Peningkatan Cakupan Sinyal Wi-Fi dengan Penempatan Access Point Menggunakan Metode Probabilitas Bayesian

MALCOM: Indonesian Journal of Machine Learning and Computer Science Pub Date : 2024-03-17 DOI:10.57152/malcom.v4i2.1291

Nurhas Linda, I. Ali

{"title":"Peningkatan Cakupan Sinyal Wi-Fi dengan Penempatan Access Point Menggunakan Metode Probabilitas Bayesian","authors":"Nurhas Linda, I. Ali","doi":"10.57152/malcom.v4i2.1291","DOIUrl":null,"url":null,"abstract":"Saat pemasangan jaringan Wi-Fi, posisi Access point merupakan salah satu pengaruh besar terhadap kualitas sinyal Wi-Fi. Maka, dalam pemasangan alat jaringan diperlukan penempatan Access point yang tepat. Laboraturium Teknik Elektro Universitas Riau merupakan salah satu lokasi yang memanfaatkan jaringan Wi-Fi untuk aktivitas akademik jurusan Teknik Elektro. Namun, penempatan posisi Access point di Laboraturium Teknik Elektor Universitas Riau tidak melalui tahap perencanaan penempatan Access point yang matang dan terdapat penumpukan Access point sehingga cakupan sinyal Wi-Fi di Laboraturium Teknik Elektro Universitas Riau belum optimal. Untuk menyelesaikan permasalahan tersebut, penelitian ini menggunakan metode probabilitas bayesian untuk mengatasi ketidakpastian data dan memerlukan pengetahuan awal untuk mengambil suatu keputusan. Tujuan penelitian ini untuk meningkatkan cakupan sinyal Wi-Fi di Laboraturium Teknik Elektro universitas Riau. Hasil penelitian sebelumnya memiliki luas cakupan sinyal W-Fi sebesar 2,031,04 M2, jika dipersentasekan menjadi 53% dari luas area Laboraturium Teknik Elektro. Setelah dilakukan penelitian terjadi peningkat luas cakupan sinyal Wi-Fi menjadi 3,308,8 M2","PeriodicalId":507205,"journal":{"name":"MALCOM: Indonesian Journal of Machine Learning and Computer Science","volume":"94 5","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"MALCOM: Indonesian Journal of Machine Learning and Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.57152/malcom.v4i2.1291","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Saat pemasangan jaringan Wi-Fi, posisi Access point merupakan salah satu pengaruh besar terhadap kualitas sinyal Wi-Fi. Maka, dalam pemasangan alat jaringan diperlukan penempatan Access point yang tepat. Laboraturium Teknik Elektro Universitas Riau merupakan salah satu lokasi yang memanfaatkan jaringan Wi-Fi untuk aktivitas akademik jurusan Teknik Elektro. Namun, penempatan posisi Access point di Laboraturium Teknik Elektor Universitas Riau tidak melalui tahap perencanaan penempatan Access point yang matang dan terdapat penumpukan Access point sehingga cakupan sinyal Wi-Fi di Laboraturium Teknik Elektro Universitas Riau belum optimal. Untuk menyelesaikan permasalahan tersebut, penelitian ini menggunakan metode probabilitas bayesian untuk mengatasi ketidakpastian data dan memerlukan pengetahuan awal untuk mengambil suatu keputusan. Tujuan penelitian ini untuk meningkatkan cakupan sinyal Wi-Fi di Laboraturium Teknik Elektro universitas Riau. Hasil penelitian sebelumnya memiliki luas cakupan sinyal W-Fi sebesar 2,031,04 M2, jika dipersentasekan menjadi 53% dari luas area Laboraturium Teknik Elektro. Setelah dilakukan penelitian terjadi peningkat luas cakupan sinyal Wi-Fi menjadi 3,308,8 M2

查看原文本刊更多论文

利用贝叶斯概率法通过接入点布局改善 Wi-Fi 信号覆盖范围

在安装 Wi-Fi 网络时，接入点的位置是影响 Wi-Fi 信号质量的主要因素之一。因此，在安装网络设备时，需要正确放置接入点。廖内大学电气工程实验室是电气工程系利用 Wi-Fi 网络开展学术活动的地点之一。然而，廖内大学电气工程实验室的接入点位置并没有经过精心的规划，接入点堆积如山，导致廖内大学电气工程实验室的 Wi-Fi 信号覆盖率并不理想。为了解决这些问题，本研究使用贝叶斯概率法来克服数据的不确定性，并要求在做出决策前具备先验知识。本研究的目的是改善廖内大学电气工程实验室的 Wi-Fi 信号覆盖范围。之前的研究结果显示，Wi-Fi 信号覆盖面积为 2,031.04 M2，如果计算为电气工程实验室面积的 53%。研究完成后，Wi-Fi 信号覆盖面积增至 3,308.8 平方米。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

MALCOM: Indonesian Journal of Machine Learning and Computer Science

自引率

0.00%

发文量