PENENTUAN POSISI OBJEK BERDASARKAN GLOBAL SYSTEM FOR MOBILE COMMUNICATION (GSM) MENGGUNAKAN METODE NAÏVE BAYES

Hani Rubiani, Widyawan, S.T., M. Sc., Ph.D.

2012 | Tesis | S2 Teknik Elektro

Sebagian besar penelitian penentuan posisi objek dalam gedung berdasarkan pada penggunaan sinyal jarak pendek, seperti WiFi, Bluetooth, ultra sound, dan infrared. Dalam penelitian ini dibahas penentuan posisi objek dalam gedung menggunakan Global System for Mobile Communication (GSM). Penggunaan GSM mempunyai kelebihan pada jangkauan area yang luas dan tetap bekerja pada saat kondisi listrik suatu gedung sedang padam. Penentuan posisi objek menggunakan Receive Signal Strength (RSS) GSM fingerprinting dengan kelebihan tidak perlu mengetahui letak posisi sumber radio. Estimasi posisi pada tahap positioning menggunakan metode Naïve Bayes (NB) yang hasilnya dibandingkan dengan metode Nearest Neighbour (NN). Penentuan posisi objek dilakukan pada koridor lantai 3 gedung Jurusan Teknik Elektro dan Teknologi Informasi (JTETI) UGM dengan luas ± 302 m2. Percobaan dilakukan dengan 5 skenario. Skenario yang pertama merupakan pengukuran RSS fingerprint dengan penentuan luasan sebesar 2m2, skenario kedua merupakan pengukuran RSS fingerprint dengan penentuan luasan sebesar 1m2. Pada skenario pertama dan kedua dengan menggunakan 3 Cell-ID dari provider XL Axiata. Skenario ketiga melakukan percobaan dari skenario yang pertama dengan membedakan jumlah data set setiap klasifikasi, skenario keempat merupakan pengukuran RSS fingerprint dengan penentuan luasan 1m2 dan menggunakan 2, 3 dan 4 Cell-ID dari provider Telkomsel dan yang terakhir yaitu skenario 5 yang merupakan pengukuran RSS fingerprint dengan penentuan luasan 1m2 menggunakan 3 Cell-ID dari provider XL Axiata dan 3 Acess Point (AP) yang ada di gedung JTETI UGM lantai 3. Hasil estimasi posisi terbaik pada skenario 5 yang menggabungkan data RSS fingerprint GSM dan RSS fingerprint IEEE 802.11g. Pada skenario tersebut menunjukkan jarak kesalahan rata-rata minimum menggunakan metode Nearest Neighbour (NN) sebesar 5.39 meter. Jarak kesalahan rata-rata minimum sebesar 5.11 meter dengan menggunakan metode Naïve Bayes (NB).

Most researches in indoor localization are based on the use of short-range signals, e.g. WiFi, Bluetooth, ultra sound, and infrared. This research discusses indoor localization using the Global System for Mobile Communication (GSM). The use of GSM has many advantages and works during electricity outage. The system can be used in vast area coverage and requires no information about the position of radio transmitter. The localization method uses Receive Signal Strength (RSS) GSM fingerprinting. The method has advantages which does not need information of the position of radio transmitter. The localization stage uses Naive Bayes (NB) method. Afterwards, the results will be compared with Nearest Neighbour (NN) method. Indoor localization is conducted on 3rd floor corridor of Department of Electrical Engineering and Information Technology (JTETI), UGM with total area of ±302 m2. The experiments are performed in 5 scenarios. The first scenario is the measurement of RSS fingerprint with 2 m2 grid size. The second scenario is the measurement of RSS fingerprint with 1 m2 grid size. Both scenarios employ 3 Cell-ID data from XL Axiata GSM Provider. The third scenario is similar to the first scenario with different data set. Fourth scenario employs RSS fingerprint with 1 m2 grid size and use up to 4 Cell-ID of the Telkomsel GSM Provider. The fifth scenario measures RSS fingerprint with 1 m2 grid size using 3 Cell-ID from XL Axiata GSM Provider and 3 Access Point (AP) that is attached on the 3rd floor of Department of Electrical Engineering and Information Technology (JTETI) UGM building. The results show that the fifth scenario has the highest accuracy. The scenario integrates GSM RSS fingerprint data and IEEE 802.11g RSS fingerprint. The use of Nearest Neighbour gives minimum average error of 5.39 meters. Minimum average error of 5.11 meters is obtained using Naive Bayes (NB) method.

Kata Kunci : Penentuan posisi objek dalam gedung, Global System for Mobile Communication (GSM), IEEE 802.11g, Receive Signal Strength (RSS), Fingerprinting Naive Bayes (NB), Nearest Neighbour (NN)