IMPLEMENTASI DAN ANALISA SISTEM INDOOR Wi-Fi POSITIONING DENGAN METODE FINGERPRINTING DAN ALGORITMA K-NN PADA PENGGUNA SMARTPHONE ANDROID

DARMAN, DARMAN (2020) IMPLEMENTASI DAN ANALISA SISTEM INDOOR Wi-Fi POSITIONING DENGAN METODE FINGERPRINTING DAN ALGORITMA K-NN PADA PENGGUNA SMARTPHONE ANDROID. S2 thesis, Universitas Mercu Buana Jakarta-Menteng.

Preview	Text (HALAMAN JUDUL) 1. Halaman Judul.pdf Download (156kB) | Preview
Preview	Text (ABSTRAK) 2. Abstrak.pdf Download (33kB) | Preview
Preview	Text (PERNYATAAN SIMILARITY CHECK) 3. Pernyataan Similarity Check.pdf Download (174kB) | Preview
Preview	Text (LEMBAR PENGESAHAN) 4. Lembar Pengesahan.pdf Download (97kB) | Preview
Preview	Text (SURAT PERNYATAAN) 5. Surat Pernyataan.pdf Download (62kB) | Preview
Preview	Text (KATA PENGANTAR) 6. Kata Pengantar.pdf Download (32kB) | Preview
Preview	Text (DAFTAR ISI) 7. Daftar Isi.pdf Download (132kB) | Preview
Preview	Text (DAFTAR TABEL) 8. Daftar Tabel.pdf Download (29kB) | Preview
Preview	Text (DAFTAR GAMBAR) 9. Daftar Gambar.pdf Download (75kB) | Preview
Preview	Text (DAFTAR SINGKATAN) 10. Daftar Singkatan.pdf Download (27kB) | Preview
	Text (BAB 1) 11. BAB 1.pdf Restricted to Registered users only Download (71kB)
	Text (BAB 2) 12. BAB 2.pdf Restricted to Registered users only Download (548kB)
	Text (BAB 3) 13. BAB 3.pdf Restricted to Registered users only Download (341kB)
	Text (BAB 4) 14. BAB 4.pdf Restricted to Registered users only Download (892kB)
	Text (BAB 5) 15. BAB 5.pdf Restricted to Registered users only Download (111kB)

Abstract

Melacak pengguna smartphone dengan menggunakan teknologi gelombang radio merupakan salah satu tema teknologi Real Time Location Service (RTLS) yang terus berkembang dan menarik untuk diteliti. GPS dapat digunakan untuk area luar ruangan saja, namun tidak dapat digunakan untuk melacak pengguna smartphone di dalam gedung. Indoor Wi-Fi Positioning System (WPS) adalah sistem untuk melacak posisi dan menghitung jumlah pengguna smartphone android di lingkungan indoor dengan menggunakan teknologi Wi-Fi dan memanfaatkan Received Signal Strength (RSS) Wi-Fi yang diterima oleh smarthphone secara real time. Penelitian ini membahas implementasi dan analisa sistem penentuan posisi di dalam ruangan dengan menggunakan metode fingerprinting dan algoritma K-Nearest Neighbor (K-NN) untuk pengguna smartphone android dengan pemrosesan data di cloud server. Aplikasi android perlu diinstal pada smartphone android dan aplikasi berbasis web untuk pemantauan posisi dan jumlah pengguna smartphone dapat di akses melalui jaringan internet. Indoor WPS yang telah di implementasikan mampu menghitung jumlah pengguna smartphone di area penelitian dengan sempurna. Skenario menggunakan grid 1.5 x 1.5 meter dan K = 1 menunjukkan tingkat kesalahan posisi 19,28% dan kesalahan jarak rata-rata 1.70 meter. Skenario menggunakan grid 3.0 x 3.0 meter dan K = 1 menunjukkan persentase kesalahan posisi 13,53% dan kesalahan jarak rata-rata 3.0 meter, sedangkan menggunakan grid 3.0 x 3.0 meter dan K = 3 menunjukkan persentase kesalahan posisi 12,14% dan kesalahan jarak rata-rata 3.0 meter. Pengaruh perubahan lingkungan pada fase positioning terhadap persentase kesalahan penentuan posisi juga dilakukan dalam penelitian ini. Kata Kunci: Wi-Fi, Indoor Positioning, RSS, Fingerprinting, K-Nearest Neighbor Tracking smartphone users by using radio wave technology is one of the Real Time Location Service (RTLS) technology themes that continues to grow and important to be examined. GPS can be utilized for outdoor areas only, but it cannot be used for tracking the user inside the building. Indoor Wi-Fi Positioning System (WPS) is a system for determining the position and counting the numbers of android smartphone users in an indoor environment using Wi-Fi technology by utilizing Received Signal Strength (RSS) which received by smarthphone in real time. This research discusses the implementation and analysis of an indoor positioning system using the fingerprinting method and K-Nearest Neighbor (K-NN) algorithm for android smartphone users with data processing on the cloud server. The android application needs to be installed on an android smartphone and the wireless indoor positioning web based application used to monitor the position and count the number of smartphone users can be access using internet network. Implemented indoor WPS able to count the numbers of smartphone user in research area perfectly. The scenario using 1.5 x 1.5 meter grid and K=1 showed position error rate 19.28% with average distance error 1.70 meter. The scenario using 3.0 x 3.0 meter grid and K = 1 showed position error percentage 13.53% with average distance error 3.0 meter. The scenarion using a 3.0 x 3.0 meter grid and K=3 showed position error percentage 12.14% with average distance error 3.0 meter. The effect of environmental changes in the positioning phase to the percentage of position errors was also carried out in this research. Keywords: Wi-Fi, Indoor Positioning, RSS, Fingerprinting, K-Nearest Neighbor

Actions (login required)

View Item