Multilevel Boost Converter (MLBC) adalah Boost Converter yang di upgrade dengan sebuah rangkaian diode diparalel dengan beberapa Kapasitor. MLBC (Multi Level Boost Converter) mempunyai kelebihan yaitu dengan input tegangan yang kecil di naikkan hingga tegangan yang besar. Prinsip kerja dari MLBC sama hal-nya dengan rangkaian Boost Converter hanya saja mempunyai ratio konversi lebih besar dan tanpa membutuhkan trafo tambahan. Output tegangan dari MLBC tersebut akan di sensor agar menvalidasi nilai tegangan yang telah di set sebelumnya. Nilai Tegangan Output yaitu 200 Volt, sesuai dengan setting Ouput yang diberikan. Apabila nilai input dari konverter kurang atau matahari tertutup atau mendung, maka microcontroller akan memberi tanda bahwa tegangan input kurang, hal ini bisa diatasi menggunakan MISO (Multiplied Input Single Output), Hal ini terjadi saat matahari pada I radian yang rendah atau penggunaan di malam hari. Terdapat dua sumber yaitu Panel Surya dan Baterai yang di hubungkan seri. DC Micro Grid berfungsi sebagai DC BUS atau penyaluran Tegangan dengan jarak yang cukup panjang sehingga dapat dilakukan pendistribusian tegangan DC dari jarak yang cukup jauh, dengan tegangan yang tinggi arus yang kecil sehingga berpengaruh pada diameter kabel jaringan. Tegangan maksimum pada proyek akhir ini dibatasi sebesar 200 Volt - 350 Volt, dengan daya output maksimum 150 W. Metode yang digunakan dalam proyek akhir ini adalah PI-Zigler Nichols-1 yaitu menggunakan PI sebagai control pada blok Multi Input Single Output (MISO) yaitu control tegangan dari Panel Surya dan tegangan dari baterai sebagai input converter stabil 20 V. Sedangkan control PI-Zigler Nichols digunakan sebagai control dari output konverter yaitu sesuai setting dari output yaitu 200-350 Volt. Beban yang digunakan pada DC BUS contoh : Inverter dengan Motor 3 Fasa, Lampu Led DC, Batteray Energy Storage.

Di era digitalisasi dan otomasi, pembacaan dan pengenalan meter air telah menjadi teknologi yang sangat penting bagi perusahaan daerah air minum di Indonesia, yang dikenal sebagai Perusahaan Daerah Air Minum (PDAM). Pembacaan meter secara otomatis memiliki berbagai manfaat, antara lain peningkatan efisiensi waktu, peningkatan akurasi dalam pembacaan dan pencatatan pembacaan meter, serta konsistensi dalam proses perekaman data. Proyek ini bertujuan untuk mengembangkan sistem deteksi pembacaan meter air menggunakan kombinasi teknologi YOLO (You Only Look Once), sebuah metode deteksi objek berbasis deep learning yang dikenal mampu mendeteksi objek dalam gambar dengan cepat dan akurat. Sistem ini secara khusus dirancang untuk membantu petugas lapangan PDAM yang bertugas mencatat pembacaan meter pelanggan secara manual. Dengan memanfaatkan teknologi ini, petugas cukup memindai meter air menggunakan perangkat seluler atau aplikasi berbasis web yang secara otomatis akan mendeteksi dan menangkap pembacaan meter. Hal ini dapat mengurangi potensi kesalahan manusia, mempercepat proses pencatatan, dan memastikan standar pencatatan yang seragam di seluruh lokasi dan oleh berbagai petugas. Hasil percobaan menunjukkan bahwa model YOLO mampu mendeteksi nomor meter air dengan nilai mean Average Precision (mAP) mendekati 0,98–1,0 pada ambang batas IoU 0,5 dan menunjukkan kinerja yang stabil. Selain itu, mAP pada rentang IoU 0,5 hingga 0,95 juga meningkat menjadi sekitar 0,75–0,8, yang menunjukkan kemampuan deteksi objek yang andal pada berbagai tingkat tumpang tindih. Penerapan teknologi ini menunjukkan efisiensi tinggi dan kemampuan real-time dalam mendeteksi nomor meter air. Namun, perbaikan lebih lanjut dalam kualitas dataset dan optimasi model masih diperlukan untuk mencapai hasil yang lebih akurat dan andal dalam kondisi lapangan.

