Pariwisata di Jawa Timur masih belum didukung dengan informasi digital yang lengkap. Saat ini, informasi perjalanan masih tersebar di berbagai media, baik di media cetak, atau media internet yang menyebabkan wisatawan menjadi kebingungan dalam menentukan tujuan wisata. Proyek akhir ini menggunakan pendekatan baru dalam pemilihan pariwisata, yaitudengan membuat alternatif baru berupa aplikasi yang dapat memberikan rekomendasi untuk pemilihan pariwisata di Jawa Timur, menurut multikriteria jarak, popularitas, dan biaya menggunakan piranti bergerak. Metode Sistem Pendukung Keputusan yang dipakai dalam Proyek Akhir ini adalah Analytical Hierarchy Process (AHP). Dengan melakukan beberapa pengujian fitur dan fungsi aplikasi, membandingkan hasil perhitungan sistem dan perhitungan manual, uji validasi hasil rekomendasi, dan menguji performa aplikasidapat disimpulkan bahwa sistem ini dapat digunakan dan mendapatkan hasil yang optimal dalam memberikan rekomendasi wisata.

Seseorang yang mengalami disabilitas tidak dapat melakukan pekerjaan dengan leluasa atau terbatas, salah satunya adalah paralisis pada tangan yang diakibatkan oleh stroke atau cedera tulang belakang. Tangan sebagai alat gerak yang sering digunakan oleh manusia sangat berperan penting dalam kesehariannya, oleh karena itu, ketergantungan manusia pada alat gerak tubuhnya sangat besar. Untuk dapat menyembuhkan paralisis, salah satunya adalah dengan dibuatkannya alat rehabilitasi untuk membantu seseorang mengembalikan kondisi tangannya yang mengalami paralisis menjadi normal. Alat rehabilitasi yang dibuat berguna untuk menstimulasi gerak otot pada jari serta membantu pergerakannya menjadi lebih kuat dalam menutup dan membuka tangan. Alat yang berbentuk eksoskeleton dan berbasis sensor Electromyogram (EMG) dapat menopang tangan manusia sekaligus kemandirian alat rehabilitasi yang dapat digerakkan tanpa bantuan eksternal. Eksoskeleton sendiri berbentuk sarung tangan yang dilengkapi dengan manipulator berbahan material padat yang dapat menopang tangan. Sistem yang digunakan pada alat adalah sistem pattern recognition untuk dapat klasifikasi gerakan dasar membuka dan menutup tangan dan variasi kekuatan menggenggam. Klasifikasi yang digunakan adalah Back Propagation Artificial Neural Network (BPANN) dan regresi linear dengan jumlah data training sebanyak 720 data dan data testing sebanyak 180 data. Akurasi yang dihasilkan sebesar 83,89% pada pengujian offline. Pengujian online sendiri menghasilkan akurasi 74% dengan percobaan sebanyak 50 kali pada 5 class.

Saat ini, telah banyak terciptanya teknologi untuk mempermudah pekerjaan manusia. Terutama di bidang pertanian yang kini mulai dikerjakan oleh mesin otomatis untuk menanam sampai memanen tanaman pertanian. Akan tetapi sejauh ini untuk pemberian nutrisi pada tanaman masih menggunakan sensor Electrical Conductivity (EC meter) dan Total Dissolve Solid (TDS) untuk memonitoring nutrisi pada lingkungan tanaman pertanian tersebut. Namun sensor ini tidak bisa memonitoring kebutuhan nutrisi pada tanaman. Agar dapat mengetahui hal tersebut maka perlu adanya alat yang memberikan nutrisi sesuai kebutuhan tanaman dengan bantuan pengolahan citra digital. Banyak dilakukan penilitian untuk mengklasifikasi daun dengan berbagai jenis metode agar mendapatkan akurasi yang tinggi. Dari berbagai jenis metode, terdapat metode yang memiliki keakuratan yang cukup tinggi, yaitu menggunakan Metode CNN (Convolutional Neural Network). Metode ini akan digunakan untuk mengklasifikasikan jenis dan fase tanaman sayuran berupa bayam dan selada dalam suatu petak tanah yang telah disediakan. Lalu hasil klasifikasi akan dicocokkan dengan data training kebutuhan nutrisi. Kemudian alat ini akan menyalurkan komposisi nutrisi larutan A dan larutan B menuju tanaman yang telah diklasifikasi tersebut. Ketika melakukan klasifikasi menggunakan CNN dengan jumlah kelas sebanyak 6 yaitu bayam semai, bayam vegetatif, bayam generatif, selada semai, selada vegetatif, dan selada generatif maka didapatkan keberhasilan klasifikasi sebesar 94,12%. Dengan adanya alat ini, tidak perlu bersusah payah memantau dan bingung memberikan pupuk sesuai dengan tanaman sayuran tersebut. Dan selanjutnya, alat ini dapat dikombinasikan dengan Smart Farming lainnya.

