Penelitian ini berfokus pada pemanfaatan multilevel inverter (MLI) dengan topologi Packed U-Cell (PUC) dalam konversi daya listrik DC menjadi AC untuk sistem off-grid, dengan tujuan mencapai 7 level tegangan yang nilainya konstan. Penelitian ini memberikan kontribusi signifikan bagi industri energi terbarukan dalam mengatasi masalah nilai ekonomis pada MLI konvensional dengan memanfaatkan topologi PUC. MLI konvensional memiliki kekurangan dari segi penggunaan IGBT/Mosfet, sumber tegangan DC, dan kapasitor dalam jumlah banyak. Dengan komponen switching dan sumber tegangan yang lebih sedikit, PUC mampu menghasilkan level tegangan yang lebih tinggi dibandingkan MLI konvensional. Untuk menjaga tegangan keluaran agar konstan pada set point ketika terdapat gangguan pada sistem, digunakan Fuzzy Logic Controller (FLC). FLC menggunakan fungsi keanggotaan, yang akan meningkatkan efektivitas FLC dalam mengontrol tegangan output sistem. Hasil simulasi menunjukkan bahwa inverter PUC dengan FLC berhasil mencapai 7 level tegangan dan dapat menjaga nilai tegangan keluaran pada nilai 110VAC. Pada pengujian hardware, tegangan dapat dipertahankan pada nilai konstan sebesar 55VAC untuk gangguan perubahan beban dan 60VAC untuk perubahan tegangan input. Dengan analisis komprehensif terhadap data hasil penelitian, baik secara simulasi maupun pengujian hardware, buku ini mengonfirmasi keunggulan PUC MLI dalam menghasilkan tegangan AC 7 level dengan komponen yang lebih minimal, serta pemanfaatan FLC dalam mencapai keluaran tegangan PUC MLI yang konstan.

Rekam medis gigi memegang peranan penting dalam praktik kedokteran gigi sebagai alat yang mencatat secara rinci informasi pasien dan segala tindakan medis yang dilakukan oleh dokter gigi. Di Indonesia, pengelolaan rekam medis odontogram masih menghadapi berbagai tantangan, termasuk ketidaksesuaian dalam pengisian data dan kurangnya keseragaman dalam penggunaan pengistilahan. Hal ini dapat menyebabkan potensi kesalahpahaman dalam penggunaan data rekam medis, terutama dalam konteks hukum. Untuk mengatasi masalah tersebut, pengembangan Rekam Medis Elektronik (RME) menjadi salah satu solusi yang diadopsi. Dalam konteks ini, proyek ini mengusulkan implementasi Smart Odontogram menggunakan machine learning berbasis mobile . Proyek ini menggunakan teknologi deteksi jenis gigi dan rekognisi kondisi gigi dengan memanfaatkan model Support Vector Machine (SVM) yang terintegrasi dalam aplikasi Android. Dokter gigi dapat menggunakan aplikasi ini untuk secara otomatis mencatat odontogram pasien dan mengelola data pasien dengan lebih efisien. Tujuan utama proyek akhir ini adalah untuk meningkatkan akurasi dan kepatuhan terhadap standar nasional dalam pengisian rekam medis odontogram. Proyek akhir ini menghasilkan aplikasi Android Smart Odontogram yang mampu melakukan klasifikasi jenis dan kondisi gigi. Pengujian model menunjukkan akurasi 77% untuk klasifikasi jenis gigi dan 94% untuk kondisi gigi. Selain itu, aplikasi Smart Odontogram telah lolos uji User Acceptance Testing, dengan seluruh fitur utama berjalan baik dan mendukung proses klasifikasi serta manajemen data pasien gigi secara efektif.

