Pergerakan harga saham sulit diprediksi dan dapat berubah seiring waktu. Analisis teknikal diperlukan untuk menentukan waktu dan perusahaan yang tepat dalam investasi saham akan tetapi sebagai trader pemula akan mengalami kesulitan dalam menganalisa saham. Maka penelitian ini mengembangkan metode prediksi harga saham yang efektif dengan menggunakan model Long Short-Term Memory (LSTM) yang dikombinasikan dengan analisis teknikal. Prediksi harga saham yang akurat sangat penting dalam pengambilan keputusan investasi yang baik, kombinasi antara LSTM dan analisis teknikal dapat memberikan pendekatan yang kuat dalam menghadapi tantangan tersebut. Evaluasi kinerja model dilakukan dengan membandingkan hasil prediksi LSTM dengan harga saham aktual pada periode waktu yang tidak termasuk dalam data training. Hasil evaluasi prediksi harga saham dengan metode LSTM dan analisis teknikal memperoleh nilai RMSE sebesar 136.7 untuk harga Open, 126.5 untuk harga Close, 317.9 untuk harga High, 178.0 untuk harga Low, dan 189.6 untuk harga Adj.Close lebih baik dibanding dengan metode LSTM tanpa analisis teknikal. Sedangkan dengan metode LSTM mendapatkan hasil akurasi lebih baik dibandingkan dengan SVR dan KNN dari 5 dataset yang berbeda dengan nilai RMSE 65.21 untuk LSTM, 313.56 untuk SVR, 72.44 untuk KNN dan nilai R2 0.9919 untuk LSTM, 0.81 untuk SVR, 0.990 untuk KNN. Hasil dari model tersebut diimplementasikan kedalam sistem berbasis web yang menggunakan framework laravel dan database mysql.

Sistem tenaga listrik dari pusat pembangkit sampai ke konsumen harus menjamin kontinuitas dan kualitas penyaluran daya. Terlebih, kualitas daya listrik yang tidak baik dapat merusak peralatan terpasang pada jaringan tenaga listrik. Sehingga, perlu adanya upaya untuk melakukan pencegahan berupa peringatan yang tidak memutus dari kontinuitas dari daya yang sedang tersalurkan. Menggunakan standard IEEE untuk nilai batas gangguan diperlukan sebuat alat yang memberikan sebuah peringatan dan upaya pemantauan. Oleh karena itu, penelitian ini menghasilkan sebuah sistem monitoring dan pencatatan data yang berfungsi ketika terjadi gangguan kualitas daya tertentu, yang dapat diamati dari nilai tegangan maka sistem akan memberikan tampilan data gangguan kualitas daya secara real time yang sedang terjadi. Selain itu, sistem ini dilengkapi dengan IoT untuk monitoring berupa tegangan dan jenis gangguan. Dalam penelitian ini dibuat simulasi secara software dan secara hardware menggunakan mikrokontroler ESP32 sebagai kontroler utama dalam pengiriman data secara online. Sistem ini menggunakan data logger sebagai wadah penyimpan hasil dari mencatatan monitoring.

PT. Bika Abadimix adalah perusahaan yang bergerak di bidang ready mix concreate yang berlokasi di Babadan Ponorogo. Perusahaan ini sudah memiliki rekam jejak yang baik dan terkenal di kalangan kontraktor maupun masyarakat umum. Hal ini dibuktikan dengan banyaknya pesanan beton ready mix. Seiring berkembangnya teknologi, perusahaan ini sangat memerlukan penghitungan dalam hal stok material, pengelolaan pembelian dan produksi. Berdasarkan keterangan di atas, pembuatan tugas akhir ini adalah untuk merancang sistem informasi produksi batching plant PT. Bika Abadimix Ponorogo. Sistem informasi ini membantu mempermudah bagian administrasi dan bagian produksi dalam pembuatan laporan dan mengetahui stok material. Selain itu aplikasi ini juga membantu bagian produksi untuk mengelola data produksi untuk dijadikan arsip maupun laporan bagi PT. Bika Abadimix Ponorogo. Sistem informasi ini juga dapat membantu pimpinan dalam melihat laporan yang berkaitan dengan proses produksi hingga hasil produksi serta mengetahui stok material. Selain itu membantu pemilik usaha dalam memajukan usahanya tersebut menjadi lebih baik.

Pandemi telah mengubah banyak aspek kehidupan masyarakat, mulai dari pembatasan sosial hingga pembatasan sosial dalam skala besar. Vaksinasi COVID-19 telah menjadi kewajiban yang diperintahkan hampir di seluruh Indonesia, dan kini menjadi persyaratan untuk mendapatkan akses ke layanan publik. Teknologi pengenalan wajah menjadi salah satu solusi yang banyak digunakan dalam pandemi ini. Proyek akhir ini mengusulkan sebuah sistem yang dapat mendeteksi pengguna yang telah divaksinasi COVID-19 berdasarkan data yang tersimpan dalam database, melalui pengenalan wajah yang diidentifikasi menggunakan algoritma Haar Cascade. Pengujian dalam pengenalan wajah mencakup pengujian jarak pengambilan dataset, pengujian pengenalan wajah tanpa atribut, dan wajah dengan penggunaan kacamata. Pengambilan dataset wajah pada jarak 420 cm masih dianggap aman karena masih dapat dikenali. Pengenalan wajah berfungsi dengan baik tanpa atribut. Pengujian cahaya dengan intensitas terendah sebesar 24 lux masih dapat mengenali wajah, begitu pula pada intensitas cahaya sebesar 68, 127, dan 167 lux. Penggunaan kacamata tidak menghalangi sistem dalam melakukan pengenalan wajah, sehingga wajah dengan kacamata masih dapat dikenali dengan benar. Sistem pengenalan wajah yang terhubung dengan database menampilkan data pengguna sesuai dengan hasil pengenalan wajah yang terdeteksi. Hasil pengujian menunjukkan bahwa sistem sudah dapat menampilkan data yang sesuai dengan dataset dan ID yang ada dalam database. Sistem ini telah diuji pada wajah dengan berbagai bentuk, termasuk persegi, bulat, dan oval.

Multi mobile robot memiliki beberapa aspek penting untuk dapat menjalankan sistemnya. Salah satunya adalah masalah koordinasi. Koordinasi merupakan sebuah metode untuk membuat multi mobile robot dapat berjalan bersamaan dan membagi tugas sesuai dengan posisinya. Oleh karena itu digunakan pendekatan leader – follower untuk menjalankan metode koordinasi. Untuk membuat respon dari pergerakan robot untuk menjalankan metode koordinasi ini lebih halus maka digunakan metode Fuzzy Logic. Metode Fuzzy Logic digunakan karena memiliki kelebihan dimana metode ini lebih fleksibel dan dapat memproses multi input multi output (MIMO). Berdasarkan hasil pengujian sistem dari multi mobile robot ini memiliki dua input yaitu Sonar1 dan Sonar2 dan memiliki dua output yaitu PWM roda kanan dan PWM roda kiri. Sistem dari Fuzzy memiliki 36 rule yang memenuhi kemungkinan yang terjadi selama pergerakan robot. Digunakan Fuzzy dengan metode mamdani dan variabel input dan output memilik 6 linguistik. Hasil dari sistem yang telah dibuat ini adalah sebuah robot leader yang bergerak dikontrol dengan menggunakan bluetooth dan bergerak pada track yang tanpa halangan. Kemudian robot follower dapat mengikuti pergerakan dari robot leader