Rancang Bangun Aplikasi Finding Dosen Untuk Mencari Posisi Dosen FILKOM di Dalam Ruangan Menggunakan Metode Color Radiomap Interpolation
Vol. 3, No. 1, Januari 2019, hlm. 8363-8369 http://j-ptiik.ub.ac.id
Rancang Bangun Aplikasi Finding Dosen Untuk Mencari Posisi Dosen
FILKOM di Dalam Ruangan Menggunakan Metode Color Radiomap
Interpolation
1 2 3 Miftahul Rizki Purwonegoro , Herman Tolle , Mahardeka Tri AnantaProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: mrizkip@hotmail.com, emang@ub.ac.id, deka@ub.ac.id
Abstrak
Keberadaan mahasiswa dan dosen merupakan komponen utama kegiatan belajar dalam sebuah institusi pendidikan. Banyak mahasiswa yang mengalami kendala untuk mencari posisi dosen yang berada di kampus. Selain aktivitas mengajar, dosen juga memiliki tugas lain dalam menjalankan Tri Dharma Perguruan Tinggi, hal ini yang menjadi kendala mahasiswa untuk mencari keberadaan dosen yang tidak selalu di ruangannya. Penentuan posisi seseorang pada umumnya menggunakan teknologi GPS (Global
Positioning System ), namun GPS memiliki kelemahan yaitu tidak dapat menentukan posisi seseorang
yang berada di dalam ruangan. Penelitian ini dilakukan untuk membangun aplikasi yang dapat mencari posisi dosen yang berada di dalam ruangan menggunakan metode Color Radiomap Interpolation. Pengembangan dilakukan dengan menggunakan nilai Received Signal Strength Indicator (RSSI) dari 3 buah Access Point Reference. Nilai RSSI ini dikonversikan menjadi peta warna yang nantinya digunakan untuk menentukan posisi dosen. Aplikasi ini dikembangan dalam dua sisi dimana sisi dosen dapat mengubah statusnya menjadi aktif untuk dapat ditemukan posisinya, dan sisi mahasiswa yang dapat mencari dosen dan melihat posisinya. Penentuan posisi dilakukan dengan membandingkan data latih dalam peta warna dengan data uji ketika perubahan status terjadi dengan mencari nilai terkecil dari persamaan Mean Squared Error. Hasil penelitian menunjukkan semua kebutuhan dapat tervalidasi, dengan tingkat akurasi mencapai 90%. Hal ini menandakan hasil dari penelitian memiliki tingkat akurasi yang baik.
Kata kunci: pencarian lokasi, GPS, Color Radiomap Interpolation
Abstract
The existence of student and lecture is a main component from study in educational institution. Many
student who has an obstacle experiences to looking for lectures position in campus. In addition to
lecturing, lecture is also have another duties to do Tri Dharma Perguruan Tinggi, it becomes an obstacle
for student to looking for lectures position where not always located in their room. In general, to
determine someone position using GPS (Global Positioning System), however GPS have also a
weakness such as can’t determine someone inside the building. This study is to build an application that
can find lectures position inside the building using Color Radiomap Interpolation method. Received
Signal Strength Indicator (RSSI) from 3 Access Point is used to develop this application. The value from
RSSI is converted turn into a color map that used to determine lecture position. This application is
developed in two sides where for the lecture is used to change the status to can be found its position, for
the students is also can find the lecture and see the position. Determining position with compare training
data in the color map by test data when the status from lecturer is changed with collecting the smallest
data from the equation of Mean Squared Error. The result is show that all of the requirement can be
validated, with with accuracy 90%.Keywords: location searching, GPS, Color Radiomap Interpolation
merupakan komponen utama kegiatan belajar 1. dalam sebuah institusi pendidikan. Menurut
PENDAHULUAN
hasil survey yang dilakukan peneliti, 88,9% dari Keberadaan mahasiswa dan dosen
Fakultas Ilmu Komputer Universitas Brawijaya
8363
45 mahasiswa mengalami kendala untuk mencari posisi dosen yang berada di kampus. Selain aktivitas mengajar, dosen juga memiliki tugas lain dalam menjalankan Tri Dharma Perguruan Tinggi, hal ini yang menjadi kendala mahasiswa mencari keberadaan dosen yang tidak selalu berada di ruangannya. Pada umumnya GPS (Global Positioning System) digunakan untuk menentukkan posisi seseorang, dimana GPS memiliki kelebihan untuk memetakan seluruh permukaan bumi, bahkan dapat memberikan layanan pemetaan tiga dimensi. Namun GPS memiliki kelemahan jika digunakan untuk menentukan posisi seseorang yang berada di dalam ruangan atau gedung (Rohman, 2012).
menjadi warna dan dipetakan pada sebuah grid
Pengambilan Data dan Pengolahan Data Perancangan dan Implementasi
Studi Pustaka Analisis Kebutuhan
2. METODOLOGI PENELITIAN
Interpolation dengan mendapatkan tingkat akurasi sebesar 90%.
