Bawang merah merupakan salah satu komoditas yang rentan terhadap penyakit busuk umbi akibat curah air berlebih, sehingga membutuhkan manajemen irigasi yang presisi. Untuk mengatasi permasalahan ini, dikembangkan prototype sistem pemantauan dan irigasi otomatis berbasis Internet of Things yang terintegrasi algoritma Machine Learning. Sistem memantau parameter kelembaban tanah, suhu, dan ketinggian air secara real-time menuju cloud database. Pengambilan keputusan irigasi dikendalikan oleh algoritma Long Short-Term Memory yang telah dilatih menggunakan lebih dari 90.000 data historis sensor. Proses pelatihan model berhasil mencapai konvergensi optimal pada iterasi ke 20, menghasilkan tingkat akurasi tinggi tanpa indikasi overfitting. Hasil mengujian menunjukkan sistem berjalan sangan responsive dan stabil. Kinerja komunikasi jaringan Internet of Things mencatatkan rata - rata delay sebesar 1,26 detik dengan packet loss 0,536%. Proses inferensi model Long Short-Term Memory untuk memprediksi kebutuhan air dan mengendalikan aktuator pompa hanya membutuhkan waktu komputasi 0,194 detik dengan margin error sebesar 2,02%. Secara keseluruhan, sistem kontrol close loop ini tervalidasi mampu mengambil keputusan irigasi otomatis dan mencegah risiko genangan air secara proaktif.

Sawah tadah hujan adalah sistem pertanian di mana air hujan yang jatuh langsung digunakan untuk mengairi tanaman padi. Dikarenakan sawah tadah hujan merupakan sistem yang sangat bergantung oleh air hujan, tidak meratanya curah hujan menyebabkan para petani mengalami kesulitan untuk mengelola lahan dikarenakan kurangnya informasi mengenai kesuburan lahan sehingga tidak dapat mengetahui unsur hara yang menjadi faktor pembatas atau kendala bagi tanaman. Metode Self-Organizing Map (SOM) adalah salah satu jenis algoritma pembelajaran tak terawasi yang digunakan untuk analisis klaster atau pemetaan data. Metode ini dapat digunakan untuk memetakan kesuburan tanah di sawah tadah hujan dengan mengidentifikasi pola dan relasi antara atribut-atribut yang relevan, Sehingga akan didapatkan hasil peta SOM yang akan akan menunjukkan pola dan klasterisasi data kesuburan tanah. Neuron-neuron yang berdekatan dalam peta SOM akan memiliki atribut yang serupa atau mirip, sehingga memungkinkan untuk mengidentifikasi kelompok kesuburan tanah yang berbeda. Setelah dilakukan proses training som dapat di analisa bahwa model SOM dilatih melalui algoritma penyebaran dan pelatihan. Klustering dilakukan menggunakan BMU (Best Matching Unit) untuk mengelompokkan data berdasarkan kesalahan kuantisasi. Informasi klaster dan informasi BMU ditampilkan dengan menciptakan DataFrame yang mencakup informasi sampel dan klaster/BMU. Berdasarkan data yang disajikan dari iterasi, dapat dilihat bahwa nilai Quantization Error pada setiap epoch tetap sama untuk iterasi 1 sampai 10 iterasi memiliki nilai Overall Quantization Error Mean: 0 15712730210682. Ini menunjukkan bahwa algoritma Self-Organizing Maps (SOM) yang digunakan mencapai konvergensi dengan sangat cepat, menemukan pola optimal dalam data dalam iterasi awal.

