Announcement
Starting on July 4, 2018 the Indonesian Publication Index (IPI) has been acquired by the Ministry of Research Technology and Higher Education (RISTEKDIKTI) called GARUDA Garba Rujukan Digital (http://garuda.ristekdikti.go.id)
For further information email to portalgaruda@gmail.com

Thank you
Logo IPI  
Journal > Jurnal INFOTEL > Machine Learning Untuk Estimasi Posisi Objek Berbasis RSS Fingerprint Menggunakan IEEE 802.11g Pada Lantai 3 Gedung JTETI UGM

 

Full Text PDF (1,349 kb)
Jurnal INFOTEL
Vol 7, No 1 (2015): Jurnal INFOTEL, Volume 7 Nomor 1 Mei 2015
Machine Learning Untuk Estimasi Posisi Objek Berbasis RSS Fingerprint Menggunakan IEEE 802.11g Pada Lantai 3 Gedung JTETI UGM
Chairani, Chairani ( IBI Darmajaya)
Widyawan, Widyawan ( Universitas Gadjah Mada)
Kusumawardani, Sri Suning ( Universitas Gadjah Mada)
Article Info   ABSTRACT
Published date:
06 Jul 2015
 
Penelitian ini membahas tentang  estimasi  posisi  (localization)  objek  dalam gedung menggunakan jaringan  wireless  atau IEEE 802.11g  dengan pendekatan  Machine Learning.  Metode pada pengukuran  RSSmenggunakan  RSS-based fingerprint. Algoritma  Machine Learning  yang digunakan dalam memperkirakan lokasi dari pengukuran  RSS-based  menggunakan  Naive Bayes.    Localization  dilakukan pada lantai 3 gedung Jurusan Teknik Elektro dan Teknologi Informasi (JTETI) dengan luas 1969,68 m2dan memiliki 5 buah titik penempatan  access point  (AP).  Untuk membentuk peta  fingerprint  digunakan dimensi 1 m x 1 m  sehingga terbentuk  grid  sebanyak 1893 buah. Dengan menggunakan  software Net  Surveyor  terkumpul data  kekuatan sinyal yang diterima (RSS) dari jaringan wireless  ke perangkat penerima (laptop) sebanyak 86.980 record. Hasil nilai rata-rata error jarak estimasi untuk  localization seluruh ruangan di lantai 3 dengan menggunakan algoritma Naive Bayes  pada fase  offline  tahap  learning  adalah 6,29 meter.  Untuk fase  online  dan tahap  post learningdiperoleh rata-rata error jarak estimasi sebesar 7,82 meter.
Copyrights © 2015