Urgensitas fiqih wanita diperkuat dengan begitu banyaknya ayat Al-Quran dan hadits-hadits nabawi yang memperlakukan para wanita dengan hukum yang berbeda. Namun, masyarakat Indonesia masih belum memahami fiqih wanita. Berdasarkan data sampel yang dikumpulkan oleh peneliti, dari 49 data terdapat 12.2% belum paham tentang Fiqih, 49% cukup paham tentang Fiqih, dan 38.8% paham tentang Fiqih. Penelitian ini bertujuan untuk memudahkan pengguna dalam belajar ilmu Fiqih Wanita. Peneliti mengajukan sebuah aplikasi baru yaitu Aplikasi Chatbot Untuk Pembelajaran Fiqih Wanita Menggunakan Metode Computational Linguistics. Chatbot ini dibangun menggunakan metode Computational Linguistics yang bertujuan agar seorang pengguna bisa bertanya ke sistem layaknya tanya jawab dengan ulama sehingga akan memudahkan pengguna dalam belajar ilmu Fiqih Wanita. Aplikasi ini mempunyai jawaban atau dasar hukum yang kuat dalam permasalahan yang sering ditemui oleh kaum wanita dengan menampilkan dalil dalil didalamnya. Aplikasi ini menerapkan metode Cosine Similarity dalam Computational Linguistics sebagai penentuan jawaban fiqih wanita. Berdasarkan uji coba dan analisis yang dilakukan, aplikasi dapat menjawab pertanyaan user dengan sesuai, didapatkan nilai 71% untuk penilaian tingkat akurasi sistem dan 95.1% user setuju dalam hal mempermudah belajar fiqih wanita.

Dengan meningkatnya kebutuhan energi listrik tiap tahunnya akan menimbulkan permasalahan dalam penyediaannya. Untuk mengatasi permasalahan tersebut, penggunaan energy alternative (tidak terkecuali energy matahari pada panel surya) meningkat. Oleh karena itu, proyek akhir ini membuat sistem untuk memaksimalkan pemanfaatan energy listrik dari panel surya pada sumber energi hybrid yang berasal dari panel surya dan PLN. Energi hybrid ini digunakan untuk mensuplai beban charger dan cooling pad laptop.Sumber energi dari panel surya digunakan untuk charging baterai atau suplai ke beban langsung yaitu 200WP. Pada charging baterai menggunakan boost converter untuk mengisi baterai 24V dengan kapasitas 32Ah yang memiliki tegangan charging 28.9V dengan nilai arus keluaran 2.4A. Pada suplai beban langsung menggunakan boost converter yang memiliki tegangan 20.009V dengan nilai arus keluaran 3.684A. Sumber energi dari PLN dapat digunakan untuk sewaktu-waktu apabila panel tidak dapat digunakan atau sedang digunakan untuk charging dari PLN untuk mensuplai beban langsung dengan tegangan keluaran 20.42V dengan menggunakan AC-DC fullwave uncontrolled rectifier. Sumber energi dari baterai digunakan untuk suplai beban dengan tegangan keluaran .Pada proyek akhir ini menggunakan mikrokontroler untuk mengatur saklar (relay) yang mampu memutus dan menggati suumber yang digunakan untuk mensuplai sistem. Serta menggunakan kontrol PID pada boost converter untuk mengatur duty cycle supaya tegangan keluaran konstan.

Robot humanoid semakin dikembangkan agar dapat melakukan tujuan tertentu untuk meringankan pekerjaan manusia. Penelitian dan pengembangan sistem operasi khusus untuk robot juga sudah mulai banyak dikembangkan. Robot Operating System (ROS) adalah platform pengembangan aplikasi tren robot yang menyediakan berbagai fitur seperti message passing, komputasi terdistribusi, code reusing, dan lain sebagainya. ROS menyediakan layanan sistem operasi standar seperti abstraksi hardware, low-level device control, implementasi fungsi-fungsi umum dan manajemen paket data. EEPIS Robotics Research Center (ER2C) saat ini sedang mengembangkan robot yang diberi nama T-FLoW. Pengembangan meliputi mekanik, kontrol, performa dan komputasi. Salah satu tujuan ER2C PENS mengembangkan T-FLoW adalah untuk berpartisipasi dalam even Internasional Robocup. Tugas akhir ini memiliki dua buah tujuan utama. Pertama, untuk mengembangkan dan mengimplementasikan ROS framework pada robot humanoid T-FLoW. Kedua, untuk dapat melakukan salah satu challenge Robocup yakni melompat. Implementasi ROS Framework pada Robot T-FLoW sudah dapat berjalan dengan baik. Framework yang telah diimplementasikan pada Robot T-FLoW adalah servo controller, visualisasi dengan RViz, simulasi dinamik dengan V-Rep dan motion. Pada framework servo controller, pengiriman dan pengaksesan feedback data servo dapat dengan lebih mudah dilakukan sekaligus dan realtime. Pada framework visualisasi, model robot yang dibuat sudah cukup merepresentasikan robot aslinya dengan mengabaikan parameter-parameter dinamik. Pada simulasi dinamik dengan V-Rep, pembuatan simulasi melompat pada robot T-FLoW dilakukan secara mandiri diluar ROS framework. Namun sudah dapat diintegrasikan dibawah ROS sebagai rosnode. Setelah melakukan simulasi, spesifikasi yang dibutuhkan untuk robot T-FLoW agar dapat melompat yaitu 72 Nm torque, 1.8000e+02 deg/s upper velocity limit, dan 0.91 secs time. Ketinggian terbaik yang didapatkan adalah saat takeoff 0.5847 m dan saat landing 0.5616 m. Sehingga dapat melompat sebesar 0.231 m atau 2.31 cm. Implementasi melompat saat ini tidak dilakukan sebab terdapat keterbatasan mekanik dan belum dibuat kontrol untuk melakukan motion melompat. Sementara torsi motor saat ini yang digunakan masih terlalu kecil yakni hanya 8.4Nm.

