@thesis{thesis,
		author={Daniswara  Hendra},
		title ={TA : Social Distancing Detector menggunakan Bluetooth Berbasis Website},
		year={2023},
		url={https://repository.dinamika.ac.id/id/eprint/6873/},
		abstract={Seluruh dunia dikejutkan dengan wabah virus COVID-19, korban dari virus ini tidak sedikit yang ada diseluruh dunia. Salah satu cara untuk mencegah tertularnya virus COVID-19 adalah dengan menjaga jarak minimal dua meter dengan orang lain. Namun banyak orang yang bisa mengetahui jarak antar orang lain dengan perkiraan. Tujuan dari penelitian ini adalah menentukan jarak antar orang dengan menerapkan Kalman filter dan dimonitoring dari website. Dengan memanfaatkan teknologi Bluetooth yang merupakan salah satu teknologi yang dapat memperkirakan jarak dengan Received Signal Strength Indicator (RSSI). RSSI dikonversi menjadi jarak dengan menggunakan model log distance path loss. RSSI akan melewati Kalman filter untuk memberikan hasil yang stabil. Bluetooth sebagai End node akan mengirimkan data ke webserver menggunakan komunikasi LoRa. Kemudian website akan mengambil data dari database untuk monitoring. Berdasarkan hasil pengujian menunjukkan bahwa semakin jauh jarak, nilai RSSI akan semakin kecil. Penerapan Kalman filter dapat memperkecil kesalahan konversi jarak sebesar 42,649%. Penerapan kalman filter pada komunikasi 3 end node memiliki error terkecil 2,75%. Pengujian transmisi data dilakukan selama 19 menit dengan tingkat keberhasilan 100%.}
		}