Pusat perbelanjaan termasuk ruang publik yang selalu ramai oleh pengunjung. Akibat banyaknya kuantitas pengunjung dapat menimbulkan kurangnya pengawasan dan kontrol diri sehingga pengunjung dapat tersesat/kehilangan orientasi arah serta terpisah dari rombongan. Untuk itu kebutuhan masyarakat akan informasi lokasi menjadi meningkat dan sangat diperlukan agar dapat mendeteksi posisi seseorang dengan mudah dan efisien. Teknologi yang paling banyak digunakan untuk menunjukkan lokasi yaitu GPS (Global Positioning System), namun GPS tidak dapat digunakan di dalam gedung pusat perbelanjaan dikarenakan akurasinya yang rendah jika digunakan di dalam ruangan (indoor). Dari permasalahan tersebut, penulis menawarkan sebuah sistem yaitu Indoor Positioning System (IPS) yang mempermudah dan memaksimalkan efisiensi waktu dalam deteksi dan monitoring lokasi seseorang saat berada di dalam pusat perbelanjaan. Tahapan pertama dalam implementasi sistem yaitu pengumpulan data yaitu nilai kuat sinyal Wi-Fi berupa RSSI (Received Signal Strength Indicator) yang didapatkan dari pemindaian access point pada pusat perbelanjaan yang dilakukan oleh user dengan menggunakan aplikasi berbasis Android. Kemudian dilakukan tahapan pre-processing berupa generate data dengan menggunakan algoritma K-NN regresi. Lalu dilakukan pengujian nilai k dengan silhouette score dan pengujian jumlah cluster dengan metode elbow. Setelah itu, di klusterisasi menjadi 4 cluster dengan menggunakan algoritma K-Means yang kemudian disimpan menjadi database fingerprint offline. Selanjutnya dapat ditentukan lokasi user dengan membandingkan hasil nilai RSSI pada online database dengan hasil nilai RSSI dari offline database berdasarkan perbedaan minimum dari hasil perbandingan. Kemudian dilakukan pengujian akurasi untuk estimasi posisi user dan didapatkan akurasi sebesar 77%. Berdasarkan pengujian aplikasi dengan metode CTA (Concurrent Think Aloud) dan SUS (System Usability Scale) mendapatkan skor 85,4 yang termasuk ke dalam kategori jangkauan penerimaan berupa acceptable / dapat diterima dengan grade scale B dan rating kata sifat (adjective rating) berupa excellent / sangat baik.

Komunikasi yang efektif mengenai kebutuhan dalam tim pengembangan permainan video sangat penting untuk kolaborasi antar peran. Penelitian ini bertujuan untuk mengeksplorasi bagaimana seorang penulis cerita menyampaikan elemen-elemen cerita yang diperlukan untuk memenuhi kebutuhan peran lain dalam tim, khususnya 3D Artist, 2D Concept Artist, dan Programmer. Dengan menggunakan naskah "Aventala" sebagai studi kasus, penelitian ini menganalisis penyampaian komponen cerita, termasuk plot, karakter, latar, sinematik, dan dialog, untuk mendukung kolaborasi tim. Hasil penelitian menunjukkan bahwa kebutuhan setiap peran dikomunikasikan dengan sangat baik, dengan skor pemahaman keseluruhan rata-rata 89,8 persen, yang dikategorikan sebagai Sangat Baik. Namun, aspek-aspek tertentu memerlukan penyempurnaan lebih lanjut. Temuan ini menunjukkan bahwa meskipun komunikasi penulis cerita sangat efektif, penyesuaian kecil masih diperlukan untuk mengoptimalkan kolaborasi. Penelitian ini menyimpulkan bahwa format penulisan naskah yang telah diterapkan secara efektif memfasilitasi identifikasi dan pemenuhan kebutuhan antarperan dalam pengembangan Aventala.

Saat ini jenis motor yang banyak digunakan dalam bidang industri adalah motor induksi tiga fasa. Motor tersebut memiliki banyak keunggulan yang dapat menguntungkan pihak industri. Berbagai keunggulan dari motor induksi, yaitu kontruksinya sederhana tetapi kuat, efisiensi yang tinggi, perawatan yang mudah, serta memiliki kecepatan yang konstan. Namun, dibalik berbagai keunggulan tersebut motor induksi juga memiliki kekurangan, yaitu saat motor induksi bekerja dapat terjadi gangguan pada motor. Pada motor induksi tiga fasa gangguan yang sering tejadi yaitu berupa gangguan arus lebih, dan tegangan lebih. Arus lebih dapat terjadi karena adanya beban lebih pada motor. Arus lebih dapat membahayakan motor dikarenakan saat terjadi arus lebih yang tidak segera diproteksi, maka dapat terjadi kenaikan suhu motor hingga kebakaran pada motor. Namun, selain arus lebih kenaikan suhu pada motor juga dapat terjadi karena motor yang terus bekerja ataupun faktor lingkungan yang panas. Sehingga dibutuhkan alat proteksi otomatis yang dapat memproteksi arus, tegangan dan suhu pada motor untuk mengurangi atau menghindari kerusakan motor. Pada proyek akhir ini dirancang sebuah alat proteksi menggunakan sensor SCT-013 untuk mendeteksi nilai arus, sensor AMC1100 untuk mendeteksi nilai tegangan dan sensor LM35 untuk mendeteksi nilai suhu dengan menggunakan relay untuk memutuskan aliran pada rangkaian. Dan dengan ditambahkan kontaktor diharapkan proteksi pada motor akan lebih maksimal. Sistem pengaman ini berhasil memproteksi motor induksi tiga fasa dari gangguan arus lebih, tegangan lebih, dan suhu lebih sesuai dengan batas nilai setting yang telah ditentukan. Sehingga ketika arus lebih dari 2,52A kontaktor trip, tegangan lebih dari 399V kontaktor trip, suhu lebih dari 40o C kontaktor trip.