SISTEM PENENTUAN LOKASI DALAM-RUANG SECARA DEVICE-FREE BERBASIS UHF PASSIVE RFID TAGS MENGGUNAKAN TEKNIK FINGERPRINT

Andika Prima Sandi, Dwi Joko Suroso S.T., M.Eng;Dr.-Ing. Singgih Hawibowo

2021 | Skripsi | S1 TEKNIK FISIKA

Perkembangan teknologi berdampak nyata terhadap berbagai sektor kehidupan. Salah satu teknologi yang sangat berpengaruh adalah internet. Pengembangan dari teknologi ini juga mampu membuat suatu objek dapat diketahui posisinya secara real time atau yang dikenal sebagai Location-Based Service (LBS). Global Positioning System (GPS) yang mampu menentukan posisi objek merupakan salah satu bagian dari LBS. Namun, di dalam ruangan GPS tidak mampu bekerja maksimal. Indoor Positioning System (IPS) adalah teknologi yang mampu menentukan posisi dalam ruang. IPS pada beberapa penelitian disebutkan sebagai indoor localization. Perbedannya IPS berdasarkan koordinat lintang dan bujur sedangkan indoor localization koordinat relative. Akan tetapi, saat ini penelitian tentang penentuan lokasi dalam-ruang lebih banyak tentang device-based indoor localization. Kekurangan dari sistem tersebut yaitu pada beberapa aplikasi kurang fleksibel dan biaya yang tinggi untuk cakupan luas. Berdasarkan hal tersebut, pada penelitian ini diusulkan sistem device-free indoor localization yang menawarkan fleksibilitas tinggi dan biaya murah. Pada device-free indoor localization perangkat tidak dipasangkan pada target. Perangkat yang digunakan pada penelitian ini berbasis Ultra High Frequency (UHF) passive Radio Frequency Identification (RFID) tags. Data ID tags pada RFID akan digunakan sebagai parameter pengukuran. Kemudian, dengan menggunakan RFID dilakukan beberapa skenario variasi jumlah tags dan orientasi reader. Hal tersebut dilakukan untuk melihat skenario mana yang memiliki peforma terbaik. Penelitian ini dilakukan pada ruang 5mx5m dengan metode fingerprinting yang dibantu algoritma pattern matching machine learning multiclass k-Nearest Neighbor (k-NN) untuk mengolah parameter ID. Peforma device-free terbaik yang di dapatkan pada skenario 10 tags 8 orientasi dengan akurasi = 99,05%, presisi = 81,79%, error = 0,95%, recall = 88%, F1-score = 84,782%. Pada saat skenario terbaik diimplementasikan, peforma device-free indoor localization sebanding dengan device-based indoor localization.

Technological developments have a real impact on various sectors of life. One very influential technology is the internet. The development of this technology can also make an object know its position in real-time or what is known as Location-Based Service (LBS). Global Positioning System (GPS), which can occupy a position, is part of the LBS. However, in the room, the GPS is not able to work optimally. Indoor Positioning System (IPS) is a technology that can determine the position in space. However, currently investigating the determination of indoor location is more about device-based indoor localization. The disadvantages of this system are that it is less flexible in some applications, and the costs are high for wide coverage. Based on this, this research proposes a device-free indoor localization that offers high deals and low costs. On free indoor localization devices, the device is not paired to the target. The device used in this research is based on passive Radio Frequency Identification (RFID) Ultra High Frequency (UHF) tags. ID data on RFID will be used as a measurement parameter. Then, several scenarios of variations in the number of tags and reader orientation were carried out using RFID. These are done to see which scenario has the best performance. We conducted the measurements in a 5 m x5 m space with the fingerprint method assisted by the k-Nearest Neighbor (k-NN) multiclass machine learning for pattern matching algorithm to process ID parameters. The best device-free performance was obtained in the 10 tags 8 orientation scenario with accuracy = 99.05%, precision = 81.79%, error = 0.95%, recall = 88%, F1-score = 84.782%. It can be said that the best scenario performance device-free indoor localization is comparable to device-based indoor localization.

Kata Kunci : Device-free indoor localization, RFID,ID tags ,Multiclass k-NN, Fingerprint