Salah satu wilayah di Indonesia yang memiliki potensi energi pasang surut adalah Selat Toyapakeh. Berdasarkan pengukuran yang dilakukan pada tahun 2015, potensi tersebut mencapai 320 MW. Potensi ini dapat dimanfaatkan menggunakan turbin pasang surut tipe Darrieus. Namun, penelitian ini bertujuan untuk mengetahui kinerja Turbin Darrieus menggunakan konfigurasi multi turbin. Berdasarkan studi penelitian sebelumnya untuk topik konfirgurasi multi turbin, diberikan penjelasan bahwa studi ini menggunakan profil sayap yang berbeda, yaitu profil airfoil NACA 2421 yang memiliki rentang kecepatan serupa dengan Selat Toyapakeh. Konfigurasi ini menggunakan susunan multi turbin empat turbin dengan susunan Single Row dan Double Row dengan jarak 1.25D dan 2D. Menggunakan metode Computational Fluid Dynamic, diselesaikan menggunakan perangkat lunak CFD untuk analisi kinerja dan karakteristik kecepatan aliran. Hasil menunjukan bahwa kinerja konfigurasi multi turbin SR 2D paling optimal diantara variasi desain multi turbin pada penelitian ini. Dengan nilai Power Turbin pada kecepatan 1.408 meter per detik didapatkan 12.707 Watt pada TSR 1.0. Peningkatan performa kinerja juga terbukti saat menggunakan susunan multi turbin daripada menggunakan model single turbin stand alone.

Aksara Jawa merupakan salah satu aksara tradisional Indonesia yang digunakan di pulau Jawa, yang mana saat ini penggunaannya mulai menurun dikarenakan sulitnya dalam mempelajari bentuk-bentuk yang banyak, rumit, serta mirip antara huruf satu dengan yang lainnya. Hal ini dapat berdampak pada kelestarian kebudayaan Aksara Jawa yang semakin menurun, yang mana jika dibiarkan akan menyebabkan hilangnya salah satu ciri khas Negara Indonesia. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan membuat sebuah aplikasi yang dapat bekerja dengan baik dalam mengenali gambar tulisan aksara Jawa. Metode yang digunakan dalam penelitian ini adalah Convolutional Neural Network (CNN) dengan pendekatan baru dalam transfer learning menggunakan pre-trained model ResNeXt. Dataset yang digunakan untuk proses training model yaitu dataset hasil penggabungan dataset gambar aksara Jawa yang tersedia secara publik di laman Kaggle dengan dataset hasil koleksi manual serta hasil augmentasi yang dilakukan penulis. Proses pengenalan yang digunakan pada aplikasi ini berbasis Optical Character Recognition (OCR) dengan tahapan preprocessing, segmentasi, ekstraksi ciri dan klasifikasi, serta post-processing. Hasil uji model CNN terbaik didapatkan pada percobaan dengan kombinasi penggunaan optimizer Adam, learning rate 0.0001 tanpa scheduler, serta pembekuan 4 layer pertama dari 10 layer model CNN ResNeXt, dengan nilai akurasi testing sebesar 0.9819 atau 98.19%. Sedangkan proses OCR pada aplikasi mobile yang diuji pada 11 gambar yang diambil dari buku Pepak Jawa mencapai rata-rata tingkat kesalahan karakter (character error rate) sebesar 32.50%.

Kemajuan teknologi internet sebagai penyalur informasi semakin banyak digunakan. Penyaluran informasi tersebut dilakukan secara nirkabel sehingga memungkinkan adanya interupsi dari pihak luar (hacker) saat melakukan pengiriman data. Data tersebut berupa sebuah file teks, dimana saat melakukan proses pengiriman file tersebut dapat terjadi informasi yang diterima tidak sama dengan informasi saat dikirim dan terjadinya pencurian file, sehingga perlu dibuat sistem keamanan untuk mengatasi masalah tersebut. Untuk membuat sistem keamanan diperlukan sebuah kunci (key). Pada penelitian sebelumnya kunci dapat diekstrak dari RSSI (Received Signal Strength Indicator), tetapi pada RSSI ini mempunyai kekurangan antara lain hanya ada satu parameter yang digunakan dan membutuhkan waktu yang lama untuk pembentukan key. Salah satu cara lain untuk pembentukan key dengan menggunakan CSI. Channel State Information (CSI) adalah informasi tentang keadaan kanal, dimana informasi ini dilihat dari bagaimana sinyal merambat dari pemancar ke penerima. Informasi yang didapat dari CSI dapat berupa time stamp, bandwidth, channel, rate, RSSI, dan lainnya. Informasi tersebut didapat melalui NIC (Network Interface Card) dengan chipset AR9485. Parameter yang didapat tersebut dapat digunakan untuk pembentukan kunci rahasia(Secret Key). Untuk menghasilkan tingkat keacakan yang tinggi parameter yang digunakan tidak hanya Bandwidth tetapi juga bisa ditambahkan dengan parameter lainnya. Secret Key tersebut yang nantinya akan dibuat sebagai enkripsi. Enkripsi yang digunakan menggunakan algoritma Data Encryption Standard (DES).

