Tren mode fashion selalu berubah. A History of Fashion and Costume: The Tweentieth Century karya Clare dan Adam Hilbert memaparkan rekapitulasi tren fashion yang ada antara tahun 1900 sampai dengan tahun 1996. Tren fashion tidak hanya ada pada pakaian bagian atas, pakaian untuk kaki juga memiliki tren tersendiri. Misalnya adalah pada tren sepatu kasual pria produksi Cibaduyut. Mochamad Mashud dalam Perancangan Informasi Perkembangan Sepatu Casual Pria Cibaduyut 2011-2013 memaparkan data mengenai ini. Tren tersebut memengaruhi minat beli konsumen. Dalam Pengaruh Fashion Lifestyle Terhadap Purchase Intention (Studi Pada Konsumen Pakaian Second Hand @tangankedua), Syaiful Akmal Mubarak dan Brillyanes Sanawiri membuktikan bahwa fashion lifestyle memiliki pengaruh yang signifikan terhadap minat beli. Berdasarkan hasil pengujian, rekomendasi yang diberikan sudah sesuai dengan prediksi rata-rata nilai sentiment pada bulan berikutnya. Keakuratan prediksi di bulan Desember 2020 yang sangat akurat (error kurang dari 20%) adalah pada model sepatu boots (7,68%), dan loafer (13,12%), cukup akurat (error minimal 20% dan kurang dari 40%) adalah pada model sepatu derby (26,32%), oxford (22,59%), dan moccasin (22,93%).

Tidak semua orang mengerti dan mengetahui K3 (Keselamatan dan Kesehatan Kerja) yang ada dalam Gedung Pascasarjana PENS terutama di era New Normal. K3 sendiri adalah peraturan standar keamanan dan Keselamatan orang-orang yang beraktivitas di dalam Gedung Pascasarjana PENS. Hal ini disebabkan karena kita beralih dari masa Pandemi Covid-19 ke Era New Normal. Kita belum terbebas sepenuhnya dari ancaman virus Corona. Maka dari itu penulis membuat Video Animasi 2D K3(Keselamatan dan Kesehatan Kerja) Gedung Pascasarjana PENS era New Normal. Video Animasi 2D dengan jenis Explainer dipilih karena sangat membantu dalam proses penyampaian informasi secara cepat dan menarik. karena tingkat ketertarikan manusia terhadap visual animasi lebih tinggi daripada hanya teks tertulis. Video Animasi 2D ini dibuat dengan menggunakan Software Adobe Illustrator sebagai pembuat aset animasi, Software Adobe After Effect untuk penganimasian dan Software Audacity untuk pengeditan audio voice over.

Wahana terbang tanpa awak atau UAV (Unmanned Aircraft Vehicle) merupakan teknologi yang ada seiring berkembangnya jaman. Semakin berkembangnya jaman, semakin banyak inovasi yang muncul dalam tujuan majunya teknologi ini yang berupa wahana terbang tanpa awak. Sering dikatakan bahwa wahana terbang ini dapat berguna untuk kehidupan manusia, maupun itu untuk tujuan yang berguna atau hiburan. Wahana terbang tanpa awak ini dapat beroperasi secara manual maupun otomatis tergantung dari wahananya sendiri. Pada penerbangan wahana terbang tanpa awak tersebut, banyak faktor yang perlu diperhatikan agar wahana dapat terbang dengan bagus dan lancar seperti halnya kestabilan dalam menghadapi beberapa gangguan sekitar yang berupa pengaruh dari angin dan manusia yang menjadi pengendali dari wahana tersebut. Untuk mengurangi tingkat kerusakan dari wahana terbang ini yang disebabkan oleh pengaruh luar, maka dalam proyek akhir ini digunakan Hardware In The Loop pada simulator sebagai pengganti dari wahana. Sebuah wahana dapat dikatakan stabil apabila error dari posisi asli dengan setpoint kecil. Untuk melihat apakah wahana stabil, dapat menggunakan simulator untuk melihat error dari posisi asli wahana dengan setpoint. Dengan menggunakan metode PID, dapat memberikan input gain proportional, integral, dan derivative pada masing-masing nilai pitch, roll, dan throttle agar error antara nilai asli dengan setpoint berkurang atau sedikit.

PT.Citra Nusantara Energi (PT.CNE) merupakan produsen gas alam yang memiliki banyak konsumen didaerah Jawa Timur. Pada proses distribusi gas alam pada PT.CNE menggunakan truk kontainer yang membawa tabung gas untuk menjangkau daerah yang belum dijangkau oleh pipa gas. Gas yang dikirimkan oleh PT.CNE menggunakan truk kontainer masih kurang terstruktur dan masih memungkinkan terjadinya penyelewengan. Pola pengiriman yang kurang terstruktur ini bisa mengakibatkan pembengkakan biaya pengiriman karena pengemudi belum bisa menentukan rute pengiriman tercepat. Selain itu perlunya pelacakan posisi kendaraan untuk meminimalisir penyelewengan dan memudahkan dalam pengawasan kontainer. Tujuan dari proyek akhir ini adalah membuat sebuah sistem untuk menentukan pola pengiriman gas menggunakan truk kontainer dan mobil pikap. Masukan dari sistem berupa indikator tekanan gas di konsumen. Proses yang mencakup antara lain penentuan rute tercepat dengan algoritma dijkstra dan pelacakan posisi dari truk kontainer. Keluaran dari sistem adalah rute tercepat ke konsumen dan kesesuaian posisi truk kontainer dengan rute yang ditentukan. Dengan penerapan sistem, waktu pengiriman yang dapat dihemat mencapai 22 menit dibandingkan dengan sebelum menggunakan sistem.

Sampah merupakan masalah yang muncul saat ini. Semakin banyak jumlah penduduk maka semakin banyak pula sampah yang dihasilkan. Sampah yang tidak diolah akan berdampak negatif terhadap perekonomian, kesehatan masyarakat, dan lingkungan. Proses awal pengolahan sampah adalah klasifikasi. Namun, jumlah sampah yang besar akan memakan waktu lama jika diklasifikasikan secara manual. Sehingga diperlukan suatu mesin yang dapat mengklasifikasikan sampah untuk mempercepat prosesnya. Selain itu, diperlukan metode yang tepat, agar mesin memiliki akurasi seolah-olah dilakukan secara manual. Oleh karena itu, penelitian ini muncul untuk menguji metode Convolutional Neural Network (CNN) agar mendapatkan hasil yang tepat dalam proses klasifikasi limbah pada sistem komputer sumber daya rendah (Raspberry-Pi) dengan menguji akurasi dan kinerjanya. Luaran dari penelitian ini adalah berupa purwarupa mesin sortir sampah sederhana berbasis citra. Dimana sampah dapat diklasifikasikan menjadi 4 jenis yaitu plastik, kaca, logam, dan kertas. Dengan memanfaatkan pretrained model CNN yaitu EfficientDet-D0. Akurasi sistem dalam melakukan sortir sampah adalah 89.5% dalam metrik f1-score dengan performa sistem dalam mendeteksi objek sebesar 3.2 fps. Proses ini menggunakan Raspberry pi 4 Model B sebagai kontroler utama dan pengolah data, serta Arduino Mega 2560 sebagai pengatur aktuator.