Deskripsi
FSOPredict adalah sebuah aplikasi website interaktif yang dibangun untuk melakukan prediksi Bit Error Rate (BER) pada sistem komunikasi Free Space Optic (FSO) menggunakan teknologi machine learning. Aplikasi ini ditujukan untuk membantu pengguna memahami pengaruh kondisi atmosfer seperti kabut, hujan, angin, kelembaban, dan lainnya pada performa sistem FSO, yang dapat diketahui dengan memprediksi nilai BER dalam jangka waktu tertentu. Website ini dibangun dengan integrasi model machine learning menggunakan algoritma Random Forest, yang telah dioptimasi menggunakan Optuna hyperparameter tuning, serta didukung oleh hasil simulasi optik dari OptiSystem. Prediksi dilakukan berdasarkan kumpulan data time series dan angka prediksi BER yang berubah seiring waktu. Sistem dikembangkan menggunakan framework Next.js di sisi frontend dan Flask di sisi backend, serta dilengkapi fitur autentikasi menggunakan JSON Web Token (JWT). Fitur utama FSOPredict meliputi 1. Input parameter lingkungan dan sistem berdasarkan rentang waktu 2. Prediksi BER secara time series 3. Klasifikasi kondisi cuaca 4. Rekomendasi teknis konfigurasi FSO 5. Riwayat dan penyimpanan hasil prediksi Aplikasi ini memiliki antarmuka yang responsif dan user-friendly, dengan skor performa tinggi berdasarkan evaluasi Google Lighthouse. Dengan akurasi model yang tinggi dan penyajian data historis yang informatif, FSOPredict menjadi solusi prediktif yang efektif dalam mendukung analisis dan perencanaan sistem komunikasi FSO.
