PENGEMBANGAN SISTEM IDENTIFIKASI JENIS KENDARAAN BERBASIS WIFI SENSING

Prasetya, Naufal (2026) PENGEMBANGAN SISTEM IDENTIFIKASI JENIS KENDARAAN BERBASIS WIFI SENSING. Bachelor thesis, Institut Teknologi Kalimantan.

[img] Text
04221077_cover.pdf

Download (423kB)
[img] Text
04221077_statement_of_authenticity.pdf

Download (87kB)
[img] Text
04221077_tables.pdf
Restricted to Repository staff only until 4 October 2028.

Download (304kB) | Request a copy
[img] Text
04221077_table_of_content.pdf
Restricted to Repository staff only until 4 October 2028.

Download (344kB) | Request a copy
[img] Text
04221077_publishing_agreement.pdf

Download (89kB)
[img] Text
04221077_preface.pdf

Download (558kB)
[img] Text
04221077_notations.pdf
Restricted to Repository staff only until 4 October 2028.

Download (303kB) | Request a copy
[img] Text
04221077_illustrations.pdf
Restricted to Repository staff only until 4 October 2028.

Download (311kB) | Request a copy
[img] Text
04221077_enclosure.pdf
Restricted to Repository staff only until 4 October 2028.

Download (4MB) | Request a copy
[img] Text
04221077_conclusions.pdf
Restricted to Repository staff only until 4 October 2028.

Download (354kB) | Request a copy
[img] Text
04221077_chapter_4.pdf
Restricted to Repository staff only until 4 October 2028.

Download (1MB) | Request a copy
[img] Text
04221077_chapter_3.pdf
Restricted to Repository staff only until 4 October 2028.

Download (1MB) | Request a copy
[img] Text
04221077_chapter_2.pdf
Restricted to Repository staff only until 4 October 2028.

Download (814kB) | Request a copy
[img] Text
04221077_chapter_1.pdf
Restricted to Repository staff only until 4 October 2028.

Download (417kB) | Request a copy
[img] Text
04221077_bibliography.pdf

Download (371kB)
[img] Text
04221077_approval_sheet.pdf

Download (141kB)
[img] Text
04221077_abstract_en.pdf
Restricted to Repository staff only until 4 October 2028.

Download (355kB) | Request a copy
[img] Text
04221077_presentation.pdf.pdf
Restricted to Repository staff only until 4 October 2028.

Download (6MB) | Request a copy
[img] Text
04221077_paper.pdf
Restricted to Repository staff only until 4 October 2028.

Download (638kB) | Request a copy
[img] Text
04221077_abstract_id.pdf

Download (315kB)

Abstract

Meningkatnya jumlah kendaraan setiap tahunnya menimbulkan masalah kompleks seperti kemacetan lalu lintas, risiko kecelakaan yang tinggi, dan pemborosan bahan bakar. Manajemen lalu lintas cerdas memerlukan deteksi kendaraan yang akurat, namun sensor konvensional sering kali terhambat oleh kondisi cuaca, biaya pemasangan yang tinggi, dan perawatan yang intensif. Untuk mengatasi keterbatasan tersebut, penelitian ini mengembangkan sistem identifikasi jenis kendaraan berbasis sensor Wi-Fi dengan memanfaatkan Received Signal Strength Indicator (RSSI) dan Channel State Information (CSI) sebagai parameter utama. Metode penelitian ini melibatkan perancangan perangkat keras dan perangkat lunak menggunakan Espressif IoT Development Framework (ESP-IDF) serta akusisi data secara real-time di pos keamanan Institut Teknologi Kalimantan untuk empat kategori: kosong, sepeda motor, mobil, dan pickup. Pemrosesan data mencakup ekstraksi fitur statistik, penerapan Teknik Synthetic Minority Over-sampling (SMOTE) untuk mengatasi ketidakseimbangan dataset, serta penggunaan Gradient Boosting Classifier. Hasil penelitian menunjukkan bahwa karakteristik fisik kendaraan secara signifikan memengaruhi propagasi sinyal nirkabel akibat penghalangan, pantulan, difraksi, dan hamburan. Kombinasi Gradient Boosting Classifier dan SMOTE mencapai akurasi klasifikasi yaitu 0,50 dengan nilai recall spesifik sebesar 0,54 untuk kelas sepeda motor, 0,48 untuk kelas kosong, 0,23 untuk kelas mobil, dan 0,17 untuk kelas pickup. Kesimpulannya, integrasi data RSSI dan CSI memberikan informasi sinyal yang komprehensif, sehingga meningkatkan keandalan sistem dalam mengenali karakteristik kendaraan dan mengurangi bias kelas mayoritas. Kata Kunci : Channel State Information (CSI), Gradient Boosting Classifier, Received Signal Strength Indicator (RSSI), Vehicle Identification, Wi-Fi Sensing.

Item Type: Thesis (Bachelor)
Subjects: T Technology > T Technology (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering
T Technology > TL Motor vehicles. Aeronautics. Astronautics
Divisions: Jurusan Teknologi Industri dan Proses > Teknik Elektro
Depositing User: Naufal Naufal Prasetya
Date Deposited: 13 Jul 2026 07:08
Last Modified: 13 Jul 2026 07:08
URI: http://repository.itk.ac.id/id/eprint/26883

Actions (login required)

View Item View Item