Keefektifan penyaluran daya pada sistem PLTS Off Grid menjadi sangat penting, maka dari itu energi manajemen sistem (EMS) sangat diperlukan guna menunjang keberhasilan sistem PLTS dalam menyalurkan daya. EMS akan mengatur sumber listrik yang akan digunakan, dengan menyesuaikan besar daya pada beban sehingga pengeluaran daya lebih efisien. Pada proyek akhir ini akan memanjemen penggunaan daya dan memilih sumber daya listrik yang akan digunakan beban, bukan hanya itu EMS pada proyek akhir ini juga dapat sebagai proteksi baterai dengan cara mematikan inverter dan melakukan pergeseran daya. Berdasarkan kalkulasi SOC dengan kondisi yakni SOC Rendah (Low Battery), Ideal (Health) dan Berlebih (Over Charge Battery) dapat dilakukan dengan parameter 25% untuk SOC rendah pada simulasi dan 40% pada hardware, 50% untuk SOC Ideal baik simulasi dan hardwaere dan 81% pada SOC berlebih. Pergeseran daya diperlukan untuk menjalankan proteksi over charge, efisiensi daya akan diatur agar proteksi dapat berjalan. Dengan mengatur atau pergeseran frekuensi inverter maka pergeseran daya dapat dilakukan, pergeseran daya ini disebut Power Shifting Frequency , sistem kontrol yang digunakan untuk pergeseran daya pada proyek akhir ini adalah kontrol logika fuzzy, hasil fuzzyfikasi yang nantinya menjadi frekuensi inverter, dengan sifat fuzzy dihasilkan 4% kenaikan daya yang dapat melindungi baterai dari pengisian berlebih dan daya yang dibutuhkan oleh beban sama dengan daya yang telah dibatasi oleh sistem EMS pada inverter.

Pankreas adalah organ yang bertanggung jawab mengatur kadar insulin. Kerusakan pada pankreas menyebabkan diabetes mellitus. Untuk mengetahui apakah seseorang menderita diabetes mellitus, perlu dilakukan tes laboratorium yang memakan waktu dan biaya. Dalam penelitian ini, kami mengusulkan aplikasi mobile untuk memeriksa diabetes melitus dengan menggunakan iridologi. Iridologi adalah salah satu metode alternatif untuk mendeteksi kelainan pada tubuh melalui iris. Penelitian ini juga bertujuan untuk meningkatkan cropping otomatis dari penelitian sebelumnya untuk mendapatkan akurasi yang lebih tinggi. Tahapan yang dilakukan dalam penelitian ini adalah cropping berdasarkan target, pra-proses, cropping otomatis dengan menggunakan proyeksi integral, cropping otomatis untuk menghilangkan sklera, pengambilan ROI pankreas, ekstraksi fitur dan klasifikasi. Hasil cropping otomatis menunjukkan hasil kesuksesan 56%, 32% scant, dan 12% gagal. Kasifikasi dilakukan dengan proses learning pada 34 data yang telah dilabeli normal atau abnormal oleh ahli iridologi. Data test diambil menggunakan kamera dari perangkat mobile. Ada 40 data pengujian yang terdiri dari orang-orang dengan rentang usia antara 20 sampai 40 tahun. Kami juga membandingkan hasil pengujian dengan kadar gula darah pasien. Dalam penelitian ini, keakuratan pengujian sistem adalah 80% dan error 20%.

