Pandemi COVID-19 yang berawal dari akhir tahun 2019 masih berlangsung hingga
sampai saat ini. Pandemi yang disebabkan oleh Novel Coronavirus-19 ini
memberikan dampak dalam berbagai sektor diseluruh penjuru dunia. Menurut
WHO, virus ini dapat menyebar melalui droplet saat penderita batuk atau bersin,
sehingga membuat virus ini bersifat sangat menluar. Terdapat beberapa cara untuk
mencegah penularan, salah satunya adalah dengan melakukan praktik social
distancing. Social distancing adalah praktik menjaga jarak antara satu orang dengan
orang lainnya, jarak minimal yang disarankan adalah 1.8 sampai 2 meter. Meskipun
terdengar mudah, namun masih banyak orang yang melanggar praktik social
distancing terutama saat tidak ada pengawasan spesifik terhadap keberjalanan
praktik social distancing. Oleh karena itu, diperlukan suatu sistem yang dapat
mendeteksi pelanggaran social distancing. Pada tugas akhir ini, dibuat suatu sistem
pendeteksi pelanggaran social distancing dengan menggunakan model neural
network untuk melakukan estimasi lokasi berdasarkan nilai RSSI dari perangkat
BLE pada suatu ruangan. Hasil estimasi lokasi dari model neural network kemudian
divisualisasikan pada aplikasi web. Luaran dari tugas akhir ini adalah model
machine learning dengan algoritma RNN dan menggunakan arsitektur LSTM untuk
melakukan estimasi lokasi. Model menerima masukkan berupa data time-series
yang berisi nilai RSSI selama 10 langkah terakhir. Luaran model adalah lokasi
absolut dari pada bidang 2 dimensi yang akan digunakan oleh aplikasi web. Model
yang telah dibuat dapat bekerja pada aplikasi web tanpa adanya kendala. Model
terbaik yang dihasilkan memiliki nilai mean squared error sebesar 0.66 saat
digunakan untuk melakukan estimasi lokasi dengan menggunakan data ground
truth.