Text
Sistem Estimasi Posisi Di Dalam Gedung Menggunakan Metode Fingerprint Berdasarkan Deep Neural Network
Metode Fingerprint menjadi populer dalam penelitian tentang Indoor positioning
system ( IPS), bagaimanapun fingerprint IPS tidak dapat menjaga performa yang
tinggi untu waktu yang lama, oleh sebab itu, metode deep learning dibutuhkan
untuk mengoptimalkan nya. Pada IPS metode fingerprint, nilai RSS akan di
simpan kedalam databased yang di ambil dari beberapa tempat yang disebut titik
referensi. Melalui pengukuran fingerprint, lokasi yang tidak diketahui dapat di
estimasi dengan menemukan persamaan antara fingerprint dan fingerprint
sebelumnya, pada dasarnya , fingerprint terdiri dari 2 fase, yaitu offline dan online
fase, pada online fase itulah DNN akan diterapkan. Sistem pemosisian
menggunakan DNN diterapkan menggunakan 8 layer yang terdiri dari 1 input
layer dengan jumlah node 25, 6 hidden layer dengan jumlah setiap node
30,100,100,100,100,100 node, dan 1 output layer dengan jumlah node 2 (X,Y)
hasil nya adalah didapat nilai akurasi sebesar 97,916667%. and 91,6667 %.
Kata Kunci : Fingeprint, RSS, Deep Learning, Deep Neural Network
No copy data
No other version available