Perpustakaan Digital ITB

Pandemi COVID-19 memberikan dampak yang besar ke segala sektor kehidupan. Penyakit yang pertama muncul pada akhir tahun 2019 tersebut bersifat sangat menular. COVID-19 menular melalui udara, sehingga penularan akan semakin parah jika terdapat perkumpulan besar atau banyak interaksi. Untuk mengatasi penularan COVID-19, banyak dibuat peraturan berupa larangan membuat perkumpulan dan penerapan social distancing. Social distancing adalah suatu praktik menjaga jarak antara satu orang dengan orang lainnya dengan jarak minimal 1.8 meter. Meskipun peraturan tersebut sudah diterapkan, namun masih banyak masyarakat tetap saja melanggar peraturan tersebut. Oleh karena itu, dibutuhkan sistem yang dapat mendeteksi terjadinya pelanggaran social distancing. Pada tugas akhir ini, dibuat suatu sistem yang dapat mendeteksi pelanggaran social distancing dengan metode estimasi lokasi menggunakan perangkat Bluetooth Low Energy (BLE). Estimasi lokasi dilaksanakan dengan menggunakan model LSTM dengan masukan berupa kuat sinyal BLE. Hasil estimasi lokasi akan ditampilkan pada aplikasi web. ESP32 digunakan sebagai perangkat keras BLE untuk komponen transmitter dan receiver. Perangkat keras BLE bertugas untuk memberikan data berupa bacaan RSSI kepada aplikasi web. Data tersebut akan digunakan oleh model machine learning untuk melakukan estimasi lokasi. Perangkat BLE yang dikembangkan telah berhasil menyediakan data secara real-time kepada aplikasi web. Telah dilakukan juga proses pembangkitan data untuk memperbanyak data training model machine learning. Pembangkitan data memiliki error 3.403 dB jika dibandingkan dengan data real. Hal ini cukup menunjukkan bahwa proses pembangkitan data berhasil membangkitkan data yang menggambarkan data real.