Tangki penyimpanan fluida memiliki peranan yang krusial pada beragam jenis perindustrian, semisal pada industri PLTU terdapat komponen-komponen seperti Make-Up Water Tank, Condenser Hotwell, Steam Drum, dsb. Agar volume air pada komponen-komponen tersebut dapat terjaga secar stabil, maka dibutuhkan suatu sistem yang dapat mengendalikan ketersediaan air agar sistem dapat bekerja secara optimal. Pada penelitian ini dirancang sebuah modul pengendalian level tangki air PID berbasis mikrokontroler Arduino dengan penyetelan/tuning parameter pengendalian PID menggunakan metode Cohen-Coon. Hasil dari penelitian yang telah dilakukan menunjukkan bahwa pada variasi setpoint 10 cm, 15 cm, 20 cm, 25 cm, dan 30 cm, pengendalian tipe PID dengan parameter Kp = 2.62 , Ti = 2.05 , dan Td = 0.33 memiliki Integral Absolute Error(IAE) relatif kecil (dibawah 1%) dan maximum overshoot yang didapat juga tidak terlalu besar, sehingga dapat dikatakan bahwa sistem pengendalian yang telah dirancang dapat bekerja dengan baik.

Kesehatan hewan yang dipelihara sangat menentukan keberhasilan dari suatu bisnis ternak karena ternak mampu berproduksi dengan optimal jika dalam kondisi sehat. Harga jual sapi tentunya akan lebih mahal apabila dalam kondisi sehat, daripada sapi yang tidak sehat. Bagi negara yang memiliki klim tropis seperti Indonesia, status kesehatan ternak akan sangat terpengaruhi oleh keadaan cuaca yang panas sangat kering atau lembab . Bila suhu dan kelembaban udara sangat tinggi, maka penyebab penyakit dapat berkembang dan meningkat sampai keadaan kesehatan hewan tidak dapat di pertahankan lagi keseimbangannya, maka dari itu memelihara ternak agar tetap sehat sangatlah penting karena dapat mengurangi biaya pengeluaran bila ternak sakit. Penelitian ini bertujuan untuk mengembangkan sistem manajemen kesehatan untuk sapi, dari pemantauan kesehatan hingga deteksi dan penanganan sapi yang telah terkena penyakit. Penulis menggabungkan sistem pemantauan dan sistem deteksi menjadi satu aplikasi yang memanfaatkan teknologi Internet of Things dan Intelligent System. Sistem pemantauan memproses data posisi, suhu, dan detak jantung sapi dari sensor, kemudian memberikan hasil kondisi kesehatan sapi, normal atau tidak normal. Sistem deteksi memproses data gejala pada sapi yang dimasukkan oleh peternak menggunakan metode certainty factor, kemudian memberikan hasil estimasi diagnosis penyakit, metode pengobatan, dan pencegahan. Eksperimen menunjukkan bahwa sistem pemantauan dapat memantau kondisi kesehatan sapi perah berdasarkan suhu dan detak jantung dengan tingkat kesalahan 0,6 derajat Celcius dan 3,5 kali per menit, dan dapat mendeteksi posisi berdiri maupun duduk dari sapi. Eksperimen pada sistem deteksi menunjukkan bahwa sistem deteksi dapat mendiagnosis penyakit pada sapi perah berdasarkan gejala fisik dengan akurasi 86,67 persen. Hasil dari penelitian ini dapat membantu para peternak untuk memantau kesehatan ternak mereka dan mendeteksi penyakit sejak dini.

Sistem Informasi Manajemen Unit Pengembangan Pendidikan dan Aktivitas Instruksional PENS belum memiliki sistem informasi yang digunakan untuk menjembatani mahasiswa melakukan pendaftaran program MBKM seperti MSIB, magang, dan Talent Scout Academy (TSA) dan mendapatkan surat rekomendasi dari kampus. Karena belum memiliki sistem informasi dan informasi masih melalui pesan singkat Whatsapp untuk mendapatkan surat rekomendasi sehingga menyulitkan para mahasiswa untuk mendaftar program Merdeka Belajar Kampus Merdeka (MBKM) untuk melakukan kegiatan belajar dari luar kampus terhambat. Dengan adanya sistem informasi ini memudahkan para mahasiswa untuk mendaftar program MBKM dan mendapatkan surat rekomendasi dari kampus sehingga mahasiswa dapat mengikuti kegiatan belajar diluar kampus. Tujuan dari hasil Tugas Akhir mahasiswa ini diharapkan berupa aplikasi web, yaitu Sistem Informasi Manajemen Unit Pengembangan Pendidikan dan Aktivitas Instruksional (UP2AI) PENS untuk memenuhi persyaratan Tugas Akhir D3 Teknik Informatika Pendidikan Jarak Jauh (PJJ).

