Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini membahas mengenai rancangan dan implementasi dari sistem translasi koordinat Indoor Positioning pada sistem absensi mahasiswa berbasiskan posisi. Penelitian ini adalah penelitian pengembangan dengan metode pengujian simulasi. Hasil penelitian menyarankan bahwa untuk mengimplementasikan sistem absensi tersebut, dibutuhkan kekuatan processing seratus kali lipat dari kekuatan processing sistem dimana penulis mengembangkan sistem tersebut, dan juga penekanan sistem translasi pada translasi koordinat lokal kepada koordinat global.

---

This research deals with the design and implementation of Indoor Positioning coordinates translation system on position based student attendance system. This research is research development with simulated testing methods.

Research results suggest that to implement the absentee system, it takes the power of processing a hundredfold of power processing system where the author developed the system, and also the emphasis on translational translational system of lokal coordinates to global coordinates."

"Smart campus telah menjadi salah satu tren teknologi yang diterapkan di berbagai universitas. Salah satu layanan yang dihasilkan dari smart campus adalah layanan berbasis lokasi (LBS) yang dapat digunakan untuk berbagai kegunaan, seperti navigasi indoor. Implementasi LBS memerlukan teknologi indoor positioning system (IPS) agar dapat menentukan posisi seseorang secara akurat dalam lingkup suatu gedung atau ruangan (indoor). Salah satu metode yang populer digunakan dalam IPS adalah fingerprinting dengan teknik mengukur received signal strength indicator (RSSI) dan menggunakan teknologi penunjang Wi-Fi. Metode fingerprinting terdiri dari dua tahap, yaitu tahap pengumpulan data fingerprint (tahap offline) dan prediksi (tahap online). Proses pengumpulan fingerprint untuk tahap offline memiliki overhead yang sangat tinggi. Pada penelitian ini, tim penulis mengemukakan IPS berbasis semi-autonomous fingerprint collection untuk mengatasi overhead yang sangat tinggi tersebut dengan menerapkan konsep smart campus. Hasil evaluasi menunjukkan bahwa IPS yang dikembangkan dapat mengurangi overhead pengumpulan fingerprint manual sebanyak 550.550 data fingerprint, dengan tingkat accuracy IPS sebesar 52%. Dengan data training yang lebih banyak dan bervariasi yang digunakan untuk melatih model machine learning, hasil eksperimen menunjukkan bahwa performa IPS semi-autonomous fingerprint collection mampu bersaing dengan IPS manual fingerprint collection.

---

Smart campus has become one of the technology trends applied in various universities. One of the services that arose due to smart campus is location-based service (LBS) which can be used for various purposes, such as indoor navigation. The implementation of LBS requires indoor positioning system (IPS) technology that determines a person's position accurately within the scope of a building or room (indoor). One of the popular methods used in IPS is fingerprinting by measuring received signal strength indicator (RSSI) and with the help of Wi-Fi technology. The fingerprinting method consists of two stages, namely the fingerprint data collection stage (offline stage) and the prediction stage (online stage). The fingerprint collection process for the offline stage has a very high overhead. In this research, the author team proposes a semi-autonomous fingerprint collection-based IPS to overcome the very high overhead using smart campus. The evaluation results show that the developed IPS can reduce the overhead of manual fingerprint collection by 550,550 fingerprint data, with an IPS accuracy level of 52%. With larger amount and more varied training data used to train the machine learning model, the experimental results show that the performance of the semi-autonomous fingerprint collection IPS can compete with the manual fingerprint collection IPS."

"Dalam laporan skripsi ini penulis akan memaparkan proses dan hasil pengembangan aplikasi indoor positioning system IPS berbasis iOS dengan menggunakan teknologi Small Cell sebagai alat pendeteksi lokasi objek di dalam gedung. Dan secara spesifik pengembangan ini akan menggunakan bandara sebagai skenarionya, dikarenakan kebutuhan akan IPS sangat tinggi di area ini serta banyak layanan tambahan yang dapat diimplementasikan sebagai komplementer seperti navigasi, jadwal penerbangan, pusat informasi, media komunikasi, dan sistem pengawasan. Secara spesifik dalam pengembangan ini akan dilakukan pengujian atau simulasi untuk mengukur kinerja dan kecepatan komunikasi realtime yang didukung oleh Socket.IO serta pengujian 3D graphic rendering oleh SceneKit."

