Penelitian robot humanoid banyak sekali dikembangkan, namun sampai saat ini masih sedikit sekali yang mengulas tentang kontrol keseimbangan. Oleh karena itu pada tugas akhir ini penulis membuat suatu sistem keseimbangan robot berkaki dua (humanoid). Model kinematikrobot yang digunakan memiliki 6 sendi untuk tiap kaki. Sistem ini menggunakan sensor IMU untuk mengetahui posisi kemiringan robot pada sumbu roll dan pitch. Untuk dapat menjaga robot dalam keadaan seimbang digunakan permodelan kinematika dan inverse kinematic. Hal ini bertujuan agar bisa mendapatkan nilai sudut untuk setiap sendi-sendi pada kaki robot dengan input posisi kaki. Sistem kontrol keseimbangan menggunakan metode kontrol PID yang mengolah data masukkan error dari sumbu roll dan pitch. Pada proses pengujian, robot ditempat pada bidang datar yang dapat berputar pada sumbu roll dan pitch. Bidang datar diputar secara perlahan dan dilihat bagaimana respon dari robot. Hasilnya robot dapat berdiri dalam posisi tegak dengan kondisi kemiringan alas maksimal 20° pada sumbu roll, pitch atau keduanya. Sistem dengan respon terbaik menggunakan kontrol PD dengan nilai Kp= 0.05 dan Kd=0.01.

Perkembangan teknologi saat ini berkembang pesat dan cepat, Teknologi tidak hanya digunakan sebagai media informasi Namun dapat mempermudah untuk mengakses melalui smartphone, laptop maupun komputer. Buku elektronik yang sering kita kenal e-Book atau buku-e adalah versi elektronik dari buku fisik yang umumnya terdiri dari kumpulan kertas berisikan tulisan dan gambar. Pada era modern saat ini, ebook diminati karena memiliki ukuran yang kecil bila dibandingkan dengan buku, memiliki fitur pencarian kata maupun kalimat yang sangat membantu dan memudahkan pencarian tersebut mampu ditemukan dengan cepat. E-Book atau buku elektronik memiliki format digital yang populer, antara lain adalah pdf, epub, dan html. Masing-masing format digital tersebut memiliki kelebihan maupun kekurangan, dan juga bergantung dari gadget yang digunakan untuk membacanya. Dalam Tugas Akhir ini penulis merancang dan membuat suatu aplikasi manajemen ebook dilengkapi Infografis dan informasi statistika berbasis CMS yang memudahkan pengguna dalam mengetahui ketersediaan buku dan mengetahui data statistik buku. Dalam pembuatan aplikasi ini diharapkan dapat menghasilkan aplikasi yang baik sehingga memudahkan pengguna dan dapat memberikan konstribusi yang bermanfaat bagi semua internal kampus mulai mahasiswa, dosen dan karyawan.

Inverter merupakan suatu rangkaian elektronika yang berfungsi untuk mengubah tegangan searah (DC) menjadi tegangan bolak-balik (AC). Dalam penggunaan Inverter akan timbul Total Harmonic Distortion (THD) ketika Inverter dipasang peralatan listrik AC (beban non-linier) dikarenakan gelombang keluarannya tidak sebanding dengan tegangan dalam setiap setengah siklus sehingga bentuk gelombang arus maupun tegangan keluarannya tidak sama dengan gelombang masukannya (mengalami distorsi). Dengan semakin banyaknya beban non-linier yang terpasang akan meningkatkan prosentase nilai Total Harmonic Distortion (THD) yang dapat mengakibatkan rusaknya peralatan yang terpasang. Sehingga untuk mengurangi prosentase nilai Total Harmonic Distortion (THD) dapat dilakukan dengan menambahkan filter pasif, jumlah fase maupun menggunakan Pulse-Width Modulation (PWM).Pulse-Width Modulation (PWM) adalah salah satu teknik modulasi dengan mengubah lebar pulsa (duty cylce) dengan nilai amplitudo dan frekuensi yang tetap. Ada beberapa jenis PWM yang dapat digunakan untuk memperbaiki prosentase nilai Total Harmonic Distortion (THD) salah satunya Discontinuous Pulse-Width Modulation (DPWM). Discontinuous Pulse-Width Modulation (DPWM) memiliki kelebihan dibandingkan Continuous Pulse-Width Modulation (CPWM) diantaranya meningkatkan kualitas gelombang, mengurangi kerugian pada switching dan mengurangi ukuran komponen pasif. Penggunaan metode Discontinuous Pulse-Width Modulation (DPWM) memiliki nilai Total Harmonic Distortion (THD) sebesar 0,426. Nilai Total Harmonic Distrotion (THD) tersebut lebih kecil dibandingkan dengan metode Sinusoidal Pulse Width Modulation (SPWM) yaitu 0,443. Hal tersebut menunjukkan bahwa secara kuantitas metode Discontinuous Pulse-Width Modulation (DPWM) lebih baik dibandingkan metode Sinusoidal Pulse Width Modulation (SPWM) dikarenakan nilai THD Discontinuous Pulse-Width Modulation (DPWM) lebih kecil dibandingkan Sinusoidal Pulse Width Modulation (SPWM). Permasalahan yang timbul dari metode Discontinuous Pulse Width Modulation (DPWM) yaitu bergetarnya motor ketika diberi tegangan.