Perkembangan teknologi yang terus maju mengakibatkan berubahnya segala aspek penting dalam kehidupan manusia. Salah satu kemajuan teknologi yang saat ini berkembang adalah Metaverse. Metaverse adalah sebuah konsep yang menggabungkan realitas virtual dan realitas fisik dan telah memberikan dampak yang signifikan pada berbagai aspek termasuk aspek promosi dan pendidikan. Penggunaan Metaverse dalam bidang promosi menjadi sebuah keuntungan yang lebih ketimbang promosi konvensional yang ada sekarang. Hal itu juga berlaku terhadap aspek pendidikan. Proses pembelajaran dengan menggunakan modul edukasi berbasis Metaverse menjadikan proses pembelajaran lebih efektif dan interaktif. Namun, penelitian ini juga mengidentifikasi tantangan. Beberapa tantangan tersebut meliputi ketersediaan infrastruktur teknologi, kekhawatiran privasi dan keamanan data, serta penyesuaian dalam kurikulum dan metode pengajaran. Penelitian ini menyimpulkan bahwa Metaverse memiliki potensi besar untuk mengubah cara media promosi dan pendidikan beroperasi. Dengan memanfaatkan kemampuan teknologi realitas virtual, Metaverse dapat meningkatkan keterlibatan konsumen, efektivitas promosi, dan kualitas pembelajaran, namun implementasi yang berhasil memerlukan perencanaan yang matang, adaptasi

Perkembangan teknologi kecerdasan buatan membuka peluang dalam pengembangan sistem yang dapat membantu masyarakat memahami kondisi kesehatan secara mandiri berdasarkan keluhan yang dialami. Namun, sebagian besar sistem yang tersedia masih terbatas pada kemampuan klasifikasi penyakit tanpa disertai rekomendasi tindakan medis awal yang relevan dan kontekstual. Penelitian ini bertujuan mengembangkan sistem yang mampu mengklasifikasikan penyakit sekaligus menghasilkan rekomendasi tindakan medis awal berdasarkan keluhan pasien. Sistem yang diusulkan mengintegrasikan model klasifikasi berbasis Machine Learning dengan pendekatan Retrieval-Augmented Generation (RAG). Proses klasifikasi dilakukan menggunakan tiga algoritma, yaitu Random Forest, Logistic Regression, dan Extreme Gradient Boosting (XGBoost), untuk menentukan model dengan performa terbaik. Hasil klasifikasi kemudian digunakan sebagai konteks dalam proses retrieval terhadap knowledge base yang berisi data tanya jawab medis. Informasi yang diperoleh selanjutnya diproses menggunakan Large Language Model (LLM) untuk menghasilkan rekomendasi tindakan medis awal yang lebih relevan dan informatif. Hasil eksperimen menunjukkan bahwa Logistic Regression memberikan performa terbaik dengan nilai accuracy sebesar 0.95, precision sebesar 0.96, recall sebesar 0.95, dan F1-score sebesar 0.95. Sementara itu, modul RAG mampu menghasilkan rekomendasi yang sesuai dengan konteks keluhan pasien, dengan nilai rata-rata BERTScore sebesar 90.68% untuk precision, 85.82% untuk recall, dan 88.14% untuk F1-score. Hasil tersebut menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang memiliki tingkat kesamaan semantik yang tinggi dengan referensi serta mampu menggabungkan proses klasifikasi dan generasi teks secara efektif. Dengan demikian, sistem yang dikembangkan berpotensi menjadi solusi pendukung dalam memberikan informasi dan rekomendasi tindakan medis awal secara lebih akurat, relevan, dan mudah dipahami.