Text
Sistem Presensi Mahasiswa Berbasis Rfid Menggunakan Algoritma K Nearest Neighbor (Knn)
Sistem Presensi merupakan suatu sistem yang menginformasikan tentang status
kehadiran seseorang baik itu karyawan, pegawai, dan mahasiswa pada suatu
institusi atau perusahaan. Penelitian dengan judul “Sistem presensi mahasiswa
berbasis RFID menggunakan algoritma K-Nearest Neighbor”, memiliki rumusan
masalah bagaimana mengimplementasikan algoritma K-Nearest Neighbor pada
nilai RSSI yang didapat dari reader sistem RFID untuk mencari posisi suatu objek
di dalam suatu ruangan. Tujuan dari penelitian adalah menentukan posisi estimasi
tag target dengan mengimplementasikan algoritma K-Nearest Neighbor dan
menentukan error rata-rata. Program sistem presensi menggunakan bahasa
pemrograman phyton dirancang supaya mendapatkan informasi posisi estimasi dari
subjek secara otomatis menggunakan algoritma K-Nearest Neighbor berbasis
RFID. Pada program akan memanggil file data RSSI yang disimpan setelah proses
pengambilan data RSSI dan kemudian program akan mengolah nilai RSSI tersebut
menjadi posisi estimasi dari setiap tag target beserta error yang dihasilkan. Hasil
dari pengujian menghasilkan error rata-rata sebesar 130,09381 cm dan standar
deviasi sebesar 66,20765 cm sehingga x rata-rata ± berkisar antara 196,301464
untuk nilai maksimumnya dan 63,8861556 untuk nilai minimumnya. Hasil tersebut
tentu sangat besar dalam suatu pengujian dikarenakan sinyal yang dipancarkan
dipengaruhi oleh bermacam-macam bentuk hamburan (scatter) sinyal dan
fenomena lintasan jamak (multipath) yang dapat menyebabkan terjadinya fading.
Fading adalah fenomena fluktuasi daya sinyal terima akibat adanya proses
propagasi (pantulan) dari gelombang radio.
Kata Kunci : Sistem Presensi, K-Nearest Neighbor, RSSI, RFID, Multipath Fading
No copy data
No other version available