Politeknik Elektronika Negeri Surabaya (PENS) memiliki salahsatu bidang keilmuan yaitu Diploma 3 Teknik Multimedia Broadcasting. Dalam visi-misinya yang ingin menjadi pusat pendidikan dan pelatihan keahlian teknologi multimedia broadcasting terbaik di Indonesia, terdapat juga kurikulum pendidikan salah satunya pembelajaran studio, baik pada bagian studio radio atau studio televisi salahsatunya adalah studio. Dalam kenyataannya, hanya studio radio yang sudah mengajarkan implementasi tansmisi studio radio dalam hal perkuliahan atau komunitas Creative Radio MMB diluar akademik. Perkembangan teknologi kini semakin berkembang sehingga diharapkan adanya inovasi baru untuk mengatasi kekurangan tersebut, salahsatunya dapat menggunakan sebagai sebagai media pennyelenggaraan siaran televisi di PENS. Salah satu aplikasi internet yang berkembang saat ini adalah Open Broadcast Studio. Dengan menggunakan aplikasi tersebut dapat diadakannya penyelenggaraan siaran dengan secara terbuka dan juga tidak berbayar ke website streaming lainnya. Selain itu, dalam Proyek Akhir ini juga terdapat pengukuran hasil kulitas jaringan siaran dan juga kualitas hasil siaran. Oleh karena itu dengan adalnya Proyek akhir ini diharapkan dapat mendukung bidang penyiaran televisi di PENS. Dari data tersebut dapat disimulkan bahwa Open Broadcast adalah sistem yang kompleks dimana kita diharuskan memikirkan manfaat dan dampak yang dihasilkan.

Pewarnaan Gram merupakan prosedur diagnostik utama dalam mikrobiologi klinis untuk mengklasifikasikan bakteri menjadi kelompok Gram-positif dan Gram-negatif, yang secara langsung memandu pemilihan antibiotik sebelum hasil kultur tersedia. Interpretasi manual bersifat padat karya dan rentan terhadap variabilitas antarpengamat yang signifikan. Meskipun jaringan saraf konvolusional (CNN) menawarkan alternatif sistem bantu keputusan, pelatihannya sangat terkendala oleh kelangkaan data klinis beranotasi dan ketidakseimbangan kelas. Penelitian ini mengusulkan kerangka augmentasi data menggunakan StyleGAN2-ADA (Adaptive Discriminator Augmentation) untuk menghasilkan citra sintetis bakteri pewarnaan Gram berkualitas tinggi dari dataset klinis multi-sumber yang terdiri atas 1.705 citra saluran pernapasan bawah (PLA General Hospital) dan 505 citra kultur darah positif (Yi et al.). Sel bakteri individual diekstrak melalui pemotongan berbasis anotasi bounding box tervalidasi ahli, kemudian distandarisasi ke ukuran 256×256 piksel; pembagian data dilakukan pada tingkat gambar sumber untuk mencegah kebocoran data. Kualitas citra sintetis dinilai menggunakan Fréchet Inception Distance (FID), sedangkan kelayakannya sebagai data latih diuji melalui skema augmentasi aditif (S0 baseline; S1–S3 penambahan sintetis GAN 25/50/100%; S4–S6 augmentasi tradisional sebagai pembanding; S-Bal penyeimbang kelas) pada lima arsitektur CNN: ResNet-50, DenseNet-121, VGG-16, MobileNetV3, dan InceptionV3. Generator Gram-negatif dan Gram-positif mencapai skor FID terbaik terhadap data latih masing-masing sebesar 4,58 dan 6,54 (kimg 7.000), jauh di bawah ambang FID rekor Woodland et al. (10,78 dan 21,17), yang mengonfirmasi keberhasilan kedua generator mempelajari distribusi visual citra bakteri Gram. Namun, pada evaluasi bebas kebocoran, penambahan citra sintetis tidak meningkatkan kinerja klasifikasi: augmentasi GAN bersifat netral terhadap baseline macro-averaged F1-Score 0,919 (S1 0,921; S2 0,916; S3 0,919), sementara augmentasi tradisional +100% (S6) justru memberi hasil tertinggi (0,925; uji Wilcoxon berpasangan p = 0,026). Temuan ini mengungkap divergensi antara fidelitas citra (FID rendah terhadap data latih, tetapi 21,6–60 terhadap slide baru) dan utilitas fungsionalnya sebagai data latih, sehingga skor FID yang baik tidak menjamin peningkatan kinerja klasifikasi hilir. Macro-averaged F1-Score digunakan sebagai metrik klasifikasi utama mengingat ketidakseimbangan kelas yang melekat pada dataset klinis.