Sensor kapasitif konvensional menggunakan single frequency sensing sehingga hanya dapat mendeteksi ada tidaknya sentuhan manusia pada objek. Dengan menggunakan metode yang dinamakan Swept Frequency Capacitive Sensing (SFCS)[2] dimungkinkan pendeteksian interaksi manusia yang lebih bervariasi hanya dengan menggunakan satu elektroda. Metode tersebut menggunakan multiple frequency sensing dimana respon dari tiap-tiap frekuensi bersifat unik sehingga interaksi manusia dapat dideteksi tidak hanya pada ada tidaknya sentuhan manusia, akan tetapi juga pada bentuk sentuhan manusia semisal sentuhan satu jari dan lima jari. Metode capacitive sensing di atas diterapkan dalam membuat modul capacitive sensing dengan menggunakan mikrokontroller ATmega328 yang dikombinasikan dengan wave generator dan operational amplifier. Profil data hasil sensing SFCS tersebut dikenali menggunakan metode Euclidean Distance yang dikombinasikan dengan K-Nearest Neighbors (KNN). Metode pengenalan tersebut diproses oleh mikrokontroller ATmega1284P yang tersambung pada modul capacitive sensing. Sebagai aplikasinya alat digunakan sebagai kunci kombinasi, dimana dalam membuka kunci kombinasi diperlukan kombinasi jenis sentuhan yang tepat. Apabila didapatkan sentuhan yang tepat, maka alat akan membuka kunci solenoid sehingga kunci akan terbuka. Berdasarkan pengujian terhadap beberapa subjek, persentase ketepatan alat dalam mendeteksi jenis sentuhan menggunakan Euclidean Distance dan KNN mencapai 95% dan keberhasilan subjek test dalam membuka kunci kombinasi mencapai 88%. Dengan demikian dapat disimpulkan bahwa metode capacitive sensing menggunakan SFCS yang digabungkan dengan metode pengenalan pola dapat digunakan untuk mendeteksi interaksi manusia pada sebuah objek.

Investasi emas saat ini banyak diminati oleh kalangan masyarakat karena selain relatif mudah untuk diperdagangkan, nilai penjualan dari emas juga terus mengalami kenaikan setiap tahun. Selain itu harga emas juga mampu bertahan dari inflasi, dan juga sangat mudah untuk dicairkan serta tidak perlu waktu lama untuk mendapatkan dana hasil investasi tersebut. Oleh sebab itu kemampuan untuk dapat melakukan prediksi terhadap perubahan harga emas adalah suatu kemampuan yang sangat penting bagi investor maupun masyarakat. Meskipun kemampuan itu sangat penting bagi seorang pelaku investasi emas, namun hanya sedikit dari mereka yang mampu melakukan prediksi tersebut. Oleh sebab itu banyak pelaku investasi emas yang masih mengalami kerugian dalam melakukan investasi karena salah dalam mengambil keputusan transaksi. Hal tersebut disebabkan karena harga emas selalu mengalami perubahan hampir setiap harinya secara tidak teratur. Tujuan penelitian ini adalah membuat sebuah sistem aplikasi yang berbasis website untuk membantu memberikan prediksi terhadap perubahan harga emas kepada para investor. Dasar pengetahuan yang digunakan berupa data harga emas pada rentang hari tertentu dari website resmi PT. Aneka Tambang Tbk. yang sudah dinormalisasi kemudian dilakukan mapping serta splitting data untuk menentukan data pengetahuan dan data uji coba, yang kemudian data tersebut diproses menggunakan algoritma Neural Network untuk dapat menghasilkan prediksi harga emas untuk hari selanjutnya. Hasil yang didapat dari penelitian ini berupa data prediksi harga emas untuk 7 hari kedepan yang tersedia dalam bentuk tampilan grafik serta tabel data yang memuat setiap paket penjualan emas yang dijual resmi oleh PT. Aneka Tambang Tbk. Nilai simpangan rata-rata pada data harga emas hasil prediksi yang dibandingkan dengan data harga emas aktual, dihitung menggunakan metode perhitungan Root Mean Squared Error (RMSE), dan menghasilkan nilai simpangan rata-rata sebesar 1012,24.

