SISTEM PENENTUAN POSISI DI DALAM RUANGAN DENGAN METODE FINGERPRINT (KNN) BERBASIS KUAT SINYAL WLAN
Abstract
Context-aware system merupakan sistem yang bekerja berdasarkan lokasi. Teknologi GPS sebagai teknologi yang paling luas digunakan tidak dapat bekerja secara maksimal di dalam ruangan. Oleh sebab itu dibutuhkan sistem penentuan posisi yang berkerja untuk kebutuhan di dalam ruangan. Teknologi WLAN dapat dimanfaatkan untuk kebutuhan tersebut. Dalam paper ini akan dibahas mengenai pemanfaatan WLAN dengan metode fingerprint (KNN) untuk melakukan penentuan posisi. Selain itu dilakukan beberapa percobaan untuk meningkatkan kemampuan metode tersebut. Pengujian yang dilakukan menunjukkan hasil berupa tingkat akurasi sistem yang dapat mencapai 1,45 m dan presisi 84 % untuk tingkat akurasi 2 meter. Percobaan penerapan algoritme WKNN mempu meningkatkan akurasi namum kecil, sedangkan clustering mempu menurunkan beban komputasi.
Full Text:
PDFReferences
P. Prekop and M. Burnett, “Activities, context and ubiquitous computing,” Comput. Commun., vol. 26, no. 11, pp. 1168–1176, 2003.
B. Schilit, N. Adams, and R. Want, “Context-aware computing applications,” in Mobile Computing Systems and Applications, 1994. WMCSA 1994. First Workshop on, 1994, pp. 85–90.
E. Kim and J. Choi, “A Context Management System for Supporting Context-Aware Applications,” in IEEE/IFIP International Conference on Embedded and Ubiquitous Computing, 2008. EUC ’08, 2008, vol. 2, pp. 577–582
N. Le Dortz, F. Gain, and P. Zetterberg, “WiFi fingerprint indoor positioning system using probability distribution comparison,” in Acoustics, Speech and Signal Processing (ICASSP), 2012 IEEE International Conference on, 2012, pp. 2301–2304.
H. Liu, H. Darabi, P. Banerjee, and J. Liu, “Survey of wireless indoor positioning techniques and systems,” Syst. Man Cybern. Part C Appl. Rev. IEEE Trans. On, vol. 37, no. 6, pp. 1067–1080, 2007.
A. M. Ladd, K. E. Bekris, A. P. Rudys, D. S. Wallach, and L. E. Kavraki, “On the feasibility of using wireless ethernet for indoor localization,” IEEE Trans. Robot. Autom., vol. 20, no. 3, pp. 555– 559, 2004.
J. Xiao, Z. Liu, Y. Yang, D. Liu, and X. Han, “Comparison and analysis of indoor wireless positioning techniques,” in 2011 International Conference on Computer Science and Service System (CSSS), 2011, pp. 293–296.
Y. Gu, A. Lo, and I. Niemegeers, “A survey of indoor positioning systems for wireless personal networks,” Commun. Surv. Tutor. IEEE, vol. 11, no. 1, pp. 13–32, 2009.
Y. Wang, X. Jia, H. K. Lee, and G. Y. Li, “An indoors wireless positioning system based on wireless local area network infrastructure,” in 6th Int. Symp. on Satellite Navigation Technology Including Mobile Positioning & Location Services, 2003.
H. Koyuncu and S. H. Yang, “A survey of indoor positioning and object locating systems,” IJCSNS Int. J. Comput. Sci. Netw. Secur., vol. 10, no. 5, pp. 121–128, 2010.
J. Hightower and G. Borriello, “A survey and taxonomy of location systems for ubiquitous computing,” IEEE Comput., vol. 34, no. 8, pp. 57–66, 2001.
Refbacks
- There are currently no refbacks.