Sumber tegangan searah di beban sistem tenaga listrik didapat melalui full wave rectifier uncontrolled. Full wave rectifier uncontrolled berfungsi menyearahkan tegangan output transformator step down (transformator frekuensi rendah) dimana tegangan input transformator berasal dari sumber AC 220 volt. Pemasangan nilai kapasitor sebagai filter yang cukup besar di rectifier dapat menyebabkan bentuk gelombang arus input menjadi tidak sinusoidal (terdistorsi) akibat munculnya harmonisa sedangkan tegangan inputnya dari jala-jala tetap berbentuk sinusoidal. Perbedaan bentuk gelombang antara arus dan tegangan akan berakibat juga pada besarnya factor daya. Apabila bentuk gelombang antara tegangan dan arus tidak sefasa maka faktor daya yang dihasilkan kecil. Berdasarkan masalah diatas dibuat suatu penelitian mengenai perbaikan factor daya menggunakan Sepic Converter yang difungsikan sebagai Power Faktor Correction (PFC). Agar Sepic Converter dapat digunakan sebagai PFC maka konverter harus bersifat resistif. Untuk itu Sepic Converter harus bekerja dalam discountinuous conduction mode (DCM). Saat penyearah menyuplai beban resistif maka arus beban yang mengalir ke suatu sumber memiliki bentuk gelombang yang sama menyerupai bentuk tegangan input sehingga power factor nya mendekati 1. Pada proyek akhir ini didapat bahwa power factor meningkat dari 0,77 (leading) menjadi 0,92 (leading) dan nilai THD arus mengalami penurunan dari 59 % menjadi 21,8 %.

Pendidikan merupakan aspek penting dalam kehidupan yang membantu individu mengambil keputusan lebih baik dan berkontribusi terhadap masyarakat. Namun, banyak siswa memilih jurusan kuliah yang tidak sesuai dengan minat dan bakat mereka, yang berdampak negatif pada prestasi dan karir masa depan mereka. Data menunjukkan bahwa 87% pelajar dan mahasiswa Indonesia tidak sesuai dengan minatnya ketika memilih jurusan. Namun keterbatasan tenaga ahli dan fasilitas yang kurang memadai serta kesadaran masyarakat dalam membantu proses keberlangsungan sistem pendidikan menyebabkan pendidikan tidak terlaksana dengan optimal. Penelitian ini menawarkan solusi dengan melibatkan pakar psikologi dalam pengembangkan instrumen penilaian psikologis untuk memprediksi jurusan kuliah berdasarkan tipe kepribadian MBTI menggunakan pendekatan machine learning. Metode yang digunakan adalah menggunakan beberapa algoritma klasifikasi untuk membandingkan performa prediksi terbaik dalam pengklasifikasian kepribadian, selain melakukan eksperimen terhadap pemilihan algoritma yang terbaik, juga melakukan eksperimen dalam mencari teknik resample yang paling baik seperti beberapa metode oversampling dan undersampling untuk menangani data yang tidak seimbang berdasarkan karakteristik tiap model algoritma dan data mentah Selain itu juga, untuk mengoptimalkan performa model, hyperparameter tuning juga dilakukan pada semua model. Hasil eksperimen yang yang dilakukan selama penelitian menunjukkan rata-rata performa model dalam melakukan prediksi pada 4 dimensi dikotomi kepribadian (Introvert/Extrovert, Sensing/Intuition, Thinking/Feeling, dan Judging/Perceiving) adalah sebesar 84.18% berdasarkan metrik ukur macro-f1 score. Meskipun prediksi dalam masing-masing dimensi menunjukan performa yang cukup baik, tetapi akurasi pada sampel uji untuk memprediksi tipe kepribadian MBTI hanya mencapai 40%, yang sangat dipengaruhi dari pembobotan indikator instrumen yang tidak seimbang pada dimensi Energy(Introvert/Extrovert) dan Perception(Sensing/Intuition).