Oleh karena permasalahan dan beberapa solusi yang telah dipaparkan, maka diperlukan aplikasi Finding Dosen untuk mencari posisi dosen FILKOM Universitas Brawijaya di dalam ruangan menggunakan metode Color Radiomap
hasil konversi RSS pada pengguna kemudian didapatkan posisi pengguna tersebut. Aplikasi yang metode ini tidak memerluian penggunaan database dan memiliki akurasi hingga 1.108 meter sehingga memiliki kelebihan disbanding metode lainnya (Arai dan Tolle, 2013). Metode Color Radiomap Interpolation pernah diimplementasikan pada penelitian yang dilakukan oleh Ananda dengan membuat aplikasi mobile estimasi posisi yang mendapatkan akurasi sebesari 85% (Ananda, 2016).
masking warna pada peta offline dan
tersebut kedalam warna pada setiap grid pada peta yang telah ditentukan, kemudian proses interpolasi dari setiap grid dilakukan untuk mendapatkan peta yang lebih detail dan akurat. Kedua melakukan konversi nilai RSS yang diterima dari Access Point oleh pengguna kedalam spektrum warna dengan cara yang sama pada pembuatan peta offline. Ketiga melakukan
fingerprint dengan mendapatkan nilai RSS dari Access Point kemudian mengkonversi nilai
penelitian ini dilakukan pada suatu ruangan koridor yang menggunakan 3 Access Point sebagai Reference Point. Tahapan berjalannya sistem ini adalah pertama membuat peta offline
grid dengan ukuran 1.25 meter x 2.5 meter,
Access Point dan mengkonversi nilai tersebut
Penelitian pertama dilakukan oleh Rasyid (2016), peneliti menggunakan dua buah metode dari Wi-Fi positioning system untuk menentukan posisi, yaitu Time of Arrival (TOA) dan Angle of
Penelitian yang dilakukan oleh Arai dan Tolle (2013) tentang estimasi posisi dengan mendapatkan nilai RSSI yang dipancarkan oleh
yang ditentukan oleh 3 buah Reference Point (RP) yang berisi data RSS dari 3 pada Access Point dalam satu area (Susantok et al., 2013).
backpropagation dan metode fingerprint localization , yaitu penentuan posisi seseorang
Susantok, et al (2013) juga meneliti tentang penentuan posisi seseorang di dalam ruangan menggunakan algoritma neural network
metode untuk sistem penentu posisi seseorang di dalam gedung (Widyaman, 2012).
Point sehingga mudah diimlementasikan sebagai
melakukan sinkronisasi antara penerima Access
Strength Indication (RSSI) tidak perlu
dibandingkan dan divalidasi dengan data latih dan titik-titik posisi secara visual pada peta yang telah dikembangkan menggunakan algoritma definitif. Penggunaan nilai Received Signal
Indication (RSSI), kemudian nilai tersebut
selain itu digunakan juga metode Triangulasi untuk menentukan koordinat posisi, namun kadang-kadang memberikan keluar perkiraan posisi yang kurang tepat. Pada metode AOA didapatkan hasil yang baik jika dilakukan pada daerah yang kecil, dimana penentuan posisi dilakukan dengan menegasikan dengan meningkatkan ruang (Rashid, 2016). Widyaman (2012) telah meneliti sistem yang dapat mengambil nilai Received Signal Strength
Arrival (AOA). TOA membutuhkan tiga buah Access Point (AP) untuk mendapatkan posisi,
Pengujian dan Analisis Kesimpulan dan Saran Gambar 1 Metodologi Penelitian
Pada tahap pertama, dilakukan studi pustaka untuk lebih memperdalam pengetahuan dalam pemecahan masalah dan merealisasikan tujuan pada penelitian ini. Studi ini dilakukan dengan mempelajari teori-teori yang berhubungan dengan Indoor Positioning System,
3 Melihat profil
umum sistem dan melakukan pemodelan kebutuhan aplikasi dengan menggambar use
case diagram serta mendeskripsikan perilaku
dari setiap use case ke dalam use case scenario dan sequence diagram. Dari hasil analisis kebutuhan, diperoleh 10 buah kebutuhan fungsional dengan melibatkan 3 buah aktor dalam aplikasi Finding Dosen. Berikut pada Tabel 1 adalah hasil identifikasi aktor dan Tabel 2 adalah hasil pendefinisian kebutuhan fungsionalnya.
