Penulis: Andrew Tanny Liem, I-Shyan Hwang, Elaiyasuriyan Ganesan, Semmy Wellem Taju, Green Arther Sandag (Fakultas Ilmu Komputer, Universitas Klabat)
Perkembangan teknologi jaringan optik terus meningkat dengan adopsi Artificial Intelligence (AI), khususnya melalui Machine Learning (ML) dan Deep Learning (DL). Salah satu teknologi penting dalam mendukung aplikasi berbandwidth tinggi seperti streaming video 4K dan CCTV UHD adalah Next Generation Ethernet Passive Optical Network (NG-EPON). Penelitian ini memperkenalkan mekanisme Temporal Dynamic Wavelength Bandwidth Allocation (T-DWBA) berbasis arsitektur Long-Short-Term-Memory (LSTM), yang mampu mempelajari pola lalu lintas data dan memprediksi kebutuhan bandwidth secara lebih akurat. T-DWBA secara signifikan mengurangi beban pesan kontrol upstream, menghilangkan waktu idle, dan meningkatkan pemanfaatan bandwidth untuk menjamin Quality of Service (QoS) tinggi, terutama untuk aplikasi video. Hasil simulasi menunjukkan peningkatan performa sistem, seperti penurunan packet delay dan jitter, serta peningkatan efisiensi pemanfaatan bandwidth. Integrasi teknik AI dengan teknologi Software Defined Network (SDN) dan cloud menjadikan mekanisme ini solusi potensial untuk mengoptimalkan performa NG-EPON di masa depan.
Unduh Jurnal Lengkap (PDF)
Download PDF