This Author published in this journals
All Journal Journal JCONES
Rachman, Farid Nur
Journal of Control and Network Systems (JCONES)

Published : 1 Documents
Articles

Found 1 Documents
Search

RANCANG BANGUN "PERSONAL LOCATION DETECTION" PADA MINIMAP MENGGUNAKAN ACCELEROMETER SENSOR DAN ORIENTATION SENSOR Rachman, Farid Nur; Harianto, Harianto; Susanto, Pauladie
Journal of Control and Network Systems (JCONES) Vol 6, No 1 (2017)
Publisher : Journal of Control and Network Systems (JCONES)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dewasa ini, smartphone sudah tidak menjadi barang mewah lagi, sudah menjadi sebuah hal wajar. Smartphone memiliki banyak fungsi yang bermanfaat bagi penggunanya, salah satunya adalah sebagai “Personal Location Detection”. “Personal Location Detection” adalah sebuah sistem yang dapat menentukan lokasi pengguna dalam suatu lokasi, dengan menggunakan sinyal GPS (Global Positioning System), atau singkatnya GeoLocation. Sistem ini biasa digunakan dalam aplikasi peta dan navigasi untuk smartphone, contohnya Google Maps. Aplikasi Google Maps memiliki fitur Indoor Maps, dimana pengguna dapat mengetahui peta lokal suatu lokasi atau bangunan. Fitur ini masih memanfaatkan sinyal GPS sebagai penunjuk lokasi, dimana kendalanya adalah kurang akuratnya peletakan penunjuk lokasi. Penulis dalam Tugas Akhir ini mencoba mencari alternatif dari GPS sebagai penunjuk lokasi dalam peta lokal agar dapat memiliki akurasi lebih tinggi, yaitu dengan memanfaatkan accelerometer sensor dan orientation sensor yang tertanam pada smartphone, kemudian diimplementasikan pada sebuah minimap sebagai peta lokal. Aplikasi “Personal Location Detection” menggunakan accelerometer sensor dan orientation sensor dengan metode deteksi gerakan dan deteksi arah untuk menentukan pergerakan penanda lokasi pada minimap. Aplikasi ini memiliki tingkat keakuratan yang baik apabila digunakan seperti skenario 1, yaitu berjalan dengan langkah normal dengan rata-rata error sebesar 0.7075 meter untuk deteksi gerakan dan rata-rata error sebesar 1.66667 derajat untuk deteksi arah.