Akurasi Penentuan Lokasi Pengguna Wi-Fi Melalui Smartphone di Dalam Ruangan (Indoor Positioning) Berdasarkan Metode Fingerprinting. Skripsi, Jurusan Teknik Informatika dan Komputer, Politeknik Negeri Jakarta, 2026. Teknologi Global Positioning System (GPS) tidak dapat bekerja secara optimal di lingkungan dalam ruangan akibat hambatan fisik struktur bangunan. Penelitian ini mengembangkan Indoor Positioning System (IPS) berbasis Wi-Fi Fingerprinting menggunakan algoritma Weighted K-Nearest Neighbor (WKNN) untuk menentukan posisi pengguna di dalam gedung bersekat. Tantangan utama yang diatasi adalah ambiguitas spasial — kondisi di mana dua lokasi berbeda menghasilkan pola Received Signal Strength Indicator (RSSI) yang hampir identik akibat fenomena multipath dan kondisi Non-Line-of-Sight (NLOS). Sistem yang dibangun mencakup aplikasi Android berbasis Capacitor sebagai pemindai sinyal, backend FastAPI dengan mekanisme room-lock dan Exponential Moving Average (EMA) untuk menghaluskan estimasi posisi, basis data PostgreSQL, serta dashboard web React untuk pemantauan posisi secara real-time melalui WebSocket. Radio map dibangun dari 31 titik referensi yang tersebar di empat area pengujian: Ruang Embedded 1, Ruang Embedded 2, Lorong, dan Ruang KPS. Pengujian dilakukan terhadap 30 titik uji dengan membandingkan nilai K = 5 dan K = 7. Hasil pengujian menunjukkan bahwa K = 7 menghasilkan akurasi keseluruhan sebesar 76,7% dibandingkan 73,3% untuk K = 5. Pada kondisi Line-of-Sight (LOS) kedua nilai K menghasilkan akurasi yang sama sebesar 80,0%, sedangkan pada kondisi NLOS K = 7 lebih unggul dengan 73,3% berbanding 66,7%. Ruang KPS dan Ruang Embedded 1 mencapai akurasi sempurna (100%), sementara Ruang Embedded 2 menjadi ruangan dengan akurasi terendah akibat distorsi sinyal dari material besi dan kedekatan geografis dengan Ruang Embedded 1. Kata kunci: ambiguitas spasial, dasbor pemantauan, Non-Line-of-Sight, Received Signal Strength Indicator, room-lock, sistem penentuan posisi dalam ruangan, Weighted K-Nearest Neighbor, Wi-Fi Fingerprinting