Robotika sudah menjadi bidang umum pada studi sains dan teknik. Di tahun terakhir, penelitian dan penerapan robotik sudah berkembang secara signifikan, salah satunya adalah robot humanoid. Robot humanoid merupakan robot yang menyerupai manusia. Pemodelan kepala pada robot humanoid sudah banyak dilakukan, namun pemodelan yang dilakukan hanya memiliki gerakan yang terbatas pan atau tilt. Gerakan tersebut tidak merepresentasikan gerakan kepala manusia yang sesungguhnya. Penelitian ini telah mengajukan sebuah manipulator dengan 7 DOF yang dapat meniru gerakan manusia. Fokus pada penelitian ini adalah pada transformasi model pada gabungan mata, kepala dan leher robot terhadap titik origin. Pada sidang akhir ini desain mekanisme kepala robot disimulasikan menggunakan aplikasi dinamik V-REP yang digunakan sebagai acuan terhadap pemodelan transformasi pada robot. Tahapan lebih rinci akan dibahas pada bab pengujian. Kemudian, juga disertakan prototype robot guna menyempurkan pengujian pada sistem. Pengujian pada prototype difokuskan pada nilai aktuator pada setiap joint beserta respon dari sistem, dengan mengintegrasikan antara simulasi dengan prototyping. Hasil transformasi menunjukkan selisih error terbesar adalah 2.3340% yang terjadi pada gerakan 3 DOF yang terdapat pada manipulator kepala. Sedangkan, respon sistem antara simulasi dengan prototyping memilki selisih rata - rata terbesar adalah ∆ ̅̅̅ 𝑡 = 0.6817 𝑠 pada motor servo dengan gerakan 3 DOF yang terdapat pada manipulator kepala.

Survei Badan Pusat Statistik (BPS) mengungkapkan pola belanja generasi milenial lebih banyak dilakukan secara online. Tampilan produk pada laman e-commerce saat ini hanya berupa teks dan foto gambar dua dimensi (2D). Customer experience yang kurang menarik sering ditemui karena keterbatasan pelanggan menerima informasi visual produk. Hal tersebut mempengaruhi rendahnya nilai produk atau jasa sehingga pelanggan mempertimbangkan untuk membeli kembali. Kasus tersebut bisa ditekan jika penjual menyajikan informasi visual spesifikasi produk yang lebih detail, lengkap, dan mendekati bentuk asli berupa model tiga dimensi (3D). Pada produk tertentu dengan motif dan bentuk yang berbeda dalam pengerjaannya membutuhkan model 3D agar pelanggan mengetahui visual di kehidupan nyata. Sehingga untuk memperoleh model 3D dari produk yang sudah ada diperlukan pengolahan data dengan kombinasi antara metode Close Range Photogrammetry (CRP) dan Structure from Motion (SfM). Metode tersebut memanfaatkan data banyak foto yang saling tumpang tindih dari hasil pengambilan fotogrametri kemudian dikumpulkan untuk diolah menjadi point cloud dengan algoritma SfM. Maka diharapkan inovasi tersebut dapat membantu menghasilkan model 3D sebagai assets pembuatan website guna meningkatkan customer experience dalam belanja online. Dalam tahap pengujian keakuratan model 3D terhadap bentuk asli menggunakan metode Root Mean Square Error (RMSE) jenis RMS Reprojection Error dengan nilai yang disarankan mendekati nol. Hasil menunjukkan akurasi keakuratan dari 50 model 3D cukup tinggi yaitu dengan rata – rata gambar yang terselaraskan 99,66% dan rata – rata nilai eror tiap gambar sebesar 0,00139 piksel.