Fuel cell adalah sebuah perangkat yang beroperasi sesuai prinsip elektro-kimia yang secara langsung mengubah energi kimia menjadi energi listrik. Fuel cell dapat dikategorikan sesuai dengan sifat elektrolitnya, salah satu jenis fuel cell yang banyak dikembangkan adalah direct methanol fuel cell (DMFC) dengan methanol sebagai bahan bakarnya. Salah satu komponen penting dalam DMFC adalah Membrane Electrode Assembly. MEA merupakan komponen yang berfungsi untuk menghasilkan reaksi elektrokimia yang dibutuhkan untuk memisahkan elektron. Pada umumnya MEA dibuat dari membran Nafion dan katalis platinum. Mahalnya harga membran Nafion dan katalis platinum yang digunakan untuk pembuatan MEA ini menjadi salah satu penyebab naiknya biaya produksi fuel cell sehingga tidak bisa dijangkau oleh masyarakat umum. Hal ini yang menjadi pendorong perlunya dilakukan penelitian mengenai membran dengan bahan nanokomposit organik-anorganik yang ramah lingkungan sebagai pengganti Nafion dan katalis platinum. Pada penelitian ini dilakukan fabrikasi MEA dari nanokomposit TiO2 untuk aplikasi DMFC. Fabrikasi MEA memvariasikan % massa SO4TiO2 dari rentang 0-7,5 % massa. Membran yang paling baik adalah membran dengan variasi persentase massa TiO2 sebesar 7,5% dengan nilai derajat swelling .sebesar 10,4%, methanol uptake sebesar 8%, dan kapasitas penukar ion sebesar 1,33 meq/g.

Hidangan merupakan sajian makanan yang tersusun atas beberapa bahan makanan yang diolah untuk menciptakan rasa yang unik. Di setiap daerah di Indonesia pasti memiliki ciri khas rasa pada makanannya, hal tersebut dipengaruhi oleh budaya dan tradisi yang mengakibatkan Indonesia mempunyai banyak sekali jenis makanan dengan rasa yang unik. Terdapat 5300 jenis makanan yang dimiliki Indonesia yang tersebar di berbegai pulau, dengan 200 lebih diantaranya merupakan makanan utama. Di pulau Jawa sendiri, lebih tepatnya di daerah Jawa Timur terdapat lebih dari 50 jenis makanan. Setiap makanan memiliki ciri khasnya tersendiri baik dari segi penampilan ataupun dari segi rasa. Dengan bantuan teknologi, makanan dapat dikenali atau dideteksi dengan menggunakan metode pengenalan makanan. Pengenalan makanan atau yang sering disebut dengan food recognition merupakan sebuah metode yang memanfaatkan object recognition. Object recognition merupakan suatu teknik computer vision untuk mengenali objek dalam gambar atau video, Dengan bantuan object recognition pengguna dapat mengambil gambar makanan menggunakan perangkat seperti smartphone, dengan dukungan sebuah aplikasi yang memiliki metode Convolutional Neural Network (CNN). Pada sistem ini gambar yang diambil oleh pengguna akan dikirim menuju algoritma CNN untuk dilakukan pengenalan objek. Objek yang dikenali akan disesuaikan dengan data yang terdapat di dalam database. Jika data sesuai maka data tersebut ditampilkan sebagai output. Output yang ditampilkan berupa hasil gambar objek yang dikenali dan resep makanan tersebut. Dengan memanfaatkan food recognition dapat memberikan kemudahan bagi pengguna dalam memperoleh informasi yang akurat dan cepat mengenai makanan tersebut dengan tingkat ketepatan 76% dan waktu komputasi 3 detik.