Elmania Kombong. 2026. Evaluasi Kinerja Jaringan WLAN Menggunakan Machine Learning untuk Mengetahui Throughput dan Lathency pada Lingkungan Sekolah SMK Harapan Lamasi (dibimbing oleh Alim Surya Saruman dan Shindy Ekawati)

Penelitian ini bertujuan untuk mengevaluasi kinerja jaringan Wireless Local Area Network (WLAN) menggunakan algoritma Random Forest dalam pendekatan machine learning untuk menganalisis parameter throughput dan latency pada lingkungan SMK Harapan Lamasi. Penelitian menggunakan metode kuantitatif dengan pendekatan eksperimen, karena berfokus pada pengukuran dan analisis data numerik yang diperoleh dari pengujian jaringan. Data dikumpulkan melalui proses monitoring jaringan menggunakan Wireshark dengan parameter jumlah pengguna (users), kekuatan sinyal (Received Signal Strength Indicator / RSSI), packet loss, throughput, dan latency. Selanjutnya, data diproses melalui tahap preprocessing, normalisasi, pembagian data latih dan data uji, serta pemodelan menggunakan algoritma Random Forest Regressor dan Random Forest Classifier. Hasil penelitian menunjukkan bahwa model regresi memiliki kemampuan yang cukup baik dalam memprediksi throughput dengan nilai koefisien determinasi (R²) sebesar 0,6155, sedangkan pada prediksi latency diperoleh nilai R² sebesar 0,8439 yang menunjukkan performa prediksi yang sangat baik. Pada proses klasifikasi latency, model menghasilkan nilai accuracy sebesar 94,44%, dengan nilai precision, recall, dan F1-score yang tinggi, sehingga mampu mengelompokkan kondisi jaringan secara akurat. Analisis feature importance menunjukkan bahwa packet loss merupakan variabel yang paling berpengaruh terhadap kinerja jaringan WLAN dibandingkan parameter lainnya. Berdasarkan hasil tersebut, dapat disimpulkan bahwa algoritma Random Forest efektif digunakan untuk mengevaluasi dan memprediksi kinerja jaringan WLAN, sehingga dapat menjadi dasar dalam proses monitoring, evaluasi, dan pengambilan keputusan untuk meningkatkan kualitas layanan jaringan di lingkungan SMK Harapan Lamasi.