Penelitian ini merupakan aplikasi monitoring berbasis web untuk Yayasan Peduli Yatim PENS-ITS dengan fitur pengajuan beasiswa dan monitoring kegiatan. Tujuan dari penelitian ini adalah untuk membuat sebuah aplikasi yang dapat membantu yayasan peduli yatim pens-its mengelola data anak asuh dan terlantar. Analisis kebutuhan, desain sistem, implementasi, dan evaluasi adalah langkah-langkah dalam pengembangan perangkat lunak yang akan digunakan dalam penelitian ini. Survei, wawancara dengan pihak yayasan, dan observasi dari pengurus yang bertanggung jawab atas pengelolaan anak asuh akan digunakan untuk mengumpulkan data. Setelah dikumpulkan, data akan dianalisis untuk mendapatkan pemahaman mengenai kebutuhan dan prosedur pengelolaan yayasan. Hasil penelitian akan memungkinkan yayasan peduli yatim pens-its untuk mencatat pengajuan beasiswa dan melacak informasi mengenai setiap anak asuh, seperti data pribadi, data pendidikan, dan kegiatan yang dilakukan. Aplikasi juga akan memiliki fitur pemantauan yang memungkinkan pengurus yayasan untuk melihat perkembangan anak asuh secara real-time dan mengambil tindakan yang tepat sesuai dengan perkembangan mereka. Diharapkan bahwa penelitian ini akan membantu yayasan peduli yatim dalam mengelola data anak asuh dan terlantar dengan lebih efisien dan efektif. Selain itu, diharapkan bahwa aplikasi ini akan memberikan transparansi kepada pihak terkait, seperti orang tua asuh atau lembaga pemantau, sehingga meningkatkan kepercayaan dan kerja sama antara yayasan dan pihak terkait.

Dunia masih dikhawatirkan dengan pandemi virus COVID-19 hingga saat ini. Corona Virus Disease 2019 (COVID-19) merupakan penyakit menular yang disebabkan oleh SARS-CoV-2. Virus ini telah menimbulkan berbagai permasalahan di dunia, seperti perekonomian, dunia pendidikan, dan beberapa sektor lainnya. Pemerintah telah berupaya untuk mengendalikan penyebaran virus COVID-19 di negara kita Indonesia. Kendala yang dihadapi oleh pemerintah adalah jumlah masyarakat yang banyak sehingga proses pengendalian menjadi sulit untuk dilaksanakan secara penuh. Pada penelitian sebelumnya, telah dibuat sebuah sistem yang digunakan untuk pencegahan COVID-19 pada perusahaan yang aktif bekerja saat kondisi COVID-19 dengan pengecekan suhu secara mandiri menggunakan IoT. Pada tugas akhir ini dibuat sebuah Sistem Bilik Filtering yang memiliki fungsi untuk memberikan informasi dini kepada SATGAS COVID-19 perusahaan mengenai karyawan yang bekerja seperti suhu tubuh karyawan saat melakukan absensi kehadiran sehingga memiliki manfaat mengenai kehadiran karyawan dari sudut pandang kesehatan serta disiplin waktu. Bilik ini juga bisa mendeteksi karyawan mengenai protokol kesehatan yang berlaku seperti memakai masker dengan metode face recognition. Sistem ini menggunakan metode Local Binary Pattern Histogram untuk pengenalan wajah. Pengujian dilakukan dalam ruangan indoor dengan kondisi cahaya ruangan normal dan cahaya ruangan menggunakan lampu. Hasil penelitian sistem ini menunjukkan wajah dapat terdeteksi oleh sistem saat wajah menghadap sudut 0°, 60° dan 90° baik menggunakan masker atau tidak menggunakan masker. Sistem dapat mengenali wajah hingga jarak 1 meter saat seseorang mengenakan masker ataupun tidak menggunakan masker. Untuk hasil pengujian RFID RC552 ke Raspberry Pi Realtime ke 11 ID Card berbeda mengalami delay rata-rata 2.12s. Rata-rata yang didapatkan saat 1 kali pengujian menggunakan sistem bilik absensi ini adalah 45,2s.

