Bagi beberapa orang, belajar sejarah dengan buku teks konvensional terasa sangat membosankan. Penggunaan media dan teknologi terkini mencoba memberikan pengalaman yang berbeda untuk semakin meningkatkan semangat belajar sejarah. Penelitian ini mengajukan suatu pendekatan baru dalam mempelajari sejarah Islam pada masa Khulafa'ur Rasyidin melalui penggunaan teknologi piranti bergerak Android yang sedang populer saat ini. Melalui pendekatan spatio-temporal, informasi sejarah dalam aplikasi ini ditampilkan berdasar lokasi dalam peta sekaligus juga dirunut berdasar urutan waktu sejarah sehingga mempermudah pengguna dalam mempelajari suatu peristiwa sejarah. Aplikasi menampilkan peta dalam multi-layer spatial visualization, dimana gambar dibagi ke kedalaman detil dan gambar yang berbeda. Aplikasi ini menyediakan fitur pencarian untuk mencari kata kunci yang diinginkan dengan metode text mining dan clustering. Dari berbagai fitur dan pendekatan baru ditambah dengan penggunaan piranti bergerak Android yang ringkas dan praktis membuat aplikasi ini sebagai media pembelajaran sejarah yang dapat digunakan siapapun, kapanpun, dan dimanapun. Ujicoba pada beberapa pengguna memberikan hasil bahwa aplikasi ini aplikabel untuk bisa dipakai sebagai media pendamping untuk pembelajaran sejarah Islam masa Khulafa'ur Rasyidin.

Pada proyek akhir ini dikembangkan sebuah prototype pengeringan gabah otomatias yang digunakan untuk membantu meratakan gabah. Fokus pada penelitian ini adalah pembalik gabah. Pembalik ini dirancang mampu membalik gabah dengan ketebalan maksimal 3 cm dengan dimensi sebesar 1 x 0.5 x 0.6 meter. Dalam prototype pengeringan gabah ini menggunakan sensor soil moisture dan sensor DHT11 untuk mendapatkan nilai suhu, kelembaban, dan kadar air. MIkrokontroler yang digunakan dalam pengeringan gabah ini adalah Arduino Mega. Untuk sistem kerja dari pengeringan gabah ini memanfaatkan metode fuzzy logic dengan variabel kontrol suhu dan kelembaban. Dengan adanya suatu sistem pengering gabah otomatis ini, diharapkan dapat membantu petani dalam proses pengeringan gabah.

Sekarang telah banyak mobil listrik kategori ZEV yang menggunakan motor BLDC, tetapi masalah yang terjadi pada saat ini sulitnya pengendalian inverter untuk motor BLDC. Dimana dalam membangkitkan gelombang square diperlukan penentuan komutasi yang tepat. Dalam tugas akhir ini digunakan sensor posisi untuk mendeteksi tegangan back EMF, yaitu memanfaatkan tegangan balik rotor saat berputar. Tegangan back EMF pada motor BLDC berupa gelombang trapezoidal. Gelombang trapezoidal yang dibangkitkan ini yang nantinya diolah dan digunakan sebagai komutasi pada inverter 3 fasa. Dari permasalahan tersebut maka dibutuhkan suatu sistem sebagai penggerak sekaligus pengendali kendaraan listrik. Oleh karena itu dalam tugas akhir ini diusulkan sebuah ide dengan judul “Rancang Bangun Inverter Tiga Phasa untuk Motor BLDC sensorless sebagai Penggerak Kendaraan Listrik”. Untuk mengendalikan motor BLDC Sensorless dibutuhkan deteksi tegangan back EMF. Untuk memvalidasi rangkaian back EMF dan mendapatkan sinyal logika komutasi terlebih dahulu disimulasikan pada rangkaian BLDC sensored. Setelah diperoleh logika komutasi tahap selanjutnya dilakukan simulasi pada BLDC sensorless dengan kondisi open loop dan close loop. Pada kondisi open loop besar kecepatan berbanding lurus dengan besar tegangan input inverter. Sedangkan pada kondisi dengan kontrol increment decrement dan set point sebesar 600 rpm motor BLDC sensorless mampu mencapai set point yang diinginkan tetapi tidak mempengaruhi respon kecepatan motor terkait rise time dan steady state.

