Group