Loncat tegak (vertical jump) merupakan salah satu butir tes fisik yang ada dalam sport search. Sport search adalah salah satu program yang dikembangkan oleh komisi Olahraga Australia (The Australian Sport Commision) sebagai bagian dari Aussie Sport, yakni suatu pendekatan bangsa Autralia secara menyeluruh terhadap perkembangan olahraga junior. Sport search memiliki potensi untuk mempersiapkan siswa secara keseluruhan, tanpa memperdulikan apa bentuk atau kecakapan fisik anak dengan informasi yang diberikan untuk memantau di dalam menentukan pilihan-pilihan olahraga yang sesuai, dan diharapkan dapat mengarahkan siswa pada pengalaman yang berkaitan dengan olahraga dengan cara yang lebih positif serta lebih menyenangkan. Untuk mengetahui seberapa tinggi lompatan seseorang, maka diperlukanlah sebuah alat pengukur tinggi lompatan. Ada beberapa alat pengukur tinggi lompatan didunia ini dengan menggunakan berbagai metode (manual hingga digital). Namun dari alat pengukur tinggi lompatan yang sudah ada, terdapat beberapa kelemahan. Kelemahan yang pertama yaitu tentang tingkat keakuratan pengukuran. Makadari itu, saya merancang alat pengukur tinggi lompatan menggunakan sensor Lidar atau sensor laser untuk mengukur ketinggian lompatan. LIDAR (Light detection and ranging) adalah sebuah teknologi sensor jarak jauh menggunakan properti cahaya yang tersebar untuk menemukan jarak dan informasi suatu objek dari target yang dituju. Metode untuk menentukan jarak suatu objek adalah dengan menggunakan pulsa laser. Alat proyek akhir ini terbagi menjadi 3 device yaitu alas untuk melompat, sabuk accelerometer untuk mengukur percepatan, dan laptop untuk melihat data hasil pengukuran. Ketiga device tersebut diintegrasikan menggunakan microcontroller ESP 32.Setelah melalui beberapa tahap pengujian akhirnya, dapat diketahui bahwa alat dari proyek akhir ini dapat memenuhi kebutuhan tentang akurasi pengukuran tinggi lompatan terutama untuk atlet dan juga siswa. Hal itu dibuktikan dengan kecilnya persen error dari alat yaitu hanya sebesar 2,3%.

E-health sensor merupakan salah satu teknologi dari Wireless Body Area Network (WBAN) yang memiliki berbagai macam sensor yang dapat digunakan untuk memeriksa data kesehatan seseorang. Pada penelitian ini melakukan penerapan untuk membuat sensor yang ada pada e-health dapat melakukan pembacaan data dan menyimpanya kedalam suatu database. Sensor yang digunakan dalam penelitian ini adalah sensor suhu tubuh dan sensor oksigen dalam darah. Metode yang kami gunakan yaitu dengan cara mencetak hasil pembacaan sensor ke serial yang selanjutnya pada aplikasi desktop akan membaca hasil cetakan dari serial tersebut dan membuat visualnya dalam bentuk tabel dan grafik, serta menyimpan data tersebut kedalam sebuah database dan ditampilkan melalui sebuah website dalam bentuk report yang dapat diakses dari jarak jauh. Setelah melakukan beberapa uji coba pada user maka dapat disimpulkan bahwa penerapan teknologi ini telah berhasil dengan dapat diaksesnya report data user tersebut dari jarak jauh.

