Pedestrian berasal dari kata pedestres - pedestris yang memiliki arti sebagai orang yang berjalan kaki. Sebagai salah satu pengguna jalan, pedestrian memiliki risiko terhadap terjadinya kecelakaan. Menurut European Commission mengenai pedestrian andcyclist, menyatakan bahwa pejalan kaki dan pengendara sepeda merupakan pengguna jalan yang memiliki tingkat keamanan relatif rendah dan memiliki konsekuensi yang tinggi saat terjadi kecelakaan [2]. Data World Health Organization (WHO) menyatakan, 22% korban kecelakaan adalah pejalan kaki. Angka itu setara dengan 747 pedestrian tewas per hari. Di Indonesia sendiri, pada tahun 2017,kelompok pejalan kaki merupakan 16% dari total korban kecelakaan. Dari perolehan data tersebut, kecelakaan terhadap pedestrian masih menjadi hal yang penting untuk diperhatikan. Dengan memanfaatkan teknologi kamera, akan dibuat suatu sistem deteksi terhadap pedestrian menggunakan metode MaskRCNN (Regional Convolutional Neural Network). Metode ini merupakan metode terbaru dan merupakan pengembangan dari metode Faster-RCNN. Dengan metode Mask-RCNN, citra yang diproses akan diekstrak lebih detail dari piksel ke piksel dan hal ini merupakan kekurangan dari metode sebelumnya. Selain dapat mendete ksi pedestrian, sistem juga dibuat agar dapat menghitung kecepatan dari objek pedestrian. Diharapkan hasil dari sistem ini nantinya dapat dipasang pada kendaraan yang dapat berguna untuk mengurangi tingkat kecelakaan pada pejalan kaki serta dapat digunakan sebagai implementasi dari smart city seperti autonomous vehicle atau ITS (Intelligent Transport System).

Pada zaman yang sudah sangat maju ini, proses belajar mengajar pun semakin berkembang. Salah satu metode belajar yang sudah dikembangkan dan sering digunakan adalah penggunaan aplikasi pembelajaran berbasis Android. IPv6 adalah salah satu pelajaran yang bisa dipahami oleh mahasiswa Teknik Telekomunikasi. Dalam Proyek Akhir ini dibangun sebuah aplikasi pembelajaran IPv6 berbasis Android untuk membantu menunjang pembelajaran Jaringan Komputer terutama IP yang memanfaatkan teknologi yang sudah berkembang di era ini. Aplikasi ini akan berisi materi IPv6 jugalatihan soal yang bisa digunakan untuk hasil pembelajaran. Juga dibuat kuisioner yang berisi kemudahan penggunaan aplikasi yang dibuat dengan range 6-10, dan didapathasil antara lain: rata-rata parameter fungsi tombol sebesar 8.65; rata-rata parameter fungsi fitur video tutorial berjumlah 8.35; rata-rata parameter memilih aplikasi sebesar 8.8; parameter rata-rata tampilan antarmuka sebesar 8.4; informasi yang disajikan sebesar7.95; respon aplikasi sebesar 8.6; dan Manfaat dari aplikasi bagi pengguna berjumlah 8.85. Aplikasi ini dapat memudahkan dan memberi manfaat bagi penggunanya.

