Sistem lokalisasi ruangan adalah teknologi yang dapat digunakan untuk
menentukan posisi ruangan seseorang di dalam sebuah bangunan. Sistem ini
bermanfaat dalam membantu merespon dengan cepat kejadian yang dialami pada
kasus orang dengan demensia. Demensia merupakan penyebab utama kematian
pada usia lanjut, bukan karena Alzheimer itu sendiri, tetapi karena kerentanan
terhadap penyakit lain yang timbul sebagai konsekuensi dari Alzheimer, seperti
infeksi dan jatuh. Oleh karena itu, sistem ini sangat penting untuk mengetahui
dengan cepat posisi lansia di rumah untuk pertolongan pertama pasien jatuh yang
dapat mengurangi risiko kematian. Pengguna sistem ini adalah pihak yang ingin
mengetahui posisi pasien sebagai objek yang terdeteksi. Penelitian ini bertujuan
untuk menentuan posisi pasien menggunakan Bluetooth Low Energy (BLE) IBKs
105 sebagai pemancar Received Signal Strength Indicator (RSSI) yang merupakan
solusi sederhana dan terjangkau. Perangkat wearable yang terdiri dari ESP32
digunakan oleh pasien sebagai pemindai RSSI dari BLE Beacon, yang kemudian
mengirim data RSSI ke perangkat edge berupa Raspberry Pi untuk diproses menjadi
keputusan tentang lokasi pasien. Pada penelitian ini, diusulkan algoritma klasifikasi
penentuan ruangan berbasis boosting tree yaitu,XGBoost dan LightGBM, yang
kemudian dibandingkan dengan algoritma machine learning dan deep learning
lainnya. Model ini menghasilkan metrik kinerja klasifikasi yaitu F1-Score,
precision, dan recall dengan akurasi sebesar 91,000 %. Optimasi model dilakukan
sehingga akurasi dan komputasi menjadi lebih efisien dengan waktu proses real-
time keputusan prediksi ruangan rata-rata setiap 1,300 detik.