Penelitian ini terkait sepeda listrik, Terutama pedelec (pedal electric cycle), Pedelec merupakan kategori sepeda listrik yang memiliki limitasi terhadapan kecepatan dan daya motor. Pedelec sendiri merupakan sepeda yang menggunakan input pedal untuk menentukan output dari motor. Meskipun standart pedelec sendiri sudah diatur oleh EU (European Union) untuk negara-negara eropa, Tetapi t¬¬¬¬etap saja di beberapa negara lainnya masih ada beberapa regulasi yang berbeda. Sepeda pedelec sendiri memiliki keunggulan dibanding sepeda konvensional dan sepeda motor listrik. Selain sebagai moda transportasi tanpa polusi, sepeda pedelec juga mampu menjadi sarana berolahraga yang nyaman serta aman. Banyak penelitian yang dilakukan saat ini masih meranah pada sepeda listrik dengan throttle/gas terutama di Indonesia. Maka dari itu pada penelitian ini lebih mengarah pada pedelec dimana sepeda pedelec tidak memiliki throttle tetapi memanfaatkan torsi pada pedal. Untuk kontrol kestabilan assist atau smooth assist penelitian ini menggunakan kontrol PI (Proportional Integral) , salah satu jenis kontrol sederhana yang banyak digunakan. Hasilnya didapatkan bahwa kontrol PI belum sepenuhnya cocok dengan Pedelec dikarenakan nilai error masih berkisar 10Nm. Dapat disimpulkan bahwa pedelec merupakan sistem yang kompleks. Namun adanya kontrol tambahan atau Filter memungkinkan perbedaan hasil dari penelitian ini.

Perkembangan teknologi dan mobilitas saat ini telah mendorong orang untuk berinovasi dan membuat alat transportasi yang hemat energi, ramah lingkungan dan dapat mengurangi ketergantungan pada bahan bakar minyak. Pada saat ini mulai muncul fasilitas transportasi dengan menggunakan energi listrik sebagai sumber energi alternatif dari bahan bakar minyak yang digunakan adalah skuter listrik. Sayangnya, biaya untuk membuat kendaraan listrik masih terbilang mahal. Tugas akhir ini bertujuan untuk membuat biaya kendaraan listrik lebih murah dengan membuat skuter konvensional menjadi skuter listrik dengan memasang pengontrol motor DC dengan fitur kontrol pelayaran. Sistem ini menggunakan baterai dan motor listrik yang dikendalikan oleh mikrokontroler, kemudian untuk menentukan kecepatan pergerakan motor dengan beban maksimum menggunakan modul rotary encoder yang dipasang pada as. Pada layar TFT, informasi kecepatan skuter, perkiraan jarak tempuh, baterai, dan kecepatan total dirancang pada layar speedometer. Driver motor DC menggunakan sistem Basic switching di mana sinyal PWM dihasilkan oleh mikrokontroler. Selain menggunakan kecepatan maksimum, skuter ini juga menggunakan throttle di stang kanan untuk mencapai kecepatan yang diinginkan pengguna. Skuter listrik ini terdapat fitur cruise control untuk menjaga skuter tetap melaju tanpa harus menahan gas. Batas beban maksimal skuter yang dirancang adalah 70kg. Tetapi, ketika penumpang dengan beban yang lebih besar yaitu 85kg skuter tetap dapat berjalan walaupun kecepatannya beerkurang dari yang dikehendaki. Fitur cruise control atau berjalan otomatis dapat bekerja dengan baik dan pembacaan speedometer sangat akurat berdasar pembacaan GPS.

Perencanaan anggaran dan kegiatan merupakan hal penting dalam pelaksanaan penyerapan anggaran. Politeknik Elektronika Negeri Surabaya (PENS) merupakan instansi pemerintah dibawah naungan Kementerian Riset, Teknologi, dan Pendidikan Tinggi (Kemenristekdikti) yang setiap tahunnya diminta merencanakan anggaran dan kegiatan untuk tahun anggaran berikutnya. Sampai dengan saat ini, PENS belum memiliki sistem yang terintegrasi untuk memproses ajuan dari masing-masing unit kerja. Proses pengolahan data dari ajuan unit kerja sampai menjadi Rincian Kerja dan Anggaran Kementerian Negara/Lembaga (RKA-K/L) masih dilakukan secara manual menggunakan fasilitas Microsoft Excel. Oleh karena itu, perlu dibuat aplikasi yang dapat membantu proses pengolahan data tersebut. Aplikasi ini menggunakan database Oracle9i Enterprise Edition (sesuai database yang ada pada server PENS) dan PHP 5 sebagai penghubung antara sistem aplikasi dan database itu sendiri. Berdasarkan uji coba dan analisa pengguna yang dilakukan, diketauhi bahwa aplikasi ini mudah digunakan dan membantu pengguna dalam proses pengajuan anggaran.

