PT. Enak Jaya Makmur adalah perusahan retail dan manufaktur bahan makanan yang berada di Malang. Saat ini, dalam proses manajemen kehadiran karyawannya, PT Enak Jaya Makmur masih menggunakan sistem absensi dan rekapitulasi gaji secara manual. Metode ini ini mulanya dianggap cukup memadai. Namun seiring makin berkembangnya perusahaan dan makin bertumbuhnya jumlah karyawan karena diversifikasi, proses absensi berjalan semakin tidak efisien, begitu juga dengan proses perhitungan gaji yang didasarkan pada catatan absensi. Proses rekapitulasi absensi di tiap minggunya berjalan dengan lambat dan rumit karena jumlah karyawan yang cukup banyak, belum lagi ketika harus menghitung gaji yang akan dibayarkan kekaryawan. Karena latar permasalahan itulah, di tawarkan sebuah solusi, yakni suatu sistem yang dapat mengotomasi proses rekapitulasi absensi dan perhitungan gaji. Sementara ada nilai tambah yang diinginkan dari aplikasi ini nantinya yaitu kemampuan agar aplikasi dapat melayani request informasi terkait absensi dan gaji yang dapat diakses oleh manajemen yang terkait melalui media layanan email. Aplikasi ini harus jauh lebih baik dan efisien dari pada sistem absensi dan penggajian secara manual yang digunakan perusahaan selama ini.

Salah satu faktor yang mempengaruhi tumbuh kembang dari tanaman anggrek (hidroponik) adalah pH. Mempertahankan pH yang tepat dalam system hidroponik akan mencegah reaksi kimia negative pada larutan nutrisi hidroponik. Tingkat pH tinggi dapat menyebabkan penyumbatan pada saluran system hidroponik sehingga mengakibatkan masalah serius.pH larutan nutrisi dapat dikontrol dengan tujuan agar perubahan yang terjadi oleh penyerapan air dan ion nutrisi tanaman (terutama dalam hidroponik dengan sistem yang tertutup) dapat dipertahankan. Suhu yang terlalu rendah dan terlalu tinggi pada larutan nutrisi dapat menyebabkan berkurangnya penyerapan air dan ion. Penilitian ini bertujuan untuk memberikan alternative kepada para pembudidaya anggrek yaitu dengan cara membuat pengontrolan pH air yang sesuai dengan pH optimal yang dibutuhkan untuk tumbuh kembangnya. Pada proyek akhir ini dilakukan perancangan dan pembuatan pengontrolan pH air berbasis mikrokontroller. Hasil pada penelitian ini system mampu bekerja dengan baik dengan waktu untuk mencapai setpoint 5 dengan pH awal sebesar 7 adalah 6 menit 30 detik.

Penggunaan wireless sensor dapat meningkatkan layanan kesehatan. Tetapi sensor bisa memberikan pembacaan yang salah dikarenkan beberapa faktor seperti kesalahan pada hardware, sensor yang rusak, kehabisan energi, kalibrasi, gangguan elektromagnetik, pasien yang berkeringat, sensor yang terlepas, kegagalan pemakaian, data yang diinjeksikan, pemakaian yang salah, dan sebagainya. Beberapa faktor diatas dapat menyebabkan data yang dikirimkan menjadi tidak aku-rat dan pada akhirnya mengakibatkan pemberian informasi yang sa-lah atau biasa dengan disebut anomali. Dikarenakan oleh permasala-han ini diperlukan pendekatan untuk mendeteksi data-data anomaly ini. Dalam proyek akhir ini diajukan sistem yang berfungsi untuk mendeteksi data-data anomali tersebut sebelum data ditampilkan atau diproses lebih lanjut. Metode yang diajukan meggunakan analisis re-gresi dan dynamic threshold. Sistem akan memprediksi nilai sensor dari data yang diambil sebelumnya dan membandingkannya dengan data yang sedang dideteksi. Perbedaanya lalu akan dibandikan dengan threshold yang diatur secara dinamis, lalu menentukan apakah nilai yang dideteksi anomali atau bukan Performa dari sistem ini bisa men-capai tingkat pendeteksian anomali yang tinggi dengan presisi 91.6% dan akurasi 98.8%.

Polusi udara menjadi permasalahan di sejumlah wilayah di Indonesia, khususnya daerah kota-kota besar dan daerah industri. Pada Proyek Akhir ini dibuat alat monitoring kondisi udara yang berbasis IOT (Internet of Things) dengan memanfaatkan protokol MQTT yang lebih optimal untuk device IOT dan lebih cepat 93 kali lipat dibanding protokol HTTP. Sistem kerja monitoring dibagi menjadi tiga bagian, yaitu node untuk pengumpulan hasil monitoring, receiver sebagai bagian penerima data dan sebagai gateway sehingga data dikiriman ke Cloud Server melalui jaringan internet serta menggunakan protokol MQTT, dan Cloud Server dimana data yang di terima akan diproses dan dimasukkan ke dalam database dan selanjutnya di tampilkan ke pengguna melalui web. Data yang diperoleh didapatkan dari sensor udara MQ-135 dan MQ-7 yang diolah oleh mikrokontroler ESP23. Selanjutnya data ditransmisikan ke gateway melalui node LoRa. Hasil yang didapatkan dari proyek akhir ini adalah untuk nilai sensor MQ-7 dan MQ-135 pada beberapa kondisi menunjukkan bahwa sensor bekerja dengan baik sesuai Tabel Parameter. Jangkauan LoRa Ra-02 SX-1278 yang paling jauh sebesar 250 m. Rata-rata delay saat pengiriman paket MQTT dari publisher ke subscriber sebesar 2.975 ms. Adapun rata-rata throughputnya sebesar 4.10625 Mbps. Data dari broker akan ditampilkan dengan menggunakan web, Untuk memanggil halaman web secara keseluruhan, waktu loading dan scripting data terlama terjadi pada siang hari sedangkan waktu tercepat terjadi pada malam hari.

Genu valgum (kaki X) dan genu varum (kaki O) merupakan kelainan postural pada tungkai bawah yang ditandai dengan deviasi sumbu mekanis kaki. Kondisi ini dapat berdampak pada biomekanik tubuh, menimbulkan nyeri, hingga meningkatkan risiko osteoartritis apabila tidak terdeteksi sejak dini. Penelitian ini bertujuan untuk merancang sistem deteksi dini bentuk kaki X dan O berbasis Internet of Things (IoT) yang praktis dan mudah digunakan. Sistem menggunakan empat sensor ultrasonik yang dipasang pada dudukan akrilik untuk mengukur jarak antara kedua lutut dan pergelangan kaki. Sensor terhubung ke mikrokontroler ESP32 sebagai pengolah utama, dengan tambahan modul ESP32-CAM untuk dokumentasi visual. Hasil pengukuran ditampilkan melalui LCD 20x4 dan dikirim ke platform IoT untuk analisis lebih lanjut. Cara kerja sistem dilakukan dengan membaca selisih jarak antara lutut dan pergelangan kaki, yang kemudian digunakan sebagai dasar klasifikasi bentuk kaki. Berdasarkan pengujian terhadap 10 sampel, sistem berhasil mengklasifikasikan jenis kaki dengan rata-rata error pengukuran sebesar 3,92%. Hasil ini menunjukkan bahwa sistem mampu memberikan deteksi yang cepat dan cukup akurat, serta berpotensi menjadi solusi portabel dalam mendukung diagnosa kondisi postural kaki.