Tabel 1. Identifikasi Aktor Aktor Deskripsi
Mahasiswa Merupakan orang yang dapat melakukan register, login, logout, pencarian dosen, melihat profil dosen, melihat posisi dosen, melihat profil diri mengubah profil diri. Dosen Merupakan orang yang dapat melakukan register, login, logout, mengubah status untuk dapat dicari atau tidak, melihat profil diri, mengubah profil diri.
Tabel 2. Kebutuhan Fungsional No Aktor Kebutuhan
1 Mahasiswa Login 2 dan Dosen Register
4 Mengubah profil
Analisis kebutuhan dilakukan dengan melakukan identifikasi aktor dari aplikasi
5 Logout
6 Dosen Mengubah status
7 Mahasiswa Melihat daftar dosen
8 Mencari dosen
9 Melihat profil dosen
10 Melihat posisi dosen
3.2 PENGAMBILAN DATA DAN PENGOLAHAN DATA
Pengambilan data dilakukan dengan cara
Finding Dosen, menggambarkan gambaran
3.1 Analisis Kebutuhan
Color Radiomap Interpolation dan
Tahap selanjutnya adalah perancangan aplikasi Finding Dosen dilakukan dengan metode Object Oriented Design, yang _ dimana terdapat perancangan arsitektur, kelas diagram, perancangan database dan antar muka aplikasi.. Implementasi dilakukan berdasarkan dari perancangan dan dari data yang telah diolah yaitu peta warna diproses pada backend melalui
pengambangan aplikasi Android . Kedua, dimulai dengan menentukan kebutuhan yang diperlukan dari aplikasi Finding Dosen. Metode analisis kebutuhan yang digunakan yaitu Object
Oriented Analysis dengan menitik beratkan pada
kegiatan menemukan dan mendeskripsikan objek atau konsep dalam aplikasi Finding Dosen menggunakan metode Color Radiomap
Interpolation .
Penelitian ini membutuhkan data mengenai beberapa Access Point yang ada di lingkungan FILKOM Universitas Brawijaya pada Ggedung
A, Gedung E, dan Gedung F lantai 2-4. Data yang dikumpulkan berupa nilai RSSI pada perangkat mobile terhadap Access Point yang tesedia. Data kekuatan sinyal tersebut diolah dengan mengambil data sebanyak 10 kali dan dirata-ratakan untuk mengurangi noise agar hasil yang diperoleh lebih akurat. Metode Color
Radiomap Interpolation digunakan untuk
mengolah data dan menggambarkan peta warna dari setiap gedung FILKOM Universitas Brawijaya, peta tersebut digunakan untuk menentukan posisi dosen.
Restful web service sehingga dapat ditampilkan
3. Pengembangan Aplikasi
dan digunakan sebagai penentu posisi seorang dosen.
Tahap selanjutnya adalah melakukan pengujian dari aplikasi Finding Dosen , pengujian ini meliputi pengujian unit menggunakan metode white box dengan teknik
basis path , pengujian meliputi pengujian
validasi dengan metode black box, dan pengujian akurasi dari peta yang dibuat. Pengujian akurasi dilakukan dengan membandingkan nilai RGB data latih dan data uji menggunakan persamaan
Mean Squared Error . Kemudian dilakukan
analisis hasil untuk melihat bagaimana kesesuaian hasil dengan kebutuhan yang telah dispesifikasikan dan tingkat akurasi dari aplikasi
Finding Dosen. Tahapan yang terakhir adalah
penarikan kesimpulan dari hasil penelitian dan saran untuk penelitian kedepannya.