Pada sebuah instansi atau lembaga pendidikan banyak aktivitas-aktivitas yang dilakukan untuk pengolahan data, penyajian data dan informasi. Tentunya banyak orang yang ingin mengolah data, menyajikan data dan mendapatkan informasi secara cepat dan akurat. Misalnya dalam Kampus Politeknik Kediri. Banyak aktivitas-aktivitas yang terjadi sehingga banyak melibatkan banyak data yang diolah dan disajikan sebagai informasi kepada pihak kampus seperti dosen karyawan juga mahasiswa. Seperti halnya proses akademik kampus. Dalam akademik kampus tersebut banyak kegiatan pengolahan data dan penyajian data yang dibutuhkan. Seperti contoh pengolahan data mahasiswa, data dosen, pengolahan jadwal kuliah, jadwal ujian dan lain sebagainya. Di kampus Politeknik Kediri tersebut belum terdapat sistem informasi akademik baik berbasis web atau desktop. Data-data akademik yang diolah di kampus tersebut masih menggunakan microsoft excel atau dengan kata lain masih manual. Sehingga dari permasalahan itu bisa dirancang dan dibangun untuk pembuatan sistem informasi akademik kampus yang lebih baik guna menunjang kinerja akademik di kampus Politeknik Kediri tersebut.

Pemanasan global telah mengakibatkan perubahan iklim yang ekstrim, diantaranya berdampak pada kenaikan suhu, perubahan curah hujan dan kelembaban udara. Sektor pertanian rentan terhadap dampak perubahan iklim karena mampu menstimulasi pertumbuhan dan perkembangan serangan Organisme Pengganggu Tanaman (OPT). Hama wereng dan hama tikus merupakan salah satu OPT pada tanaman padi. Prediksi serangan hama dapat digunakan untuk mengidentifikasi dan memantau kemunculan serangan hama sehingga luas serangan hama dapat diantisipasi dan dapat dilakukan pencegahan. Metode yang dibutuhkan untuk melakukan prediksi adalah metode yang kompleks dan dapat mempelajari ketidakpastian dalam setiap periode yang dapat diakomodasi dengan Jaringan Syaraf Tiruan (JST). Salah satu algoritma JST yaitu backpropagation, yang dapat diaplikasikan dengan baik dalam peramalan karena memiliki nilai akurasi yang tinggi. Data histori klimatologi per bulan digunakan sebagai masukan dengan luas serangan hama pada satu bulan ke depan sebagai keluaran. Arsitektur backpropagation menggunakan tiga masukan, satu layar tersembunyi dengan jumlah neuron yang dapat diubah-ubah dan satu unit keluaran. Pengujian menggunakan formula PE memiliki hasil rata-rata yang baik, diantaranya Hama WBC 0.05, Hama Tikus 0.05, dan Penyakit Blass Daun 0.09. Ini membuktikakn bahwa persentase error sangat kecil dan tingkat keakuratan sangat baik.