Pada saat ini pengendalian suatu robot tanpa awak seperti UGV (Unmanned Ground Vehicle) masih tergantung dari alat pengendalinya. UGV masih sulit berinteraksi dengan manusia secara langsung, sehingga perlu dikembangkan UGV yang bisa berinteraksi dengan manusia secara mudah. Salah satu pengembangan yang bisa dilakukan adalah penggunaan bahasa isyarat tangan untuk pengendalian UGV. Aplikasi ini menggunakan identifikasi gestur dan gerakan tangan yang digunakan untuk mengidentifikasi pola dan posisi tangan manusia sehingga dapat diterjemahkan dan digunakan sebagai pengendali robot. Dalam Proyek Akhir ini dibuat suatu perangkat lunak yang dapat meng-identifikasi gerakan tangan manusia melalui citra gambar yang ditangkap oleh kamera yang nantinya digunakan sebagai interface kontrol UGV. UGV yang digunakan adalah berbasis RC Hobi wahana darat(mobil) yang banyak ditemukan di pasaran. Dengan metode convex hull, sistem pengendalian yang diterapkan mampu mendeteksi banyak jari serta koordinat letak tangan yang digunkana sebagai input pengendalian RC. Tingkat keberhasilan rata-rata pembacaan dan pengiriman input sebesar 94,9%. Tingkat keberhasilan maksimal diperoleh ketika jarak tangan dan kamera sebesar 40-60 cm, kuat pencahayaan tinggi, dan pada background putih.

Pembuatan lokalisasi peta oleh pemikiran manusia dengan merekam segala situasi di sekitar manusia sangat mudah dilakukan bahkan tanpa harus berpikir ulang. Proses yang dilakukan oleh manusia seakan tidak membutuhkan suatu pembelajaran, hanya dengan melihat sekilas dapat memperoleh peta seluruh sudut ruang, beserta obyeknya. Dengan menggunakan kebiasaan manusia ini, komputer telah merekayasa indera penglihatan manusia dengan mengaplikasikan kombinasi dua kamera mono yang disusun secara stereo. Mengacu pada penelitian sebelumnya, paper ini telah dilakukan melanjutkan bagaimana membentuk peta ruang 3D dengan penglihatan 360o. Dengan menggunakan algoritma stereo variant sebagai algoritma untuk mencari gambar kedalaman depth dan RANSAC untuk mendapatkan descriptor mempermudah menggabungkan beberapa gambar depth membentuk sebuah peta. Rekontruksi peta 3D menggunakan data gambar referensi dari stereo pair memuat informasi koordinat x dan y, dan gambar depth memuat informasi koordinat z. Waku proses yang dibutuhkan untuk setiap gambar depth adalah 350 – 400 ms.

Kurangnya dan jarangnya penggunaan Aksara Jawa akhir – akhir ini membuat penulis resah, karena sebagai keturunan orang Jawa hal tersebut akan membuat Aksara Jawa semakin tidak dikenal oleh kalangan penerus. Penulis membuat aplikasi penerjemah Aksara Jawa dari yang berupa gambar yang diolah dan menghasilkan output berupa huruf latin, hal ini diharapkan menumbuhkan minat dan mempermudah dalam pembelajaran Akrasa Jawa. Penulis membuat aplikasi penerjemah Aksara Jawa berbasis sistem operasi Android, banyaknya kalangan muda yang menggunakan ponsel canggih Android diharapkan aplikasi ini dapat diterima dan mudah untuk diaplikasikan dalam kehidupan sehari – hari. Aplikasi yang dikembangkan penulis meggunakan metode template matching dan menggunakan histogram proyeksi untuk pengambilan nilai fiturnya, dimana gambar akan diolah terlebih dahulu sebelum nilai fitur didapatkan. Penulis menggunakan 3 tahapan untuk mengolah gambar, pada tahap pertama gambar asli diubah menjadi grayscale atau gambar abu – abu, setelah itu gambar akan melalui tahapan treshold yang berguna untuk membuat gambar yang semula abu – abu menjadi gambar hitam dan putih saja, dan untuk tahapan terakhir gambar akan diubah ukurannya disesuaikan dengan gambar template agar nilai fitur yang didapatkan tidak berbeda jauh dengan nilai fitur template. Hasil yang diperoleh dari template matching dengan metode histogram proyeksi cukup memuaskan, tingkat keberhasilan penerjemahan Aksara Jawa mencapai 65% dengan 35% tingkat kegagalan. Kegagalan yang dialami disebabkan oleh perbedaan nilai fitur dikarenakan ukuran gambar pada saat diambil lebih besar maupun lebih kecil dari gambar template. Sehingga meskipun sudah diubah keukuran sesuai dengan gambar template hasilnya akan berbeda.

