Perancangan Indoor Position System Berbasis Internet of Things dan Support Vector Machine

Abstract

Saat ini, pemanfaatan teknologi pelacakan posisi telah merambah ke berbagai aspek, utamanya dengan memanfaatkan Global Positioning System (GPS). Namun, terdapat keterbatasan signifikan dalam ketepatan akurasi GPS saat digunakan dalam lingkungan dalam ruangan. Dalam mengatasi tantangan ini, konsep Indoor Positioning System (IPS) telah diperkenalkan dan dikembangkan. IPS memungkinkan pelacakan posisi di dalam bangunan dan menawarkan bukan hanya peningkatan akurasi, tetapi juga keamanan, keselamatan, serta efisiensi yang lebih baik. Penelitian yang dijelaskan dalam konteks ini bertujuan untuk merumuskan solusi untuk pelacakan dan pengenalan lokasi dalam ruangan, dengan fokus pada lantai 7 gedung sipil. Pendekatan yang digunakan melibatkan penerapan infrastruktur titik akses yang telah ditempatkan di setiap ruangan. Dataset yang digunakan untuk mendukung analisis terdiri dari 80 titik lokasi yang ada dalam ruangan tersebut, yang secara rinci terbagi menjadi 40 titik untuk ruang LIG2, 40 titik untuk ruang LPY4, dan area koridor yang menghubungkannya. Dalam upaya untuk mencapai tujuan ini, penelitian ini mengadopsi metode Support Vector Machine (SVM). Melalui penggunaan teknik ini, model SVM diinstruksikan dengan memanfaatkan data Received Signal Strength Indicator (RSSI) dari mikrokontroler. Melalui serangkaian uji coba dan evaluasi, metode SVM yang diterapkan dalam penelitian ini telah membuahkan hasil yang menjanjikan. Tingkat akurasi mencapai 79%, mengindikasikan bahwa sistem yang diusulkan mampu dengan tepat memprediksi lokasi berdasarkan data yang terkumpul.