"Pada skripsi ini akan dibahas mengenai aplikasi dari filter Kalman pada Global Positioning System. Latar belakang teori dari filter Kalman dan Global Positioning System juga akan dibahas pada skripsi ini.Akan dilakukan simulasi dan analisa terhadap Global Postioning System (GPS) yang mempunyai model stand-alone. Walaupun model ini agak jarang digunakan karena keterbatasannya, namun model ini tetap berguna sebagai rata-rata taksiran pengaruh memvariasikan parameter filter. Akan dilihat bagaimana penambahan matriks kovarian gangguan terhadap keadaan normalnya. Kemudian dicoba untuk melakukan pengamatan terhadap nilai Geometric Dilution Of Precision (GDOP). GDOP ini juga menentukan dalam hal keakurasian pemecahan posisi."

"[ABSTRAKMeningkatnya interaksi manusia dengan komputer, perangkat teknologi dan jaringan, telah membawa pada kebutuhan akan adanya sistem lokalisasi multi divais pada sebuah area tertentu. Akan tetapi, saat ini belum ada sistem yang cukup tangguh, yang mampu melakukan lokalisasi divais dengan akurasi yang baik, dengan toleransi kurang dari 10 cm. Dalam konteks ini, kami meneliti sebuah teknik yang inovatif dalam usaha lokalisasi dalam ruangan yang berbasis komunikasi nirkabel, WiFi. Tantangannya adalah bagaimana cara melakukan lokalisasi divais tanpa melakukan modifikasi pada perangkat divais, baik itu perangkat keras dan lunak, juga pada perangkat jaringannya. Dan dalam rangkan menjawab tantangan itu, kami mengembangkan sistem lokalisasi dalam ruangan ini.Proyek yang saya kerjakan ini khusus melakukan capture MAC address dari setiap divais yang berada pada lingkup area tertentu. Proyek ini menggunakan LabView sebagai bahasa pemrograman, dan NI-USRP dari National Instrument sebagai perangkat kerasnya.

---

ABSTRACTThe increase of human interaction to gadgets, computers and networks, has needed an ability to localize multi devices or gadgets in a certain area. But nowadays, no robust technology can estimate a position and localization with sufficient accuracy (<10cm). In this context, we wish to study the technique of indoor localization system based on innovative approach of communication media wireless (WiFi). The challenge is how to define multi devices localization without any modification in hardware, software and wireless device. To answer this challenge, we need to develop a system of internal localization.The potential impact of this solution is significant to the general public, to extent that these networks are very common. And the concern of this project is how to recovery and capture the MAC Address from devices inside the area of WiFi localization, using LabView as the programming language and NI-USRP from National Instrument as the hardware.;The increase of human interaction to gadgets, computers and networks, has needed an ability to localize multi devices or gadgets in a certain area. But nowadays, no robust technology can estimate a position and localization with sufficient accuracy (<10cm). In this context, we wish to study the technique of indoor localization system based on innovative approach of communication media wireless (WiFi). The challenge is how to define multi devices localization without any modification in hardware, software and wireless device. To answer this challenge, we need to develop a system of internal localization.The potential impact of this solution is significant to the general public, to extent that these networks are very common. And the concern of this project is how to recovery and capture the MAC Address from devices inside the area of WiFi localization, using LabView as the programming language and NI-USRP from National Instrument as the hardware.;The increase of human interaction to gadgets, computers and networks, has needed an ability to localize multi devices or gadgets in a certain area. But nowadays, no robust technology can estimate a position and localization with sufficient accuracy (<10cm). In this context, we wish to study the technique of indoor localization system based on innovative approach of communication media wireless (WiFi). The challenge is how to define multi devices localization without any modification in hardware, software and wireless device. To answer this challenge, we need to develop a system of internal localization.The potential impact of this solution is significant to the general public, to extent that these networks are very common. And the concern of this project is how to recovery and capture the MAC Address from devices inside the area of WiFi localization, using LabView as the programming language and NI-USRP from National Instrument as the hardware., The increase of human interaction to gadgets, computers and networks, has needed an ability to localize multi devices or gadgets in a certain area. But nowadays, no robust technology can estimate a position and localization with sufficient accuracy (<10cm). In this context, we wish to study the technique of indoor localization system based on innovative approach of communication media wireless (WiFi). The challenge is how to define multi devices localization without any modification in hardware, software and wireless device. To answer this challenge, we need to develop a system of internal localization.The potential impact of this solution is significant to the general public, to extent that these networks are very common. And the concern of this project is how to recovery and capture the MAC Address from devices inside the area of WiFi localization, using LabView as the programming language and NI-USRP from National Instrument as the hardware.]"