Buffer merupakan salah satu element penting yang pada suatu komunikasi dalam jaringan wireless sensor network. Buffer merupakan media penyimpanan sementara yang digunakan untuk menampung paket data yang dikirim oleh node yang lain. Pada penelitian ini akan dibandingkan kinerja dari adaptive buffer dan static bufer. Dengan beberapa parameter yang dibandingkan yaitu throughput, delay, rasio paket terkirim dan konsumsi energi. Topologi yang digunakan oleh kedua skenario ini sama yaitu topologi multi-hop. Setelah melakukan percobaan, dengan data yang dihasilkan dari percobaan tersebut. Dengan data yang dihasilkan kita jadi dapat mengetahui kekurangan dan kelebihan masing-masing skenario yang diujikan. Pada penelitian ini didapatkan hasil akhir bahwa adaptive buffer memiliki kinerja yang lebih bagus daripada static buffer dari segi throughput, delay, rasio paket terkirim, dan konsumsi energi.

Sistem keamanan data dan kerahasiaan data merupakan aspek penting dalam perkembangan komunikasi. Terutama komunikasi yang terhubung dengan jaringan. Karena jika data yang kita kirim penting maka perlu diperhatikan keamanannya karena banyaknya kejahatan yang terjadi seperti penyadapan. Oleh karena itu diperlukan pengetahuan tentang sistem keamanan data yaitu dengan menggunakan kriptografi. Kriptografi merupakan suatu metode yang digunakan untuk menyandikan suatu pesan,sehingga data yang dikirim hanya bisa dibaca dengan memasukkan kunci yang sudah dibuat sesuai dengan algoritma yang digunakan. Pada proyek akhir ini dibuat sebuah visualisai hasil enkripsi dan dekripsi kriptografi dengan menggunakan metode Data Encryption Standard (DES). DES ini merupakan kriptografi yang menggunakan algoritma simetri yaitu menggunakan kunci yang sama pada saat proses enkripsi dan dekripsi. Pada algoritma ini pada proses enkripsi yaitu dari plaintext (teks awal) kemudian diubah menjadi ciphertext (teks yang sudah disandikan). Kemudian pada proses dekripsi yaitu dari ciphertext diubah menjadi plaintext kembali. Dan juga kunci yang digunakan yaitu 56 bit setelah melalui proses parity bit. Dan untuk visualisasi pada proyek akhir ini yaitu dibuat dengan berbasis web sehingga dapat diakses oleh banyak orang untuk mempelajari kriptografi DES. Pada proses visualisasi akan dijelaskan proses perbloknya sehingga mudah dipahami dan dipelajari oleh pengguna. Dan pada proyek akhir ini diharapkan visualisasi dapat digunakan untuk media pembelajaran tentang kriptografi DES agar lebih mudah dipahami.

WSN adalah sebuah jaringan tanpa kabel untuk menghubung perangkat berupa node dan digunakan untuk mengumpulkan data. Setiap node yang tehubung memiliki energy yang terbatas karena hanya menggunakan baterai. Saat ini sudah ada banyak protocol routing yang berfungsi untuk menghemat energy dari node di jaringan. Salah satu protocol yang popular dan sering digunakan adalah LEACH. Selain popular protocol ini juga sudah banyak pengembangannya dengan berbagai kelebihan amsing-masing. LEACH-GA merupakan salah satunya yang menggunakan algoritma genetic dalam optimasi CH. Penelitian ini bertujuan untuk membuktikan performa dari LEACH-GA yang di klaim lebih baik dari LEACH. Dengan menggunakan beberapa scenario yang sudah disusun didapatkan hasil bahwa LEACH-GA memiliki performa yang lebih baik daripada LEACH dengan hasil umur jaringan yang lebih lama, efisiensi energy tinggi dan data yang diterima oleh base station lebih banyak, selain itu apabila diterapkan pada area yang lebih luas dengan jumlah node yang sama maka performa LEACH-GA bisa lebih baik dibandingkan LEACH.