Baterai merupakan media penyimpanan energi listrik dalam bentuk energi kimia, yang mana dari energi tersebut dapat dikonversikan menjadi daya. Dalam kasus yang ditemukan baterai mudah mengalami kerusakan dan memiliki life time yang pendek. Kerusakan pada baterai disebabkan karena penggunaan yang tidak ideal dan baterai tidak dilengkapi sistem proteksi dan monitoring, sehingga baterai tetap beroperasi meskipun dalam kondisi over-voltage, over-current dan over-heat saat charging dan ditambah mengalami under-voltage pada saat discharging. Pada tugas akhir ini disampaikan perancangan sistem managemen baterai atau biasa disebut dengan BMS (Battery Management System) untuk 2 jenis baterai yaitu Lead Acid 12V 7Ah dan Li-ion 12V 4Ah. BMS memiliki tiga fungsi, yaitu computation , monitoring ,dan protection. Sensor tegangan, sensor arus ACS 712 dan sensor suhu DHT22 digunakan untuk mengirimkan informasi mengenai kondisi baterai ke mikrokontroler Arduino Mega 2560 sebagai pusat kendali. Akurasi pengukuran State Of Charge (SOC) mempunyai aspek yang penting dalam perancangan Battery Management System. Pengukuran SOC secara tepat dapat menghindarkan baterai dari kondisi overcharge dan undercharge. Dari hasil pengujian diharapkan bahwa BMS mampu membaca nilai tegangan, arus, suhu, SOC, AH, dan WH. Hasil pembacaan parameter dapat tersimpan pada SD Card. Sistem proteksi pada BMS akan aktif ketika baterai dalam kondisi tidak ideal sehingga baterai tidak mudah rusak dan dapat menekan penurunan life time.

Pada Artificial Intelligence terdapat Neural Network yang merupakan salah satu implementasi dari Machine Learning, sedangkan Deep Learning merupakan salah satu implementasi dari NN. Deep learning banyak diaplikasikan banyak diaplikasikan di kehidupan sehari-hari, salah satu contohnya mengemudi. Mengemudi merupakan suatu perilaku yang membutuhkan proses kognisi yang digunakan sebagai pengambil keputusan dalam berkendaraan yang membutuhkan perhatian dan konsentrasi. Salah satu transportasi yang dapat dikemudikan yaitu bus. Bus merupakan salah satu transportasi darat yang dapat menampung penumpang cukup besar. Pengemudi bus yang kelelahan dapat mengakibatkan ketidaknyamanan dan membahayakan bagi penumpang. Kelelahan pada pengemudi bus bahkan dapat menyebabkan kecelakaan lalu lintas. Kelelahan pada pengemudi bus dapat diketahui melalui ekspresi wajah pengemudi bus tersebut yang dimaati dengan kamera yang terpasang pada bus. Kondisi yang diamati yaitu penutupan mata dan menguap. Dari kedua kondisi tersebut dapat diketahui keadaan dari pengemudi bus sedang mengalami kelelahan atau tidak. Dari beberapa permasalahan yang telah disampaikan dapat dibuat sebuah sistem untuk mendeteksi kelelahan melalui pengenalan ekspresi wajah pada pengemudi transportasi bus pada penelitian tugas akhir ini. Sistem akan dijalankan pada bus dengan menggunakan mini PC Nvidia Jetson AGX Orin. Sistem memiliki improvement pada inference model yang dapat dijalankan pada PyTorch, ONNX, ataupun TensorRT. Sistem yang dibuat akan menghasilkan data yang diharapkan dapat mengembangkan Artificial Intelligence, lalu dapat diterapkan pada bus elektrik khususnya pada keamanan bus terlebih pada pengemudi bus. Berdasarkan pengujian secara keseluruhan akurasi dari model dengan backbone Resnet50 81,68% dan MobileNetV2 71,45%. Oleh karena itu model landmark wajah dengan backbone Resnet50 dipilih untuk digunakan dan memiliki akurasi head pose untuk yaw 75,92% dan pitch 68,83%, lalu akurasi deteksi kelelahannya yaitu 86,67%.