scanning kekuatan sinyal wifi dengan aplikasi Wifi Analyzer (Gambar 2). Data diambil dari ruangan yang ada di gedung A, gedung E, dan Sumber: Arai dan Tolle (2013) gedung F lantai 2 - 4 FILKOM Universitas Brawijaya pada setiap grid yang telah ditentukan, setiap grid yang dibuat tidak Keterangan: memiliki ukuran yang sama karena pada setiap L = Level Warna ruangan dalam gedung tidak memiliki ukuran JarakRSSI = Jarak maksimal yang didapat yang panjang dan lebar yang sama. dari AP reference
N = Normalisasi Berikut data sampel berisikan contoh pengolahan data sinyal wifi dari pengambilan data, perhitungan dan pembuatan peta ditampilkan pada Tabel 3, Tabel 4 dan Tabel 5.
Tabel 3. Rata-rata hasil scan dan pembulatan Ruang Scan
Access A1.2 A A1.2 A Point AP1 -54,8 -55 AP2 -74,7 -75 AP3 -74,4 -74 Gambar 2. Wifi Analyzer Keterangan:
AP1 = a0:3d:6f:85:c0:c1 Pengolahan data dimulai dari proses
FILKOM.X 2,4 GHz rekapitulasi data RSSI yang dikelompokkan AP2 = a0:3d:6f:85:c3:01 berdasarkan ruangan dan Access Point (AP),
FILKOM.X 2,4 GHz data yang diambil adalah data yang berasal AP3 = a0:e0:af:57:26:81 hanya dari 3 AP reference pada setiap lantai pada
FILKOM.X 2,4 GHz gedung, AP reference merupakan 3 AP hasil reduksi seluruh AP pada setiap lantai, sehingga
Dengan Persamaan (1) maka nilai mewakili AP yang lain. Selanjutnya normalisasi sebagai berikut menormalisasi nilai RSSI yang berupa data
Tabel 4. Normalisasi
dengan nilai negatif (-dbm), tujuannya untuk menjadikan nilai RSSI dalam bentuk nilai
Ruang Scan
positif, normalisasi menggunakan Persamaan (1)
Access A1.2 A A1.2 A Point
(1)
= + ( + ) AP1 -55
25 AP2 -75
5 Sumber: Arai dan Tolle (2013) AP3 -74
6 Keterangan: Tabel 5. Pelevelan RGB
N = Normalisasi JarakRSSI = Jarak maksimal yang didapat
Ruang Scan
dari AP reference
Access A1.2 A A1.2 A
x = Nilai dari RSSI
Point
MinRSSI = 0
AP1 / R 79,6875
80 Tahap selanjutnya adalah pengolahan data AP2 / G 15,9375
16
yang telah dinormalisasi kedalam level warna
AP3 / B 19,125
19 RGB. Cara mengkonversikan RSSI ke dalam
level warna dengan persamaan (2): Pada Tabel 5. terlihat proses pelevelan dari nilai hasil normalisasi menjadi warna RGB,
255
(2) proses pelevelan menggunakan persamaan (2)
= ( ) ∗
dengan nilai JarakRSSI dalam kasus ini adalah
3.3 PERANCANGAN DAN
PENGUJIAN DAN ANALISIS HASIL
Method yang diuji yaitu melihat daftar dosen,
Dosen, dilakukan perbandingan beberapa
(3) Untuk mengetahui tingkat akurasi Finding
3
2 ]
2
2
[( − )
=
Pengujian akurasi dilakukan dengan mensimulasi aplikasi yang telah dibuat, dengan membandingkan lokasi yang sesungguhnya pada suatu ruangan dalam gedung dan lokasi yang ditampilkan pada aplikasi Finding Dosen. Perbandingan dilakukan dengan membandingkan nilai RGB pada data latih dan data uji menggunakan Persamaan (3), kemudian dicari nilai minimum dari masing-masing grid yang ada.
Metode blackbox testing dilakukan pada pengujian validasi, dimana semua kebutuhan fungsional yang telah didefinisikan diuji sesuai kasus uji yang dibuat. Pengujian validasi menghasilkan nilai valid pada semua kasus uji.
melihat posisi dosen, dan mengubah status dosen. Masing-masing method dihitung dan didapatkan nilai Cyclomatic Complexity 1, 1, dan 2. Dimana pengujian menghasilkan nilai valid untuk semua kasus uji.
Pengujian yang dilakukan pada penelitian ini yaitu pengujian unit, pengujian validasi, dan pengujian akurasi. Pengujian unit dilakukan pada tiga buah method utama aplikasi Finding Dosen menggunakan metode whitebox testing.