"GPS (Global Positioning System) sebagai salah sam sistem navigasi satelit, penggunaannya kini kian meluas, hal ini dapat terlihat dari banyaknya aplikasi GPS yang dipergunakan diberbagai bidang, diantamnya yaitu survei tanah (land surveying), navigasi rudal, navigasi kendaraan, navigasi pesawat, radar dan lain-lain. Perkembangnn ini tentlmya menuntut peningkatan kemampuan sistem salah sam peningkatan yang mutlak diperlukan yaitu alcurasi pada sistem GPS.Penggunaan perhihmgan kode pada sistem ini masih banyak kekurangarmya, terutama terhadap kurangnya tingkat akurasi yang dihasilkan, sedangkan penggunaan perhitungan fiasa dapat menghasilkan tingkat akurasi yang tinggi, namun rentan terhadap tmjadinya cycle slip. Penggabungan kedua jenis perhitungan ini diaplikasikan dcngan menggunakan metode lambda, yaitu dengan menentukan nilai ambiguitas yang teljadi akibat kesalahan cycle slip.Penulisan skripsi ini bertujuan untuk melihat tingkat akurasi perhitungan kode C/A, perhitungan kode P, dan perhitungan fasa pembawa, Serta perhitungan mengglmakan metode lambda. Perhitungan-perhitungan ini disimulasikan menggunakan perangkat Iunak matlab 6.3. Parameter yang digunakan untuk melihat tingkat akmasi perhitungan-perhitungan ini adalah penggunaan masukan yang memiliki cycle dan tampa cycle. Hasil dari perhitungan ini yaitu berupa jarak semu, dan posisi penerima. Kernudian dengan menggunakan hasil perhitungan ini akan dibuat gradk perbandingan yang kemudian dianalisis tingkat akurasinya.Hasil dari perhitungan menunjukkan bahwa penggunaan masukan dengan cycle memperlihatkan rendahnya tingkat akurasi yang dihasilkan perhitungan fasa pembawa, selain itu penggunaan metode lambda temyata cukup membanlu dalam meningkatkan akurasi posisi penerima"

"Smart campus telah menjadi salah satu tren teknologi yang diterapkan di berbagai universitas. Salah satu layanan yang dihasilkan dari smart campus adalah layanan berbasis lokasi (LBS) yang dapat digunakan untuk berbagai kegunaan, seperti navigasi indoor. Implementasi LBS memerlukan teknologi indoor positioning system (IPS) agar dapat menentukan posisi seseorang secara akurat dalam lingkup suatu gedung atau ruangan (indoor). Salah satu metode yang populer digunakan dalam IPS adalah fingerprinting dengan teknik mengukur received signal strength indicator (RSSI) dan menggunakan teknologi penunjang Wi-Fi. Metode fingerprinting terdiri dari dua tahap, yaitu tahap pengumpulan data fingerprint (tahap offline) dan prediksi (tahap online). Proses pengumpulan fingerprint untuk tahap offline memiliki overhead yang sangat tinggi. Pada penelitian ini, tim penulis mengemukakan IPS berbasis semi-autonomous fingerprint collection untuk mengatasi overhead yang sangat tinggi tersebut dengan menerapkan konsep smart campus. Hasil evaluasi menunjukkan bahwa IPS yang dikembangkan dapat mengurangi overhead pengumpulan fingerprint manual sebanyak 550.550 data fingerprint, dengan tingkat accuracy IPS sebesar 52%. Dengan data training yang lebih banyak dan bervariasi yang digunakan untuk melatih model machine learning, hasil eksperimen menunjukkan bahwa performa IPS semi-autonomous fingerprint collection mampu bersaing dengan IPS manual fingerprint collection.

