Perkembangan pemanfaatan panel surya di masa depan akan terus meningkat. Salah satu bentuk karakteristik panel surya merupakan kurva I-V yang mana dengan kurva tersebut dapat digunakan untuk menganalisa besaran daya keluaran panel surya. Dengan mengetahui kurva I-V tersebut dapat dilakukan Maximum Power Point Estimation (MPPE) yang dapat diampu oleh panel surya. Informasi mengenai nilai estimasi daya maksimum panel surya merupakan bagian penting untuk menentukan kapasitas pembebanan, selain itu juga untuk menjaga umur peralatan yang digunakan. Feed Forward Neural Network dengan Algoritma Back Propagation (FFBP) terbukti dapat memberikan informasi nilai MPPE pada keluaran panel surya. Nilai masukan pada ANN berupa tegangan dan arus dari panel surya, sedangkan keluaran dari ANN tersebut berupa nilai estimasi daya. Hasil dari simulasi MPPE didapatkan galat rata rata sebesar 0.04 poin antara daya aktual (MPP) dan daya hasil dari estimasi (MPPE).

Kesehatan jiwa merupakan salah satu permasalahan kesehatan yang penting di dunia, termasuk di Indonesa. Tingginya jumlah penduduk yang mengalami depresi, menimbulkan permaslahan baru yaitu dibutuhkannya juga tenaga profesional kesehatan jiwa, khususnya psikolog atau psikiater yang mempunyai fokusan di bidang tersebut. Pada tugas akhir ini penulis menggunakan data hasil rekam gelombang otak menggunakan alat Emotiv Epoc+ dan aplikasi Emotiv Pro untuk mendapatkan Raw Data Elektroensefalogram (EEG) atau gelombang otak. Data tersebut digunakan untuk Identifikasi dan Klasifikasi Gangguan Mental yang meliputi kondisi Normal, Stres Ringan Dan Berat. Klasifikasi dilakukan berdasar pada hasil kuisioner DASS 42. Penulis membagi proses pengolahan data menjadi 3 bagian pertama yaitu akuisisi data, pengelolaan data, dan klasifikasi. Pada proses akuisisi data terdapat tiga sesi, sesi rileks, sesi stroop colourword test dan terakhir sesi mental math test. Adapun metode yang digunakan yaitu Baseline Filtering, Band Pass Filtering, dan FFT untuk mendapatkan fitur berupa gelombang Alpha, Beta, Tetha, Delta, dan Gamma beserta nilai minimal, maksimal, rata-rata, standar deviasi , power sinyal dan energi sinyal. Proses klasifikasi dilakukan menggunakan metode Support Vector Machine (SVM). Hasil yang didapatkan yaitu kondisi normal, stress ringan dan stress sedang dengan akurasi sistem 66,67%

Pada Proyek Akhir diterapkan teknik pengkodean kanal yaitu kode konvolusi pada sistem Multi User MIMO downlink menggunakan teknik linear precoding Block Diagonalization pada sisi pemancar. Untuk progress ini diterapkan teknik pengkodean konvolusi rate ½ dan rate 1/3 serta modulasi M-PSK pada sistem Multi User MIMO. Pengujian kinerja sistem dilakukan dengan menganalisa nilai Bit Error Rate (BER) terhadap Energy per Bit Noise Power Spectral Density Ratio (Eb/No) yang diterima oleh sistem. Dari hasil simulasi sistem MU-MIMO BD pada perbandingan tanpa dan dengan teknik pengkodean didapatkan kode konvolusi 1/3 dan konfigurasi 4 antena pemancar dengan 4 antena penerima (4Tx-4Rx) dengan modulasi QPSK yang menghasilkan SNR lebih baik 10 dB bila dibandingkan saat menggunakan kode konvolusi ½ dan juga lebih baik 18 dB bila dibandingkan saat tanpa menggunakan teknik pengkodean. Sistem MU-MIMO BD pada perbandingan antenna dengan kode konvolusi rate 1/3 variabel antenna 4Tx-4Rx yang menghasilkan SNR lebih baik 7,9 dB bila dibandingkan saat menggunakan jumlah antenna 2Tx-2Tx.

Aplikasi Penjahit adalah sebuah sistem layanan berbasis website yang dirancang untuk memudahkan masyarakat dalam mencari dan berinteraksi dengan penjahit di daerah Surabaya. Penelitian ini bertujuan untuk mengembangkan aplikasi Penjahit yang dapat memfasilitasi proses pemesanan jasa penjahit, penelusuran profil penjahit, serta pelacakan status pesanan secara online.Metode pengembangan aplikasi ini meliputi analisis kebutuhan, perancangan sistem, implementasi, serta pengujian. Pengumpulan data dilakukan melalui studi pustaka dan wawancara dengan penjahit serta calon pengguna aplikasi.Hasil dari penelitian ini adalah sebuah aplikasi layanan penjahit yang memiliki fitur-fitur utama seperti pemesanan jasa penjahit, pencarian penjahit berdasarkan lokasi, penilaian dan ulasan dari pengguna, serta pelacakan status pesanan secara real-time. Aplikasi ini diharapkan dapat memberikan kemudahan, efisiensi, dan meningkatkan kualitas layanan penjahit bagi masyarakat Surabaya.

Perkembangan perangkat lunak yang ada saat ini tidak lengkap tanpa adanya perkembangan sistem pakar. Dengan menggabungkan data sistem pakar akan diperoleh suatu perangkat lunak yang dapat diimplementaiskan dalam kehidupan sehari-hari. Misalnya perangkat lunak untuk membantu pengidentifikasian kepribadian manusia. Sistem pakar pada proyek ini memakai Mers Briggs Type Indicator (MBTI). MBTI membagi kecenderungan sifat manusia menjadi 4 kategori, dari keempat kategori tersebut bisa dibentuk 16 tipe kepribadian yang berbeda dan kemudian bisa diidentifikasi pekerjaan yang cocok untuk tiap kepribadian berdasarkan keenambleas kepribadian yang ada. MBTI dipilih karena paling banyak digunakan dan ditopang oleh teori kepribadian yang kuat. Dengan dibuatnya sistem pakar ini bisa membantu setiap orang untuk mengetahui tipe kepribadiannya dan mengetahui bidang pekerjaan yang cocok bagi mereka tanpa harus mendatangkan seorang psikolog.