Pada akhir tahun 2014, The National Restaurant Association mensurvei chef professional, anggota Federasi Kuliner Amerika dalam bidang makanan, masakan, minuman dan tema kuliner. Hasilnya tren makanan lokal menempati posisi kedua dalam tren masakan 2015 dengan presentase sebanyak 43%. Tren makanan ini tidak hanya berlaku di Amerika Serikat saja, namun juga pada negara yang memiliki keanekaragaman makanan seperti di Indonesia. Tujuan dari penelitian ini adalah mengajukan suatu aplikasi baru untuk mengetahui informasi jajanan tradisional Indonesia secara teks maupun gambar. Metode yang digunakan dalam penelitian ini adalah gabungan dari fitur bentuk, tekstur dan warna. Gabor Filter untuk fitur bentuk serta tekstur dan Color Moment dan Histogram Equalisasi untuk fitur warna. Kedua metode inilah yang digabungkan untuk mengetahui jajanan tradisional ynag akan dideteksi. Pengukuran dilakukan dengan random sampling 5 gambar setiap jenis jajanan. Hasilnya nilai error pada Gabor Filter menghasilkan sebesar 6720. Fitur warna menghasilkan error 1975,652 dan gabungan keduanya menghasilkan akurasi sebesar 723,4783.

Pengisian kuesioner kepuasan dosen dan tenaga kependidikan di lingkungan Kampus PENS masih dilakukan secara konvensional atau manual dengan penyebaran melalui milis dosen dan mailing tenaga kependidikan. Pengisian instrumen kuesioner yang manual membuat dosen dan tenaga kependidikan menghabiskan banyak waktu untuk mengisinya sehingga kinerja mereka menjadi kurang efektif. Adapun penyajian analisa hasil dari pengisian kuesioner juga masih dilakukan secara manual, Hal tersebut membuat proses perhitungan memerlukan banyak waktu dan perlu ketelitian yang tinggi. Melalui proyek akhir ini, penulis mengidentifikasi gagasan permasalahan bagaimana untuk membangun sebuah aplikasi evaluasi diri dan tingkat kepuasan layanan yang aplikatif dan mudah untuk penggunanya, baik pengguna yang mengisi kuesioner maupun pengguna admin yang menganalisa kuesioner. Aplikasi ini adalah aplikasi berbasis web yang langsung mengambil database oracle PENS sebagai databasenya.

Pernikahan merupakan suatu hal yang sangat penting dalam kehidupan manusia. Setiap pasangan yang akan menikah pasti menginginkan suatu pernikahan yang menarik, berkesan, tetapi dengan biaya yang tidak terlalu mahal. Namun, banyaknya hal yang dipersiapkan, kurangnya waktu dan pengalaman yang dimiliki pasangan juga menjadi suatu kendala. Sehingga dibutuhkan suatu perencanaan konsep pernikahan yang sesuai dengan dana dan diperlukan sebuah solusi tertutama dalam masalah pencarian vendor yang sesuai dengan konsep tersebut. Dalam tugas akhir ini dibuat sebuah aplikasi mobile yang bertindak sebagai self assistant bagi pasangan yang akan menikah dan dilengkapi pula dengan Google Maps API yang digunakan untuk menampilkan lokasi vendor. Aplikasi ini berbasis piranti bergerak dan memiliki tiga fitur utama yaitu daftar vendor, penambahan daftar tamu, dan task list untuk pasangan calon pengantin. Sebelumnya pengguna harus memasukkan perkiraan dana dan jumlah tamu untuk dapat menuju ke tiga fitur utama tersebut. Dengan menggunakan We Plan ini, pengguna akan diberi rekomendasi berupa daftar beberapa vendor yang sesuai dengan konsep yang telah dipilih sebelumnya. We Plan telah diaplikasikan kepada beberapa calon pengantin dan telah diujikan terhadap beberapa merk dan tipe Smartphone Android dan dapat berjalan dengan baik. Fitur maps dalam aplikasi ini telah membantu pengguna untuk menemukan lokasi vendor dan navigasi menuju lokasi vendor tersebut.

Setiap orang pasti mengalami yang namanya lelah, sehingga membuat mereka mengantuk. Hal tersebut sering kita jumpai ketika sedang berkendara. Mengantuk dapat membuat kita tidak tahu arah sehingga melanggar lalu lintas dan dapat menyebabkan kecelakaan. Pelanggaran yang biasanya terjadi yaitu menerobos lampu lalu lintas dan melanggar marka jalan. Pada proyek akhir ini dibuat suatu software simulasi untuk membantu pengendara yang lalai dan mengantuk agar tidak melanggar lalu lintas dan mengurangi kecelakaan. Teknologi yang digunakan yaitu pengolahan citra (Image Processing) dengan bahasa pemrograman C# dan library EmguCV. Untuk metode yang digunakan yaitu Haar Cascade Classifier dan Deteksi Warna. Haar-like features merupakan rectangular features (fungsi persegi), yang memberikan indikasi secara spesifik pada sebuah gambar atau image. Gambar yang disudah dicapture akan diproses pada dua tahap yaitu preprocessing untuk mendeteksi marka dan gaussian filter untuk mendeteksi lampu lalu lintas. Hasil preprocessing akan diproses pada Haar Cascade Classifier untuk mendapatkan ROI marka kemudian dicari koordinat untuk mencari jarak antara marka dan pengemudi. Batas yang digunakan dalam mengukur jarak yaitu 25.57 cm (85 piksel). Jika jarak koordinat kurang dari 25.57 cm maka alarm akan berbunyi dan memberikan peringatan kepada pengemudi untuk menjauhi marka dan jika jarak koordinat lebih dari 25.57 cm maka alarm akan off. Sedangkan hasil filter gaussian akan diubah menjasi HSV frame untuk dideteksi warna merah dan hijau menggunakan nilai color pixel masing-masing warna. Warna lampu dapat terdeteksi ketika nilai contour size diantara 0 hingga 6.

Pada era digital saat ini, pengelolaan perpustakaan yang efisien dan modern menjadi kebutuhan penting bagi institusi pendidikan. Politeknik Penerbangan Medan sebagai salah satu institusi pendidikan di bawah Kementerian Perhubungan, memerlukan sistem perpustakaan yang mampu mengoptimalkan proses peminjaman dan pengembalian buku, serta meningkatkan layanan ke pengguna. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem perpustakaan cerdas berbasis smart card dengan teknologi Near field communication (NFC). Sistem yang dikembangkan memanfaatkan smart card sebagai kartu anggota perpustakaan dengan teknologi NFC untuk memudahkan akses ke sistem perpustakaan. Metodologi penelitian meliputi studi literatur, tahap perancangan sistem, implementasi sistem, dan pengujian sistem. Hasil penelitian menunjukkan bahwa seluruh smart card dapat terdeteksi oleh sistem dan hanya smart card yang terdaftar yang dapat mengakses sistem. Jarak maksimal pembacaan smart card oleh NFC reader adalah 4 cm dengan rata-rata waktu akses sebesar 0,42 detik. Sistem juga mampu mengklasifikasikan peminjaman buku berdasarkan program studi secara akurat. Seluruh fitur berfungsi dengan baik dan mendapat tingkat kepuasan pengguna yang tinggi dengan rata-rata skor 4,59 dari 5, yang menunjukkan bahwa sistem mampu memenuhi kebutuhan pengguna, meningkatkan pelayanan, serta menjadikan pengelolaan perpustakaan lebih modern dan efisien.