| Penelitian ini mengekspLoRasi penerapan teknologi komunikasi Long Range (LoRa) dengan pengaturan Time Division Multiple Access (TDMA) dalam mengatasi keterbatasan sistem komunikasi konvensional seperti Automatic Identification System (AIS). Penelitian ini memfokuskan pada optimasi slot waktu dalam TDMA berbasis LoRa untuk meminimalkan error komunikasi akibat variasi jarak antar kapal. Eksperimen dilakukan menggunakan 2 modul LoRa, 2 Arduino Uno R3 sebagai pengontrol, dan 2 keypad sebagai alat input data numerik yang mana 2 perangkat ini akan di asumsikan sebagai 2 node atau kapal. Variasi jarak (10m, 15m, 20m, 25m, 30m, 35m, 40m, 45m, 50m) dan interval slot waktu TDMA (10 ms, 50 ms, 100 ms) dianalisis untuk mengukur Received Signal Strength Indicator (RSSI) dan tingkat Throughput. Selain itu, penelitian ini menerapkan metode machine learning regresi linear dan Random Forest untuk memprediksi slot waktu optimal berdasarkan parameter jarak dan RSSI, sehingga meningkatkan efisiensi komunikasi. Hasil penelitian menunjukkan bahwa pada jarak 10m dengan slot waktu 50 ms, nilai RSSI mencapai -85 dBm dengan tingkat Throughput sebesar 98%. Pada jarak 30m dengan slot waktu 50 ms, nilai RSSI tercatat -97 dBm dengan Throughput sebesar 94%, sementara pada jarak 50m dengan slot waktu 100 ms, nilai RSSI mencapai -105 dBm dengan Throughput sebesar 89%. Model prediksi berbasis regresi linear dan Random Forest berhasil mengestimasi slot waktu yang optimal dengan tingkat akurasi tinggi, memungkinkan sistem untuk menyesuaikan parameter TDMA secara adaptif sesuai dengan kondisi lingkungan. Kombinasi slot waktu optimal pada jarak tertentu memberikan kualitas sinyal terbaik dengan error minimal. Solusi ini membuktikan efisiensinya dalam konsumsi daya, kehandalan transmisi, dan kemampuan untuk beradaptasi pada variasi lingkungan maritim. Penelitian ini berkontribusi pada pengembangan sistem komunikasi maritim yang aman, efisien, dan hemat biaya untuk mendukung operasional maritim yang lebih baik di perairan padat. |