RANCANG BANGUN APLIKASI PENENTUAN LOKASI DAN ESTIMASI JUMLAH ORANG DI DALAM GEDUNG BERBASIS INDOOR LOCALIZATION SYSTEM MENGGUNAKAN ALGORITMA KMEANS | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

RANCANG BANGUN APLIKASI PENENTUAN LOKASI DAN ESTIMASI JUMLAH ORANG DI DALAM GEDUNG BERBASIS INDOOR LOCALIZATION SYSTEM MENGGUNAKAN ALGORITMA KMEANS


Pengarang

INDRA AZHARI - Personal Name;

Dosen Pembimbing

Kurnia Saputra - 198003262014041001 - Dosen Pembimbing I
Viska Mutiawani - 198008312009122003 - Dosen Pembimbing II



Nomor Pokok Mahasiswa

1708107010034

Fakultas & Prodi

Fakultas MIPA / Informatika (S1) / PDDIKTI : 55201

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Fakultas MIPA - Informatika., 2022

Bahasa

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Global Positioning System (GPS) tidak dapat digunakan di dalam gedung, dikarenakan GPS memiliki akurasi yang kurang baik untuk menentukan lokasi objek di dalam gedung. Oleh karena itu diperlukan sebuah sistem Indoor Positioning System (IPS) yang dapat mengetahui posisi seseorang atau objek di dalam gedung dengan akurasi yang lebih tinggi. Hal di atas kemudian melatarbelakangi penelitian ini, dengan membangun sebuah aplikasi yang bertujuan untuk mengetahui posisi pengguna serta mengestimasikan jumlah pengguna yang berada di dalam gedung A Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Syiah Kuala (USK). Teknologi IPS yang akan digunakan pada penelitian ini adalah Bluetooth Low Energy (BLE). Terdapat 31 alat transmisi BLE yang disebut Beacon yang dipasang pada gedung A FMIPA USK. Beacon tersebut memiliki fungsi sebagai pemancar gelombang radio untuk mengirimkan kekuatan sinyal secara berkala. Proses perkiraan lokasi akan memanfaatkan algoritma dari data mining yaitu Kmeans. Algoritma Kmeans adalah suatu metode clustering yang akan membagi sekumpulan data training menjadi beberapa cluster sesuai ciri tertentu. Prinsip utama dalam algoritma Kmeans yaitu menentukan titik tengah atau centroid dari cluster yang diperoleh, kemudian algoritma Kmeans akan meminimalkan jarak antar centroid tersebut dengan data di luar cluster yang akan ditentukan clusternya. Berdasarkan hasil pengujian akurasi dengan menggunakan Purity clustering yang dihasilkan memiliki akurasi sebesar 81,84%. Pengujian fungsionalitas aplikasi dilakukan dengan menggunakan Black Box Testing mendapatkan hasil bahwa aplikasi yang telah dibangun berhasil berjalan dengan baik. Hasil yang didapatkan dari pengujian usability yang dilakukan menggunakan Usability Metric for User Experience (UMUX) mendapatkan skor 95,04 dan skor UMUX-LITE sebesar 84,8, maka berdasarkan skor UMUX-LITE yang didapatkan, aplikasi ini masuk ke dalam kategori "A+", sehingga aplikasi ini dapat diterima dengan grade scale "B" dan adjective rating EXCELLENT.

The Global Positioning System (GPS) cannot be used in buildings, because GPS has poor accuracy in determining the location of objects in the building. Therefore we need an Indoor Positioning System (IPS) system that can find out the position of a person or object in the building with higher accuracy. The above is the background for this research, by building an application that aims to determine the position of the user and estimate the number of users who are in building A Faculty of Mathematics and Natural Sciences (FMIPA) Syiah Kuala University (USK). The IPS technology that will be used in this research is Bluetooth Low Energy (BLE). There are 31 BLE transmission devices called Beacons that are installed in the A FMIPA USK building. The beacon has a function as a radio wave transmitter to transmit signal strength at regular intervals. The location estimation process will utilize an algorithm from data mining, namely Kmeans. Kmeans algorithm is a clustering method that will divide a set of training data into several clusters according to certain characteristics. The main principle in the Kmeans algorithm is to determine the midpoint or centroid of the obtained cluster, then the Kmeans algorithm will minimize the distance between the centroid and data outside the cluster to be determined by the cluster. Based on the results of the accuracy test using Purity clustering, the resulting accuracy has an accuracy of 81.84%. Testing the functionality of the application is done using Black Box Testing to get the results that the application that has been built has been running successfully. The results obtained from the usability test carried out using the Usability Metric for User Experience (UMUX) got a score of 95.04 and the UMUX-LITE score of 84.8, so based on the UMUX-LITE score obtained, this application falls into the "A+" category , so this application can be accepted with grade scale "B" and adjective rating EXCELLENT.

Citation



    SERVICES DESK