Open Journal Systems

Implementasi Weighted K-Nearest Neighbour dalam Menentukan Posisi Objek Berdasarkan Received Signal Strength Indication

       Andry Haidar, Rahmawati Hasanah, Fadlan Muhammad Fernanda

Abstract


Saat ini, telah banyak teknologi yang digunakan untuk pelacakan keberadaan suatu objek, seperti pelacakan keberadaan seseorang pada suatu tempat, navigasi menuju suatu tempat, dan lain sebagainya. Salah satu solusi untuk menentukan letak suatu objek atau seseorang dapat dilakukan menggunakan Indoor Positioning System dengan memanfaatkan sinyal Wi-Fi sebagai media informasi melalui smartphone. Pada penelitian ini metode yang digunakan memanfaatkan Received Signal Strength Indication (RSSI) berdasarkan pengukuran daya yang diterima oleh smartphone menggunakan Weighted K-Nearest Neighbour (WKNN) untuk mengetahui posisi user. Hasil pengujian dan analisis pada beberapa titik menunjukkan bahwa penentuan posisi Wi-Fi indoor pada smartphone Android menggunakan RSSI dapat menghasilkan posisi objek yang cukup baik, meskipun dalam setiap percobaan masih mengalami error akibat fading dan shadowing yang mempengaruhi variasi pengukuran RSSI Wi-Fi. Akurasi posisi objek pada penelitian ini dapat dicapai sebesar 85,71% dengan penyimpangan sebesar 2,5 meter.


  http://dx.doi.org/10.31544/jtera.v8.i1.2022.25-32

Keywords


indoor positioning; RSSI; Wi-Fi; Weighted K-Nearest Neighbour; Android

Full Text:

  PDF

References


D. Y. Permana, “Aplikasi Indoor Positioning System Menggunakan Android Dan Wireless Local Area Network Dengan Metode Fuzzy Logic Indoor Positioning System,†Jurnal Infra, vol. 1, no. 2, 2013.

J. Bakal, “Survey of Indoor Positioning Measurements, Methods and Techniques,†International Jurnal of Computer Applications, vol. 2, no. 2, pp. 22-33, 2016.

D. W. Mahandhira, “Rancang Bangun Sistem Real Time Tracking Indoor Position untuk Studi Kasus pada Gedung Teknik Informatika ITS,†Institut Teknologi Surabaya, Surabaya, 2016.

F. H. Perdana, R. H. Ginardi, and F. Arunanto, “Implementasi Indoor Positioning System Berbasis Smartphone dengan Penambahan Access Point untuk Studi Kasus Gedung Teknik Informatika ITS,†Jurnal Teknik ITS, vol. 5, no. 2, pp. 6, 2016.

N. A. K. Zghair, M. S. Croock, and A. A. R. Taresh, “Indoor Localization System Using Wi-Fi Technology,†Iraqi Journal of Computers, Communications, Control and Sytems Engineeering (IJCCCE), vol. 19, no. 2, pp. 9, 2019.

Y. A. Maulana, “Implementasi Indoor Positioning System (IPS) Menggunakan Algoritma Weighted K-Nearest Neighbor di Gedung A Fakultas Teknik Universitas Jember,†Repository Universitas Jember, Jember, 2019.

D. Yudha, B. Hasbi, and R. Sukarna, “Indoor Positioning System Berdasarkan Fingerprinting Received Signal Strength (RSS) Wifi dengan Algoritma K-Nearest Neighbor (K-NN),†ILKOM Jurnal Ilmiah, vol. 10, no. 3, pp. 274-283, 2018.

B. Li, J. Salter, A. G. Dempster, and C. Rizos, “Indoor Positioning Techniques Based on Wireless LAN,†UNSW Sydney, Sydney, 2007.

M. A. Elgwad, E. Ashry, and B. I. Sheta, “Wi-Fi based indoor localization using trilateration and fingerprinting methods,†IOP Conference Series: Materials Science and Engineering, 2019.

Y. F. Huang, Y. T. Jheng, and H. C. Chen, “Performance of an MMSE based indoor localization with wireless sensor networks,†The 6th International Conference on Networked Computing and Advanced Information Management, vol. 2010, pp. 671-675, 2010.

C. M. Chen, Y. F. Huang, and Y. T. Jheng, “An Efficient Indoor Positioning Method with the External Distance Variation for Wireless Networks,†Electronics, vol. 10, no. 16, pp. 1949, 2021.

B. Wang, Y. Zhao, T. Zhang and X. Hei, “An improved integrated fingerprint location algorithm based on WKNN,†2017 29th Chinese Control and Decision Conference (CCDC), 2017, pp. 4580-4584.

N. Krisandi, H. Helmi, and B. Prihandoso, “Algoritma K-Nearest Neighbor Dalam Klasifikasi Data Hasil Produksi Kelapa Sawit Pada PT. MINAMAS Kecamatan Parindu,†Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster), vol. 02, pp. 33-38, 2013.

I. Indriati and A. Ridok, “Sentiment Analysis for Review Mobile Application Using Neighbor Weighted K-Nearest Neighbor (NWKNN),†Journal of Enviromental Engineering & Sustainable Technology, pp. 23-32, 2016.

S. Gansemer, U. Grobmann, and S. Hakobyan, “RSSI-based Euclidean Distance algorithm for indoor positioning adapted for the use in dynamically changing WLAN environments and multi-level buildings,†2010 International Conference on Indoor Positioning and Indoor Navigation, 2010, pp. 1-6.




DOI: http://dx.doi.org/10.31544/jtera.v8.i1.2022.25-32
Abstract 179 View    PDF viewed = 184 View

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 JTERA (Jurnal Teknologi Rekayasa)

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Copyright @2016-2023 JTERA (Jurnal Teknologi Rekayasa) p-ISSN 2548-737X e-ISSN 2548-8678.

  Lisensi Creative Commons

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

JTERA Editorial Office:
Politeknik Sukabumi
Jl. Babakan Sirna 25, Sukabumi 43132, West Java, Indonesia
Phone/Fax: +62 266215417
Whatsapp: +62 81809214709
Website: https://jtera.polteksmi.ac.id
E-mail: jtera@polteksmi.ac.id