---

Smart campus has become one of the technology trends applied in various universities. One of the services that arose due to smart campus is location-based service (LBS) which can be used for various purposes, such as indoor navigation. The implementation of LBS requires indoor positioning system (IPS) technology that determines a person's position accurately within the scope of a building or room (indoor). One of the popular methods used in IPS is fingerprinting by measuring received signal strength indicator (RSSI) and with the help of Wi-Fi technology. The fingerprinting method consists of two stages, namely the fingerprint data collection stage (offline stage) and the prediction stage (online stage). The fingerprint collection process for the offline stage has a very high overhead. In this research, the author team proposes a semi-autonomous fingerprint collection-based IPS to overcome the very high overhead using smart campus. The evaluation results show that the developed IPS can reduce the overhead of manual fingerprint collection by 550,550 fingerprint data, with an IPS accuracy level of 52%. With larger amount and more varied training data used to train the machine learning model, the experimental results show that the performance of the semi-autonomous fingerprint collection IPS can compete with the manual fingerprint collection IPS."

"Sejak tahun 2019 hingga saat ini virus COVID-19 sudah menjadi permasalahan diberbagai penjuru dunia. Penyebaran virus yang dapat terjadi hanya dengan kontak fisik dengan cairan tubuh orang yang terjangkit mengakibatkan angka penyebaran virus COVID-19 sangat tinggi. Pasien yang terpapar virus ini juga dikatakan sangat banyak, sedangkan pemerintah masih belum dapat menyelesaikanpermasalahannya. Setiap harinya, setidaknya ada 1000 orang lebih yang terpapar virus ini. Sulitnya penanggulangan dan penanganan terhadap pasien menjadi masalah juga. Terdapat pasien yang harus mendapatkan penangan intensif dan juga ada pasien yang hanya memerlukan isolasi mandiri. Pasien yang melakukan isolasi mandiri, juga harus mendapatkan pengawasan kondisi kesehatannya karena di khawatirkan terjadi penurunan kondisi kesehatan. Alat pengawas pasien COVID-19 dengan penggunaan sensor GPS yang berbasis IoT diharapkan dapat mempermudah mengetahui kondisi dan juga lokasi dari pasien tersebut. Penggunaan alat ini dapat mengurangi kontak langsung dengan pasien, sehingga tetap dapat dilakukan social distancing antara satgas Covid-19dan pasien. Dengan menggunakan alat ini, Satuan tugas (satgas) COVID-19 dapat memantau kondisi suhu, detak jantung, dan SPO2 dari pasien yang terjangkit. Fitur pencari lokasi diperlukan untuk meminimalisir pasien yang kabur dari tempat isolasi, karena maraknya kasus pasien kabur dari tempat isolasi.

---

Since 2019 until now the COVID-19 virus has become a problem throughout the world. The spread of the virus that can occur only by physical contact with the body fluids of an infected person results in a very high rate of spread of the COVID-19 virus. The number of patients exposed to this virus is also said to be very large, while the government is still unable to solve the problem. Every day, there are at least 1000 people who are exposed to this virus. The difficulty of handling and handling patients is also a problem. There are patients who must receive intensive care and there are also patients who only need self-isolation. Patients who are self isolating must also get their health condition monitored because they are worried that their health condition will decline. The COVID-19 patient monitoring tool with the use of a GPS sensor based on the IoT is expected to make it easier to find out the condition and location of the patient. The use of this tool can reduce direct contact with patients, so social distancing can still be carried out between the COVID-19 task force and patients. COVID-19 task force

can also monitor the temperature, heart rate, and SPO2 conditions of infected patients. The location finder feature is needed to minimize patients escaping from the isolation area, because of the many cases of patients escaping from the isolation area."