Teknologi robotika merupakan teknologi yang sangat luas. Contohnya seperti mobile robot, humanoid robotic, aerospace robot, dan lain lain. Humanoid robotic berfungsi untuk meniru aspek bentuk dan perilaku manusia. Pada humanoid robotic memiliki beberapa fungsi, contohnya menggenggam suatu object menggunakan gripper pada lengan robot grasping. Pada penelitian tugas akhir ini akan membuat dan mengimplementasikan sistem point cloud processing pada data 3D berupa data RGB-D. Hasil data RGB-D akan melakukan pre-processing untuk menghilangkan noise dan pemotongan data scene RGB-D dari dataset. Pada hasil pre-processing tersebut akan dilakukan segmentasi untuk menghilangkan planar dan cluster data untuk memisahkan object dan gripper pada satu frame dataset. Data RGB-D yang telah ter-cluster dilakukan deteksi centroid untuk mendeteksi posisi tengah dari object dan gripper yang ter-cluster. Selain itu, data yang ter-cluster akan dilakukan proses normal estimation untuk menentukan surface object dan gripper dari frame kamera depth. Data normal surface akan dilakukan ekstraksi fitur dari object dan gripper. Dari data ekstraksi fitur akan dilakukan descriptor matching yang berfungsi mencari nilai kesamaan atau correspondence antara object dan gripper dengan scene data. Setelah menemukan object dan gripper, dilakukan pose estimation pada salah satu surface dari object yaitu surface paling luas atau Z axis. Sehingga data yang dihasilkan akan menjadi 3 hasil deteksi yaitu object, gripper, dan pose dari object yang sama dengan scene yang sebelum dilakukan pre-processing. Hasil dari deteksi object dan gripper dapat berhasil sebanyak 100%, dan hasil dari estimasi pose dapat berhasil sebanyak 60% dari lima experiment dari orientasi object.

Transformator merupakan komponen vital dalam transmisi dan distribusi tenaga listrik, dengan minyak transformator berperan penting dalam memastikan umur panjang dan efisiensi perangkat ini. Minyak transformator harus memiliki konduktivitas termal rendah, stabilitas oksidasi tinggi, sifat dielektrik baik, dan viskositas rendah. Salah satu faktor utama yang mempengaruhi performa minyak adalah kontaminasi air, yang dapat mempercepat penuaan isolasi, menurunkan Partial Discharge Inception Voltage (PDIV), dan meningkatkan risiko evolusi gelembung pada kondisi panas. Mengukur dan mengendalikan kadar air dalam minyak transformator menjadi sangat penting untuk pemeliharaan dan pengoperasian yang optimal. Penelitian ini memperkenalkan penggunaan sensor ultrasonik untuk mengukur kadar air dalam minyak transformator. Hasil pengujian menunjukkan bahwa nilai Time of Flight (ToF) gelombang ultrasonik menurun seiring meningkatnya kadar air, yang mengindikasikan peningkatan kecepatan akustik. Kecepatan akustik terbukti berkorelasi positif terhadap kadar air. Dari pengujian menggunakan media aquades, diperoleh kecepatan gelombang rata-rata sebesar 1516,488 m/s dengan error relatif sebesar 1,3223% terhadap nilai referensi 1496,7 m/s. Sementara itu, pengukuran terhadap minyak transformator dengan kadar air 8 ppm, 23 ppm, dan 33 ppm menghasilkan error masing-masing sebesar 33,09%, 8,77%, dan 1,39% terhadap nilai referensi, yang menunjukkan peningkatan akurasi pada kadar air yang lebih tinggi. Penelitian ini memberikan pendekatan alternatif dalam pemantauan kondisi minyak transformator secara real-time dan berpotensi meningkatkan efektivitas sistem pemeliharaan prediktif pada peralatan kelistrikan.