Gambar 5. Implementasi Antar Muka 4.
- ( − )
Bahasa Go dan implementasi front end menggunakan Bahasa Java. Implementasi antarmuka front end yang didasarkan dari perancangan, ditampilkan pada Gambar 5.
Android . Implementasi back end menggunakan
Implementasi kode program dibagi menjadi dua, yaitu back end dan front end aplikasi
Gambar 4. Arsitektur MVVM Aplikasi Finding Dosen Sumber: Android Developer (2017)
menghasilkan perancangan tampilan antarmuka yang akan diimplementasikan dalam sistem.
data model, dan perancangan antarmuka
Perancangan class diagram menghasilkan kelas- kelas yang saling berinteraksi pada sistem. Perancangan database menghasilkan physical
Model ) yang ditampilkan pada Gambar 4.
Perancangan dilakukan mencakup perancangan arsitektur dari aplikasi Finding Dosen, perancangan class diagram, perancangan data, dan perancangan antarmuka. Arsitektur yang digunakan pada pada aplikasi finding dosen ini adalah MVVM (Model-View-View
IMPLEMENTASI
Gambar 3. Color Radiomap Gedung A Lantai 1
80 dan nilai MinRSSI adalah 0, hasil pelevelan kemudian dibulatkan. Hasil pembulatan dari pelevelan tersebut digunakan sebagai komponen nilai RGB yang digunakan untuk memberikan warna pada grid sampling yang telah ditentukan. Peta warna yang dihasilkan terdapat pada Gambar 3.
- ( − )
Tabel 6. Pengujian Akurasi Mean Squared Error No.
34 F3.5 B F3.5 B Valid
20 LE2.7 LE2.7 Valid
21 E2.8 D E2.8 D Valid
22 E2.4 A E2.4 A Valid
23 F2.9 A F2.9 A Valid
24 F2.8 B F2.8 B Valid
25 F2.5 A F2.5 A Valid
26 F2 Hall I F2 Hall H Tidak Valid
27 F2.1 A F2.1 A Valid
28 F3.11 A F3.11 A Valid
29 F3.3 A F3.3 A Valid
30 F3.12 B F3.12 B Valid
31 F3.8 A F3.8 A Valid
32 F3.7 C F3 Hall E Tidak Valid
35 F4 Hall J F4 Hall J Valid
18 E2.1 C E2.1 C Valid
36 F4.2 B F4.2 B Valid
37 F4.4 A F4.4 A Valid
38 F4.6 A F4.6 A Valid
39 F4.5 B F4.5 B Valid
40 F4 Hall E F4 Hall E Valid
(%) = 36/40 100 = 0,9 100 = 90
Dari hasil pengujian akurasi, didapatkan jumlah valid sebesar 36 dari 40 sampel, disimpulkan bahwa akurasi yang didapatkan sebesar 90 %. Akurasi tidak mencapai 100% dikarenakan beberapa titik yang tidak valid, nilai tidak valid disebabkan oleh jarak nilai RGB yang sangat berdekatan sehingga perhitungan Mean
Squared Error menghasilkan nilai yang terkecil
pada ruangan lain. Dengan hasil yang demikian menunjukkan fungsi Aplikasi Finding Dosen dapat berjalan dengan baik.
5. KESIMPULAN DAN SARAN
Perancangan dan implementasi dari aplikasi
Finding Dosen yang digunakan untuk mencari
posisi dosen dengan menggunakan metode
19 E2.2 A E2.2 A Valid
17 E2.5 D E2.5 D Valid
RGB Data Uji RGB Data Latih A1.8 A A1.8 B Mean Squared Error Minimal 137 102 108
1 A1.8 A A1.8 A Valid
48
86
89
1 A1.8 A 134
3 1586,33 3 108
86
2 A1.8 B 105 1465,33
4,33 4,33
50
89 (%) = ( ℎ ℎ
) 100 (4)
Hasil pengujian akurasi ditampilkan pada Tabel 7.
