Algoritma Penyaringan Baru Pada Proses Pembuatan Model Path Loss Untuk Meningkatkan Akurasi Indoor Positioning System Berbasis Trilaterasi

Susanto, Lucas (2021) Algoritma Penyaringan Baru Pada Proses Pembuatan Model Path Loss Untuk Meningkatkan Akurasi Indoor Positioning System Berbasis Trilaterasi. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text Tesis_Lucas_Susanto_05111950010026.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (7MB)

Abstract

Revolusi Industri 4.0 memungkinkan sistem-sistem komputer untuk saling terhubung dan mampu mengambil keputusan dengan cerdas. Teknologi yang berperan dalam Revolusi Industri 4.0 ini adalah Internet of Things (IoT). IoT memiliki berbagai macam aplikasi, salah satu diantaranya adalah menentukan posisi pengguna.
Ada dua sistem yang dapat digunakan untuk menentukan posisi pengguna, yaitu Global Positioning System (GPS) dan Indoor Positioning System (IPS). GPS bekerja dengan menggunakan sinyal satelit untuk menentukan posisi pengguna. Hasil penentuan posisi GPS sudah sangat akurat. Akan tetapi, GPS tidak dapat digunakan di tempat-tempat yang sinyal GPS-nya terhalang. Contohnya di dalam bangunan. Untuk mengatasi masalah tersebut, diperkenalkanlah IPS. IPS dapat menentukan posisi pengguna di tempat-tempat yang sinyal GPS-nya terhalang dengan menggunakan sinyal-sinyal lokal yang tersedia.
Ada beberapa metode yang dapat digunakan IPS untuk menentukan posisi. Dua diantaranya yaitu pattern matching dan model path loss. Pattern matching bekerja dengan mencari pola dari nilai-nilai data latih yang paling dekat dengan pola data uji untuk menentukan posisi pengguna. Kelebihan metode ini adalah memiliki tingkat akurasi yang tinggi. Akan tetapi, prosesnya lambat karena kompleksitas komputasi algoritmanya juga tinggi. Model path loss menggunakan sebuah persamaan matematika dan trilaterasi untuk menentukan posisi pengguna. Kelebihan metode ini adalah sangat cepat karena kompleksitas komputasinya rendah. Namun, tingkat akurasi metode ini masih cukup rendah.
Dalam penelitian ini, Penulis mengusulkan algoritma baru untuk menyaring masukan RSSI pada proses pembuatan model path loss untuk meningkatkan akurasi Indoor Positioning System. Tujuan penelitian ini adalah membuat algoritma penyaringan masukan RSSI pada proses pembuatan model path loss. Hasil eksperimen menunjukkan bahwa metode yang diusulkan meningkatkan akurasi Indoor Positioning System sebanyak 3% dari metode yang sudah ada
===================================================================================================
Industrial Revolution 4.0 allows computer systems, especially Internet of
Things (IoT) devices, to be connected so they can take some decisions intelligently.
Many applications can be created from IoT. One of its applications is determining
Two systems
They are Global Positioning System (GPS) and Indoor Positioning System (IPS).
GPS determines the position using satellite signals. GPS is very accurate. But, GPS
cannot be used in indoor environments because satellite signals are not available.
using local signals in places where GPS signals are not present.
There are some methods that IPS can use to determine the unknown
position. They are pattern matching and path loss model. Pattern matching works
by finding the pattern of testing data and compares it with the training data. One of
the advantages of this method is it is accurate. But, it requires some time to do the
calculation process because this method has high computational complexity. A path
loss model uses mathematical equations and trilateration to calculate the unknown
position. The advantage of this method is it is very fast because the positioning
algorithm has low computational complexity. But, the accuracy of this method is
relatively low.
In this research, a new filtering algorithm for generating path loss models
to improve the accuracy of an indoor positioning system is proposed. The purpose
of this research is to build the filtering algorithm in the training phase of IPS. The
experiment result shows that the proposed method increases the positioning
accuracy by as much as 3% than the existing method.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	semen portland pozzolan (PPC), batu kapur, fly ash, rotary Kiln
Subjects:	T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User:	Lucas Susanto
Date Deposited:	23 Aug 2021 05:37
Last Modified:	23 Aug 2021 05:37
URI:	http://repository.its.ac.id/id/eprint/88459

Actions (login required)

View Item