Penelitian mengenai pemrosesan sinyal digital semakin banyak. Banyak alat baru yang dapat membantu pekerjaan manusia dan lebih mudah untuk diimplementasikan. Penelitian mengenai penentuan lokasi sumber suara semakin banyak dilakukan. Sistem yang akan dibuat pada proyek akhir ini menggunakan Arduino Due sebagai prosesor memiliki fitur pengolah suara, sehingga berbeda dengan sebelumnya yang menggunakan TMS320C6713. Sistem akan mengetahui arah sumber suara pada dua bidang, yaitu bidang azimut dan bidang elevasi dengan masing-masing sudut jangkauan sebesar 180°. Menggunakan empat buah sensor suara yang dihubungkan dengan Arduino Due, output sistem ini yaitu dapat menentukan arah sumber suara menggunakan dua buah motor servo yang terhubung menjadi satu beserta dengan laser sebagai penunjuk. Metode pengolahan sinyal masukan hingga didapatkan nilai Lag yang digunakan sebagai referensi penunjukan laser yaitu dengan algoritma ITD. Terdapat proses Cross Correlation yang menghasilkan sebuah nilai Lag untuk satu sudut pendeteksian. Terdapat dua proses Cross Correlation dan dua buah nilai Lag untuk dua sudut pendeteksian. Sehingga dengan menggunakan Microphone Array dapat ditentukan arah sumber suara pada bidang azimut dan elevasi. Dan sistem memiliki keterbatasan dalam penentuan sudut arah sumber suara dengan baik ketika mencapai -70° sampai -90° atau 70° sampai 90°.

Kesuburan tanah merupakan faktor penting dalam keberhasilan sektor pertanian, yang dapat ditingkatkan melalui aplikasi pupuk yang tepat. Sayangnya, kurangnya informasi dan penyuluhan dari instansi terkait sering membuat petani mengabaikan unsur-unsur penting yang mempengaruhi kesuburan tanah, seperti kandungan karbon organik (c-organik). Kondisi ini diperburuk oleh terbatasnya akses terhadap teknologi pengukuran yang terjangkau dan mudah digunakan. Pengukuran kadar c-organik hanya dapat dilakukan di laboratorium kimia dengan proses yang kompleks dan biaya tinggi, yang berada di luar jangkauan sebagian besar petani. Akibatnya, tanpa data akurat tentang kadar c-organik, petani cenderung mengandalkan intuisi atau praktik tradisional dalam mengaplikasikan pupuk, yang berisiko merusak struktur tanah dan mengurangi produktivitas lahan. Penelitian ini mengembangkan sistem portabel berbasis Internet of Things (IoT) yang menggunakan sensor PZEM-004T untuk membaca parameter kelistrikan tanah dan modul GPS U-Blox Neo M8N untuk menentukan lokasi pengukuran. Sistem ini memprediksi kadar C-Organik menggunakan model Gradient Boosting dan menampilkan hasilnya secara real-time melalui website yang responsif. Pengujian menunjukkan rata-rata kesalahan prediksi sebesar 0,5%, akurasi lokasi GPS sekitar 2,23 meter, dan jangkauan Wi-Fi hingga 27 meter di ruang terbuka. Model Gradient Boosting memberikan performa terbaik dengan MAE sebesar 2,2450, RMSE 6,0725, MAPE 3,59%, dan R² mencapai 0,9771. Sistem ini diharapkan menjadi solusi praktis dan terjangkau bagi petani untuk memantau kadar C-Organik secara efisien, guna mendukung pengambilan keputusan yang lebih tepat dalam pengelolaan lahan.

Energi listrik merupakan energi yang sangat banyak digunakan dalam kehidupan manusia yang mana semakin banyaknya energi listrik yang dibutuhkan oleh manusia baik dalam skala kecil, menengah maupun skala besar. Pembangkit listrik yang menggunakan Bahan Bakar Minyak (BBM) juga sudah tidak efisien lagi, hal tersebut dikarenakan oleh persediaan bahan bakar yang kian menipis serta harganya yang cenderung meningkat secara bertahap, sehingga dibutuhkan alternative lain sebagai tenaga pembangkit listrik. Pada penelitian ini dibuat sistem renewable energy menggunakan Solar Cell yang digunakan untuk menCharging baterai 12 V 24 ah dengan beberapa komponen pendukung yang di antaranya berupa Buck converter, sensor arus menggunakan ACS 712, sensor tegangan dan juga relay. Tegangan yang keluar dari solar cell akibat cahaya matahari akan diturunkan oleh rangkaian DC-DC Buck converter. Buck converter berfungsi untuk menurunkan tegangan yang berasal dari 2 solar cell yang terpasang seri agar tegangannya dapat sesuai dengan tegangan nominal Charging baterai dengan cara menggunakan kontrol PI yang berfungsi untuk mengatur tegangan yang masuk ke baterai. Output dari solar cell berupa arus listrik yang menuju ke baterai juga akan melewati sensor arus ACS712 dans ensor tegangan yang kemudian akan dikonversi menjadi tegangan 0-5V,output dari sensor arus akan diprogram menggunakan microcontroller untuk memberi perintah kepada sebuah Relay yang berguna sebagai switch pada proses kerja sistem. Sensor arus dan tegangan juga diprogram menggunakan bahasa C. Pengujian alat ini dilakukan dengan memberikan cahaya matahari yang menyebabkan Solar Cell menghasilkan energi listrik dan kemudian diamati nilai tegangan dan arus yang mengalir pada sistem serta sistem pengaman untuk menampilkan nilai yang terukur pada sistem melalui LCD I2C