Indonesia adalah negara maritim dengan transportasi air sebagai sarana utama untuk mengantar barang antar pulau yang ada di Indonesia. Pelabuhan di Indonesia masih menggunakan sistem manual atau semua masih serba menggunakan manusia. Hal ini dirasa masih belum efektif untuk mempersingkat waktu bongkar muat kapal pada pelabuhan. Karena kapal yang mengantri harus registrasi di pelabuhan , kemudian baru mendapatkan nomor antrian. Hal ini juga dimanfaatkan oleh orang tidak bertanggung jawab untuk mendapatkan keuntungan dengan cara memanipulasi antrian kapal sesuai dengan yang diinginkan, sehingga kinerja pelabuhan tidak efektif dan efisien. Maka penelitian ini bertujuan untuk membuat sistem Pelabuhan Pintar. Untuk menempatkan kapal menuju dermaga perlu di klasifikasikan terlebih dahulu kapal tersebut sesuai dengan klasifikasi dermaga menggunakan algoritma decision tree. Pada penelitian ini decision tree mendapatkan nilai akurasi 71%-98% dalam menempatkan kapal. Setelah mendapat klasifikasi kapal, apabila banyak kapal yang masuk , kapal akan diurutkan nilai prioritasnya dengan algoritma Simple Additive Weighting (SAW).SAW ini akan memberikan nilai prioritas dimana grosston dan LOA yang lebih kecil akan ditempatkan dahulu. Kemudian setelah dermaga sudah ditentukan maka kapal diberikan nomer antrian dan estimasi kapal tersebut selesai bongkar muat dengan menggunakan algoritma Distance Weight K-Nearest Neighbor. Estimasi waktu bongkat muat mendapatkan akurasi 80% dan preisisi 80%. Data yang diambil dari penelitian ini adalah data dari pelabuhan tanjung perak sebagai pelabuhan yang digunakan dalam sistem antrian kapal ini.

Penelitian ini fokus pada analisis kinerja Register Transfer Logic – Software Defined Radio (RTL-SDR) sebagai penerima sinyal radio terestrial menggunakan mikrokontroler Raspberry Pi. Dimana arsitektur Software Defined Radio ini berfungsi sebagai alat komunikasi yang berorientasi pada perangkat keras yang dapat dikelola oleh perangkat lunak. Perancangan sistem pada receiver diawali dengan melakukan konfigurasi Raspberry Pi sebagai komputer penerima yang diinstal software GNU Radio sebagai pemroses sinyal yang diterima oleh hardware RTL-SDR. Sinyal akan diterima dalam spektrum Radio FM pada Very High Frequency (VHF). Hasilnya akan ditampilkan dalam spektrum Graphical User Interface (GUI) yang menunjukkan nilai penerima daya. Dan diagram konstelasi yang menunjukkan hasil modulasi Phase Shift Keying (PSK) dan pengembangan modulasinya. Pengujian menunjukkan bahwa penerimaan stasiun radio di Surabaya memperoleh 44 saluran dengan penerima daya rata-rata -54,35 dBm. Juga pengujian di Kediri menunjukkan bahwa penerimaan stasiun radio memperoleh 32 saluran dengan penerima daya rata-rata -52,61 dBm. Sementara pengujian juga dilakukan menggunakan USRP dengan pembangkitan sinyal pada kanal frekuensi 92 MHz dan 104 MHz. Kondisi free space loss dengan jarak pengujian 1 meter hingga 8 meter dan pengujian pada ruangan yang berbeda menghasilkan nilai error yang kecil pada power penerimaan sinyal antara pemancar dan penerimanya yaitu sebesar 6,6%.

Dalam bidang save and rescue penggunaan quadcopter sudah banyak dilakukan. Namun selama ini quadcopter yang digunakan hanya bisa bekerja pada area yang terbuka dengan memanfaatkan data GPS untuk menuju lokasi, sehingga untuk melakukan proses save and rescue di dalam ruangan GPS tidak akan bisa bekerja. Maka dari itu, dalam penelitian ini dibuat sebuah sistem pada quadcopter yang mampu melakukan proses save and rescue di dalam dengan memanfaatkan sensor kamera sebagai pengganti GPS. Prinsip kerja alat ini adalah memanfaatkan kamera sebagai sensor pendeteksi target dengan menggunakan sistem image processing dalam embedded PC. Di dalam proses pendeteksian tersebut terdapat beberapa filter tambahan yang sanggup membedakan antara target dengan noise, sehingga proses save and rescue akan berjalan sesuai dengan tujuan. Hasil akhir berupa proses penjatuhan payload terhadap target yang telah ditentukan. Dari hasil pengujian didapatkan data bahwa sistem ini mampu melakukan tracking pada target dengan range nilai warna penyusun merah 150 hingga 255 dari 255 dan penyusun warna hijau dan biru sebesar 0 hingga 75 dari skala 255. Dari hasil pengujian tingkat keberhasilan filter yang digunakan, filter ini memiliki tingkat keberhasilan 100% dalam membedakan antara noise dengan warna target sehingga dalam proses dropping payload tepat pada target.