Energi listrik merupakan kebutuhan yang sangat penting untuk menunjang aktivitas sehari hari bagi tiap manusia. Saat ini energi listrik paling banyak digunakan pada rumah rumah tinggal. Pada pemanfaatan energi listrik pada rumah tinggal terkadang terjadi gangguan gangguan yang dapat menyebabkan bahaya dan juga kerusakan kerusakan pada instalasi listrik rumah. Salah satu gangguan yang banyak terjadi adalah gangguan arus lebih. Salah satu penyebab terjadinya arus lebih adalah overload atau penambahan jumlah beban yang digunakan sehingga menyebabkan nilai arusnya meningkat dan melebihi nilai arus maksimalnya. Untuk mencegah terjadinya arus beban lebih maka perlu dibuat sebuah sistem proteksi untuk mencegah bahaya dari terjadinya arus beban lebih. Sistem proteksi ini akan digunakan sebagai pembatas arus pada instalasi listrik rumah tinggal. Dimana alat ini menggunakan relay sebagai pemutus dan penyambung aliran listrik. Proses pembacaan nilai sensor arus dan tegangan menggunakan STM32F103C8T6. Setelah memperoleh nilai arus dan tegangan hasil pembacaan tersebut akan dikirimkan ke ESP8266. Jika nilai arusnya melebihi nilai arus maksimalnya maka relay akan memutus arus listrik. ESP8266 akan memberikan perintah untuk memutus arus listrik jika hasil pembacaan dari sensor arus melebihi nilai arus maksimal yang telah ditentukan. Untuk delay waktu trip relay ketika terjadi gangguan arus lebih mengacu pada persamaan kurva karakteristik relay standard inverse yang diambil dari standard IEC 60255. Dimana untuk nilai arus maksimalnya dapat diatur melalui aplikasi blynk. Selain itu pada alat ini juga dilengkapi dengan sistem proteksi arus bocor. Untuk mendeteksi terjadinya gangguan arus bocor dilakukan dengan melihat selisih antara nilai sensor arus fasa dan sensor arus netral. Ketika terdapat selisih sebesar 30mA maka relay trip. Waktu trip relay ketika terjadi arus bocor adalah 300ms sesuai dengan standard IEC 61008 1. Berdasarkan hasil pengujian arus beban lebih yang telah dilakukan cepat lambatnya waktu trip relay dipengaruhi oleh besarnya nilai arus gangguan. Semakin besar nilai arus gangguannya maka relay semakin cepat trip. Dari hasil pengujian sistem ketika terjadi gangguan arus beban lebih dan arus bocor pada layar LCD 20 kali 4 berhasil menampilkan pesan bahwa telah terjadi gangguan. Selain itu, sistem behasil mengirimkan notifikasi pemberitahuan di email dan aplikasi blynk bahwa telah terjadi gangguan arus beban lebih maupun arus bocor.

Perkembangan teknologi komunikasi saat ini sudah berkembang pesat, salah satunya yaitu sistem selular yang banyak digunakan oleh masyarakat sebagai alat komunikasi. Hal tersebut berbanding lurus dengan upaya manusia untuk memenuhi kebutuhannya. Perkembangan juga terjadi pada sektor pertanian seperti halnya pelaksanaan monitoring sebuah lahan pertanian dalam pengukuran tingkat pH, kelembaban tanah, tekanan udara, suhu dan debit air. Untuk mengetahui kualitas tanah secara rutin, sistem monitoring lahan pertanian menggunakan mikrokontroler ESP32 dapat memonitoring secara langsung dan terjadwal bagaimana kondisi lahan pertanian mereka. Tanaman dapat tumbuh dengan baik jika parameter pH, kelembaban, tekanan udara, suhu, dan debit air dapat terpenuhi dengan baik. Banyak petani belum memiliki indikator yang presisi dalam mengetahui kualitas tanah, mayoritas petani hanya menggunakan ilmu perkiraan, penerapan ilmu perkiraan menyebabkan kualitas tanah di sawah tidak subur. Oleh karena itu, perancangan sistem monitoring ini untuk memudahkan para petani dalam memantau lahan agar mendapatkan hasil tanaman yang baik. Hasil dari parameter yang didapatkan dapat digunakan sebagai salah satu tindakan preventif bagi petani apabila terjadi kondisi yang dapat menurunkan hasil produktivitas padi. Pada penelitian ini digunakan metode Artificial Neural Network (ANN) yang berfungsi untuk memprediksi kondisi tanah, dengan pembagian data yaitu 50% data latih dan 50% data uji. Hasil pengolahan dengan menggunakan metode ANN diperoleh tingkat akurasi sebesar 98%. Hasil pembacaan data monitoring pada penelitian ini ditampilkan pada website untuk memudahkan petani dalam melakukan pengecekan lahan yang akan ditanami padi dari jarak jauh.

Penentuan kelas pada buah melon yang menjadi nilai jual dan yang menentukan kualitas buahnya. Pada buah melon yang bagus dapat memberikan gizi dan nutrisi yang sangat bagus untuk masyarakat. Akan tetapi, untuk mengetahui kualitas buah melonnya masih manual, sehingga hasil pemilahan kelas buah masih belum sempurna, jika adanya alat mendeteksi kelas melon secara otomatis dapat mempermudah mitra petani dalam pemilahan kelas buah melonnya, dan juga membantu dalam evaluasi kualitas buah yang ditanamnya. Oleh karena itu, proyek akhir ini mengusulkan membuat alat pendeteksi kelas melon dengan spektral dan lux dalam bentuk gambar. Dengan adanya proyek ini, mitra petani tidak akan kerepotan dalam melakukan pemilahan buah melon secara manual karena alat ini dapat mendeteksi buah melonnya secara otomatis. Metode ini menawarkan berbagai keunggulan seperti efisiensi waktu, dan peningkatan hasil panen. Sistem ini dirancang untuk memperbaiki nilai buah melon secara lebih akurat dengan menggunakan berbagai dengan memperhatikan cahaya, warna buah, dan corak buah, serta memberikan klasifikasi varietas buah dengan menggunakan metode image processing.