Masyarakat pada umumnya sudah banyak menggunakan dan mengetahui pentingnya memasang CCTV di area-area strategis di lingkungannya karena selain rekaman CCTV bisa di jadikan sebagai bukti apabila terjadi tindak kejahatan, kecelakaan atau hal-hal yang tidak diinginkan lainnya, kamera CCTV juga bisa bermanfaat sebagai salah satu sarana yang paling efisien untuk memonitor dan controlling suatu area.Ada banyak informasi yang bisa didapatkan dari CCTV, akan tetapi mengolah data tersebut secara manual akan memerlukan waktu yang lama. Untuk mengatasi masalah tersebut maka salah satu jalan keluarnya adalah dengan memanfaatkan apache spark dan kafka untuk memproses banyaknya data yang berasal dari CCTV dan menggunakan method object detection pada tensorflow untuk mendeteksi berapa banyak orang yang terdeteksi pada CCTV untuk membantu dalam mengambil keputusan mengenai sarana dan prasarana yang ada. Projek ini memiliki 4 langkah diantaranya : 1) Data Collection 2) Data Streaming 3) Data Processing 4) Data Serve. Pada data collecting data akan diambil dengan metode video stream untuk mendapatkan data gambar secara realtime. Kafka digunakan untuk streaming pesan yang didistribusikan. Data yang telah dikonversi akan dikirim dan diterima oleh Kafka Consumer. Data dari Kafka akan dikumpulkan dan diproses secara stream dengan apache spark structured streaming. Data kemudian di cluster agar bisa diproses dalam waktu yang sama menggunakan tensorfow.Uji coba penelitian yang dilakukan menggunakan video dengan format mp4 dan 3gp. Hasil yang didapatkan dari penelitian ini menunjukkan akurasi yang didapat oleh sistem mampu mencapai 67,74%.

Kemajuan teknologi informasi pada saat ini berkembang seiring dengan kebutuhan yang menginginkan kemudahan, kecepatan, dan keakuratan dalam memperoleh informasi.Oleh karena itu kemajuan teknologi informasi harus terus diupayakan dan ditingkatkan kualitas dan kuantitasnya. Media transfer data adalah gelombang radio. Jaringan wireless atau jaringan WLAN (Wireless Local area Network) adalah suatu jaringan LAN yang biasa yang tidak menggunakan kabel untuk transfer datanya dimana media transfer datanya adalah gelombang radio.Namun banyak faktor yang mempengaruhi suatu perangkat untuk memberikan suatu kaulitas layanan yang baik terdapat banyak hambatan seperti halnya jarak dan rumah yang terdapat tembok, dinding, kaca, dan perabotan rumah yang menjadi penghalang dari sinyal yang di pancarkan dari server ke pengguna sehingga mengurangi kualitas layanan jaringan wireless. Berdasarkan latar belakang tersebut maka penulis menganggap dengan dasar dan alasan tersebut penulis terdorong untuk mengangkat penelitian dengan tema analisis Quality Of Signal Wifi (QSW) diperbaiki menggunakan metode Wavelet. Dalam tugas akhir ini SNR diukur dengan membandingkan energi antara sinyal berderau dan sinyal hasil denoising, dimana masing-masing sinyal dibandingkan dengan energi dari sinyal informasi. Sinyal hasil denoising didapat dengan metode Wavelet yang melakukan proses pemisahan komponen sinyal derau yang diasumsikan memiiki koefisien pada frekuensi tinggi, dan sinyal informasi pada frekuensi rendah. Kemudian melakukan proses threshold pada koefisien frekuensi tinggi untuk mengurangi jumlah koefisien yang diperkirakan berasal dari sinyal derau. Kemudian melakukan proses pembangunan ulang sinyal untuk mendapatkan bentuk sinyal yang lebih baik dari sinyal berderau dan bersama-sama dengan sinyal berderau dibandingkan terhadap sinyal informasi untuk dicari nilai SNR masing-masing, kemudian dicari nilai selisih yang disebut juga SNR Improvement yang merupakan parameter dari kinerja metode Wavelet untuk melakukan proses denoising terhadap sinyal berderau.