Kebutuhan panel surya pada suatu sistem pembangkit listrik semakin meningkat untuk mengurangi pencemaran lingkungan dan peggunaan bahan bakar fosil. Salah satu masalah dalam sistem pembangkit listrik tenaga surya adalah membutuhkan kontrol MPPT (Maximum Power Point Tracking). Dengan adanya MPPT maka panel surya dapat beroperasi menggunakan daya maksimumnya, sehingga akan menyebabkan overvoltage apabila daya yang dihasilkan panel surya lebih kecil dari kebutuhan beban. Dari permasalahan tersebut CPG (Constant Power Generation) dapat digunakan untuk menghindari overvoltage dengan membatasi daya maksimum pada panel surya. Berdasarkan hasil pengujian dilapangan dengan 2 panel surya yang terhubung masing-masing boost konverter paralel output dengan beban 48V/40W didapatkan tegangan output saat menggunakan program MPPT sebesar 62V dan saat menggunakan kontrol MPPT-CPG dengan 3 panel surya yang terhubung masing-masing boost konverter paralel output, tegangan output yang dihasilkan dapat dijaga konstan 48V dengan membatasi daya yang dihasilkan panel surya, sehingga dapat menghindari overvoltage.

Di era digital saat ini kemajuan teknologi informasi mendorong semua aspek kehidupan agar dapat meningkatkan kualitasnya. Salah satu aspek yang paling penting bagi masyarakat Indonesia adalah kesehatan. Sayangnya tidak semua orang memiliki akses yang memadai untuk melakukan konsultasi kesehatan. Pada penelitian ini akan mengimplementasikan pembuatan pencarian spesialis yang tepat sesuai dengan gejalanya dengan metode Random Forest Classifier. Kami memutuskan menggunakan metode random forest dalam algoritma machine learning karena kemampuannya untuk menghindari hasil yang overfitting serta model yang dihasilkan dapat digunakan secara akurat setelah melalui proses training. Di proyek akhir ini, penulis mengusulkan metode Random Forest Classifier dengan akurasi tinggi sebesar 95.8 persen dan dapat memprediksi spesialis penyakit sesuai dengan gejala.

Pada saat ini banyak petani rumput laut di Indonesia yang menggunakan cara konvensional dalam pengeringan hasil pasca panen. Kadar air rumput laut (pasca dipanen) sekitar 50-63%. Rumput laut perlu dikeringkan hingga mencapai kadar air sekitar 15-20% untuk jenis Gracilaria SP. Dalam perancangan pengering rumput laut buatan ini digunakan heater dan blower fan sebagai sumber pemanas untuk mengatur kadar air pada rumput laut, untuk menjaga agar suhu dalam ruangan dalam pengering rumput laut tetap konstan sesuai set point 80o celcius maka digunakan dengan cara mengatur tegangan pada elemen pemanas menggunakan tengangan keluaran AC to AC Converter bergantung pada sudut penyulutan yang dibangkitkan rangkaian IC TCA. Besarnya sudut penyulutan diatur dengan tegangan kontrol yang dibangkitkan oleh DAC R/2R Leader yang yang mengkonversi data digital yang dikeluarkan mikrokontroler menjadi tegangan analog. Serta digunakan LCD karakter (16x2) yang berfungsi menampilkan kondisi suhu di dalam ruang pengering. Untuk menjaga agar suhu dalam ruangan dalam pengering rumput laut tetap konstan sesuai set point 80o celcius maka digunakan dengan cara mengatur tegangan pada elemen pemanas menggunakan pengontrolan logika PID berbasis mikrokontroller ATMega16 dan mendapatkan hasil sesuai standar SNI 15%-20% dengan kadar air berkurang sampai 18% memerlukan waktu 205 menit dan laju pengeringan 3,34% perjam dibanding pengering konvensional.

Kebakaran rumah merupakan salah satu bencana yang sering terjadi di masyarakat. Kebakaran rumah sangat berbahaya karena dapat menimbulkan korban jiwa dan kerusakan harta benda. Setiap orang selalu merasa resah saat meninggalkan rumah dalam keadaan kosong. Rumah kosong yang telah ditinggal penghuinya jelas tidak bisa lepas dari kemungkinan kecelakaan kerja yaitu kebakaran. Sistem monitoring rumah ini bisa menjadi solusi untuk mengawasi keadaan rumah, sehingga dapat meminimalisir terjadinya kebakaran. Prototype sistem yang akan dibuat yakni memonitoring rumah dengan mikrokontroler Raspberry Pi yang mengambil data menggunakan Flame sensor dan sensor MQ-2 untuk mendapatkan data api serta Asap. Raspberry Pi mendapatkan data dari sensor kemudian nantinya data-data tersebut dikirim untuk diberikan respon berupa buzzer yang akan berbunyi sebagai alarm. User juga akan mendapatkan alert dari sistem melalui telegram apabila terdeteksi adanya api dan asap. Sistem akan bekerja dengan memberikan peringatan berupa bunyi yang dihasilkan oleh buzzer serta notifikasi yang akan dikirimkan ke akun Telegram user ketika terdekteksi adanya api dan kenaikan nilai konsentrasi asap >=500 PPM. Notifikasi berupa pesan pada telegram memiliki delay rata-rata yaitu sebesar 3.1 detik Sistem berhasil mengaktifkan buzzer dan mengirimkan notifikasi Telegram ketika terdeteksi adanya api dan nilai sensor melebihi batas aman.

Sudah banyak penelitian yang dilakukan mengenai teknologi absensi menggunakan radio frekuensi, salah satunya adalah dengan menggunakan kartu RFID (Radio Frequency Identification Device) sebagai identifikasi dari siswa maupun pekerja. Beberapa teknologi absensi menggunakan kartu RFID juga sudah terintegrasi dengan website, dimana data absesnsi diolah dan disimpan pada database. Namun demikian, sistem absensi yang menggunakan teknologi RFID memiliki keterbatasan deteksi jarak RFID card oleh reader nya. Teknologi RFID dengan tipe pasif hanya memiliki range pembacaan beberapa centimeter saja. Adapun teknologi RFID dengan tipe aktif memiliki range pembacaan beberapa meter, namun dengan harga yang relatif mahal. Solusi yang dapat digunakan yaitu dengan menggunakan teknologi radio frekuensi yang lain seperti modul LoRa sebagai pengganti teknologi RFID. Selain itu penambahan fitur untuk mendeteksi posisi seseorang jika berada didalam lingkungan sekolah atau lingkungan kerja dapat ditambahan dengan menggunakan jaringan yang dibentuk dari beberapa modul WiFi. ESP-NOW merupakan salah satu protokol yang disediakan oleh espressif system, dan dapat digunakan untuk membuat suatu jaringan wireless tanpa adanya koneksi internet. Sistem kemudian di integrasikan ke database melalui internet gateway dan dapat ditambahkan fitur IoT (Internet of Things) untuk mengirimkan notifikasi ke smartphone. Dari hasil pengujian sistem absensi menggunakan modul komunikasi radio LoRa SX1280, didapatkan jarak transmisi maksimal adalah 10 meter pada kondisi line of sight. Untuk pengujian sistem deteksi posisi pada area dengan ukuran 15x7 meter (105 m2) didapatkan hasil akurasi estimasi posisi terbaik sebesar 92,6% untuk koordinat X, dan 92,1% untuk koordinat Y.