Energi listrik yang dihasilkan panel surya tergantung pada intensitas radiasi matahari yang menyinari permukaan panel surya. Untuk mendapat daya optimum keluaran panel surya, maka diperlukan suatu metode optimasi (MPPT), namun terdapat permasalahan ketika terjadi ketidaksamaan radiasi (non-uniform iradiation) pada panel surya yang tersusun seri atau paralel. Ketidaksamaan radiasi bisa disebabkan karena sebagian permukaan panel surya tertutup oleh benda atau bayangan, akibatnya panel surya akan menghasilkan kurva karakteristik yang berbeda, perbedaannya adalah posisi titik daya maksimum yang seharusnya hanya ada satu yaitu GMPP (Global Maximum Power Point) terbagi menjadi dua yaitu GMPP dan LMPP (Local Maximum Power Point). Kondisi ini membuat metode optimasi sederhana terjebak dalam LMPP atau titik daya yang lebih rendah. Untuk mengatasi masalah tersebut, diusulkan metode optimasi Adaptive Velocity Particle Swarm Optimization (AVPSO). AVPSO merupakan salah satu kecerdasan buatan yang dikembangkan dari metode Particle Swarm Optimization (PSO). Metode AVPSO yang diusulkan mempu mencapai GMPP dengan tingkat osilasi dan tracking time yang lebih singkat dibandingkan metode PSO. Metode ini akan diterapkan untuk mengatur switching pada SEPIC converter. Hasil penelitian proyek akhir ini menunjukkan hasil bahwa pada kondisi permukaan PV normal, metode AVPSO dapat meningkatkan akurasi sebesar 3,47% dan mempercepat tracking time sebesar 4,16 detik dibanding metode P&O. pada kondisi terdapat gangguan yang menutup sebagian permukaan konfigurasi panel surya, metode AVPSO mampu mencapai titik GMPP dan meningkatkan akurasi sebesar 21,78% dibanding metode P&O. Metode AVPSO mampu mengurangi tingkat cycle osilasi sebanyak 3 cycle jika dibanding metode PSO standart, sehingga mampu mencapai titik konvergen lebih cepat sekitar 2,7 detik

Sekarang ini sistem pencarian sudah banyak bermunculan, dan sistem pencariannya hanya memberikan informasi lokasi posisi terakhir. Selain itu media untuk menampilkan lokasi user memrlukan waktu yang panjang dan hanya pada lingkup tertentu. Keadaan ini kurang efektif khususnya bagi tunanetra sehingga dibutuhkan sebuah system yang mampu mengatasi hal tersebut. Sistem yang dirancang dalam proyek akhir ini memanfaatkan teknologi GPS (Global Positioning System), google map dan MySQL. Untuk mengakses google map pada web browser harus melakukan pendaftaran API Key. Data GPS akan diterima pada database MySQL ditampilkan ke dalam google map berupa garis dan animasi symbol arrow. Setiap 1 detik sekali GPS akan mengirimkan latitude dan longitude ke dalam database dan ditampilkan di google map. Selain itu, system ini menggunakan persamaan delay untuk mengukur delay pengiriman dan penerimaan koordinat. Dengan menggunakan system monitoring ini, dapat dilakukan pemantauan lokasi pengguna secara realtime. Kinerja system monitoring ini sangat ditentukan oleh kecepatan dari penerimaan data. Penerimaan data koordinat ke database yang digunakan untuk menampilkan data monitoring lokasi pengguna memiliki delay sebesar 0,2 detik. Namun delay akan berubah sesuai dengan waktu penerimaan data koordinat, karena jaringan internet sangat mempengaruhi delay yang didapatkan.

Kanker payudara adalah salah satu jenis kanker yang paling umum pada wanita. Menurut Riset Kesehatan Dasar 2013, prevalensi kanker di Indonesia adalah 1,4 dari 1.000 penduduk atau sekitar 347.000 orang. Diperkirakan pada tahun 2025, jumlah orang yang meninggal akibat kanker meningkat menjadi 11,5 juta jika tidak ada tindakan pencegahan dan pengendalian yang dilakukan secara efektif. Pencegahan tumor payudara dapat dicegah dengan mengetahui dini sebelum terlambat menjadi kanker. Deteksi dini dapat dilakukan dengan melakukan skrining payudara menggunakan mamografi. Kebutuhan atas deteksi yang cepat dan hasil diagnosa objektif diperlukan untuk membantu dokter mendiagnosa. Tujuan dari penelitian ini adalah untuk mengusulkan yang aplikasi baru untuk membantu mendeteksi tumor payudara secara otomatis. Mendeteksi payudara tumor dengan cepat bukanlah hal yang mudah. Dibutuhkan ahli radiologi yang berkualitas yang dapat membuat keputusan yang obyektif berdasarkan gambar mammogram. Kami menggunakan valley tracing untuk mendapatkan jumlah cluster optimal, menggunakan hierarchical k-means untuk mendapatkan hasil clustering dan contiguous regions.