Proyek akhir ini bertujuan untuk merancang bangun sebuah sistem pembangkit listrik tenaga sampah (PLTSa) skala mikro yang terintegrasi di dalam sebuah tong sampah sebagai sumber energi listrik alternatif. Sistem ini dirancang untuk mengubah energi panas dari hasil pembakaran berbagai jenis sampah kering yang mudah terbakar menjadi energi listrik melalui proses termodinamika. Proses ini melibatkan pembakaran sampah di dalam insinerator untuk memanaskan air pada boiler hingga menghasilkan uap. Uap tersebut kemudian dialirkan untuk menggerakkan sebuah turbin modifikasi yang terhubung dengan motor DC RS-380 yang difungsikan sebagai generator. Energi listrik yang dihasilkan selanjutnya dinaikkan tegangannya menggunakan boost converter untuk menyalakan beban berupa lampu DC 12 Volt. Kinerja sistem dipantau menggunakan sistem monitoring suhu pembakaran berbasis sensor termokopel tipe-K dengan mikrokontroler ESP32 dan sistem pengukuran arus serta tegangan pada output menggunakan sensor INA219 yang dikendalikan oleh Arduino. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan suhu pembakaran hingga 450°C, yang dapat memutar turbin hingga 792 RPM dan menghasilkan tegangan output generator sebesar 3,40 Volt. Setelah melalui boost converter, tegangan berhasil dinaikkan secara stabil menjadi 8,52 Volt dengan daya 0,23 Watt. Proyek akhir ini berhasil menunjukkan potensi penerapan sistem energi terbarukan dan berpotensi dikembangkan lebih lanjut untuk edukasi masyarakat dalam pengelolaan sampah dan energi berkelanjutan.

Bencana alam yang terjadi di Indonesia seringkali menyebabkan kerusakan infrastruktur, termasuk terputusnya pasokan listrik dari jaringan utama. Padahal, listrik merupakan kebutuhan pokok masyarakat untuk penerangan dan aktivitas sehari-hari. Oleh karena itu, dibutuhkan sistem pembangkit listrik alternatif berbasis energi terbarukan untuk kondisi darurat pasca bencana. Pada proyek akhir ini dirancang sistem pembangkit listrik tenaga surya menggunakan satu buah panel surya 50 Wp yang dikonversi melalui rangkaian Buck-Boost Converter untuk mengisi baterai lead-acid 12V 9Ah. Sistem ini mengandalkan kontrol PI (Proportional-Integral) untuk mengatur tegangan output konverter agar stabil pada 14.4V, sesuai dengan spesifikasi pengisian baterai. Sistem dilengkapi dengan dua buah relay, yaitu relay pertama berfungsi sebagai pemutus ketika tegangan output sudah mencapai 13.8V dan arus output 0.45A yang menandakan baterai sudah penuh, sedangkan relay kedua berfungsi untuk memutus beban berupa dua lampu DC 4W/12V ketika tegangan baterai sudah dibawah 11.4V. Selain itu, sistem juga dilengkapi dengan mekanisme cut-off otomatis berdasarkan arus, di mana jika arus pengisian turun di bawah 0,45 A, maka relay akan memutus aliran ke baterai untuk mencegah overcharging. Hasil pengujian menunjukkan bahwa sistem mampu menyuplai penerangan selama 12 jam menggunakan energi dari panel surya, serta mampu mengatur pengisian baterai secara aman dan efisien pada tegangan 13.8V dengan kontrol PI dan sistem relay otomatis.

Indonesia merupakan negara yang terletak pada pertemuan empat lempeng tektonik utama dunia yaitu lempeng Benua Asia, Benua Australia, lempeng Samudera Hindia dan Samudera Pasifik, sehingga rawan terjadi bencana pergerakan tanah seperti tanah longsor. Meskipun tanah longsor terjadi secara berulang dan menyebabkan banyak kerugian, upaya pencegahan dan mitigasi bencana yang dilakukan selama ini masih berlangsung secara spontan dan tidak ada perencanaan sebelumnya. Penelitian ini mengajukan metode Analytical Hierarchy Process (AHP) untuk menentukan daerah rawan longsor dan Natural Breaks untuk mengelompokkan tingkat kerentanan longsor. Sedangkan faktor yang mempengaruhi kerentanan longsor meliputi curah hujan, penggunaan lahan, kemiringan lahan dan jenis tanah. Hasil analisa divalidasi menggunakan data titik longsor yang ada dari Dinas PU Kab. Ponorogo dengan tingkat akurasi mencapai 75.8%, dan uji Pearson’s Chi-squared menunjukkan hasil klasifikasi kelas kerentanan longsor dinyatakan valid. Hasil akhir diperoleh peta rawan longsor yang berguna untuk pencegahan bahaya longsor, mitigasi bencana, perencanaan dan konstruksi di masa yang akan datang.

