Dessert atau hidangan penutup merupakan bagian hidangan yang pada umumnya disajikan pada akhir makan malam. Namun di Indonesia, memakan hidangan penutup masih belum sepenuhnya menjadi tradisi. Menurut penelitian WHO pada tahun 2011, 35% Penduduk Indonesia menderita Hiperkolesterolemia. Selain itu, pada tahun 2016, lebih dari 60% penduduk Indonesia tidak menyadari bahwa mereka mengidap Diabetes Melitus tipe 2. Dan Indonesia merupakan negara terbesar ke 4 di dunia yang penduduknya mengalama hiperurisemia. Untuk memberi solusi atas permasalahan diatas, maka dibuatlah sistem aplikasi rekomendasi resep dessert sesuai dengan kadar kolesterol, gula darah dan asam urat. Aplikasi ini terdiri dari dua bagian, frontend dan backend. Pada bagian frontend, terdapat dua bagian pula yaitu mobile client yang menggunakan platform android dan menggunakan React Native. Serta aplikasi web, yang mana menggunakan Code Igniter sebagai frameworknya. Disisi backend, aplikasi ini menggunakan REST API dan MySQL sebagai databasenya. Hasil pengujian menunjukkan bahwa aplikasi dapat merekomendasikan dessert yang menyehatkan sesuai dengan gejala penyakit yang diderita pengguna

Pada proyek akhir ini diaplikasikan pada sistem pengisian baterry yang di otomatisasi dengan smartcard dan flyback konverter sebagai power supply Karena konverter flyback memiliki banyak keunggulan diantaranya adanya sistem isolasi pada trafo Untuk membantu kinerja dari konverter flyback perlu dipergunakan piranti switching berupa MOSFET,dan juga dapat menurunkan tegangan tinggi ke tegangan sangat rendah dari 303.1 ke tegangan 14 v MOSFET dapat mengalami kondisi ON ataupun OFF apabila terdapat sinyal triger pada kaki gate dan source. dan oleh sebab itu perlu dipergunakan rangkaian PWM (Pulse Width Modulation). Berdasarkan pengujian proyek akhir ini, rangkaian power supply DC dengan sistem flyback converter yang telah dirancang dan dibangun, hanya mampu menghasilkan tegangan keluaran maksimal sebesar 14.3V,yang akan digunakan untuk pengisian battery lithium ion 12 V 7Ah dengan waktu pengisian 9 menit

Alat Pengukur dan Pembatas atau APP merupakan elemen yang penting dalam proses jual beli tenaga listrik karena pada alat ini merupakan titik dimana transkasi jual/beli tenaga listrik dilakukan. Upaya pemeliharaan Alat Pengukur dan Pembatas pada PT. PLN (Persero) dilakukan untuk memastikan bahwa APP masih dapat bekerja sebagai sistem pengukuran dan sistem pembatas dengan baik dan benar sesuai dengan jangkauan kelas akurasisnya untuk menekan susut nonteknis. Dalam upaya pemeliharaan ini dilakukan kegiatan validasi APP dengan cara pengukuran error pada kWh meter. Validasi pada kWh meter 3 fasa elektronik dilapangan dilakukan dengan cara manual sehingga cara ini dirasa kurang efektif karena dapat menimbulkan potensi kesalahan baca dan kesalahan perhitungan. Dengan Alat Validasi kWh meter 3 fasa elektronik mempermudah petugas lapangan P2TL dan petugas HARMET (Pemeliharaan Meter) membaca daya yang terukur oleh kWh meter dengan pembacaan kedipan indikator impulse kWH meter, yang dibandingkan dengan pengukuran daya di sisi pelanggan melalui modul PZEM-004T pada waktu yang sama sehingga didapatkan nilai error kWh meter apakah sesuai atau tidak sesuai dengan kelas meter. Dari hasil pengujian dengan APP pada kelas 1 rentang error dalam kondisi normal pada rentang kurang dari sama dengan 1 persen, dimana didapatkan dari hasil pengujian pengukuran oleh PZEM-004T mengukur daya total sebesar 222.00 W dan pengukuran kedipan impulse kWh meter mengukur daya sebesar 222.00 W, sedangkan kondisi tidak sesuai disimulasikan kWh meter tidak mengukur salah satu fasa, pengukuran kedipan impulse kWh meter mengukur daya sebesar 186.0 W dan pengukuran modul PZEM-004T mengukur daya total sebesar 291.2 W sehingga rentang error lebih dari satu persen melebihi batas kesalahan pada kelasnya.