Kebudayaan Indonesia merupakan sebuah warisan yang tak ternilai harganya, warisan yang telah menjadi identitas suatu bangsa yang membedakan nya dari bangsa bangsa lainya, namun dengan seiring berkembang nya jaman kebudayaan tersebut mulai diganti dan ditinggalkan, salah satu kebudayaan yang mulai tenggelam adalah tari Thengul, Tari Thengul merupakan kebudayaan khas Bojonegoro, kurangnya literasi dan pengetahuan masyarakan mengenai tari khas ini meyebabkan tari ini mulai tenggelam eksistensinya. Maka dari itu untuk menunjang pengetahuan Masyarakat terkait Tari Thengul dibuatlah video explainer pengenalan dan pelestarian tari thengul dengan Teknik pendekatan video explainer 2.5D, berbeda dari video 2D, video explainer dengan Teknik 2.5D menawarkan visualisasi yang menarik dan menyenangkan. Pada proyek akhir ini melewati tiga tahap produksi yaitu pra-produksi, produksi, dan pasca produksi. Diharapkan dengan adanya video ini Masyarakat akan lebih mengenal Tari Thengul Bojonegoro. Metode untuk mengukur keberhasilan dari proyek akhir ini adalah Metode MDLC.

Penelitian ini bertujuan mengembangkan aplikasi mobile untuk pemilahan sampah anorganik yang mampu mendeteksi tujuh kelas objek, yaitu plastik, kaca, logam, elektronik, kertas, kain, dan kardus menggunakan arsitektur Deep Learning MobileNetV3. Berdasarkan hasil pengujian komparatif, metode MobileNetV3 terbukti lebih efektif dibandingkan EfficientDetd0, ditandai dengan penurunan nilai loss yang konsisten, efisiensi waktu komputasi yang lebih baik, serta kemampuan generalisasi yang optimal tanpa mengalami overfitting. Kualitas dataset ditemukan sebagai faktor fundamental dalam keberhasilan model, di mana penggunaan dataset yang terstandardisasi dan bebas noise menghasilkan performa superior dengan akurasi deteksi mencapai 97,14% dan Overall mAP 94,13%. Analisis mendalam menunjukkan bahwa meskipun performa deteksi sangat stabil pada kategori kain dan elektronik, akurasi pada kategori plastik, kaca, dan logam cenderung menurun saat dituntut presisi Intersection over Union (IoU) yang tinggi. Dari segi operasional, sistem mencapai tingkat keberhasilan 100% pada rentang jarak 30 cm hingga 150 cm, dengan efisiensi waktu terbaik pada jarak 60 cm hingga 90 cm. Lebih lanjut, pengujian perangkat keras menyimpulkan bahwa spesifikasi tinggi hanya memberikan keunggulan signifikan pada deteksi jarak jauh atau diatas 150cm, sedangkan untuk rentang operasional ideal, perangkat dengan spesifikasi standar terbukti sudah sangat memadai dan efisien untuk implementasi sistem.

Quadcopter, sebuah robot UAV (Unmanned Aerial Vehicle) yang terbang tanpa awak dengan kemampuan landing dan take-off secara vertical (VTOL). Quadcopter terbang dengan mengintegrasikan 4 buah motor dan propeller. Sehingga saat melakukan manuver, quadcopter bergerak dengan posisi miring. Pengembangan quadcopter sendiri sudah banyak dilakukan, mulai quadcopter dengan remote control sampai quadcopter yang autonomous. Quadcopter yang bergerak secara autonomous, memerlukan sebuah trajectory yang dikirimkan oleh GCS (Ground Control Station) secara wireless. Proyek akhir ini, bertujuan untuk mengembangkan sebuah kontrol quadcopter yang dapat dikendalikan dengan gerakan tangan, dimana trajectory dari quadcopter dibentuk dari gerakan tangan, dengan menggunakan sensor IMU, yang mampu mengetahui percepatan dari suatu benda dan sumbu geraknya. Sensor inilah yang akan digunakan untuk membuat trajectory pada sumbu gerak tertentu dari quadcopter, yang dikirimkan pada GCS dan dikirimkan ke quadcopter. Trajectory dibuat, menggunakan data IMU yang dapat digunakan untuk mengetahui kecepatan pergerakan tangan, yang bisa diproses untuk mengontrol kecepatan dari quadcopter. sehingga kecepatan pergerakan dari quadcopter sebanding dengan kecepatan pada pergerakan tangan.