Dalam upaya meningkatkan rasio elektrifikasi nasional perlu dilakukan kerjasama antar pemerintah dan masyarakat untuk meningkatkan peran energi terbarukan. Dengan adanya penggunaan energi terbarukan dan daya listrik dari PLN memungkinkan untuk melakukan kolaborasi serta dilakukan manajemen energi. Sehingga mampu meminimalisir penggunaan listrik dari PLN dan mengoptimalkan penggunaan energi listrik dari energi terbarukan. Pada penelitian ini dikembangkan tekhnologi Modular R-EMS. Modular R-EMS merupakan inovasi teknologi yang memungkinkan penggunaan lebih dari satu energi terbarukan yang dapat melakukan monitoring dan kontrol secara wireless menggunakan Internet of Things. Modular R-EMS memiliki interface yang menampilkan data berupa tegangan, arus, daya, persen battery, biaya pemakaian beban perbulan disertai sistem back up beban ketika PLN tidak beroperasi. Pemasangan sensor dilakukan pada NodeMCU dan arduino yang terkoneksi internet. Komunikasi antar sistem menggunakan Internet of Things yang bersifat modular pada konsep mini SCADA R-EMS. Error yang dihasilkan pada tegangan AC 0.9% tegangan DC 1.89% arus AC 0.7% arus DC 3%. Dalam proses pengiriman data berupa arus dan tegangan dari modul ke smartphone memiliki jeda waktu 3 detik. Penggunaan energi PLN pada beban hingga 34.3%-55.6% ketika malam hari. Penggunaan energi terbarukan pada pagi hari 100% pada siang hari 100% pada sore hari 62.5% hingga 100%. Daya berlebih dari energi terbarukan otomatis mengalir ke PLN.

Perkembangan teknologi pada saat ini sangat pesat, termasuk pada sektor ketenagalistrikan. Salah satu pengguna sektor ketenagalistrikan adalah rumah tangga. Beban yang digunakan pada rumah tangga beragam, salah satunya adalah motor induksi 1 fasa. Penggunaan motor induksi 1 fasa pada beban rumah tangga seperti, kipas angin, mesin cuci, dan pompa air. Pengasutan pada motor induksi biasanya dilakukan dengan cara manual atau dengan menghubungkan secara langsung motor induksi pada sumber energi listrik. Namun yang sering kita jumpai, penggunaan motor induksi pada beban rumah tangga biasanya langsung dihubungkan pada sumber jala-jala PLN. Penggunaan dengan cara tersebut akan menyebabkan arus starting pada motor sangat tinggi sehingga penghematan energi listrik tidak dapat dilakukan selain itu dapat mengurangi lifetime dari motor tersebut. Penambahan beban pada motor induksi akan menyebabkan kecepatan putar motor menjadi berkurang. Salah satu upaya agar dapat dilakukan penghematan daya dan menjaga agar kecepatan putar motor konstan yaitu dengan menggunakan inverter satu fasa. Oleh karena itu, proyek akhir ini akan dirancang suatu sistem inverter 1 phase untuk mengatur kecepatan pada motor induksi dengan menggunakan V/f Constant dan menggunakan teknik switching Sinusoidal Pulse Width Modulation (SPWM). Pada sistem ini perubahan kecepatan dapat diperbaiki dengan mengatur frekuensi untuk menjaga agar torsi yang diingikan tetap konstan. Kontrol PI digunakan untuk memberikan respon pengurangan kecepatan pada sistem. Pada proyek akhir ini, digunakan ebban motor induksi satu fasa yang di couple dengan alat pemarut kelapa.

Perkembangan dunia industri Indonesia pada sektor transportasi dan logistik akan mengalami kenaikan 15,4% hingga tahun 2020 sesuai dengan perhitungan salah satu lembaga riset pasar global Frost and Sullivan. Dalam menangani perubahan ini diperlukan suatu manajemen yang baik dari segi perencanaan hingga proses penyaluran untuk mengestimasi waktu saat melakukan pengiriman barang. Tugas akhir ini akan merancang dan membuat suatu sistem yang dapat mengoptimasi rute perjalanan dengan memperhitungkan faktor kemacetan, jalan rusak, dan jarak tempuh perjalanan menggunakan metode djikstra yang mempertimbangkan bobot pada setiap node sebagai representasi dari kondisi tersebut. Selain pengoptimasian, sistem akan melakukan monitoring dengan melihat daftar truk yang aktif dan beroperasi disertai notifikasi yang berisi daftar pengiriman pada tiap distributor dan estimasi waktu pengiriman. Pada aplikasi ini akan terlihat sebuah maps yang memberikan informasi dalam bentuk pop up maupun warna pada setiap jalan yang menggambarkan kondisi jalan yang sedang terjadi. Laporan kondisi jalan tersebut di-input langsung oleh pengemudi untuk memberikan notifikasi pada maps sehingga aplikasi dapat memberikan alternatif jalan lain untuk menghindari kemacetan maupun jalan yang rusak. Hasil dari penelitian ini menunjukkan bahwa, pada uji coba lapangan, aplikasi ini telah berhasil menentukan rute tercepat berdasarkan jarak terpendek dan bobot pada jalan yang rusak menggunakan algoritma djikstra. Sistem monitoring perjalanan telah mampu menerima dan menampilkan kondisi perjalanan yang divisualisasikan dalam bentuk simbol dan garis pada sebuah maps yang dikelola oleh admin secara real time.