Tabel 7. Hasil Pengujian Akurasi Ruangan No. Lokasi Sebenarnya Lokasi Finding Dosen Status
2 A1.9 A A1.9 A Valid
16 E2.9 B E2.9 B Valid
2 A1.10 B A1.10 B Valid
3 A1.3 D A1.4.1 Tidak Valid
4 A1.5 A A1.5 A Valid
5 LA1T A LA1T A Valid
6 A2.16 C LA2.17 Tidak Valid
7 A2.22 C A2.22 C Valid
8 A2.24 B A2.24 B Valid
9 A2.20 A A2.20 A Valid
10 LA2T B LA2T B Valid
11 E1.7 C E1.7 C Valid
12 E.5 D E1.5 D Valid
13 LE1T A LE1T A Valid
14 E1.3 A E1.3 A Valid
15 E1.2 A E1.2 A Valid
Color Radiomap Interpolation dapat dilakukan
Developer, Android. 2017. Android and
Conference on Information, Communications & Signal Processing, 1- 5.
dengan menganalisis kebutuhan yang menghasilkan gambaran umum sistem, identifikasi aktor, kebutuhan fungsional yang terdiri dari 10 kebutuhan. Sebelum perancangan dibuat, dilakukan pengambilan data dan pengolahan data dari masing
- – masing ruangan di FILKOM Universitas Brawijaya khususnya pada Gedung A, Gedung E, dan Gedung F pada laintai 2
- – 4. Perancangan dilakukan dengan merancang class diagram, physical data model, merancang arsitektur sistem, dan merancang antar muka dari aplikasi Finding Dosen. Arsitektur yang digunakan pada aplikasi Finding Dosen adalah MVVM (Model, View, View Model ).
Dosen dapat terhubung dengan back end, tipe
Hartono, R.. & Purnomo, A. 2011. Wireless Network 802.11. D3 TI FMIPA UNS. Rashid, T., Chowdhury, S. S. & Nawal, M. F.
Yogyakarta.
IEEE 802.11n . ICITEE 2012, ISSN: 2008-6578.
Indoor Localization berbasis RSS Fingerprinting Menggunakan
2. Widyaman, C. & Kusumawardani, S. S. 2012.
Teknik Elektro dan Komputer, Vol.I, No.
Thesis projects: Wifi Positioning System (WPS) Menggunakan Algoritma Neural Network Backpropagation di Area Kampus Politeknik Caltex Riau , Jurnal
[online] Tersedia di: <http://ilmuti.org/2012/06/sejarah-gps- dan-fungsinya/> [Diakses 22 Mei 2017] Susantok M., Kurniawan A. & Azwar H. 2013.
2011. Indoor Positioning System. EE 4820. Rohman, A. 2012. Sejarah GPS dan Fungsinya.
10 Conference (TENCON), 2016 IEEE. Singapura. Robert J., Arthur M., Kevin T. & Bobby, Z..
. Region
Positioning System Based on Wi-Fi Repeater Technology
2016. Composite Indoor Localization and
<https://android- developers.googleblog.com/2017/05/andr oid-and-architecture.html> [Diakses 9 September 2017]
web service yang digunakan adalah REST API
Architecture. [online] Tersedia di:
Implementasi dilakukan dengan 2 tahap yaitu implementasi back end menggunakan Bahasa Go dan implementasi front end di aplikasi Android menggunakan Bahasa Java.
Web service juga dibuat agar aplikasi Finding
model for indoor WiFi positioning enhancement . 2007 6th International
Bose, A. & Foh, C.H. 2007. A practical path loss
International Journal of Advanced Research in Artificial Intelligence (IJARAI), Vol. 2, No. 3.
Interpolation for Efficient Fingerprint WiFi-based Indoor Location Estimation .
Volume 7 - Number 10. Arai, K. & Tolle, H. 2013. Color Radiomap
Implementasi Metode Color Radiomap Interpolation Pada Aplikasi Mobile Estimasi Posisi Pengguna (Studi Kasus Gedung A dan E PTIIK UB) . Doro Jurnal.
Saran yang dapat diberikan adalah aplikasi dapat dikembangkan lebih lanjut untuk pencarian posisi secara real time dan dikembangkan juga dalam platform iOS, mencakup seluruh ruangan dan gedung yang ada di FILKOM Universitas Brawijaya, dan menggunakan metode lain untuk meningkatkan akurasi ketika jarak nilai RGB antar grid sangat berdekatan.
Interpolation memiliki tingkat akurasi yang baik.
atau Restful Web Service. Tingkat akurasi yang diperoleh dari pengujian aplikasi Finding Dosen sebesar 90%. Sehingga aplikasi Finding Dosen yang menggunakan metode Color Radiomap