Mengetahui jumlah benih udang sangat penting untuk menghitung biomassa dalam proses asesmen dan transaksi benih udang. Perhitungan benih manual menggunakan sendok kecil sebagai alat hitung benih memiliki akurasi tidak menentu dan memakan waktu hingga empat jam yang dapat menyebabkan hypoxia, kematian massal benih, dan rentan terjadi kecurangan. Oleh karena itu diperlukan alat penghitung benih udang yang cepat, akurat dan tidak invasif. Dengan memanfaatkan teknologi visi komputer, penghitung benih dapat dilakukan dalam waktu perhitungan yang cepat, tidak invasif, dan akurasi tinggi. Model visi komputer harus memenuhi kriteria memiliki parameter yang ringan tetapi tetap menjaga akurasi perhitungan. Penelitian ini mengajukan Optimized Scale Aggregation Network (OSA-Net), model penghitung benih berbasis density maps regression untuk memprediksi jumlah benih udang. OSA-Net didesain untuk perangkat inferensi rendah daya sehingga total parameter hanya 660 Kb. Untuk menjaga akurasi pada skenario perhitungan benih padat, struktur model terbagi menjadi 2, Feature Map Encoder (FME) yang merupakan jaringan agregasi fitur dikombinasikan dengan Attention Mechanism untuk memperoleh akurasi tinggi pada kasus ukuran benih yang berbeda-beda. Density Map Estimator (DME) menghasilkan density maps yang memiliki resolusi tinggi untuk mengembalikan fitur yang teragregasi pada FME. Kemudian diperkenalkan Local Pattern Consistency Loss yang dikombinasi dengan Euclidean loss sebagai loss function model untuk mengevaluasi secara statistik berupa mean, varian, dan kovarian. OSA-Net mampu memprediksi jumlah benih udang secara akurat pada dataset PENSLV-2 yang memiliki level densitas benih berbeda-beda dengan akurasi yang tinggi (Mean Absolute Error: 11.5, Mean Squared Error: 19.58).

Kubikel merupakan panel tegangan menengah yang berfungsi sebagai salah satu sarana penunjang utama untuk menyalurkan tenaga listrik ke konsumen. Permasalahan terjadinya korona bisa dipengaruhi oleh ruangan didalam kubikel dalam keadaan lembab maka suatu saat uap air akan menempel pada peralatan penunjang pada kubikel yang akan mengakibatkan terjadinya loncatan busur api yang dapat memadamkan penyaluran listrik. Bila uap air dibiarkan terus menerus akan terjadi loncatan bunga api antara penghantar dengan isolator, kemungkinan tersebut biasanya sudah diantisipasi dengan diletakkannya kubikel pada ruangan ber AC. Namun demikian tetap dilakukannya monitoring suhu dan kelembaban oleh petugas, akan tetapi dibeberapa daerah terkendala oleh terbatasnya petugas maka diperlukan alat monitoring suhu dan kelembaban di dalam kubikel untuk memudahkan petugas. Pada proyek akhir ini dibuat alat yang membantu petugas dalam proses monitoring suhu dan kelembaban, karena hasil dari monitoring dapat ditampilkan pada LCD dan website. Untuk pengukuran suhu digunakan untuk mengukur suhu disekitar konduktor dan pengukuran kelembaban digunakan untuk mengukur kelembaban dalam kubikel. Pada katalog kubikel Schneider SM6 normal suhu -50C sampai 400C dan untuk kelembaban dibawah 90%. Untuk itu pada alat ini diperlukan sensor suhu dan kelembaban (DHT22) untuk memonitoring suhu dan kelembaban pada kubikel yang dapat dilihat melalui website. Pada sensor yang digunakan error pengukuran suhu sebesar 1,27% dan pengukuran kelembaban sebesar 3,902%. Dengan adanya alat ini dapat memudahkan petugas dalam monitoring suhu dan kelembaban pada Kubikel 20 KV supaya penyaluran tenaga listrik ke konsumen tidak mengalami gangguan.

