Rancang Bangun Perangkat Lunak Untuk Sistem Penentuan Posisi Berbasis Received Signal Strength Indicator (RSSI)
Muhammad Rafi Yudhistira, Dr. Eng. Ir. Dwi Joko Suroso, S.T., M.Eng. IPP., Ir. Shaki Saptiadi Putra, S.T., M.Eng. IPP.
2025 | Skripsi | FISIKA TEKNIK
Penentuan posisi berbasis
ZigBee (IEEE 802.15.4) memanfaatkan Received Signal Strength Indicator
(RSSI) untuk memperkirakan lokasi. Riset terdahulu umumnya berfokus pada
algoritma dan hasil numerik, sehingga belum tersedia perangkat lunak end-to-end
yang secara terpadu mampu mengakuisisi, menyimpan, mengolah, serta menampilkan
parameter dan hasil estimasi posisi. Penelitian ini merancang dan membangun
perangkat lunak dengan antarmuka yang ramah pengguna sekaligus untuk
mengintegrasikan, menguji, dan mengevaluasi metode penentuan posisi berbasis
RSSI secara sistematis.
Sistem yang
dikembangkan berarsitektur microservice mengikuti prinsip MACH
(Microservice, API-first, Cloud-native, Headless). Komponennya mencakup frontend
React.js, backend Golang dan Python, basis data MariaDB, penyimpanan
objek MinIO, message broker RabbitMQ, Redis sebagai cache handler
dan pub/sub, serta Nginx sebagai reverse proxy dan load
balancer; seluruh komponen diorkestrasi menggunakan Docker. Fitur kunci
meliputi manajemen metadata ruangan, unggah berkas parameter RSSI dan metode, visualisasi
grafik parameter, eksekusi penentuan posisi, serta komparasi dua metode
menggunakan Euclidean distance.
Uji kinerja
menunjukkan operasi CRUD metadata berada pada rentang 1–9 ms, sedangkan
pemrosesan penentuan posisi sekitar 12–13 s. Pengujian pada Chrome dan Firefox
dengan konfigurasi RAM 2, 4, dan 8 GB memperlihatkan Firefox unggul pada metrik
transfer data (TTFB 5,05–8,93 ms; TTLB 5,20–9,17 ms), sementara Chrome unggul
pada metrik perenderan antarmuka (FCP 0,31–0,75 s; LCP 0,71–1,04 s; FLT
1,00–2,08 s). Dari sisi akurasi, metode fingerprint-based menunjukkan
kinerja terbaik dengan MAE menurun dari 0,22 m menjadi 0,18 m ketika jumlah anchor
meningkat dari 4 menjadi 6 dibandingkan range-based.
ZigBee-based (IEEE 802.15.4) subject localization
leverages the Received Signal Strength Indicator (RSSI) to estimate position.
Prior studies have predominantly focused on algorithms and numerical results,
leaving a gap for end-to-end software that integrally acquires, stores,
processes, and visualizes positioning parameters and estimated locations. This
study designs and implements a user-friendly software system that
systematically integrates, tests, and evaluates RSSI-based positioning methods.
The developed system adopts a
microservice architecture aligned with MACH principles (Microservice,
API-first, Cloud-native, Headless). Its components include a React.js frontend;
Golang and Python backends; a MariaDB database; MinIO object storage; RabbitMQ
as the message broker; Redis for caching and pub/sub; and Nginx as the reverse
proxy and load balancer. All components are orchestrated using Docker. Key
features comprise room metadata management, uploading RSSI parameter files and
methods, parameter visualization, execution of localization, and comparison of
two algorithms using Euclidean distance.
Performance
evaluations indicate that CRUD operations on metadata fall within 1–9 ms,
whereas localization processing takes approximately 12–13 s. Tests conducted on
Chrome and Firefox with 2, 4, and 8 GB RAM configurations show that Firefox
leads on data transfer metrics (TTFB 5.05–8.93 ms; TTLB 5.20–9.17 ms), while
Chrome leads on interface rendering metrics (FCP 0.31–0.75 s; LCP 0.71–1.04 s;
FLT 1.00–2.08 s). In terms of accuracy, the fingerprint-based method performs
best, with MAE decreasing from 0.22 m to 0.18 m as the number of anchors
increases from 4 to 6, outperforming the range-based approach.
Kata Kunci : Aplikasi berbasis website, Penentuan posisi, RSSI, Arsitektur Microservice
