UMN Knowledge Center

Robot penunjuk lokasi berbasis indoor positioning system

Haryanto, Dhanny Kurniawan (2017) Robot penunjuk lokasi berbasis indoor positioning system. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
halaman awal.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
bab i.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (591kB) | Preview
[img]
Preview
Text
bab ii.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
bab iii.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
bab iv.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img]
Preview
Text
bab v.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (739kB) | Preview
[img]
Preview
Text
daftar pustaka.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (868kB) | Preview
[img]
Preview
Text
lampiran.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Preview

Abstract

Robot penunjuk lokasi dibangun dengan Indoor Positioning System (IPS). Robot menggunakan dua metode IPS yang akan dibandingkan akurasinya. Metode pertama adalah Earth’s Magnetic Fingerprint yang dibangun dengan besaran magnet bumi yang didapat dari sensor HMC8553L. Metode lainnya adalah Received Signal Strength (RSS) dari Wireless Fidelity (WiFi) yang diukur dengan NodeMCU dengan referensi Access Point (AP) yang ada di lokasi. Perangkat smartphone Android digunakan untuk menerima data besaran magnet bumi dan RSS yang akan diolah menjadi lokasi dan ditampilkan pada layar. Perangkat ini juga menggunakan SQLite untuk menyimpan data Magnet Fingerprint dan MAC dari AP beserta lokasinya. Algoritma yang digunakan untuk menentukan lokasi dengan metode magnet fingerprint adalah K-Nearest Neighbors (KNN) dan first position sedangkan untuk WiFi RSS adalah algoritma Multilateration. Uji coba dilakukan dengan melihat perbedaan lokasi yang terbaca oleh robot dengan lokasi yang seharusnya pada kedua metode IPS yang digunakan. IPS metode magnetic fingerprint dengan 36 data setiap 1.44m2 menghasilkan kesalahan sebesar 4.08m untuk first position dan 4.09m untuk KNN. Pada IPS yang menggunakan metode WiFi RSS, penggunaan n=1.8 menghasilkan kesalahan sebesar 10.7m, sedangkan n=2 sebesar 10.92m. Dari data yang didapatkan tersebut, metode IPS yang menggunakan magnet fingerprint memiliki akurasi yang lebih baik dibandingkan GPS dan WiFi RSS.

Item Type: Thesis (Bachelor Thesis)
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 000 Computer Science, Information and General Works
000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware
600 Technology (Applied Sciences) > 620 Engineering > 629 Other Branches of Engineering (Aerospace, Aviation, Astronautics, Robotics)
Divisions: Fakultas Teknik Informatika > Program Studi Teknik Komputer
Depositing User: mr admin umn
Date Deposited: 22 Jan 2019 03:08
Last Modified: 22 Feb 2022 05:43
URI: http://kc.umn.ac.id/id/eprint/4802

Actions (login required)

View Item View Item