Pada tahun 2018, pemerintah melalui Menteri Komunikasi dan Informasi menyatakan bahwa akan mengkonversi seluruh TV Analog yang ada di Indonesia menjadi TV Digital. Tuntutan migrasi siaran TV dari sitem analog ke digital berlaku secara global, tidak hanya di Indonesia tetapi juga di seluruh dunia. Tanpa harus membeli pesawat TV baru, masyarakat dapat menikmati konten siaran format digital dengan cara menambahkan perangkat converter (yang disebut set top box) pada pesawat TV lama. Set Top Box (STB) adalah alat bantu penerima siaran digital yang berfungsi mengkonversi dan mengkompresi sinyal digital sehingga dapat diterima pada pesawat TV analog. STB sebagai receiver sinyal digital harus memiliki standar yang sama dengan sistem pemancar (transmitter), yaitu DVB- T2. Standar ini diadopsi Indonesia sejak 2012, menggantikan standar DVB-T (2007) sebagai standar penyiaran TV Digital Terrestrial penerimaan tetap free-to-air atau tidak berbayar. Bahkan hingga kini telah dikembangkan DVB-T2 dengan mode penerimaan mobile (portable). Pada penelitian ini, akan dilakukan pengukuran Quality of Service yang meliputi field strength, link budget, dan path loss dalam mendukung kualitas siaran TV Digital Terrestrial DVB-T2. Selain itu, penelitian ini juga mengukur Quality of Experience dari user atau penonton mengenai kualitas program TV Digital Terrestrial yang nantinya hasil data akan dijadikan rekomendasi untuk pemerintah sebagai pengatur regulasi dan industri pertelevisian. Hasil dari penelitian ini dapat disimpulkan bahwa dalam mode penerimaan bergerak, semakin tinggi kecepatan yang digunakan, maka daya pancar yang diterima semakin kecil. Begitu pula sebaliknya. Karena hal ini dipengaruhi oleh efek doppler. Selain itu, kecepatan tinggi juga menyebabkan drop out pada siaran televisi semakin banyak dan terkadang tidak terdeteksi siaran.

Panel surya digunakan untuk mengubah energi matahari menjadi energi listrik. Saat siang hari seringkali terdapat bayangan yang menyebabkan tertutupnya permukaan panel surya. Kondisi ini menyebabkan daya keluaran dari panel surya menurun. Selain itu, kurva karakteristik yang dihasilkan panel surya akan berbeda. Perbedaannya adalah posisi titik daya maksimum yang seharusnya hanya ada satu yaitu Global Maximum Power Point (GMPP) terbagi menjadi dua yaitu GMPP dan Local Maximum Power Point (LMPP). Kondisi ini membuat MPPT metode konvensional dapat terjebak dalam LMPP. Untuk mengatasi masalah tersebut, dalam Proyek Akhir ini diusulkan MPPT menggunakan metode Modified Particle Swarm Optimization (MPSO). Metode MPSO dipilih untuk menyelesaikan kondisi partial shading sehingga MPPT dapat mencapai GMPP tanpa terjebak dalam LMPP. Hasil dari Proyek Akhir ini didapatkan kenaikan daya rata-rata saat menggunakan metode P&O sebesar 0.99 Watt sedangkan metode MPSO sebesar 13,84 Watt. Selain itu, saat melakukan proses pengisian baterai pada kondisi panel surya tanpa shading, metode P&O mampu meningkatkan State of Charge (SOC) baterai sebesar 35% sedangkan metode MPSO sebesar 40%. Saat kondisi shading 1, P&O dan MPSO memiliki kenaikan SOC baterai yang sama yaitu 30%. Saat kondisi shading 2, metode P&O hanya mampu meningkatkan SOC baterai sebesar 5% sedangkan metode MPSO sebesar 20%.

