Abstract

Indoor Positioning System (IPS) merupakan teknologi nirkabel yang digunakan untuk menemukan objek atau individu di dalam gedung menggunakan gelombang radio, medan magnet, sinyal akustik, atau sensor lain yang mampu mentransmisikan informasi melalui perangkat seluler. Sistem ini dapat menentukan posisi objek di dalam ruangan, termasuk orang, barang, dan lainnya. Algoritma K-Nearest Neighbor (KNN) memainkan peran kunci dalam alat Indoor Positioning System (IPS) berdasarkan Fingerprinting Received Signal Strength (RSS) WiFi. Tujuan utama algoritma KNN pada alat ini adalah untuk memastikan lokasi perangkat di dalam ruangan atau area tertentu berdasarkan kemiripan data RSS WiFi yang diterima dari perangkat dengan data pelatihan (sidik jari) yang dikumpulkan sebelumnya. Metodologi penelitian yang digunakan dalam penelitian ini meliputi observasi, kajian literatur, desain, dan konsultasi. Temuan penelitian menunjukkan bahwa Alat Indoor Positioning System Berbasis Fingerprinting Received Signal Strength WiFi dengan Algoritma K-Nearest Neighbor dan Auto Message berbasis Android berfungsi efektif. Alat ini beroperasi pada jarak yang dihasilkan dari pengujian, selaras dengan tujuan utama alat IPS, yaitu menentukan secara akurat posisi pengguna di dalam ruangan berdasarkan data RSS WiFi yang diterima.

Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call