Bluetooth Düşük Enerji (Bluetooth Low Energy -BLE) işareti, bir BLE reklamının sinyallerini düzenli olarak yayınlayan kablosuz bir kişisel alan ağı cihazıdır. Akıllı telefon cihazları bu sinyalleri alır ve kullanıcıların yerini tespit etmek için kullanılır. Bu süreç, kullanıcıların mobil cihazlarına bağlamdan haberdar bilginin sağlanmasına izin verecek ve çevrimiçi sanal dünyayı çevrimiçi fiziksel dünyaya bağlayabilecektir. Bu çalışmanın temel amacı, BLE cihazlarını kullanarak öğrencilerin derslere katılımını kaydedebilecek bir sistem geliştirmek ve bu sistemi bir üniversite kampüsünde uygulamaktır. Bu araştırmada, (1) İç mekan konumlandırma sistemi olarak BLE işaretlerini kullanarak öğrencilerin yoklamasını yapabilen bir sistemin geliştirilmesi; (2) Yoklama süresinin kısaltılması; (3) Öğrencilerin yoklamasını yapmak için birden fazla BLE cihazını paralel olarak kullanmak hedeflenmiştir. Bu çalışma aynı zamanda, eğitim kurumlarında BLE işaretlerinin kullanımının potansiyelini ve BLE işaretlerini kullanmada karşılaşılan zorlukları anlama girişimidir. Bu çalışmada iBeacon cihazlarından ölçülen güçlerin doğruluğunu değerlendirmek için farklı topolojiler tasarlanarak farklı sayıda iBeacon cihazı kullanılmıştır. Her topolojide karar ağacı ve rasgele orman sınıflandırıcıları kullanılarak sınıfta yer alan iBeacon cihazları için ölçülen güç seviyelerine dayanarak, öğrencinin pozisyonunu tahmin etmenin doğruluğu değerlendirilmiştir. Güç seviyeleri, Apple iPhone cihazları için özel olarak geliştirilmiş yazılımlar kullanılarak elde edilmiştir; burada hatayı en aza indirmek amacıyla sınıftaki her konum için üç ölçüm kaydedilmiştir. Bu çalışmanın sonuçları sınıf içi duvarlarına yakın konumlandırılmış öğrencilerin katılım kayıtlarının başarısız olma olasılığının en yüksek olduğunu göstermektedir. Dahası, sınıf dışındaki öğrenciler, sınıfın içinde olmaksızın yoklamaya katılım gösterebilmektedirler. Bu nedenle, bu bölgeler kritik bölgeler olarak kabul edilir ve bu bölgelerdeki toplanan ölçümlerin yoğunluğunu arttırmak için güçler yarım metre çözünürlükle toplanır. Kullanılabilir ve etkili bir yöntem sağlamak için, sınıf içinde fiziksel olarak yer alan öğrencileri, olmayan öğrencilerden ayırmak önemlidir; böylece, öğrenci aslında sınıfta olmadıkça, katılım için kayıt olmak mümkün olmamalıdır. Bu amaçla, bu çalışmada Bluetooth Low Energy (BLE) cihazlarına dayanan kapalı alan konumlandırma tekniği kullanılmaktadır. Sınıf dışından öğrencilerin yoklamalara katılmalarına hiçbir zaman izin verilmeyen bir topoloji önerebilmek için BLE cihazlarının farklı dağılımları bu çalışmada değerlendirilmiştir. Bu çalışmada sınıfın içindeki ve dışındaki öğrencileri sınıflandırmak için rasgele orman sınıflandırıcı kullanılarak %100 doğruluk elde edebilmek için her bir sınıf için en az dört BLE cihazının gerekli olduğu ortaya çıkmıştır.
The Bluetooth Low Energy (BLE) signal is a wireless personal area network device that periodically broadcasts the signals of a BLE advertising. Smartphone devices take these signals and are used to locate users. This process will allow the provision of context-aware information to users' mobile devices and link the online virtual world to the online physical world. The main purpose of this study is to develop a system that allows students to register their participation in classes using BLE devices and implement this system on a university campus. This research is aimed to reach a set of key targets, including (1) The development of a system capable of polling students by using BLE beacons as an indoor positioning system; (2) Reduce the time for attendance registration; (3) To use more than one BLE device in parallel for students' attendance tracking. This study is also an attempt to understand the potential of using BLE beacons in educational institutions and the challenges in using BLE beacons. In this study, different topologies were designed to evaluate the accuracy of the measured powers from iBeacon devices, and a different number of iBeacon devices were used to do this. Based on measured power levels for iBeacon devices in the class using decision trees and random forest classifiers in each topology, the correctness of estimating the positions of the students were assessed. Power levels were achieved using software developed specifically for Apple iPhone devices; where three measurements were recorded for each location in the class to minimize the error. The results of this study show that students who are positioned close to the classroom walls have the highest probability of failure to register. Moreover, students outside the class can participate in the attendance without being in the classroom. For this reason, these regions are considered to be critical regions, and the signal powers are collected with a half meter resolution to increase the density of the collected measurements in these regions. To provide a useful method, it is essential to distinguish students who are physically located in the class from those who are not; so that the student should not be able to register for participation unless they are actually in the class. For this purpose, closed-field positioning technology based on Bluetooth Low Energy (BLE) devices is used in this study. Different distributions of BLE devices have been evaluated in this study to recommend a topology where students from outside the classroom are never allowed to participate in attendance. In this study, it was found that at least four BLE devices were required for each class to achieve 100% accuracy using random forest classifiers to classify students in and out of the classroom.