Stetoskop akustik lazim dipakai untuk mendeteksi bunyi jantung. Teknik ini biasa disebut dengan auskultasi. Masalah yang timbul pada auskultasi jantung menggunakan stetoskop adalah noise lingkungan, kepekaan telinga, frekuensi dan amplitudo yang rendah. Maka pada judul tugas akhir ini akan dirancang suatu stetoskop elektronik dengan memodifikasi sebuah stetoskop akustik, sehingga memperjelas bunyi jantung. Sinyal suara jantung dideteksi menggunakan sensor suara mic condensor yang telah dipasang pada tubing stetoskop. Frekuensi sinyal suara jantung yang terbilang lemah yaitu berkisar antara 20 - 500Hz, maka dari itu sinyal suara yang terdeteksi oleh sensor akan diolah menggunakan rangkaian analog yang terdiri dari rangkaian preamplifier, rangkaian filter (Low Pass Filter dan High Pass Filter), rangkaian amplifier, dan rangkaian clamper. Keluaran dari rangkaian analog ini berfungsi untuk memisahkan sinyal suara asli dari jantung dan suara noise nya sehingga didapat sinyal yang diharapkan. Selain itu akan terjadi penguatan sinyal agar dapat dibaca oleh ADC dari mikrokontroller ATMEGA8535. Selanjutnya output dari mikrokontroller ini akan ditampilkan ke android melalui module bluetooth HC-05. Data yang ditampilkan di sistem android ini berupa suara dari detak jantung, bentuk sinyal suara detak jantung, dan jumlah detak suara jantung dalam satuan Beat Per Minute.

Dewasa ini, perkembangan protokol komunikasi dan informasi sangatlah pesat diiringi dengan semakin cepatnya perkembangan perangkat elektronika. Sehingga banyak tercipta perangkat telekomunikasi generasi baru dengan teknologi yang semakin canggih. Salah satunya adalah Jaringan Sensor Nirkabel atau biasa disebut Wireless Sensor Network. Jaringan Sensor Nirkabel merupakan jaringan nirkabel yang terdiri dari banyak sensor sumber (node) dengan kemampuan deteksi (sensing), komputasi dan kemampuan komunikasi secara nirkabel. Pada proyek akhir ini akan dibuat sebuah sistem penerima lokalisas dari nodes dengan metode multilaterasi yang kemudian hasil posisi terestimasi tersebut akan diperbaiki menggunakan metode least-square untuk mendapatkan data yang lebih akurat. Sistem penerima lokalisasi ini dilakukan oleh server dengan menggunakan bahasa pemrograman C#. Begitu pula pada proses komputasi metode multilaterasi juga dilakukan oleh server menggunakan bahasa pemrograman C#. Selanjutnya data terestimasi akan dikirimkan oleh server ke aplikasi android melalui jaringan internet. Untuk tampilan akhir digunakan aplikasi berbasis android yang dapat menampilkan lokasi parkir hasil estimasi perbaikan dan peta lokasi parkir. Hasil yang diharapkan pada penelitian ini adalah visualisasi analisa dari sistem yang berupa aplikasi android. Hasil yang didapatkan yaitu kecenderungan nilai error rata-rata akan semakin baik saat nilai jumlah unknown node semakin banyak artinya bahwa error saat menggunakan 5 buah node sebagai referensi lebih kecil jika dibandingkan dengan saat menggunakan 3 buah node referensi. Kinerja system dalam satu kali pengiriman data server rata-rata membutuhkan waktu 12.3 detik. Secara keseluruhan system bekerja cukup.

Dokter gigi umumnya menggunakan citra radiografi panoramik untuk melakukan penilaian manual, termasuk deteksi dan diagnosis berbagai kondisi gigi. Hasil penilaian ini kemudian direkam dalam odontogram, yang mencakup informasi mengenai jumlah, bentuk, susunan, dan aspek lainnya, direpresentasikan dalam bentuk gambar atau denah standar mengenai kondisi gigi dalam mulut. Proses identifikasi secara manual seringkali menghasilkan perbedaan antara dokter gigi satu dengan yang lainnya, selain memerlukan waktu yang lebih lama untuk mengevaluasi kondisi gigi. Kesalahan dalam proses identifikasi ini juga dapat berpotensi menyebabkan kesalahan dalam penanganan. Tujuan dari penelitian ini adalah mengembangkan sebuah aplikasi berbasis website yang mampu mendeteksi dan mengidentifikasi gigi pada citra radiografi panoramik dan diubah dalam bentuk odontogram secara otomatis. Dalam penelitian ini, peneliti mengimplementasikan teknik deteksi objek menggunakan metode YOLO untuk mengisolasi dan mengenali gigi secara individual dari gambar panoramik penuh radiografi gigi. Aplikasi ini dapat melakukan penomoran gigi berdasarkan standar FDI untuk setiap gigi, dan juga mampu mengidentifikasi gigi yang mungkin hilang pada citra tersebut.