Akurasi Klasifikasi Pengguna terhadap Hotspot WiFi dengan Menggunakan Metode K-Nearest Neighbour

Teknologi wireless saat ini bisa dimanfaatkan untuk menentukan posisi pengguna di dalam ruangan. Pemanfaatan sinyal strength WiFi dari Access Point (AP) bisa memberikan informasi posisi pengguna yang berada di dalam ruangan. Alternatif penentuan posisi pengguna di dalam ruangan menggunakan Receive Signal Strength (RSS) WiFi. Penelitian ini dilakukan untuk mengkalasifikasian jarak Euclidean Distance antara data training dengan data testing pengguna terhadap hotspot dengan mengukur tingkat akurasi pengklasifikasian jarak pengguna dengan hotspot menggunakan metode K-Nearest Neighbour. Penelitian ini dilakukan dengan membandingkan jarak antar pengguna terhadap 2 atau lebih AP menggunakan Teknik Euclidean Distance. Teknik Euclidean Distance digunakan sebagai kalkulator jarak dimana ada dua titik dalam bidang 3 dimensi dengan mengukur panjang segmen yang menghubungkan dua titik. Teknik ini paling baik untuk merepresentasikan jarak antara pengguna terhadap AP. Pengumpulan data RSS menggunakan teknik Fingerprinting. Data RSS tersebut dikumpulkan dari 20 AP yang terdeteksi menggunakan aplikasi wifi analizer, dari hasil scanning tersebut didapatkan data RSS sebanyak 709 data RSS. Nilai RSS tersebut dijadikan sebagai data training. K-Nearest Neighbor (KNN) saat mengelompokkan data uji yang baru yang digunakan adalah neighbourhood clasification sehingga K-NN mampu mengklasifikasikan jarak terdekat dari data uji yang baru dengan nilai data training yang ada. Berdasarkan hasil pengujian diperoleh tingkat akurasi sebesar 95% dengan K adalah 3. Berdasarkan hasil penelitian yang telah dilakukan bahwa dengan menggunakan metode K-NN diperoleh persentase tertinggi pada k = 3 sebesar 95% dan nilai error minimum sebesar 5%

PENGARUH BENTUK GEOMETRI PEMASANGAN LAMPU LED TERHADAP AKURASI INDOOR PSITIONING LI-FI MENGGUNAKAN TEKNIK RECEIVE SIGNAL STRENGTH (RSS)

Informasi untuk mengetahui lokasi benda atau seseorang merupakan salah satu hal yang penting dalam kehidupan sehari-hari. Selama ini, teknologi Global Positioning System (GPS) dapat diandalkan ketika berada di luar ruangan. Namun, ketika di dalam ruangan, GPS akan sulit menjangkau secara spesifik area bangunan. Dengan memanfaatkan teknologi Light Fidelity (Li-Fi), Indoor Positioning System (IPS) akan lebih mudah dilakukan dan mempunyai keunggulan dari segi akurasi dan efisiensi energi. Tetapi, jika dikaitkan dengan IPS, pemasangan lampu Light Emitting Diode (LED) perlu diperhatikan geometri pemasangannya. Penelitian ini membahas akurasi IPS pada Li-Fi apabila dengan berbagai bentuk geometri dan lokasi pemasangan lampu LED yang berbeda-beda. Teknik positioning Received Signal Strength (RSS) digunakan dengan mengambil kuat daya terima sebagai estimasi suatu jarak. Dengan membandingkan masing-masing bentuk geometri, maka didapatkan data konfigurasi terbaik untuk implementasi IPS. Hasil penelitian menunjukkan bahwa perbedaan jumlah lampu LED dan bentuk geometri akan berpengaruh terhadap akurasi positioning. Hasil menunjukkan bahwa geometri segi enam memiliki rata-rata error yang lebih kecil dibandingkan geometri yang lain, yakni sebesar 1,53×10?05m. Semakin banyak lampu LED atau poin referensi dengan rentang jarak lampu yang lebih rapat, maka dapat menghasilkan positioning yang lebih baik. Kata Kunci: Light Fidelity (Li-Fi), Indoor Positioning System (IPS), Received Signal Strength (RSS), Geometri.