Salah satu upaya aplikasi e-commerce dalam meningkatkan engagement dari pengguna ialah menyediakan fitur recommendations yang berguna untuk membantu pengguna menelusuri item-item yang mirip secara visual sebelum menyelesaikan pembelian. Hal tersebut bertujuan supaya pengguna dapat merasa termudahkan ketika hendak membeli suatu barang, karena keberhasilan aplikasi diukur dari seberapa besar manfaat yang diterima oleh pengguna. Fitur visual recommendations merupakan salah satu penerapan dari mekanisme sistem pencarian gambar yang banyak menggunakan model Deep Learning, namun tugas akhir ini mengusulkan Deep Metric Learning sebagai metode karena dapat mengenali karakteristik visual yang lebih mendetail dengan dua langkah utama yaitu ekstraksi fitur menggunakan Deep Learning dan pengukuran kemiripan dengan Euclidean Distance Measure. Sistem pencarian gambar menggunakan Deep Metric Learning yang diusulkan ini menghasilkan nilai performa Mean Average Precision at K untuk suatu class label yang cukup tinggi yaitu sebesar 97,98%.

Seiring meningkatnya kendaraan bermotor yang memerlukan bahan bakar minyak menyebabkan terbatasnya bahan bakar minyak sebagai sumber daya alam yang tidak dapat diperbarui. Disisi lain, banyak pencemaran udara yang terjadi di Indonesia akibat dari reaksi pembakaran bahan bakar minyak tidak sempurna yang menyebabkan adanya hasil emisi berupa gas karbon. Untuk mengantisipasi dari permasalahan tersebut, perlu didesain sebuah kendaraan roda tiga elektrik. Automatic Transfer Switch adalah sebuah rangkaian kontrol sakelar panel surya dengan PLN yang sudah Full Automatic. Alat ini berguna untuk menghidupkan, dan menghubungkan panel surya ke beban secara otomatis pada saat PLN padam. Pada saat sistem terhubung dengan PLN, alat ini akan memindahkan sumber daya ke beban dari panel surya ke PLN untuk melakukan charge 8 baterai yang terhubung seri sehingga total tegangan baterai adalah 96 v 10 AH. Pada penelitian ini telah dicoba memanfaatkan panel surya dan PLN tersebut untuk sistem pengisian baterai dengan bantuan kontrol PI, dimana dirancang dan direalisasikan suatu alat untuk mengisi baterai dengan konstan tegangan pengisian 100 – 115,2 V yang bersumber dari Panel surya dan PLN. Penggerak dari kendaraan roda tiga elektrik adalah menggunakan motor induksi 3 fasa. Metode yang umum digunakan untuk mengendalikan kecepatan motor AC adalah mengubah tegangan keluaran dari Converter dengan cara mengubah Pulse Width Modulation (PWM) dari mikrokontroler. Multilevel Boost Converter dirancang dengan nilai tegangan keluaran yang dihasilkan 537 V saat tegangan masukan 96 V namun pada simulasi PSIM integrasi tegangan yang dikeluarkan adalah 531 V dengan error tidak lebih dari 5%. Selanjutnya nilai dari keluaran konterver akan diproses oleh inverter agar tegangan DC diubah menjadi tegangan AC lalu dilakukan filter LC agar THD v dan THD i yang dihasilkan kecil. Hal ini dibuktikan pada simulasi bahwa THD v dan THD i yang hasilkan tidak lebih dari 7%.