Perubahan cuaca yang ekstrim saat ini menjadi hal yang harus di waspadai oleh masyarakat, terutama ketika musim penghujan. Bencana alam seperti banjir dapat saja terjadi ketika musim-musim tersebut. Banjir dapat terjadi karena beberapa faktor diantaranya, curah hujan yang tinggi, meluapnya aliran sungai, dan bentuk permukaan tanah suatu wilayah. Banjir juga memiliki dampak yang merugikan bagi manusia mulai dari kerugian ekonomi, terganggunya aktivitas masyarakat, dan lain-lain. Salah satu cara yang dapat dilakukan untuk meminimalisir terjadinya bencana banjir pada wilayah yang rawan banjir adalah dengan cara membuat sistem peringatan dan monitoring pada kondisi sekitar sebelum terjadinya banjir. Sistem tersebut dapat dibuat dengan tiga parameter sebagai input yaitu curah hujan yang diukur menggunakan sensor tiping bucket, debit air dengan sensor flow dan ketinggian air dengan sensor ultrasonic. Dari ketiga parameter tersebut kemudian dirancang tiga node device untuk menentukan system peringatan terhadap banjir. Dua sensor node akan dilektakkan pada sungai dan saluran air untuk mengambil data secara real-time. Data yang didapatkan tersebut kemudian akan dikirmkan ke master node terdekat menggunakan komunikasi Lo-Ra. Selanjutnya, data akan diolah menggunakan metode Neural Network untuk mengklasifikasikan output agar dapat memberikan system peringatan terhadap banjir di suatu wilayah dengan menampilkan peta pada platform Node-Red beserta data kondisi yang didapatkan.

Pada sistem komunikasi wireless, sinyal yang melewati sebuah kanal dapat mengalami fading dan gangguan oleh noise, gangguan tersebut dapat menyebabkan berubahnya sinyal informasi disisi penerima, seperti daya sinyal, perubahan frekuensi sinyal dan delay. Hal tersebut mengakibatkan penurunan kinerja sistem.Penurunan kinerja sistem dapat diatasi dengan menerapkan pengkodean konvolusi adaptif. Pengkodean konvolusi adaptif adalah perubahan nilai rate kode konvolusi yang digunakan pada suatu sistem mengikuti perubahan kondisi suatu kanal, kondisi kanal bergantung pada nilai SNR, apabila nilai SNR rendah maka kondisi kanal tersebut dapat dikatakan buruk, begitu sebaliknya. Modulasi yang akan digunakan adalah modulasi QPSK. Modulasi QPSK mempunyai kecepatan penyampaian informasi yang rendah namun tahan terhadap noise karena memiliki orde modulasi yang rendah. Modulasi QPSK baik digunakan apabila suatu kanal memiliki nilai SNR rendah.Pada tugas akhir ini menggunakan rate kode konvolusi 1/2 dan 1/3 pada sisi encoder dan pada sisi decoder menggunakan algoritma Viterbi. Kanal yang digunakan adalah kanal Rayleigh Fading. Hasil sistem merupakan grafik BER(Bit Error Rate) sebagai fungsi SNR(Signal to Noise Ratio). Untuk sistem pengkodean konvolusional adaptif jenis modulasi yang baik digunakan adalah QPSK, karena saat menggunakan modulasi QPSK nilai BER mencapai 10-4 sedangkan apabila menggunakan modulasi 8-PSK nilai BER mencapai 10-3. Dan kanal yang baik digunakan untuk sistem ini adalah kanal Nakagami dengan m = 4. Nilai BER yang dapat dicapai saat menggunakan kanal Nakagami dengan m=4 adalah 10-5, namun saat menggunakan kanal Rayleigh Fading nilai BER yang dapat dicapai adalah 10-4. Untuk sistem pengkodean konvolusional adapatif, tidak terdapat standarisasi mengenai batasan nilai SNR baik dan buruk.