OPTIMALISASI JARINGAN NIRKABEL DENGAN METODE RSSI DI AIKOM TERNATE

Penelitian ini bertujuan untuk optimalisasi jaringan nirkabel dari titik buta atau blind spot di lingkungan kampus AIKOM Ternate. Area-area titik buta ini membuat pengguna jaringan nirkabel (dosen, staf, dan mahasiswa) tidak nyaman dikarenakan harus mendekat ke sumber jaringan (access point (AP)) terdekat agar dapat mengakses jaringan internet ataupun intranet. Dengan optimalisasi jaringan nirkabel ini, area jangkauan jaringan nirkabel disesuikan dengan kebutuhan agar tidak ada lagi titik buta. Penggunaan aplikasi Wireless Monitoring (Wirelessmon) untuk mendeteksi area jangkauan dari setiap AP yang dipasang, yang diukur adalah receive signal strength indicator (RSSI), termasuk penentuan penggunaan kanal dari setiap AP agar tidak tumpang tindih atau overlapping dalam penggunaan kanal pada setiap AP dan data rate yang mengalami peningkatan dan penurunan menyesuaikan dengan kualitas sinyal yang diterima. Hasil penelitian ini menunjukkan setelah dilakukannya optimalisasi dengan memasang AP pada lima titik. Optimalisasi jaringan nirkabel pada kampus AIKOM Ternate berhasil dengan RSSI -61dBm sampai dengan -44dBm, RSSI termasuk dalam kategori sangat bagus (very good). Disarankan pengukuran RSSI menggunakan software lebih dari satu sehingga dilakukan perbandingan, melakukan perbandingan RSSI yang diterima dengan throughput yang dihasilkan pada perangkat yang berbeda, dan pengelola jaringan dapat menggunakan hasil penelitian ini akan tetapi penggunaan perangkat dengan spesifikasi yang berbeda dengan yang digunakan dalam penelitian ini maka disarankan untuk melakukan pengambilan data ulang agar hasilnya maksimal.

An improved geometric algorithm for indoor localization

Indoor localization system using receive signal strength indicator from wireless access point has attracted lots of attention recently. Geometric method is one of the most widely used spatial graph algorithms to locate object in an indoor environment, but it does not achieve good results when it is applied to a limited amount of valid data, especially when using the trilateration method. On the other hand, localization based on fingerprint can achieve high accuracy but need to pay heavy manual labor for fingerprint database establishment. In this article, we propose a bilateral greed iteration localization method based on greedy algorithm in order to use all of the effective anchor points. Comparing to trilateration, fingerprint, and maximum-likelihood method, the bilateral greed iteration method improves the localization accuracy and reduces complexity of localization process. The method proposed, coupled with measurements in a real indoor environment, demonstrates its feasibility and suitability, since it outperforms trilateration and maximum-likelihood receive signal strength indicator–based indoor location methods without using any radio map information nor a complicated algorithm. Extensive experiment results in a Wi-Fi coverage office environment indicate that the proposed bilateral greed iteration method reduces the localization error, 63.55%, 9.93%, and 47.85%, compared to trilateration, fingerprint, and maximum-likelihood method, respectively.

RECEIVE SIGNAL STRENGTH PREDICTION IN THE GSM BAND USING WAVELET DECOMPOSITION

In this work, GSM receive signal strength was monitored in an indoor environment. Samples of GSM receive signal strength was measured on a Mobile Equipment (ME). One-dimensional multilevel wavelet decomposition technique was used to predict the fading phenomenon of the GSM receive signal strength measured. Wavelet prediction revealed that the GSM receive signal strength is attenuated due to the slow fading phenomenon, which fades about 3 times faster than the radio wavelength. The prediction is further validated using probability density functions in terms of Gaussian and Rayleigh distributions. It is observed that, significant part of the signal strength measured is dominated by good signal (- 101 dBm to – 74 dBm) with an average of – 88.8842 dBm and the signal strength followed more of Gaussian than Rayleigh distribution. This confirmed the wavelet prediction. http://dx.doi.org/10.4314/njt.v36i1.22

Design of Automation Calibration for RF Unit of Wireless Transceiver System

Calibration of radio frequency (RF) unit is a must during researching and manufacturing of wireless transceiver system. Automation calibration plays an important role in promoting productivity effect. This paper focuses on the design of automation calibration of RF unit in wireless transceiver system. Design of automation calibration is separated by two parts, one is transmission (Tx) power calibration, the other is receive signal strength indicator (RSSI) calibration.