Manuver Gardu Induk merupakan pengoperasian yang dilakukan oleh operator gardu induk dalam hal meningkatkan keandalan penyaluran sistem tenaga listrik, dengan keperluan membuat perubahan konfigurasi, pemulihan setelah adanya gangguan, kondisi darurat (emergency) ataupun pelaksanaan pemeliharaan peralatan. Manuver dapat berjalan dengan baik jika memperhatikan prosedur dalam pengoperasian, seperti pengecekan kondisi sempurna pada peralatan switching, pengecekan kondisi tegangan, serta koordinasi antar Gardu Induk. Pada proses jalannya manuver terdapat Sistem interlock yang merupakan proteksi vital dan menentukan pada setiap sistem operasi Gardu Induk. Tanpa Adanya sistem interlock pengoperasian Gardu Induk yang kurang sempurna berpotensi mengakibatkan sering terjadi gangguan dan kegagalan peralatan yang di manuver.. Oleh karena itu diperlukan prototype pengoperasian Gardu Induk yang dapat digunakan operator dalam merencanakan urutan peralatan yang di manuver maupun sebagai modulasi pembelajaran pengoperasian manuver. Untuk merealisasikan hal tesebut, pemodelan prototype ini menggunakan konfigurasi double busbar menyesuaikan pada Gardu Induk Bumi Semarang Baru (BSB) 150 kV. Hasil yang diperoleh dari Proyek Akhir ini Prototype dapat digunakan sebagai simulasi pengoperasian manuver pembebasan tegangan, pemberian tegangan, maupun pemindahan beban yang mampu menjaga urutan manuver sesuai Standar Operasional Prosedur yang berlaku dengan Sistem Interlock peralatan switching. Terdapat Liquid Crystal Display yang dapat memonitoring kondisi tegangan dari pembacaan sesor ZMPT101B dan arus dari pembacaan sensor ACS712. Adapun standar kondisi sinkron Busbar 1 dan Busbar 2 saat manuver pemindahan beban adalah ±10% dan standar kondisi tegangan saat manuver pembebasan tegangan adalah bernilai <1 Volt.

Di era modern ini permintaan akan sumber daya energi listrik semakin meningkat. Salah satu contohnya adalah baterai khususnya dengan jenis VRLA. Namun, penting untuk diingat bahwa baterai mengalami siklus pengisian dan pengosongan yang berulang. Hal ini menyebabkan baterai mengalami penurunan kapasitas dan performa seiring berjalannya waktu untuk mengatasi hal ini maka di rancang sebuah Estimasi State of Charge (SoC). Pada proyek akhir ini akan dibuat estimasi SoC kondisi discharging pada baterai VRLA 12V 40Ah. Untuk pengimplementasiannya menggunakan beban kipas dan lampu. Pengukuran dan pemantauan SoC penting untuk memastikan bahwa baterai tidak over-discharging, yang dapat merusak baterai dan mempersingkat umur pakai. Pada penelitian ini menggunakan Artifical Neural Network metode Multilayer Perceptron. Metode ini memanfaatkan data arus, dan waktu baterai selama proses discharging untuk sebagai input untuk melatih jaringan saraf agar dapat memprediksi SoC. Dari hasil pengujian, diperoleh bahwa pengujian discharging baterai yang dilakukan pada beban kipas dan lampu membutuhkun waktu selama 4,55 jam dengan penurunan SoC dari 100% - 61,01% untuk metode Coulomb Counting, sedangkan untuk metode MLP penurunan SoC 100% - 61,25%. Pada beban kipas membutuhkun waktu selama 7,7 jam dengan penurunan SoC dari 100% - 60,87% untuk metode Coulomb Counting, sedangkan untuk metode MLP penurunan SoC 100% - 60,34%. Pada beban variasi membutuhkun waktu selama 5,8 jam dengan penurunan SoC dari 100% - 60,07% untuk metode Coulomb Counting, sedangkan untuk metode MLP penurunan SoC 100% - 60,04%. Rata-rata error coulomb counting dan MLP yang dihasilkan adalah 0.23% pada beban kipas dan lampu, 0.017% pada beban kipas saja, dan 6% pada beban bervariasi.