Teknik lokalisasi pada jaringan sensor nirkabel digunakan untuk mengestimasi lokasi sensor dengan menginisialisasi posisi unknown node yang mengacu pada posisi anchor node (known node) pada jaringan. Pada proyek akhir ini akan dilakukan sebuah simulasi sistem lokalisasi pada jaringan sensor nirkabel dengan menggunakan metode Centroid. Seleksi anchor merupakan sebuah metode penyeleksian node-node anchor terdekat dari sebuah node sensor dengan mempertimbangkan konektivitas dari node-node anchor tersebut yang akan dijadikan referensi bagi node sensor tersebut guna mengestimasi posisi secara Centroid. Akan tetapi, hasil dari pengestimasian posisi menggunakan centroid masih menghasilkan error yang besar dikarenakan centroid akan mengestimasi posisi unknown node ditengah-tengah dari seluruh anchor yang tercakup pada range communication. Sehingga agar hasil estimasi lebih akurat dan mendekati node sebenarnya, maka perlu ditambahkan metode weighted centroid. Dari hasil Pengujian yang telah dilakukan dengan banyaknya jenis distribusi sebaran dan parameter yang digunakan diperoleh bahwa distribusi sebaran eksponensial paling baik digunakan karena nilai error yang dihasilkan dari parameter yang digunakan pada pengujian ini memiliki nilai error yang paling kecil yakni berkisar antara 0,28 meter hingga 1,68 meter. Perbaikan error lokalisasi rata-rata yang bisa ditampilkan oleh weighted centroid untuk semua jenis sebaran untuk parameter banyaknya jumlah unknown node adalah sebesar 69,84%.

LPK Yukimaga Surakarta saat ini belum memiliki sistem informasi yang digunakan untuk proses pembayaran dan pembelajaran bagi peserta magang. Kondisi ini menyulitkan admin dan peserta magang dalam melakukan pendataan dan pembelajaran bahasa Jepang. Ketidaktersediaan sistem informasi ini juga menghambat kemajuan kegiatan belajar peserta magang. Tujuan dari tugas akhir ini adalah mengembangkan Sistem Informasi Tugas Akhir DIII Teknik Informatika di PENS. Metode pengumpulan data yang digunakan dalam penyusunan tugas akhir ini adalah wawancara dan studi pustaka. Tahapan perancangan meliputi perancangan database, perancangan alur program, perancangan tampilan program, pembuatan script program, dan pengecekan fungsionalitas program. Sistem Informasi ini dikembangkan menggunakan ReactJS, NodeJs, ExpressJS, React Native Expo dan menggunakan database MySQL. Berdasarkan pengembangan Sistem Informasi Tugas Akhir DIII Teknik Informatika di PENS, dapat disimpulkan bahwa sistem informasi ini sudah siap untuk diimplementasikan.

Berdasarkan Badan Pusat Statistik, jumlah penduduk Indonesia pada tahun 2020 diproyeksikan mencapai 271 juta jiwa dan akan terus meningkat menjadi 296 juta jiwa pada 2030. Menteri Lingkungan Hidup dan Kehutanan mengatakan pada tahun 2015 hampir 68% mutu air di sungai Indonesia dalam status tercemar berat. Pada tahun 2019 Indonesia menghasilkan sekitar 66 – 67 juta ton sampah. Jenis sampah yang dihasilkan didominasi oleh sampah organik yang mencapai 60% dan sampah plastik mencapai 15%. Limbah merupakan bahan buangan dari hasil kegiatan manusia yang sudah tidak digunakan kembali, baik dalam skala rumah tangga maupun industri. Jenis-jenis limbah rumah tangga umumnya terdiri dari tiga jenis limbah, yaitu limbah kotoran manusia, limbah air dan limbah padat/sampah. Jika dibiarkan terus-menerus tanpa ada penanganan khusus, limbah dapat memberikan dampak negatif bagi lingkungan dan kesehatan manusia. Dalam menanggulangi hal tersebut, sangat diperlukan upaya pengolahan limbah rumah tangga yang tepat untuk menghindari terjadinya pencemaran lingkungan. Sebagai solusi permasalah tersebut maka diusulkan gagasan futuristik yang tersaji dalam video motion graphic sistem pengolahan limbah rumah tangga menjadi energi terbarukan. Oleh karena itu dengan melalui motion graphic ini diharapkan masyarakat mampu menjaga keseimbangan ekosistem alam, serta mampu dalam mengolah limbah rumah tangga menjadi energi baru yang bisa digunakan kembali.