Pada penelitian ini, dibuat simulasi sebuah teknik reduksi PAPR pada sinyal OFDM dengan menggunakan teknik reduksi tone reservation, modulasi yang digunakan adalah M-PSK. Hasil simulasi berupa kurva CCDF dengan parameter jumlah reserved tone, jumlah subcarrier, lokasi penempatan reserved tone dan level modulasi. Subcarrier 512 memiliki kinerja paling baik dalam parameter jumlah subcarrier pada modulasi QPSK dengan Probabilitas PAPR > PAPR0 sebesar 10-4,252. TR dengan 1/2 x subcarrier memiliki kinerja paling baik dalam parameter jumlah reserved tone pada modulasi QPSK dengan Probabilitas PAPR > PAPR0 sebesar 10-4,309. Model Selang-Seling memiliki kinerja paling baik dalam parameter lokasi reserved tone pada modulasi 8PSK dengan Probabilitas PAPR > PAPR0 sebesar 10-4,523. Modulasi 16PSK memiliki kinerja paling baik dalam parameter berbagai modulasi dengan Probabilitas PAPR > PAPR0 sebesar 10-4,245. Pada simulasi CCDF untuk input gambar pada berbagai jumlah subcarrier, hasil kinerja subcarrier 16 merupakan yang terbaik dengan Probabilitas PAPR > PAPR0 sebesar 10-3,862. Semakin kecil jumlah subcarrier maka semakin baik hasil kinerja reduksinya. Pada simulasi CCDF untuk input teks pada berbagai jumlah subcarrier, hasil kinerja subcarrier 16 merupakan yang terbaik dengan Probabilitas PAPR > PAPR0 sebesar 10-1,791. Semakin kecil jumlah subcarrier maka semain baik hasil kinerja reduksinya. Hal-hal tersebut menunjukkan bahwa Teknik TR mampu meredukasi nilai PAPR.

Politeknik Elektronika Negeri Surabaya, dengan status Badan Layanan Umum, memiliki peluang untuk meningkatkan daya saing pendidikan vokasi melalui pemasaran produk produk aplikasi yang dihasilkan dari Project Based Learning. Salah satu pendekatan yang diterapkan adalah Agile Product Based Learning, yang menekankan pada pengembangan Minimum Viable Product menuju Minimum Marketable Product. Namun, proses evolusi dari MVP ke MMP menghadapi tantangan signifikan, seperti risiko kehilangan data pengguna dan waktu pengembangan yang panjang. Penelitian ini berfokus pada pengembangan modul integrasi data source untuk App Builder menggunakan Flutter Framework, yang bertujuan untuk memastikan integritas data pengguna selama proses peningkatan arsitektur aplikasi. Modul ini bertujuan untuk memfasilitasi transisi yang mulus dari MVP ke MMP, meningkatkan efisiensi dan efektivitas pengembangan, serta mempertahankan kualitas produk. Hasil penelitian menunjukkan bahwa modul integrasi data source ini mampu memangkas waktu pengembangan dari 48 jam menjadi rata rata 4 menit 42 detik. Selain itu, pada seluruh skenario pengujian, data pengguna berhasil dipertahankan dengan tingkat keberhasilan 100% tanpa kehilangan data. Dengan demikian, modul ini berkontribusi pada peningkatan kualitas produk aplikasi, mendukung pengembangan produk yang lebih cepat, dan memungkinkan PENS untuk terus berinovasi di pasar yang kompetitif.

Dewasa ini, masalah lingkungan semakin meningkat dibeberapa kota di Indonesia. Masalah ini timbul akibat volume sampah yang semakin meningkat. Hal tersebut dipengaruhi oleh kurangnya kesadaran akan pentingnya membuang sampah pada tempatnya. Kebiasaan membuang sampah pada tempatnya perlu ditanamkan sejak dini. Tugas akhir ini dibuat untuk membantu menanamkan kebiasaan membuang sampah pada tempatnya melalui robot edukasi. Robot ini bekerja dengan cara menangkap citra sampah secara realtime. Kemudian citra yang telah ditangkap akan diklasifikasikan berdasarkan jenis sampah tersebut. Klasifikasi dibagi menjadi sampah organik, sampah non-organik dan bukan sampah. Hasil tes sistem klasifikasi secara offline menggunakan 5-fold Cross Validation memperoleh rata – rata akurasi sebesar 82,7%. Pengujian online sistem deteksi dan klasifikasi memperoleh akurasi sebesar 63,5% dengan jarak terbaik didapatkan ketika kamera dihadapkan pada sudut -40o dengan jarak minimal deteksi 80 cm dan jarak maksimal sejauh 200 cm. Dengan menggunakan robot ini, diharapkan dapat membantu menanamkan kebiasaan membuang sampah pada tempatnya sejak dini.

