Smart campus mengacu pada fasilitas pendukung kegiatan yang terintegrasi menggunakan teknologi informasi. Beragam kejadian atau masalah dalam lingkungan kampus dapat diketahui dan terlacak dengan baik. Dalam proyek akhir ini akan dicari trayektori unik mahasiswa yang merupakan salah satu langkah pasif dalam melakukan verifikasi legalitas pengguna smartphone di lingkungan kampus. Data RSSI yang didapat dari Wireless Access Point akan diolah untuk menentukan lokasi mahasiswa menggunakan metode Fingerprinting Indoor Localization. Algoritma K Nearest Neighbor digunakan sebagai dasar penentuan posisi user dengan metrik Manhattan dan k 1 didapatkan akuurasi model sebesar 0.819. Pada tahap pengujian pada test set, rata-rata error posisi yang didapatkan adalah 12.39 meter, dengan akurasi prediksi gedung 0.98 dan akurasi prediksi lantai sebesar 0.88.