Sistem tracking merupakan salah satu cara untuk mempermudah dalam mengestimasi lokasi suatu objek. Salah satunya adalah untuk tracking posisi trolley yang ada di Bandara. Penyebabnya adalah tidak sedikit penumpang pesawat yang kesulitan untuk mencari trolley yang tersebar terutama pada saat jam sibuk. Sehingga dalam penelitian ini dilakukan implementasi metode K-NN Fingerprint pada server penerima untuk tracking posisi trolley di Bandara Soekarno Hatta. Metode Fingerprint digunakan untuk mengumpulkan data-data offline dari kuat sinyal bluetooth yang diterima. Metode K-NN digunakan untuk klasifikasi data kuat sinyal hasil fingerprint karena dinilai sederhana dan memiliki kecepatan yang tinggi dalam proses klasifikasi. Informasi mengenai posisi trolley dapat dimanfaatkan oleh pihak Bandara untuk mengembalikan trolley yang tersebar di titik-titik yang tidak diketahui oleh penumpang ke tempat pengambilan trolley. Sehingga hal ini dapat memudahkan penumpang untuk mendapatkan trolley pada saat jam sibuk. Dari pengujian yang dilakukan dengan menggunakan metode K-NN Fingerprint pada sistem didapatkan hasil bahwa pada single objek MSE yang hasilnya paling kecil adalah saat menggunakan nilai k=1 yaitu 0,6866 meter. Pada multi objek rata-rata MSE yang hasilnya paling kecil adalah saat menggunakan nilai k=1 yaitu 3,3951 meter dan cenderung mengalami kenaikan hingga paling besar saat menggunakan nilai k=10 yaitu 13,1432 meter. Sementara itu, saat jumlah grid paling banyak yaitu 54.825 grid menghasilkan MSE terendah dan saat jumlah grid paling sedikit yaitu 3.531 grid menghasilkan MSE tertinggi. Untuk pengujian waktu komputasi sistem, perubahan nilai k tidak berpengaruh pada waktu yang dihasilkan, sedangkan perubahan jumlah objek dan perubahan jumlah grid pada Fingerprint berpengaruh pada waktu yang dihasilkan.

Secara konvensional, masyarakat menggunakan teknik pengetukan pada buah melon untuk mengukur tingkat kematangan melon selain mencium aroma buahnya. Metode ini sebenarnya merupakan metode yang kurang baik karena pemukulan yang terlalu keras atau berlebihan dapat merusak buah melon itu sendiri. Ketukan yang terdengar dari buah melon bervariasi sesuai dengan tingkat kematangannya. Buah melon yang mentah cenderung tidak memiliki rongga di dalamnya. Seiring dengan masaknya buah melon, rongga dalam buah akan terbentuk sehingga melon akan menghasilkan suara yang lebih nyaring dibandingkan dengan buah melon yang mentah. Terinspirasi dari metode konvensional, tergagaslah pembuatan alat pengukur tingkat kematangan buah melon dengan metode akustik yang sama-sama memanfaatkan suara dari ketukan yang diberikan pada buah melon pada proyek akhir ini. Ketukan dihasilkan secara manual dengan kontak secara langsung pada buah, suara yang dihasilkan oleh ketukan pada melon akan ditangkap oleh sensor suara yang kemudian akan dibandingkan dengan referensi sehingga dapat diketahui tingkat kematangan dari buah melon itu sendiri dimana tingkat kematangan mentah memiliki range persentase amplitudo diatas 80%, setengah matang dengan range persentase amplitudo diantara 60-80%, dan matang dengan range persentase amplitudo dibawah 60%.

Proyek akhir ini bertujuan untuk mengimplementasikan sinematografi secara waktu nyata dalam lingkungan animasi 3D menggunakan game engine, khususnya Unreal Engine. Dalam pengembangannya, proyek ini menggunakan metode Waterfall yang dibuat secara berurutan untuk memastikan proses pengembangan berjalan terstruktur, dimulai dari analisis kebutuhan, hingga implementasi fitur-fitur utama seperti integrasi OptiTrack, kontrol kamera waktu nyata, dan sesi perekaman. Sistem yang dikembangkan memanfaatkan motion capture dengan OptiTrack dan plugin Live Link untuk menangkap pergerakan ke dalam model 3D. Pengguna dapat mengatur kamera secara waktu nyata, seperti menggunakan mode low angle, eye level, dan high angle, serta berpindah antar kamera. Selain itu, proyek ini juga menyertakan desain antarmuka pengguna yang mendukung interaksi pengguna dalam proses produksi. Berdasarkan pengujian black box dan usablility beserta wawancara dengan partisipan, semua fungsi seperti pergerakan dan perpindahan kamera, serta semua tombol yang disediakan dari proyek akhir ini berjalan dengan semestinya. Proyek akhir ini juga dinilai membantu dalam produksi virtual konser dan mempercepat perencanaan produksi animasi yang berarti proyek ini berhasil meningkatkan efisiensi tanpa menurunkan kualitas visual dalam animasi. Namun, masih terdapat tantangan pada pengaturan awal, sehingga diperlukan panduan yang lengkap untuk memudahkan penggunaan.