Indoor location tracking pegawai berbasis Android menggunakan algoritma k-nearest neighbor: Indoor location tracking of employees based on Android using the k-nearest neighbor algorithm

Suci Ramadona; Muhammad  Diono; Mochamad Susantok; Syaiful  Ahdan

doi:10.35313/jitel.v1.i1.2021.51-58

Authors

Suci Ramadona Politeknik Caltex Riau
Muhammad Diono Politeknik Caltex Riau
Mochamad Susantok Politeknik Caltex Riau
Syaiful Ahdan Universitas Teknokrat Indonesia

DOI:

https://doi.org/10.35313/jitel.v1.i1.2021.51-58

Keywords:

WPS, RSS, AP, fingerprint, Android

Abstract

Dalam sebuah perusahaan besar biasanya memiliki banyak karyawan. Tetapi jumlah karyawan yang banyak tersebut dapat menyebabkan kurangnya pengawasan dan pengendalian terhadap sistem kerja pegawai. Tumbuhnya teknologi informasi memberikan peluang untuk menyelesaikan permasalahan ini. Salah satu teknologi yang bisa digunakan adalah wireless positioning sytem (WPS). Pemanfaatan teknologi ini memberikan solusi dengan memberikan informasi posisi pegawai berdasarkan kekuatan sinyal WiFi yang dipancarkan dari telepon genggam. Penelitian ini bertujuan untuk merancang sistem indoor location tracking berbasis Android dengan algoritma k-nearest neighbor (K-NN). Pada sistem ini, proses rancang bangun dilakukan melalui tahapan perhitungan pembacaan posisi dari client, perbandingan database dengan menggunakan algoritma K-NN, dan metode fingerprint localization sehingga informasi koordinat client dapat ditampilkan dalam peta koordinat secara real-time. Berdasarkan hasil pengujian, rancang bangun sistem yang telah dilakukan memiliki keakuratan sangat baik. Rata rata akurasi data besar dari 60% dengan kondisi client yang bergerak aktif maupun diam di tempat.

References

M. R. Purwonegoro, H. Tolle, and M. T. Ananta, “Rancang Bangun Aplikasi Finding Dosen Untuk Mencari Posisi Dosen FILKOM di Dalam Ruangan Menggunakan Metode Color Radiomap Interpolation,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 1, pp. 774-780, 2019.

S. Maryadi, M. Diono, and W. Styorini, “Peningkatan Akurasi Wireless Positioning Sistem (WPS) Dengan Metode Cluster Filter KNN”, Jurnal Aksara Elementer, vol. 3, no. 2, pp. 11-20, 2017.

R. A. Sari, M. Susantok, and M. Diono, “Wireless Positioning Sistem (WPS) Menggunakan Algoritma k- Nearest Neighbor (KNN) di area Kampus Politeknik Caltex Riau”, Jurnal Aksara Elementer, vol. 3, no. 2, 2014.

M. Diono, “Indoor Positioning Sistem Based on Received Signal Strength (RSS)

Fingerprinting: Case in Politeknik Caltex Riau,” Tugas Akhir Politeknik Caltex Riau, 2014.

L. Jiang, “A WLAN Fingerprinting Based Indoor Localization Technique,” University of Nebraska, 2012.

N. Tangsunantham and C. Pirak, “Received Signal Strength Distribution Approximation for IEEE 802.15.4 Zigbee Smart Grid Networks,” in Isc. 2018 - 18th Int. Symp. Commun. Inf. Technol., 2018, pp. 495-498.

R. S. Rosli, M. H. Habaebi, and M. R. Islam, “Analysis of different digital filters for received signal strength indicator,” Bull. Electr. Eng. Informatics, vol. 8, no. 3, pp. 970-977, 2019.

W. H. Ali, A. A. Kareem, and M. Jasim, “Survey on wireless indoor positioning systems,” Cihan University-Erbil Scientific Journal, vol. 3, no. 2, pp. 42-47, 2019.

W. Chairani and S. S. Kusumawardani, “Indoor Localization berbasis RSS Fingerprint Menggunakan IEEE 802.11n”, Proceedings of Conference on Information Technology and Electrical Engineering, 2012, pp. 32- 40.

H. N. Lengkong, A. A. E. Sinsuw, and A. S. M. Lumenta, “Perancangan Penunjuk Rute Pada Kendaraan Pribadi Menggunakan Aplikasi Mobile GIS Berbasis Android yang Terintegrasi pada Google Map”, E-Journal Teknik Elektro dan Komputer, pp. 18-25, 2015.