WIFI SENSING UNTUK MENDETEKSI PERGERAKAN MANUSIA DALAM RUANG TERTUTUP DAN RENTAN TERHADAP MASALAH PRIVASI

Abstract

WiFi sensing merupakan teknologi yang memanfaatkan data CSI yang berasal dari sinyal WiFi untuk mendeteksi aktivitas manusia tanpa perangkat lain seperti kamera, sehingga dapat mengurangi masalah privasi. Data CSI ini dikumpulkan untuk melihat perubahan yang terjadi ketika terdapat aktivitas manusia. Data tersebut kemudian melalui tahap preprocessing meliputi ek straksi fitur, denoising, normalisasi, dan balancing. Model deep learning dengan arsitektur Long Short-Term Memory (LSTM) digunakan untuk mengklasifikasikan aktivitas berdasarkan data CSI yang telah diproses. Hasil pengujian menunjukkan model mencapai akurasi keseluruhan 95%. Nilai precision,recall, dan F1-score untuk masing-masing aktivitas juga menun jukkan performa yang baik, dengan nilai terendah 93% dan tertinggi 97%. Hasil ini meberitahu bahwa WiFi sensing dengan ESP32 efektif dalam mendeteksi aktivitas manusia di ruang tertutup.