PDAM Surya Sembada Kota Surabaya merupakan PDAM Terbesar dengan Jumlah Pelanggan Terbanyak di Seluruh Indonesia. Dengan cakupan layanan sebesar 93,77% atau sekitar 2,5 juta penduduk di Kota Surabaya yang menggunakan layanan PDAM Surya Sembada Dengan sangat luasnya cakupan pelayanan dan banyaknya pelanggan dari PDAM Surya Sembada, maka pihak PDAM harus bekerja keras untuk merawat Jaringan Air dan mengontrol pemakaian pelanggan. Pada proyek akhir ini penulis menyadari akan pentingnya Sistem kontrol yang terintegrasi dan efektif pada PDAM Surya Sembada Kota Surabaya. Maka dari itu penulis membuat sebuah aplikasi Sistem Kontrol Pemakaian Air yang efektif dan terintegrasi guna meningkatkan pelayan yang prima bagi pelanggan. Aplikasi tersebut adalah aplikasi mobile berbasis Android yang ditujukan untuk petugas kontrol pemakaian air. Aplikasi ini telah diujikan kepada beberapa petugas lapangan dan hasilnya sungguh memuaskan.Disamping itu aplikasi ini juga telah diujikan pada beberapa merek dan tipe smartphone dengan berbagai spesifikasi.Aplikasi dianggap mampu meningkatkan kinerja petugas Kontrol Pemakaian Air PDAM Surya Sembada Kota Surabaya.

Tanda tangan merupakan bentuk unik yang menggambarkan identitas seseorang. Tanda tangan digunakan sebagai salah satu autentikasi biometrik yang digunakan oleh masyarakat Indonesia dalam berbagai kebutuhan administratif yang menyangkut hukum, seperti surat kontrak, administrasi perbankan, akta, dan sebagainya. Akan tetapi, saat ini sering kali terjadi kasus pemalsuan tanda tangan, yang menyebabkan kerugian material maupun moral terhadap korban. Hal ini salah satunya disebabkan oleh keterbatasan manusia dalam melakukan verifikasi keabsahan tanda tangan dengan mata telanjang. Penelitian ini mengajukan sebuah pendekatan untuk mengatasi maraknya kasus pemalsuan tanda tangan dengan melakukan identifikasi keabsahan tanda tangan tulisan tangan menggunakan Convolutional Neural Network. Dataset yang digunakan dalam penelitian ini adalah tanda tangan dari seratus satu individu dengan masing-masing tiga tanda tangan asli dan tiga tanda tangan palsu. Pada penelitian ini, dilakukan percobaan dengan empat model Deep Learning, yaitu CNN, CNN Batch Normalization, Siamese Neural Network, dan Resnet50 dan menghasilkan akurasi berturut-turut 90,90%, 86,36%, 92,42%, dan 95,68%. Hal ini menunjukkan bahwa performa Resnet50 lebih baik dalam melakukan identifikasi keabsahan tanda tangan, dengan nilai EER sebesar 0,056. Akan tetapi, masih perlu adanya penambahan jumlah dataset serta perbaikan pra-pemrosesan citra dan metode fine-tuning yang digunakan untuk menghindari model yang overfitting.

Kemajuan teknologi di dunia semakin tahun semakin cepat dan berkembang. Dengan adanya kemajuan teknologi yang semakin berkembang maka banyak tercipta peralatan elektronik yang lebih simpel dan lebih efisien. Salah satu yang mengalami perkembangan dalam hal ini adalah konverter daya, karena semakin banyaknya penggunan konverter daya baik ac to dc converter maupun dc to dc converter di dunia industri dan dalam kehidupan sehari-hari. Untuk memenuhi kebutuhan tersebut dapat dibuat sistem atau rangkaian konverter yang mempunyai daya maksimal dan efisiensi yang cukup tinggi. Salah satunya adalah membuat Interleaved Boost Conveter dimana rangkaian ini terdiri dari Boost Converter yang terhubung paralel. Untuk mendapatkan daya yang maksimal maka digunakan rangkaian Zero Voltage Switching pada rangkaian Interleaved Boost Conveter yang berfungsi menghilangkan spike pada saat switch turn-on. Sumber tegangan dari sistem ini adalah solar panel 200WP dengan tegangan minimumnya 24V yang kemudian dinaikkan menjadi 41.4V yang dijaga konstan menggunakan kontrol PI dari mikrokontroler sebagai tegangan input baterai (accu) 36V32Ah. Tegangan dan arus keluaran dari solar panel akan dimonitoring dayanya dengan menggunakan sensor tegangan dan sensor arus oleh mikrokontroler karena terdapat fluktuasi tegangan antara musim hujan dan musim penghujan, yang nantinya akan dibuat data base.

Indonesia, sebagai negara yang ditandai oleh geografi maritim yang luas, menjadi wilayah yang subur untuk menggali potensi yang besar dari sektor perikanannya, dengan penekanan khusus pada budidaya udang—komoditas yang diminati dan bernilai ekonomi tinggi baik di pasar domestik maupun internasional. Namun demikian, budidaya udang menghadapi berbagai tantangan, di antaranya adalah masalah kompleks terkait kualitas air, yang merupakan faktor penting dalam keberhasilan budidaya ini. Kualitas air dipengaruhi oleh berbagai faktor, dan salah satu penyumbang signifikan adalah keberadaan mikroalga. Organisme mikroskopis ini memiliki dampak fisik yang nyata pada warna keseluruhan lingkungan perairan. Oleh karena itu, fokus utama dari penelitian ini berkisar pada pengukuran serta estimasi yang tepat terhadap kelimpahan mikroalga, dengan pendekatan metodologi optik di antaranya optical density, image processing, analisa spektrum dan spektrofotometri. Estimasi dibangun dengan mengumpulkan dan mengolah sejumlah data karakteristik yang diperoleh dari sampel air sebagai dasar bagi pembangunan dan kalibrasi model estimasi melalui penerapan metodologi regresi. Secara khusus, penelitian ini menggunakan berbagai teknik regresi, termasuk regresi multilayer perceptron, regresi support vector machine, regresi k-nearest neighbors dan regresi gaussian regression. Pada beberapa kasus juga digunakan model regresi matematik polinomial. Metrik kunci yang digunakan untuk penilaian ini adalah nilai Mean Absolute Error (MAE), yang memberikan ukuran kuantitatif yang nyata terhadap akurasi prediksi dari masing-masing metode. Model estimasi terbaik terdapat pada regresi k-nearest neighbor dimana pada 12 percobaan estimasi k-nearest neighbor memiliki nilai MAE terendah pada 7 percobaan dengan rerata MAE sebesar 0.433.

Pada proyek akhir ini dikembangkan sebuah sistem pemberi makan ikan secara otomatis yang dilengkapi juga dengan sensor pencemaran air. Sistem ini berupa sebuah kapal kecil pengangkut pakan ikan yang akan menaburkan pakan di titik-titik tertentu . Kapal bergerak secara otomatis mengikuti titik koordinat yang di setting menggunakan metode Waypoint, titik koordinat ini akan diset pada sisi kolam. Ditambahkan sensor pencemaran/ kekeruhan air untuk memantau kondisi air kolam, lalu sensor kamera untuk mengetahui titik berkumpulnya ikan agar kapal bergerak menuju titik tersebut, setelah penyeberan pakan selesai kapal akan kembali ke titik koordinat awal. Pergerakan kapal akan digunakan propeler sedangkan pemberian makan dari wadah diatur oleh katup dan diteruskan oleh motor untuk penyebarannya.