Lansia merupakan seseorang lanjut usia yang berusia 60 tahun atau lebih. Di Indonesia jumlah penduduk lansia diperkirakan akan terus meningkat dimana tahun 2035 menjadi 48,2 juta jiwa (15,77%). Semakin bertambahnya usia maka akan terjadi perubahan-perubahan yang dialami seperti perubahan pada jiwa ataupun fisik tetapi juga perubahan kognitif. Salah satu perubahan kognitif yang kerap kali dialami lansia yaitu penurunan daya ingat. Diperkirakan ada sekitar 1.2 juta orang dengan demensia pada tahun 2016, yang akan meningkat menjadi 2 juta di 2030 dan 4 juta di 2050. Maka dari data tersebut akan dikhawatirkan hal-hal yang tidak diinginkan seperti hilangnya lansia. Maka, gelang pendeteksi posisi merupakan salah satu teknologi yang dapat dikembangkan untuk menjadi solusi dari permasalahan yang ada. Gelang pendeteksi posisi yang akan dikembangkan menggunakan BLE yang dimana BLE cocok apabila digunakan untuk mendeteksi di dalam ruangan. Gelang pendeteksi posisi lansia ini akan menggunakan algoritma trialterasi untuk menentukan titik posisi lansia yang selanjutnya dari titik tersebut akan dikirimkan dan dapat dilihat perawat melalui website. Gelang pendeteksi posisi menggunakan BLE ini dapat di terapkan di panti jompo mengingat panti jompo merupakan wisma yang diperuntukkan untuk lansia. Sehingga alat ini dapat membantu perawat untuk mempermudah pengawasan terhadap lansia sehingga lebih efektif dan efisien.

Suatu kondisi dimana panel surya terbayangi sebagian oleh sebuah objek sehingga sinar matahari yang diterima tidak maksimal disebut kondisi partial shading. Kondisi partial shading dapat mengganggu kinerja panel surya dalam memproduksi daya listrik menjadi lebih rendah serta memunculkan beberapa titik puncak daya pada kurva karakteristik P-V yang disebut local maximum power point (LMPP) dan global maximum power point (GMPP). Maximum Power Point Tracker (MPPT) bisa mengatasi permasalahan tersebut namun metode MPPT konvensional tidak bisa menemukan titik GMPP sehingga harus menggunakan metode khusus yaitu metode soft-computing. Algoritma Differential Evolution (DE) merupakan metode soft-computing yang merupakan salah satu dari kelompok Evolutionary Algorithms (EA). MPPT dengan menggunakan algoritma DE mengadopsi proses evolusi biologi pada suatu populasi dimana setiap individu pada populasi tersebut memiliki sifat yang berbeda kemudian akan terus berkompetisi dan berevolusi ke sifat yang terbaik pada generasi selanjutnya. Algoritma DE diadaptasi ke proses komputasi MPPT dengan cara menggerakkan duty cycle ke nilai terbaik yang memiliki daya panel surya paling maksimum. Proses komputasi ini membuat algoritma tidak terjebak pada titik LMPP saat terjadi partial shading. Dari hasil pengujian dan simulasi yang telah dilakukan, pengujian MPPT DE pada panel surya kondisi normal bisa mencapai daya maksimum 200 Watt dari total daya panel surya 200 Wp. MPPT DE diuji pada 9 variasi kondisi partial shading dan mendapatkan rata-rata akurasi tracking 98,6 % dan waktu tracking 0,19 detik. MPPT DE diuji pada pola partial shading fluktuatif selama 5 detik didapatkan rata-rata akurasi tracking 99,7 % dan waktu tracking 0,21 detik. Pengujian perbandingan MPPT DE dengan MPPT PSO pada kondisi iradiasi fluktuatif selama 4 detik, MPPT DE memiliki nilai akurasi tracking rata-rata 99,8 % dan waktu tracking rata-rata 0,2 detik sedangkan MPPT PSO memiliki nilai akurasi tracking rata-rata 98,7 % dan waktu tracking rata-rata 0,382 detik.