Pendakian merupakan olahraga untuk menaiki dan menuruni gunung. Sedangkan banyak dari pendaki yang akan arah rute atau jalur pendakian yang benar dan membuat tersesat terutama bagi pemula yang belum pernah mendaki sebelumnya. Jalur Dengan menggunakan perangkat teknologi salah satunya yaitu mobile device. Dengan membangun aplikasi ini, pemula dapat menentukan jalur atau rute yang aman untuk dilalui. Penggunaan aplikasin ini mudah digunakan pada saat pendakian karena pada aplikasi ini navigasi yang di gunakan yaitu berbasis offline, sehingga cocok untuk digunakan pada saat pendakian.

Salah satu energi yang paling penting dan diperlukan saat ini yaitu energi listrik. Banyak jenis energi terbarukan yang giat dikembangkan oleh pemerintah saat ini, salah satunya yaitu energi surya. Dimana dalam penggunaan panel surya dibutuhkan baterai untuk menyimpan energi agar dapat digunakan pada malam hari. Dalam proses pengisian baterai, kapasitas baterai mempengaruhi waktu pengisiannya. Pada proyek akhir ini penulis merancang sebuah sistem fast charging baterai menggunakan sumber listrik yang berasal dari energi matahari mengunakan panel surya. Pada proses fast charging digunakan baterai lithium-ion dengan kapasitas 11.1 V/2.2 Ah. Karena sumber listriknya berasal dari panel surya yang bersifat fluktuatif, maka digunakan Zeta converter untuk menaikkan dan menurunkan tegangan yang keluarannya diolah menggunakan Fuzzy Logic Controller (FLC) untuk mengatur duty cycle agar tegangan dan arus keluarannya dapat sesuai dengan setpoint. Proses fast charging pada sistem ini dilakukan dengan menggunakan metode constant voltage (CV) dan constant current (CC) untuk mempercepat waktu pengisian baterai dan menjaga baterai agar tetap awet. Dari hasil pengujian terbukti bahwa Fuzzy Logic Controller (FLC) dapat bekerja dengan baik untuk menjaga arus konstan sebesar 1.1 A dan tegangan tetap konstan sesuai setpoint sebesar 12.6 V. Pengisian baterai berhasil dilakukan dengan durasi waktu 148 menit dengan error tegangan terbesar 0.396% dan error arus terbesar 1.81% serta efisiensi rata-rata yang dihasilkan sebasar 76.42%.

Negatif film atau yang sering kita sebut dengan klise sampai saat ini masih banyak orang yang menggunakannya. Namun kelemahan dari menggunakan negatif film adalah membutuhkan beberapa proses yang panjang untuk mendigitasi foto yang di hasilkan. Hal ini menjadi permasalahan tersendiri bagi fotografer dan juga orang yang ingin mendigitasi foto – foto lamanya yang masih menggunakan negatif film. Penelitian ini mengajukan suatu cara baru untuk mendigitasi negatif film melalui perangkat mobile Android. Untuk mendigitasi negatif film kami menggunakan metode pengolahan citra seperti transformation negative, histogram equalization, contrast stretching dan beberapa image enhancement. Objek negatif film akan ditransformasi negatif sehingga gambar yang didapat akan menjadi positif, persebaran intensitas RGB yang tidak merata diperbaiki menggunakan metode histogram equalisasi dan contrast stretching. Untuk memperbaiki gambar hasil digitasi kami menggunakan beberapa metode image enhancement seperti merubah brightness dan contrast. Dalam penelitian ini juga mengkaji tentang fitur teknis yang diperlukan dalam mendigitasi negatif film seperti iso, intensitas cahaya, dan jarak kamera pada objek agar mendapatkan hasil digitasi yang baik. Dengan meimplementasikan metode – metode tersebut pada perangkat Android mebuat aplikasi ini dapat membantu mendigitasi negatif film dengan cepat, murah, dan tidak memerlukan proses digitasi yang panjang.