PT. Interbat merupakan perusahaan yang bergerak dalam bidang farmasi. Farmakope (Buku Peraturan Pembuatan Obat) sangat dibutuhkan di PT Interbat sebagai acuan dalam pembuatan obat. Namun pembelajaran dan pencarian informasi farmakope di PT. Interbat masih menggunakan cara manual yaitu dengan melakukan peminjaman ataupun pembacaan buku di perpustakaan PT. Interbat. Karena dilakukan secara manual, maka membutuhkan waktu yang lama untuk mendapatkan informasi yang diinginkan. Oleh karena itu dibutuhkan Farmakope berbasis web, untuk menghasilkan informasi yang cepat dan tepat. Dalam pembuatan Farmakope berbasis web di PT. Interbat, aplikasi ini dibuat dengan menggunakan Mysql untuk database, YII Framework sebagai struktur konseptual dasar yang digunakan untuk menyelesaikan aplikasi Framework berbasis web dan aplikasi Adobe Dreamweaver sebagai alat bantu pembuatan aplikasi tersebut. Dengan menggunakam aplikasi Farmakope berbasis web ini dapat mempercepat dan membantu proses pencarian dan pembelajaran Farmakope Indonesia di PT. Interbat.

Pada era globalisasi ini, kebutuhan jasa pengiriman barang semakin dinikmati oleh pelanggan. Membangun kepercayaan pelanggan merupakan hal yang penting bagi keberlangsungan perusahaan. Salah satu nya dengan memperbaiki pelayanan pengiriman barang. Akan tetapi, pada proses pengiriman barang sering dijumpai permasalahan seperti keterlambatan kedatangan pengiriman, terjadinya kehilangan barang, serta pelayanan yang buruk. Salah satu cara untuk menanggulangi hal tersebut adalah dengan menyediakan aplikasi untuk memonitor kendaraan pengantar barang sehingga dapat memberikan informasi pada proses pengiriman, admin dapat mengetahui lokasi yang sebenarnya dari barang yang dikirim. Saat ini GPS diterapkan untuk berbagai situasi karena kepercayaan dan kegunaannya. Posisi dihitung oleh GPS dapat membuat beberapa kesalahan yang disebabkan oleh banyak faktor yang berbeda yang berasal dari sinyal GPS. Faktor kesalahan terbesar yang memengaruhi keakuratan dan ketepatan penentuan posisi oleh GPS adalah kurang nya jumlah satelit yang dapat dilihat di langit. Untuk mengurangi faktor kesalahan ini dan untuk meningkatkan presisi dan keakuratan penentuan posisi GPS, banyak proyek dilakukan penelitian, seperti QZSS, sistem pseudolite. Sistem ini memiliki potensi untuk membuat ketepatan posisi GPS dalam situasi yang lebih buruk sehingga kita dapat melihat beberapa satelit GPS karena mereka meningkatkan jumlah satelit yang tersedia untuk digunakan untuk menghitung posisi. Namun, sistem tersebut membutuhkan banyak waktu dan perangkat mahal untuk infrastruktur. Proyek Akhir ini mengadaptasi Kalman Filter untuk penentuan posisi GPS perhitungan. Kalman Filter meningkatkan ketepatan dan keakuratan penentuan posisi SPS dalam mode yang berdiri sendiri dalam situasi yang lebih buruk mengadaptasi parameter Kalman Filter. Sebuah unit GPS Receiver akan mengirimkan data latitude dan longitude ke Raspberry Pi 3 untuk diproses dan diolah menjadi peta lokasi digital untuk diteruskan melalui USB modem ke server pada jaringan global internet, dan akan diteruskan ke aplikasi untuk diakses admin perusahaan. Hasil pengujian menunjukkan bahwa Kalman Filter menghasilkan posisi yang lebih akurat dengan parameter Observation Noise (R) = 0,1 dan Process Noise (Q) = 0,000001.

