Sistem tracking merupakan salah satu cara untuk mempermudah dalam mengestimasi lokasi suatu objek. Salah satunya adalah untuk tracking posisi trolley yang ada di Bandara. Penyebabnya adalah tidak sedikit penumpang pesawat yang kesulitan untuk mencari trolley yang tersebar terutama pada saat jam sibuk. Sehingga dalam penelitian ini dilakukan implementasi metode K-NN Fingerprint pada server penerima untuk tracking posisi trolley di Bandara Soekarno Hatta. Metode Fingerprint digunakan untuk mengumpulkan data-data offline dari kuat sinyal bluetooth yang diterima. Metode K-NN digunakan untuk klasifikasi data kuat sinyal hasil fingerprint karena dinilai sederhana dan memiliki kecepatan yang tinggi dalam proses klasifikasi. Informasi mengenai posisi trolley dapat dimanfaatkan oleh pihak Bandara untuk mengembalikan trolley yang tersebar di titik-titik yang tidak diketahui oleh penumpang ke tempat pengambilan trolley. Sehingga hal ini dapat memudahkan penumpang untuk mendapatkan trolley pada saat jam sibuk. Dari pengujian yang dilakukan dengan menggunakan metode K-NN Fingerprint pada sistem didapatkan hasil bahwa pada single objek MSE yang hasilnya paling kecil adalah saat menggunakan nilai k=1 yaitu 0,6866 meter. Pada multi objek rata-rata MSE yang hasilnya paling kecil adalah saat menggunakan nilai k=1 yaitu 3,3951 meter dan cenderung mengalami kenaikan hingga paling besar saat menggunakan nilai k=10 yaitu 13,1432 meter. Sementara itu, saat jumlah grid paling banyak yaitu 54.825 grid menghasilkan MSE terendah dan saat jumlah grid paling sedikit yaitu 3.531 grid menghasilkan MSE tertinggi. Untuk pengujian waktu komputasi sistem, perubahan nilai k tidak berpengaruh pada waktu yang dihasilkan, sedangkan perubahan jumlah objek dan perubahan jumlah grid pada Fingerprint berpengaruh pada waktu yang dihasilkan.