Panel surya adalah alat yang terdiri dari sel surya yang dapat mengubah cahaya menjadi listrik. Perkembangan kapasitas penggunaan panel surya yang terus meningkat saat ini memerlukan sistem yang aman, guna meningkatkan efisiensi daya yang dihasilkan. Penggunaan panel surya secara masif dapat menyebabkan kesulitan dalam pendeteksian lokasi gangguan pada solar farm. Sistem yang dibahas yakni sistem deteksi lokasi gangguan pada instalasi panel surya dengan metode artificial neural network. Tujuan menggunakan metode ini yakni: ketika panel surya dalam keadaan terkena gangguan daya yang dihasilkan oleh panel surya tidak sesuai apa yang diharapkan oleh pengguna perangkat tersebut. Gangguan-gangguan tersebut misalnya short circuit dan open circuit. Oleh karena itu dibutuhkan pendeteksi lokasi gangguan panel surya yang sedang beroperasi. Karena pada penggunaan panel surya yang banyak menentukan lokasi penyebab turunnya daya yang dihasilkan oleh panel surya akan sangat sulit diketahui. Pada buku ini, dibuat untuk merancang bangun pendeteksi lokasi gangguan pada panel surya sistem array dengan menggunakan metode artificial neural network. Rangkaian panel surya yang akan dugunakan pada proyek akhir ini yaitu dirangkai seri paralel. Metode artificial neural network ini digunakan sebagai pendeteksi lokasi gangguan yang terjadi pada instalasi panel surya. Data-data dari karakteristik panel surya akan diolah. Dengan data tersebut digunakan untuk memonitoring panel surya yang beroperasi dan jika terjadi gangguan, gangguan tersebut dapat terdeteksi lokasinya kemudian akan ditampilkan pada LCD. Hasil yang diharapkan dari proyek akhir ini yakni dapat mendeteksi lokasi arus hubung singkat dan open circuit pada PV array dengan batasan yang sangat minimum serta dapat mendeteksi lokasi panel surya yang terkena gangguan. Sehingga dapat segera dilakukan perbaikan pada panel surya yang mengalami gangguan.

Saat ini penggunaan barang elektronik di kalangan masyarakat maupun industri dunia mulai meningkat. Peningkatan penggunaan barang elektronik tersebut berimbas pada kebutuhan energi listrik yang semakin meningkat. Sehingga di era modern ini energi terbarukan diperlukan sebagai sumber energi alternatif agar pendistribusian energi listrik ke masyarakat terlaksana dengan baik. Salah satu energi terbarukan yang sudah diimplementasikan saat ini adalah pembangkit listrik dari solar cell. Solar cell merupakan komponen yang mengubah energi cahaya menjadi energi listrik DC. Faktor yang mempengaruhi performansi solar cell salah satunya adalah intensitas cahaya matahari sehingga ketika intensitas cahaya matahari yang berubah-ubah dapat menyebabkan daya output yang masuk ke beban menjadi tidak stabil. Dari permasalahan tersebut diperlukan sebuah converter untuk menyimpan energi dan menjaga agar tegangan output sistem pada kondisi stabil. Output dari sistem ini tidak stabil sehingga dierlukan kontrol yang baik. Pada proyek akhir ini, pemilihan converter didasarkan atas kebutuhan beban. Beban yang digunakan adalah kompor listrik sehingga membutuhkan daya output yang berubah-ubah. Sesuai dengan kebutuhan beban tersebut maka converter yang digunakan yakni converter yang dapat menaikkan dan menurunkan tegangan output. Zeta converter merupakan converter yang beroperasi seperti halnya buck-boost converter. Dan tegangan output dari converter yang tidak stabil tersebut dijaga agar tetap stabil menggunakan kontrol. Kontrol yang digunakan pada proyek akhir ini adalah kontrol fuzzy. Efisiensi yang dihasilkan pada saat close loop system mencapai 96.24% dengan error sebesar 0.07%, sedangkan pada saat open loop system mencapai 86.13% dengan error sebesar 0.858%