Pada penelitian ini bertujuan untuk mendeteksi kerusakan tanaman pada lahan yang luas. Teknologi Unmanned Aerial Vehicle atau UAV digunakan untuk mengambil gambar lahan dari udara. Langkah pertama dari penelitian ini adalah pemetaan lahan dengan menggunakan metode Image Stitching yang ada pada aplikasi Open Drone Map atau ODM yaitu WebODM. Gambar orthophoto yang dihasilkan salanjutnya akan diproses untuk melakukan proses deteksi. KMeans Clustering digunakan untuk menghasilkan hasil deteksi. Dengan menggunakan parameter k adalah 2 untuk menghasilkan klaster yang diinginkan. Dua klaster tersebut diantaranya adalah klaster warna hijau dan klaster warna kuning. Dimana warna hijau menunjukkan tanaman yang sehat sedangkan warna kuning menunjukkan tanaman yang kurang sehat.

Usaha kos merupakan bisnis yang menjanjikan khususnya di wilayah dekat kampus maupun perkantoran. Kendala dalam menjalankan bisnis ini bermacam-macam, misalnya dalam pengelolaan listrik. Solusi pertama dengan menghubungkan seluruh kamar kos kepada satu meter listrik, solusi ini membuat seluruh penghuni kos harus membayar listrik sama walaupun penggunaan listriknya berbeda. Solusi kedua adalah dengan memasang meter listrik pada setiap kamar, solusi ini cukup bagus karena pembayaran listrik sesuai yang digunakan, tetapi cara ini biasanya menggunakan listrik meter 900AV yang merupakan listrik subsidi untuk menghemat biaya. Untuk mengatasi masalah tersebut dibutuhkan alat untuk memanajemen penggunaan listrik tiap kamar, yang berfungsi untuk mengetahui, dan mengontrol penggunaan listrik tiap kamar sehingga penghuni kos dan pengusaha kos tidak kesulitan untuk mengetahui tagihan listrik yang telah digunakan, jadi alat tersebut dapat menyelesaikan masalah dalam memanajemen listrik tanpa melanggar aturan. Untuk metode komunikasi antara hardware dengan website digunakan metode HTTP GET. Pada tugas akhir ini menggunakan metode internet of think dalam pengoperasiannya sehingga dapat di pantau dimanapun. Dalam tugas akhir ini juga ditambahkan sebuah sistem yang dapat menyelesaikan masalah untuk menambahkan alat dengan mudah tanpa harus merubah web ataupun database dari sistem.

Baterai merupakan salah satu komponen yang penting dalam konteks implementasi renewable energy. Jenis Baterai yang memiliki kepadatan dalam penyimpanan energy adalah lithium polymer. Parameter dalam baterai yang harus diperhatikan adalah estimasi State Of Charge (SOC). Pada umumnya estimasi SOC baterai menggunakan metode coulomb counting karena tingkat kesulitanya rendah. Namun terdapat kelemahan dari sisi ketergantungan terhadap utilitas sensor arus yang digunakan sebagai akumulasi dari integral arus yang masuk maupun arus yang keluar terhadap waktu. Dalam penelitian ini menyajikan Back Propagation Neural Network (BPNN) sebagai metode dari algoritma Artificial Neural Network (ANN) untuk estimasi SOC berdasarkan kurva karakteristik OCV – SOC. Kurva karakteristik OCV – SOC baterai didapatkan dari pengujian pulsa baterai. Sinyal tegangan, dan arus pengisian terhadap waktu (coulomb counting) mode charging maupun discharging baterai digunakan sebagai input layer BPNN pertama untuk estimasi Open Circuit Voltage (OCV). OCV akan dilearning sebagai input layer BPNN kedua untuk estimasi SOC baterai. Hasil dari simulasi estimasi SOC terhadap SOC riil didapatkan galat (error) maksimum sebesar 2.4192 % pada mode full charging, dan 1.0960% pada mode full discharging.

Telur memiliki kelemahan yaitu sifatnya yang mudah rusak, baik kerusakan alami, kimiawi maupun kerusakan akibat serangan mikroorganisme melalui pori-pori telur. Oleh sebab itu, salah satu usaha untuk mempertahankan kualitas telur adalah dengan melakukan metode pengawetan pada telur. Salah satu metode dari pengawetan telur, agar telur bisa bertahan cukup lama atau awet adalah menggunakan metode pengasinan telur dengan menggunakan bahan alami seperti garam. Umumnya telur yang dipakai adalah telur bebek, telur ini lazim disebut telur asin. Dengan metode atau cara ini, telur akan dapat bertahan hingga mencapai 7 hari. Pada proyek akhir ini dikembangkan pengaturan kecepatan motor DC berbasis mikrokontroller. Mikrokontroller digunakan sebagai piranti untuk membangkitkan pulsa PWM untuk rangkaian buck konverter selain itu mikrokontroller ini juga terhubung dengan rangkaian pembacaan kecepatan putaran motor DC. Pembacaan parameter ini diperlukan untuk melihat performa kerja dari dari rangkaian buck konverter. Performa kerja ini tergantung dari jumlah telur yang dimasukkan pada alat pencuci telur asin sehingga mempengaruhi kerja motor. Oleh karena itu digunakan PI kontroler untuk mengendalikan kestabilan keluaran dari rangkaian buck konverter agar sesuai set point. Set poin yang ditentukan yaitu kecepatan putaran motor sebesar 30 Rpm.

Tanah longsor menjadi salah satu bencana alam yang kerap terjadi khususnya di musim penghujan pada lokasi-lokasi dengan tipe topografi yang curam dan merupakan jenis bencana terbesar ketiga di Indonesia setelah bencana banjir dan puting beliung. Bencana longsor ini banyak menyebabkan kerugian baik materi maupun korban jiwa karena bencana alam bisa saja terjadi secara tiba-tiba. Sebagian wilayah Kabupaten Trenggalek adalah daerah rawan bencana, terutama tanah longsor dan banjir, selain itu di sebelah selatan Kabupaten Trenggalek yaitu di kawasan pesisir merupakan wilayah rawan bencana tsunami dan gempa tektonik akibat tumbukan lempeng. Bencana tanah longsor sering terjadi di Kabupaten Trenggalek terutama jika musim hujan tiba. Terdapat dua faktor yang menyebabkan sebagian besar kawasan empat Trenggalek masuk kategori rawan bencana tingkat sedang dan tinggi. Pertama adalah faktor alam yang terdiri dari aspek geologi dan tanah, aspek hidrologi dan klimatologi, aspek topografi dan aspek penutup lahan (vegetasi). Kedua adalah faktor manusia yang memanfaatkan alam secara tidak bertanggung jawab. Adapun tujuan penelitian ini yaitu menyajikan aplikasi untuk mitigasi (mengurangi resiko) bencana tanah longsor berupa pemetaan kerawanan longsor pada setiap desa yang ada di wilayah Trenggalek. Sistem informasi ini menunjukkan letak daerah rawan longsor di Trenggalek berdasarkan riwayat longsor, curah hujan, dan kemiringan lahan, kemudian masyarakat dapat mengetahui SOP yang harus dilakukan untuk menghadapi longsor serta mendigitalisasi data dari Kabupaten Trenggalek.