Komunikasi optik merupakan salah satu teknologi telekomunikasi yang banyak digunakan karena kecepatan pengiriman datanya tinggi. Dalam perancangan sistem komunikasi fiber optik, banyaknya data yang harus diproses mengakibatkan waktu komputasi yang diperlukan menjadi lebih lama. Seiring dengan munculnya data science, penerapan Machine Learning pada sistem komunikasi fiber optik untuk
memprediksi Quality of Transmission (QoT) dari sebuah jaringan mulai banyak dilakukan. Dengan Machine Learning, waktu komputasi yang diperlukan untuk memprediksi QoT sebuah jaringan dapat dilakukan dengan cepat dengan tingkat akurasi yang tinggi.
Penelitian ini menganalisis dan memprediksi QoT dari sistem komunikasi fiber optik dengan menggunakan Machine Learning. Parameter QoT yang digunakan adalah Q-factor. Data yang digunakan untuk simulasi Machine Learning merupakan data sintetik yang diperoleh menggunakan software simulasi jaringan optik. Terdapat tiga algoritma Machine Learning yang digunakan dalam penelitian ini,
yaitu Linear Regression (LR), Decision Tree (DT) dan Random Forest (RF).
Dari simulasi yang telah dilakukan, dapat dievaluasi bahwa penggunaan algoritma DT dan RF dapat diterapkan untuk memprediksi Q-factor dengan tingkat akurasi mencapai 99% untuk algoritma DT dan RF. Dan waktu komputasi yang diperlukan machine learning untuk memprediksi Q-faktor hanya sekitar 0.079 milisekon.