Motor induksi tiga fasa merupakan peralatan listrik yang digunakan sebagai penggerak utama mesin. Penggunaan motor induksi tiga fasa banyak ditemui di industri karena konstruksinya yang sederhana namun kokoh, harga yang relatif murah, perawatan yang mudah dan keandalan yang tinggi. Akan tetapi motor listrik memiliki kelemahan yaitu sulitnya mengatur kecepatan dikarenakan karakteristik motor induksi tidak linier, akibatnya motor tidak dapat mempertahankan kecepatannya dengan konstan bila terjadi perubahan beban. Pada tugas akhir ini, untuk mempertahankan kecepatan motor agar konstan maka digunakan metode adaptive neuro fuzzy inference system (ANFIS). Adapun Training data yang digunakan diperoleh dari fuzzy logic control (FLC) pada penelitian sebelumnya yang kemudian dimodifikasi sebagai acuan dalam pelatihan FIS menggunakan algoritma ANFIS. Dalam proses pengolahan dibutuhkan data training. Nilai terendah yang didapat pada RMSE (Root Mean Square Error) data training adalah 0.018. Hasil metode ANFIS memiliki performansi yang baik untuk estimasi kecepatan motor induksi.

Isolated Bidirectional DC - DC Converter merupakan converter yang umum digunakan untuk sistem pembangkit energi terbarukan. Isolated Bidirectional DC-DC Converter ini dapat bekerja dua arah yaitu mode charging dan mode sharing. Kedua mode tersebut akan bekerja secara otomatis sesuai dengan tegangan yang digunakan pada DC Bus, apabila tegangan pada DC Bus kurang dari set point atau tidak ada suplai dari DC Bus maka converter akan bekerja secara otomatis dengan mode sharing dan apabila tegangan diatas set point maka converter akan secara otomatis bekerja dengan mode charging. Selain itu Isolated Bidirectional DC-DC Cconverter lebih aman, karena terdapat trafo sebaga pemisah. Kontrol yang digunakan yaitu fuzzy logic controller dan diimplementasikan pada mikrokontroler ARM STM32F407VG. Untuk hasil voltage control saat charging baterai telah sesuai set point dengan error ± 5.32%, voltage control juga bekerja dengan baik yaitu menstabilkan DC BUS dengan error ± 1.5 %.

Dalam industri musik, kolaborasi merupakan strategi efektif dalam membangun industri kreatif yang kuat. Kolaborasi semacam ini dapat melibatkan penyanyi, penulis lagu, produser musik, pemain alat musik, atau musisi lainnya. kolaborasi dalam industri musik memberikan peluang besar bagi eksplorasi kreativitas, penggalian potensi baru, dan keberhasilan komersial. Dibutuhkannya sebuah platform / sistem yang dirancang untuk membantu musisi i independen dan label rekaman kecil memasarkan dan mendistribusikan musik mereka secara efisien dan efektif di era digital. Platform tersebut bernama Musicverse yang didalamnya ada banyak fitur yang bermanfaat yang diperoleh bagi orang orang yang ada di industri musik. Pembahasan mengenai Musicverse ini, video promosi akan yang dikemas dalam video dengan teknik animasi motion graphic jenis Explainer / video promosi. Ada beberapa teknik juga yang diterapkan dalam video Explainernya, salah satunya yaitu teknik morphing. Teknik morphing adalah perubahan dimana suatu objek berubah secara perlahan menjadi objek lain. teknik in akan diterapkan pada ikon yang akan memberikan informasi tentang fitur Musicverse dan lain lain. Diharapkan hasil dari video ini dapat memberikan pengetahuan tentang dunia industri musik pada zaman saat ini terutama pada remaja.

Anak tunarungu adalah anak yang mempunyai gangguan pada indera pendengaran, baik setengah pendengarannya maupun seluruhnya. Anak tunarungu memiliki hambatan dalam hal berkomunikasi, baik berkomunikasi secara lisan maupun tulisan. Diperparah dengan sulitnya mendapatkan media pembelajaran khusus anak tunarungu juga ikut mempersulit para pengajar TK SLB Tunarungu Karya Mulia Surabaya untuk dapat memberikan pendampingan dalam proses belajar anak tunarungu. Diperlukannya media pembelajaran yang dapat secara langsung memvisualisasikan materi yang disampaikan kepada para siswa. Oleh karena itu dicetuskan ide pembuatan proyek “Pembuatan Rolling Picture Otomatis Sebagai Media Pembelajaran bagi siswa TK B di SLB Tunarungu Karya Mulia Surabaya (Desain)”. Pembuatan Rolling Picture Otomatis ini berisikan ilustrasi vektor gambar peraga, gambar objek dan keterangan objek yang menjadi materi pengajar untuk para siswa. Jadi dapat memudahkan para guru dalam memaksimalkan proses mengajar diruang kelas. Diharapkan dengan terlaksananya proyek ini siswa dapat dengan mudah mengembangkan kemampuan berkomunikasi, yang secara otomatis dapat mengembangkan kemampuan dasar, kognitif, kemampuan mengelola serta mengembangkan kemampuan minat bakat.

Di era milenial saat ini, permintaan akan sumber daya energi akan semakin tinggi, seiring dengan meningkatnya populasi di dunia. Jenis energi terbarukan yang banyak diadopsi adalah photovoltaic cell atau panel surya. Dalam penerapannya, energi atau daya yang dapat dihasilkan oleh panel surya sangat fluktuatif, tergantung pada banyak faktor. Di sisi lain, permintaan dari sisi beban juga berubah secara signifikan sehingga penggunaan panel surya sering tidak dapat menyesuaikan dengan kebutuhan energi pada sisi beban. Oleh karena itu dalam tugas akhir ini, dibuatlah sebuah sistem yang dapat melakukan prediksi daya yang dihasilkan oleh panel surya di wilayah tertentu dan dioperasikan pada intensitas cahaya tertentu secara real-time. Sistem prediksi ini disebut Maximum Power Point Estimation (MPPE). Berbagai metode dapat dilakukan untuk melakukan estimasi daya pada panel, dan metode yang digunakan dalam tugas akhir ini adalah metode Artificial Neural Network (ANN). Untuk dapat melakukan estimasi daya, sistem ini menggunakan dua parameter utama yang diperoleh langsung dari panel surya, yaitu tegangan open circuit (Voc) dan arus short circuit (Isc). Parameter yang diperoleh akan berubah seiring dengan intensitas sinar matahari yang diterima. Oleh karena itu, dengan menggunakan parameter Voc dan Isc sebagai data input algoritma ANN, sistem ini berhasil memprediksi daya maksimum yang dapat dihasilkan oleh panel surya dengan kapasitas 100 WP mengikuti intensitas cahaya matahari yang diterima secara real-time, dengan maksimum error estimasi sebesar 0,587659 % dan rata-rata error estimasi sebesar 0,243954 %.