RoboCup adalah kompetisi internasional yang berfokus pada pengembangan robot. Pada saat ini perkembangan teknologi robot sangat cepat, khususnya robot sepak bola humanoid. Robot sepak bola ini memiliki sistem vision yang berfungsi untuk mendeteksi objek dan mengenali lingkungan yang ada di sekitar robot tersebut. Namun pada saat ini kemampuan untuk mendeteksi objek terutama bola dan gawang masih kurang optimal. Untuk permasalahan ini diperlukan metode untuk mendeteksi objek secara robust. Dimana robot harus mendeteksi objek secara robust dalam kondisi cahaya apapun. Dalam penelitian ini menggunakan metode Deep Learning dengan menggunakan MobileNet SSD. Metode ini bertujuan untuk mendeteksi objek dengan melakukan training data pada objek yang dideteksi dengan menggunakan data train dan test. Data train merupakan data objek yang akan dideteksi sedangkan data test merupakan data yang digunakan sebagai evaluasi data. Dalam penelitian ini, sistem sudah dapat mendeteksi bola dan gawang yang mana saat deteksi bola dijalankan pada kondisi siang hari, akurasi rata-rata dari jarak 20 cm sampai 80 cm sebesar 98.25%, sedangkan saat kondisi malam hari akurasi rata-rata sebesar 97%. Saat mendeteksi bagian gawang saat siang hari, nilai akurasi rata-rata yang diperoleh dalam rentang jarak 20 cm sampai dengan 80 cm sebesar 90.75%, sedangkan saat malam hari akurasi rata-rata sebesar 86.75%.

Indonesia merupakan negeri yang memiliki warisan kebudayaan yang amat beragam. Mulai dari bahasa, adat istiadat, hingga kesenian. Salah satu kesenian yang dimiliki Indonesia adalah seni tari. Dan di berbagai wilayah-wilayah di Indonesia mempunyai kebergaman wilayahnya. Tari Remo dari Jawa timur, Tari Serimpi dari Yogyakarta, Tari Topeng dari Cirebon, dan masih banyak lagi. Akan tetapi, seiring berkembangnya zaman, tarian tradisional semakin ditinggalkan masyarakat hingga timbul kurangnya pengetahuan masyarakat tentang budaya tari di Indonesia, khususnya di Pulau Jawa. Oleh karena itu, dikembangkan inovasi dalam pengenalan Tari Jawa menggunakan teknologi yang terbarukan agar lebih menarik dan interaktif. Salah satunya adalah dengan mengimplementasikan gerakan tari pada 3D Human Model. Dengan menggunakan 3D Human Model dapat mengenali tarian yang dibuat menjadi sequence gerakan dengan dimasukkan data base yang telah melalui proses decomposisi tarian, lalu dari data base dibuat sebuah composisi tari dengan begitu setiap sequence gerakan dapat dipelajari dan dibuat analisa pola gerakan dengan menggunakan alat Motion Capture untuk mendapatkan data yang akurat.

Balancing robot beroda dua merupakan salah satu jenis robot yang hanya memiliki dua roda di sisi kanan dan kiri robot. Salah satu kontrol keseimbangan pada robot ini yaitu dengan menggunakan PID berbasis Particle Swarm Optimization (PSO) untuk mendapatkan nilai konstanta PID terbaik. Namun, algoritma PSO konvensional memiliki suatu permasalahan yaitu konvergensi yang prematur dan partikel seringkali terjebak pada optimum lokal. Masalah ini disebabkan karena konvergensi yang cepat selama pemrosesan evolusi. Dari permasalahan tersebut, pada penelitian ini mengajukan desain kontrol PID optimal berbasis Modifikasi PSO pada balancing robot beroda dua untuk mendapatkan PID optimal yang lebih baik. Modifikasi metode PSO (MPSO) yang diajukan pada penelitian ini yaitu dengan mengubah beberapa persamaan bobot inersia pada proses optimasi PSO yang awalnya bernilai konstan menjadi eksponensial terhadap generasi. Dengan kontrol PID-MPSO, keseimbangan robot dikendalikan. Hasil percobaan pada pengujian benchmark pada beberapa modifikasi PSO yang telah dilakukan didapatkan hasil yaitu bahwa modifikasi PSO yang diajukan memiliki error paling kecil pada semua persamaan benchmark dengan tingkat success rate (SR) mencapai 100% keseluruhan. Pada eksperimen didapatkan hasil yaitu bahwa dengan kontrol PID hasil MPSO, robot dapat menyeimbangkan badannya dengan menggerakan motornya maju mundur dengan error sudut maksimal ± 1 derajat dan dengan kontrol arah hadap menggunakan PID hasil MPSO dapat menggerakan robot menuju setpoint arah hadap yang diberikan. Selain itu error sudut sistem menggunakan MPSO memiliki error dan osilasi yang lebih kecil dibandingkan PID hasil PSO konvensional.