COVER Irsan Ferdian Agung Sudrajat
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 1 Irsan Ferdian Agung Sudrajat
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 2 Irsan Ferdian Agung Sudrajat
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 3 Irsan Ferdian Agung Sudrajat
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 4 Irsan Ferdian Agung Sudrajat
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
BAB 5 Irsan Ferdian Agung Sudrajat
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
PUSTAKA Irsan Ferdian Agung Sudrajat
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan
Salah satu layanan yang banyak digunakan pada smartphone yang diakibatkan oleh pesatnya perkembangan teknologi adalah pelacakan posisi. Pelacakan posisi bisa digunakan untuk melacak benda ataupun manusia. Seperti pelacakan di gudang logistik, pasien di Rumah Sakit ataupun orang-orang yang berada di bandara. Metode yang populer untuk penentuan posisi adalah Global Positioning System (GPS). Namun, apabila di dalam ruangan, GPS memiliki keterbatasan karena sinyalnya terdegradasi oleh struktur bangunan. Oleh karena itu, sistem pelacakan posisi dalam ruangan diperlukan untuk memberikan estimasi posisi yang lebih tepat. Sistem pelacakan posisi di dalam ruangan kali ini memanfaatkan Received Signal Strength Indicator (RSSI) dari router WiFi. Router WiFi digunakan karena memiliki kelebihan yaitu perangkatnya sudah banyak terpasang di berbagai tempat. Received Signal Strength Indicator (RSSI) merupakan besar daya sinyal radio yang diterima dari pemancar. Area penelitian dibagi menjadi 49 titik dan router yang digunakan berjumlah 10 buah. Nilai RSSI dari masing-masing titik disimpan menjadi identitas (fingerprint) masing-masing titik. Nilai RSSI tersimpan tersebut nantinya akan dibandingkan dengan RSSI yang didapat pengguna secara real time untuk menentukan posisi pengguna. Lalu, dibuat alert system menggunakan Support Vector Machine (SVM) untuk mengetahui apabila ada
kejanggalan pada posisi pengguna. Akurasi yang didapatkan dari SVM sebesar 100%. Hasil penentuan posisi dan alert system ditampilkan di web page.