La localización precisa para los dispositivos finales de sensores inalámbricos es crítica, especialmente para aplicaciones basadas en la ubicación en Internet de las Cosas (IoT) como la atención médica remota, donde se necesita una respuesta rápida a servicios de emergencia o mantenimiento. Los Sistemas de Posicionamiento Global (GPS) son ampliamente conocidos por sus servicios de localización al aire libre; sin embargo, el alto consumo de energía y el costo del hardware se convierten en un obstáculo significativo para las densas redes de sensores inalámbricos en áreas urbanas a gran escala. Por lo tanto, tecnologías inalámbricas como las Redes de Área Amplia de Largo Alcance (LoRaWAN) están siendo investigadas en diferentes aplicaciones de IoT con conciencia de ubicación debido a tener más ventajas con características de bajo costo, largo alcance y bajo consumo de energía. Además, varios métodos de localización, incluidas técnicas de localización por huella digital, están presentes en la literatura pero con diferentes limitaciones. Este estudio utiliza los valores del Indicador de Fuerza de Señal Recibida (RSSI) de LoRaWAN para predecir las coordenadas desconocidas de posición X e Y en un conjunto de datos de LoRaWAN disponible públicamente para Amberes en Bélgica utilizando Redes Neuronales Aleatorias (RNN). El sistema de localización propuesto logra una precisión de alto nivel mejorada para áreas urbanas densas al aire libre y supera a los sistemas de localización basados en LoRa convencionales presentes en otros trabajos, con un error mínimo medio de localización de 0.29 m.