Sistem indoor localization merupakan kunci dari suatu teknologi yang memungkinkan untuk menyelenggarakan layanan-layanan Location Based Services (LBS) untuk strategi produk seperti pada bidang retail, perhotelan, transportasi, kesehatan, manufaktur dan industri lainnya. Layanan ini menyediakan informasi untuk mengetahui posisi sebuah objek manusia maupun benda. Oleh karena itu, Proyek Akhir ini mengusulkan suatu pemodelan sistem estimasi posisi dan tracking objek bergerak di wilayah observasi indoor dengan memanfaatkan kuat sinyal dari jalur akses WiFi untuk estimasi serta tracking posisi target, smartphone untuk pengambilan data, server untuk mengolah data kuat sinyal yang terukur, dan pemrograman Matlab untuk menampilkan hasil estimasi posisi dan tracking objek. Digunakanlah metode Gaussian Process untuk menentukan posisi estimasi keberadaan objek di wilayah indoor, sedangkan metode filter non-linear Extended Kalman Filter (EKF) digunakan untuk menentukan tracking jalur yang dilewati oleh objek tersebut. Hasil pengujian menunjukkan bahwa metode Gaussian Process mampu mendeteksi posisi objek di lingkungan indoor dengan selisih jarak sebesar 1,98 meter terhadap posisi real unknown node, sedangkan EKF dapat menentukan pola tracking dari jalur objek yang bergerak terhadap posisi objek sebenarnya dengan selisih jarak yang lebih baik yaitu 1,45 meter. Hal ini pun membuktikan bahwa penggunaan metode EKF dapat memperbaiki tingkat akurasi dalam menentukan estimasi posisi suatu objek sebesar 26,8 %. Kombinasi dari kedua metode tersebut telah membuktikan bahwa pemodelan sistem indoor positioning ini mampu memperbaiki hasil estimasi posisi suatu objek bergerak didalam gedung dengan tingkat keakuratan yang cukup baik, sehingga cocok jika diimplementasikan pada layanan LBS yang telah banyak digunakan saat ini.

Ketersediaan asupan makanan adalah kebutuhan esensial dalam kehidupan manusia dan secara signifikan mempengaruhi keputusan sehari-hari terkait dengan konsumsi makanan. Kondisi ini mendorong konsumen untuk mencari informasi terkait restoran sebagai referensi, mencakup rasa, suasana, harga, pelayanan, dan kebersihan. Pelayanan yang memuaskan dan harga yang terjangkau seringkali menjadi fokus utama dalam penilaian kualitas suatu restoran. Namun, konsumen sering kali menghadapi kesulitan dalam menentukan pilihan restoran secara menyeluruh hanya berdasarkan ulasan dan peringkat yang tersedia dalam aplikasi. Penelitian ini menghadirkan solusi alternatif dengan menggunakan pendekatan fuzzy tahani untuk menyaring restoran berdasarkan kriteria tertentu. Metode ini mengolah data kriteria untuk menghasilkan rekomendasi yang disajikan dengan nilai fire strength, menggambarkan tingkat kesesuaian restoran dengan kriteria yang dipilih, dengan skala nilai antara 0 hingga 1. Tujuan utama penelitian ini adalah mengimplementasikan logika fuzzy tahani dalam sebuah sistem pencarian restoran berbasis web, yang memungkinkan konsumen untuk memilih restoran yang sesuai dengan preferensi mereka.

Proses Absensi merupakan salah satu hal penting untuk menganalisa kinerja karyawan. Saat ini sistem absensi karyawan di indonesia masih berjalan secara manual yakni menggunakan Smartcard ataupun Id card. Pada penerapan sistem absensi saat ini masih banyak hal yang menjadi kekurangan diantaranya adalah keefektifan proses absensi dan efisiensi waktu. Proyek Akhir ini akan menerapkan sistem manajemen kehadiran yang mudah dan praktis. Sistem ini bekerja secara otomatis menggunakan teknologi i-Beacon yang berbasis BLE (Bluetooth Low Energy). Dengan i-Beacon card, akan di bangun sistem absensi karyawan yang dapat mempermudah dalam mengatasi prosedur absensi secara efisien, agar pengolahan data absensi karyawan didapat secara akurat, dan penyajian laporan data absensi karyawan secara cepat, tepat dan lengkap. Pada sistem absensi ini juga menggunakan pengaman data dengan menggunakan metode algoritma kriptografi simetris. Algoritma kriptografi yang akan digunakan adalah DES (Data Encryption Standard). Dari hasil pengujian saat kondisi indoor dan outdoor pada jarak 15 meter RSSI masih dapat terjangkau oleh raspberry sebesar ≤-80 dBm, Persentase kesalahan saat pengujian menggunakan aplikasih dan manual pada kondisi indoor dan outdoor sebesar ≤30% dan Data dengan enkripsi tidak dapat dilihat oleh pihak ketiga meskipun jaringan berhasil di lihat oleh attacker.