• Tidak ada hasil yang ditemukan

Prediksi Indoor Coverage WLan dengan Jaringan Saraf Tiruan - Ubaya Repository

N/A
N/A
Protected

Academic year: 2017

Membagikan "Prediksi Indoor Coverage WLan dengan Jaringan Saraf Tiruan - Ubaya Repository"

Copied!
1
0
0

Teks penuh

(1)

iii

ABSTRAK

Jaringan komputer nirkabel (Wireless Local Area Network) atau lebih dikenal dengan istilah Wi-Fi (Hotspot), sudah menjamur di kota maupun di desa. Penggunaan jaringan Wi-Fi (Hotspot) bisa di ruangan terbuka maupun ruangan yang dibatasi oleh sekat-sekat antar ruangan (indoor). Kualitas level signal pada pengguna (client), serta batas daerah yang masih mendapat sinyal (coverage area) Wi-Fi (Hotspot), yang berada di ruangan terbuka akan berbeda dengan yang berada di ruangan tertutup (bersekat). Dengan demikian sebelum membangun sebuah jaringan Wi-Fi yang harus diketahui ialah batas area yang akan digunakan oleh pengguna jaringan tersebut. Hal ini bertujuan agar kualitas sinyal di area pengguaan Wi-Fi akan menerima sinyal secara merata.Untuk mengetahui

coverage area dari sebuah jaringan Wi-Fi, haruslah melakukan percobaan di daerah tersebut. Cara yang dilakukan ialah dengan langsung turun ke lapangan untuk mengecek sampai batas mana sinyal Wi-Fi masih dapat digunakan. Dengan cara demikian pastinya akan memerlukan waktu yang lama serta menguras tenaga. Untuk mengatasi hal tersebut maka ada cara yang lebih efisien untuk mengetahui

Referensi

Dokumen terkait

Manfaat yang akan dicapai dalam penelitian ini adalah dapat menentukan lokasi posisi client optimal dari field strength dan bit rate bagi pengguna internet di kampus III

Kondisi sinyal tersebut yang terjadi pada suatu gedung apartemen menjadi bahan untuk dilakukan simulasi perencanaan Indoor Building Coverage (IBC) pada jaringan

Dalam penelitian ini akan dilakukan pemodelan terhadap generator uap yang memiliki 8 parameter luaran berdasarkan 9 parameter masukannya menggunakan jaringan saraf tiruan

Sebuah pemodelan menggunakan indoor dominant path ( IDP) dilakukan untuk membantu desainer jaringan dalam menghitung prediksi cakupan area yang dihasilkan

Pengembangan model menggunakan jaringan syaraf tiruan untuk memprediksi kuat tekan beton porus, yang terdiri dari 3 variabel input dan 1 variabel output, telah disajikan

Penempatan perangkat Wi-Fi memberikan pengaruh yang besar terhadap kekuatan sinyal yang diterima oleh receiver , Wi-Fi indoor positioning perlu dilakukan untuk

Dalam pelatihan pada model jaringan saraf tiruan backpropagation, dilakukan pembelajaran pola dari 66 database sinyal ECG pada software jaringan saraf tiruan

Model jaringan syaraf tiruan yang dihasilkan cukup akurat dalam memprediksi kesehatan koperasi, tetapi masih ada kekurangan yaitu tingkat akurasi yang tidak