Penyandang cacat tangan memiliki kesulitan tersendiri dalam berkomunikasi, misalnya saat menulis sms menggunakan ponsel. Untuk membantu mereka, diperlukan sebuah program sms yang bisa dioperasikan tanpa tangan dan tetap bersifat mobile. Penelitian ini bertujuan untuk merancang aplikasi sms berbasis android bagi penyandang cacat tangan dengan input pergerakan kepala. Kamera android mendeteksi wajah, kemudian menjalankan program sms berdasarkan gerakan kepala pengguna. Untuk mendeteksi wajah digunakan metode Haar Cascade, dan digunakan JST Backpropagation sebagai kecerdasan buatannya. Pada penelitian ini, telah dihasilkan program sms yang dapat dioperasikan dengan gerakan kepala pengguna. Setiap fungsi dan menu sms dapat berjalan normal dengan tingkat keberhasilan mencapai 100 %. Untuk mengoperasikan program ini pengguna harus menoleh antara 15 hingga 35 derajat untuk jarak 40 cm dan antara 25 hingga 55 derajat untuk jarak 80 cm. Rata rata waktu yang diperlukan untuk mengetik dan mengirim delapan karakter pesan dengan program sms ini adalah 279,9 detik bagi pengguna tidak berlatih terlebih dahulu, dan 119,2 bagi pengguna yang telah berlatih sebelumnya.

Tangan Robot yang umumnya dibuat dengan menggunakan roda gigi memiliki kelemahan pada sisi keleluasaan dan umur roda gigi cenderung cepat aus, apalagi jika harus menahan beban pada sudut tertentu. Mesin cetak yang salah satunya adalah printer 3D memiliki transmisi tenaga menggunakan timing belt dan timing pulley memiliki ketelitian yang tinggi dan mengurangi resiko keausan. Dalam tugasnya ujung ini akan dijadikan contoh robot tangan, pada penggerak tugas akhir ini menggunakan motor stepper ini merupakan indikator utama keberhasilan robot gerak lengan. Ada berbagai metode yang dapat digunakan untuk melakukan gerakan lengan robot yang benar, salah satunya adalah metode invers kinematik. Tugas akhir ini berbentuk seperti Lengan Robot yang memiliki 3 buah sendi, pada bagian gerak sendi yang pertama adalah bagian bawah yang tidak dapat digerakkan naik turun sendiri pada lengan 1 dan 2. Dan pada bagian sendi yang ke 2 bergerak ke kiri atau tepat di lengan. Dan selanjutnya untuk gerakan sendi ke-3 adalah posisi gerakan sendiri-sendiri untuk menaikkan dan menurunkan lengan pada sendi atas itu sendiri. Pada gerakan benda naik turun menggunakan komponen motor stepper di dalam alat kerja satu putaran masing-masing bidangnya menggunakan motor stepper.

Teknologi wireless merupakan sebuah perkembangan teknologi modern dimanaa pertukaran data dan komuikasi dapat dilakukan tanpa menggunakan kabel yang pada saat ini tidak dapat dilepaskan dalam kegiatan sehari-hari. Namun, dibalik kemudahan teknologi wireless ini terdapat sebuah permasalahan atau ancaman berupa penyadapan dan pencurian data. Sehingga, pada Proyek Akhir ini akan dibuat sebuah sistem pembangkit kunci yang diharapkan dapat digunakan untuk sistem keamanan untuk teknologi wireless. Pada Proyek Akhir ini teknologi yang digunakan adalah LoRa. Namun, tingkat pembangkitan kunci pada LoRa seringkali rendah dikarenakan faktor lingkungan. Salah satu cara mengatasi permasalahan tersebut yaitu dengan pengkondisian nilai koefisien korelasi RSSI yang tinggi. Pada Proyek Akhir ini dibuat sebuah sistem pembangkitan kunci untuk meningkatkan Reciprocity Channel berbasis metode pra proses Deep Learning dan metode Kuantisasi Uniform agar didapatkan nilai koefisien korelasi yang tinggi. Dari hasil pengujian yang telah dilakukan, Long Short Term Memory mampu meningkatkan nilai korelasi, dengan kenaikan kolerasi tertinggi didapatkan yaitu 0.999 dari kolerasi sebelum praproses sebesar 0.504 pada skenario outdoor 300 meter. Proses kuantisasi dengan menggunakan kuantisasi uniform, hasil dari kuantisai ini adalah 1 bit antara 0 atau 1. Bit sebelum kuantisai berubah sesuai parameter e yang digunakan pada semua skenario. Pada proses error correcting menggunakan BCH (31,6) dapat mengoreksi seluruh blok yang diproses, hasil bit tertinggi terdapat pada scenario indoor 10 meter dengan jumlah bit sisa sebanyak 2970 bit. KGR tertinggi pada proses BCH (31,6) didapatkan pada skenario indoor 10 meter sebesar 1.1193 bit/s. Skenario yang menghasilkan kunci terbanyak adalah indoor 10 meter yaitu sebanyak 23 kunci. Waktu komputasi keseluruhan system pada setiap skenario rata-rata sekitar 47 menit.

Salah satu kerusakan motor induksi terjadi pada statornya. Kerusakan stator ini mempengaruhi kerusakan lainnya terutama pada sistem kelisrikannnya seperti munculnya bunga api hingga melengkungnya shaft rotor, penurunan putaran rotor dan kenaikan suhu yang menyebabkan stator terbakar. Maka dari itu, diperlukan sistem deteksi dini untuk mengetahui rusaknya pada motor induksi khususnya pada stator. Data keluaran sinyal elektrik yaitu sinyal arus yang didapatkan dari stator. Selanjutnya, data diekstrak melalui feature extraction yaitu menggunakan metode Discrete Wavelet Transform. Level dekomposisi yang digunakan adalah D4, karena level sinyal tersebut dapat membedakan karakteristik hasil sinyal arus stator normal dan rusak. Hasil identifikasi data pengujian kondisi sinyal arus menggunakan Backpropagation Neural Network menghasilkan akurasi sebesar 86.7%. Sistem deteksi kerusakan stator ini juga dapat memonitoring sinyal arus dan suhu motor induksi secara realtime. Sistem deteksi ini mampu mengirim notifikasi peringatan adanya kerusakan melalui email ketika terjadi kenaikan suhu melebihi batas normalnya.

Kemajuan teknologi saat ini telah mengubah preferensi penggunaan internet di berbagai kalangan usia. Akses yang mudah dan terjangkau terhadap media informasi dan teknologi membuat banyak orang, termasuk kaula muda, orang tua, dan kalangan ekonomi menengah ke bawah, tertarik untuk berinteraksi dengan internet. Dalam kehidupan sehari-hari, penggunaan internet telah menjadi hal yang umum, dan tidak mengherankan jika anak-anak merupakan salah satu kelompok usia yang berkontribusi signifikan dalam penggunaan teknologi ini. Internet telah memberikan kemudahan dalam mengakses dunia maya, sehingga berbagai kalangan menjadi pengguna aktif media sosial. Salah satu platform yang sangat diminati adalah YouTube, bahkan oleh anak-anak. Fenomena ini telah menciptakan profesi baru yang menarik bagi anak-anak, yaitu menjadi content creator di YouTube. Penelitian ini bertujuan untuk menghasilkan video cerita mengenai profesi sebagai YouTuber yang diuji coba oleh anak-anak menggunakan metode pengamatan kualitatif. Hasil penelitian menunjukkan tingkat keberhasilan sebesar 99,3%. Selain itu, video berhasil dinilai baik dari hasil review oleh YouTuber dan storyteller.