Dalam konteks perkembangan jumlah kendaraan di Indonesia yang terus meningkat, permasalahan terkait kebutuhan perbaikan dan servis kendaraan menjadi semakin penting. Sebagai solusi, penggunaan teknologi GPS dan integrasi dengan Google Maps API pada smartphone berbasis Android diusulkan untuk memberikan informasi lokasi bengkel tambal ban terdekat. Dengan aplikasi ini, pengguna dapat dengan mudah menemukan bengkel dan mendapatkan informasi tentang layanan yang disediakan. Aplikasi ini tidak hanya mengandalkan teknologi GPS, tetapi juga menyertakan chatbot dengan dukungan Natural Language Processing (NLP) untuk memfasilitasi interaksi antara pengguna dan bengkel. Melalui chatbot, pengguna dapat melakukan konsultasi langsung tentang kerusakan pada sepeda motor, menanyakan mengenai perawatan yang diperlukan, dan menerima jawaban dengan menggunakan bahasa alami. Aplikasi Call bengkel akan berjalan pada perangkat android dan menghasilkan keluaran berupa halaman utama aplikasi Call Bengkel, halaman explore, halaman order, halaman chatbot, halaman detail bengkel, dan halaman maps. Pengguna aplikasi Call Bengkel dapat mencari lokasi bengkel terdekat dari lokasi pengguna berada, mempermudah pengendara sepeda motor menghubungi bengkel yang diinginkan dan melihat informasi bengkel yang ada pada aplikasi.

Pathloss merupakan suatu metode yang digunakan untuk mengukur suatu nilai rugi-rugi transmisi (loss) yang disebabkan oleh cuaca, kontur tanah dan lain-lain. Kebutuhan informasi digital yang semakin digemari pada saat ini tentunya membuat para penyedia jasa layanan selular (GSM) untuk memberikan pelayanan terbaiknya. Dengan adanya pengukuran yang dilakukan untuk mengetahui besar kecilnya kuat sinyal terima maka diharapkan dapat membantu pengguna dalam mencari sinyal pada BTS yang ada pada daerah objek penelitian dengan kualitas baik. Pada Proyek Akhir ini pengukuran dilakukan dengan menggunakan aplikasi Network Signal Info yang terhubung pada handphone android di daerah Rural Bojonegoro, Suburban Kenjeran dan Urban Pusat Kota Surabaya, yang dibuat dengan menggunakan 3 model pengukuran data yaitu Model Hatta, Model Okumura dan Model Hatta. Untuk pembuatan webnya, dengan menggunakan Visual Studio Code dan menggunakan aplikasi XAMPP untuk menghubungkan Visual Studio Code dengan browser. Dari hasil pengukuran didapatkan nilai daya kuat sinyal terima dengan rata-rata sebesar -86,4 dBm unutk daerah Rural, -81 dBm untuk daerah Suburban, dan -79,53 dBm untuk daerah Urban, dimana pada ketiga nilai yang didapatkan menunjukkan bahwa daya kuat sinya sinyal terima memiliki kualitas yang baik. Untuk mendapatkan data pembanding, dilakukan perhitungan secara manual dan secara program. Hasil yang didapatkan untuk perbandingan perhitungan manual dengan menggunakan sistem memiliki rata-rata error sebesar 0,0000125% pada pemodelan Okumura, 0,000189% untuk pemodelan Hatta, dan 0,0000114% untuk pemodelan Cost-231. Dimana nilai erroritas yang didapat terjadi karena adanya pembulatan angka pada perhitungan teori.