Estimasi Posisi Objek Menggunakan Particle Swarm Optimization dan K – Nearest Neighbour (PSO-KNN)

Abstract

Saat ini, teknologi estimasi posisi objek mengalami perkembangan signifikan, dengan adanya teknik fingerprint sebagai metode estimasi posisi. Studi ini membahas estimasi posisi objek di dalam ruangan dengan nilai RSSI sebagai indikator dan Access Point digunakan sebagai parameter penelitian. Algoritma yang digunakan untuk menentukan RSS Fingerprint dalam penelitian ini adalah Particle Swarm Optimization dan K-Nearest Neighbour. Estimasi Posisi dilakukan di gedung belajar 1 sampai gedung belajar 4 di jurusan Sistem Komputer, Universitas Sriwijaya. Hasil estimasi posisi didapatkan dengan membandingkan data latih dengan data pada saat pengujian.