NEURAL NETWORK UNTUK FINGERPRINT BERDASAR PENENTUAN OBJEK DALAM GEDUNG MENGGUNAKAN WIRELESS LOCAL AREA NETWORK (WLAN)

Authors

DOI:

https://doi.org/10.31949/infotech.v6i1.183

Keywords:

WLAN, Receive Signal Strength (RSS), Fingerprint, Neural Network, Naive Bayes, Estimasi lokasi dalam gedung

Abstract

Sebagian besar penelitian estimasi lokasi dalam gedung berdasarkan pada penggunaan Receive Signal Strength (RSS). Salah satu tahapan yang dilakukan adalah fingerprint. Tahap ini merupakan tahap pengumpulan informasi RSS yang diterima oleh instrument pengukur di koordinat tertentu. Tujuan Penelitian ini adalah untuk memperoleh tingkat akurasi di posisi yang presisi dengan menggunakan sensor dalam hal ini laptop untuk mendapatkan sinyal WLAN. Selanjutnya data hasil pengumpulan fingerprint dianalisis dan diuji dengan menggunakan algoritma Neural Network (NN). Perekaman data kekuatan sinyal dengan menggunakan perangkat laptop yang sudah mempunyai software NetSurveyor untuk membaca kekuatan sinyal WLAN. Hasil penelitian dengan metode Neural Network memperlihatkan tingkat akurasi yang lebih baik sebesar 2. 05 meter dibandingkan dengan metode Naive Bayes sebesar 3.65 meter.

Downloads

Download data is not yet available.

Author Biographies

Muhammad Taufiq, Universitas Muhammadiyah Tasikmalaya

Pendidikan Teknologi Informasi

Sulidar Fitri, Universitas Muhammadiyah Tasikmalaya

Pendidikan Teknologi Informasi

Downloads

Published

01-06-2020

How to Cite

Rubiani, H., Taufiq, M., & Fitri, S. (2020). NEURAL NETWORK UNTUK FINGERPRINT BERDASAR PENENTUAN OBJEK DALAM GEDUNG MENGGUNAKAN WIRELESS LOCAL AREA NETWORK (WLAN). INFOTECH Journal, 6(1), 1–6. https://doi.org/10.31949/infotech.v6i1.183

Issue

Section

Articles