Teknologi berkembang sangat pesat saat ini, terutama teknologi dalam berkomunikasi. Tidak bisa dipungkiri, kecepatan persebaran informasi sangat cepat. Apalagi didukung adanya media sosial dan media online yang bias diakses dengan mudah oleh siapa saja yang terhubung dengan internet. Tetapi banyak informasi yang sebenarnya paling membutuhkan kecepatan persebaran informasi dengan teknologi, salah satu contohnya adalah informasi bahaya. Bahaya itu datang kapan saja tanpa orang tau, jadi sulit untuk memperingatkan orang ketika terjadi bahaya di suatu tempat. Melalui Proyek Akhir ini, kita bisa memperingatkan orang lain tentang bahaya di sekitarnya. Proyek Akhir ini bisa digunakan untuk mengirim pesan notifikasi ke perangkat mobile terdekat dengan mengukur jarak radius dari pusat bahaya dengan menggunakan metode perhitungan harversine untuk mengetahui jarak antar pengguna melalui titik koordinat. Untuk mengatasi data yang dikirim secara bersamaan ke banyak perangkat, maka dibuat sebuah fitur untuk mengulangi request yang gagal terkirim.

Dalam sebuah klinik gigi data pemeriksaan pasien seperti rekam medik terus menerus bertambah. Data rekam medik sangat penting untuk melihat histori pemeriksaan dan sebagai pedoman pemeriksaan selanjutnya. Pada penelitian ini, aplikasi yang tersedia pada klinik gigi masih berupa aplikasi sederhana yang hanya menampilkan data pasien saja. Sedangkan data pemeriksaan masih berupa tumpukan kertas.Tujuan dari proyek akhir ini adalah untuk membuat aplikasi yang mencatat semua proses transaksi klinik guna memudahkan petugas klinik untuk mengelola data klinik. Aplikasi ini menyediakan fitur pengolahan data registrasi, pembayaran, rekam medik dan Odontogram. Odontogram adalah bentuk penampang gigi untuk menggambarkan kondisi gigi pada pasien. Aplikasi ini dibangun dengan metode berbasis web yang memiliki tampilan user interface yang menarik dan mudah diakses darimana saja dan dari berbagai device yang terhubung dengan jaringan local atau internet. Aplikasi ini dilengkapi dengan fitur yang dapat terhubung dengan kamera intra oral sehingga dapat mengambil dan menyimpan foto gigi pasien dengan mudah. Dengan adanya aplikasi ini data klinik akan terintegrasi dalam satu database dan memudahkan manajemen data dan efisiensi waktu pada setiap pelaporan data.

Motor induksi banyak diaplikasikan dalam dunia industri dan merupakan komponen terpenting yang harus diperhatikan kinerjanya. Kerusakan dari motor induksi umumnya terjadi pada bagian dalam motor. Seperti kerusakan pada bearing maupun kerusakan pada rotor. Mendeteksi kerusakan merupakan salah satu metode yang digunakan untuk mengetahui kondisi motor induksi, salah satunya adalah pendeteksian melalui getaran pada motor. Kekurangan dari pendeteksian pada getaran adalah adanya kontak terhadap motor induksi dan harganya sangat mahal. Metode ini dirasa kurang praktis bila diterapkan pada mesin yang beroperasi di daerah yang sempit karena menghendaki pemasangan sensor yang tepat pada objek ukur yang terkadang membahayakan operator dan instrument pengukuran. untuk menghidari hal yang tidak diinginkan, digunakanlah pendeteksian suara. Suara yang dihasilkan motor induksi akan direkam menggunakan mikrophone, kemudian sinyal suara diolah agar menghasilkan spektogram. data spektogram ini nantinya akan diolah menggunakan metode klasifikasi Convollutional Neural Network (CNN). Terdapat 2 data yang diklasifikasi yaitu motor kondisi sehat dan motor kondisi rusak. Hasil pembelajaran dari Convolutional Neural Network kemudian diterapkan pada STM32F746G berupa model sistem CNN. Dari hasil percobaan, pada fase training sistem berhasil membedakan suara antar motor sehat dan motor rusak dengan tingkat akurasi sebesar 92,4% dan pada fase testing sistem dapat membedakan suara motor rusak dan motor sehat dengan tingkat akurasi rata-rata sebesar 88,325%.