Setiap pengguna kendaraan tentu ingin selamat ketika mengendarai kendaraan. Namun, walau sudah berhati-hati tetap saja selalu ada kemungkinan dari kejadian yang tidak terduga bahkan bisa membahayakan pengguna kendaraan. Selama ini banyak terjadi kecelakaan yang salah satunya disebabkan oleh pengemudi yang kehilangan kendali atas kendaraan. Hal ini dapat disebabkan oleh kondisi jalanan yang licin atau manuver berkendara yang tidak sesuai. Proyek ini bertujuan untuk membuat sebuah teknologi yang bisa membantu meningkatkan keselamatan pengendara dengan menambahkan sebuah fitur yang beroperasi secara otomatis. Traction control system atau TCS merupakan sebuah fitur keselamatan yang ada pada kendaraan. Fitur ini memiliki fungsi untuk meningkatkan keamanan ketika berkendara. Fitur ini berbentuk modul yang dipasangkan pada sebuah kendaraan. Traction control system atau TCS bekerja dengan cara melakukan pengereman pada kendaraan apabila suatu saat kendaraan melewati jalanan yang licin, sehingga membuat roda kendaraan berputar lebih cepat dari seharusnya dan kehilangan traksi. Traksi adalah gaya gesek yang terjadi antara ban kendaraan dengan permukaan jalan. Hal ini dilakukan demi mencegah kendaraan tergelincir. Sistem ini bekerja dengan cara memonitor dan mengontrol perputaran roda pada kendaraan selama berkendara. Traction control system mendapatkan input dari anti-lock braking system atau ABS dan Wheel Speed Sensor atau WSS pada roda penggerak kendaraan untuk mendeteksi roda yang kehilangan traksi, selip atau berputar lebih cepat dari seharusnya. Sinyal akan dikirim ke Engine Control Unit atau ECU. Saat sistem mendeteksi ada kecepatan perputaran roda yang tidak wajar, maka secara otomatis sistem akan menyalakan fungsi rem. Pemberian dan pengembangan dari fitur ini diharapkan mampu membuat sebuah van memiliki kemampuan yang lebih baik untuk membantu pengendara meminimalisir terjadinya kecelakaan.

Diabetes melitus merupakan kelainan metabolisme kronis yang menuntut penderitanya untuk melakukan pemantauan kadar glukosa darah secara berkelanjutan. Metode pemantauan konvensional bersifat invasif yang menimbulkan ketidaknyamanan dan berpotensi menyebabkan infeksi. Penelitian ini bertujuan untuk merancang dan membangun prototipe alat ukur kadar glukosa darah non-invasif menggunakan dua sensor inframerah TCRT5000 yang digunakan untuk membaca data pada ujung jari dan spesimen urine. Data dari sensor kemudian difilter menggunakan Moving Average, lalu diolah oleh mikrokontroler ESP32. Percobaan awal pada proyek akhir ini dilakukan menggunakan metode fuzzy dengan tipe Mamdani. Model fuzzy awal dibangun menggunakan dataset terbatas yang berisi 9 data. Hasil pelatihan menggunakan 6 data menunjukkan Mean Absolute Percentage Error (MAPE) sebesar 6,95%, sedangkan pada hasil pengujian dengan 3 data baru menunjukkan nilai MAPE sebesar 20,48%. Karena nilai error yang dihasilkan masih tergolong tinggi, serta karena proses optimalisasi Membership Function (MF) dan fuzzy rules yang manual untuk menyesuaikan dengan pola dataset, sehingga penelitian beralih ke metode lain, yaitu metode Adaptive Neuro-Fuzzy Inference System (ANFIS). Metode ANFIS digunakan sebagai pengganti metode fuzzy biasa karena model ANFIS dapat mengoptimalkan fuzzy rules dan (MF) secara otomatis sehingga mampu memodelkan hubungan non-linear antara sinyal inframerah dan kadar glukosa darah. Model ANFIS dibangun berdasarkan dataset sebanyak 48 data, menghasilkan model fuzzy yang memiliki 5 MF tipe gaussian pada kedua input, output dengan tipe constant, dan 25 fuzzy rules. Hasil pelatihan menggunakan 40 data sampel menunjukkan nilai MAPE sebesar 6,97%. Pada tahap pengujian dengan 8 data baru, model menunjukkan nilai MAPE sebesar 10,84%. Hasil pengukuran ditampilkan pada layar TFT LCD, lalu dapat disimpan dan dilihat secara online pada website. Prototipe ini diharapkan dapat berpotensi sebagai alternatif pemantauan glukosa yang lebih nyaman dan aman, serta dapat mendukung manajemen diabetes yang lebih efektif.