Pertumbuhan dan perkembangan anak yang sehat adalah prioritas global dalam mencapai Tujuan Pembangunan Berkelanjutan (SDGs). Status gizi merupakan salah satu indikator penting kesehatan anak. Namun, masalah gizi seperti kekurangan dan kelebihan gizi masih banyak terjadi pada anak-anak di seluruh dunia. Oleh karena itu, diperlukan sistem yang akurat untuk mengidentifikasi dan mengklasifikasikan status gizi anak. Dalam Proyek Akhir ini, bertujuan merancang sistem otomatis menggunakan algoritma decision tree berbasis IoT untuk mengklasifikasikan status gizi anak berdasarkan data tinggi badan, berat badan, usia, dan jenis kelamin. Sistem ini menggunakan standar gizi dari Peraturan Menteri Kesehatan Republik Indonesia Nomor 2 tahun 2020, mengacu pada indeks IMT/U dari WHO Child Growth Standards. Alur kerja sistem melibatkan input data anak ke dalam database website, pengukuran berat badan dengan load cell HX711, dan tinggi badan dengan sensor ultrasonik HC-SR04. Data diproses oleh Arduino Nano, ditampilkan pada LCD, dan dikirim ke database website melalui ESP8266. Data ini digunakan sebagai input untuk metode decision tree yang mengklasifikasikan status gizi anak ke dalam kategori: gizi buruk, gizi kurang, gizi baik, berisiko gizi lebih, gizi lebih, dan obesitas. Sistem ini mengidentifikasi dini status gizi anak, sehingga memungkinkan intervensi tepat waktu untuk mencegah dampak jangka panjang. Berdasarkan hasil pengujian sensor, tingkat kesalahan pengukuran berat badan dan pengukuran tinggi badan dibandingkan dengan alat ukur manual menunjukkan tingkat kesalahan yang rendah, rata-rata di bawah 1%. Hasil klasifikasi decision tree juga menunjukkan bahwa sistem dapat mengkategorikan status gizi anak dengan akurat sebesar 87.50%. Selain itu, rekomendasi umum untuk memperbaiki status gizi anak juga disediakan di website. Dari proyek ini dapat disimpulkan bahwa alat ini dapat sangat membantu dalam deteksi dini dan intervensi masalah gizi, yang pada akhirnya berkontribusi pada hasil kesehatan anak yang lebih baik.

Finite State Machine (FSM) adalah sebuah algoritma yang menggambarkan tingkah laku atau prinsip kerja sistem dengan menggunakan tiga hal berikut: state (Keadaan), Event (Kejadian), dan action (aksi). Sebagai sebuah algoritma, para developer game tidak asing dengan algoritma ini. Biasanya algoritma ini digunakan untuk merancang perilaku-perilaku kecerdasan buatan yang sederhana. Pada penelitian ini penulis, mengembangkan algoritma FSM ini untuk dijadikan plug in pada suatu game engine unity. Plug in ini diterapkan pada kecerdasan buatan pada suatu game yang bergenre adventure. Plugin ini mempermudahkan developer untuk membuat objek NPC yang memiliki perilaku-perilaku yang telah ditetapkan oleh penulis

Seiring perkembangan zaman, teknologi mengalami kemajuan yang begitu pesat sehingga berbagai inovasi baru diciptakan. Salah satunya adalah sistem cerdas pada bidang pertanian yang dapat dimanfaatkan petani untuk pengendalian Organisme Pengganggu Tumbuhan (OPT). Salah satu organisme yang menyebabkan kerusakan di ladang adalah tikus sawah. Untuk mengatasi permasalahan tersebut, mayoritas petani menggunakan alat pengusir hama padi konvensional yang masih dilakukan secara manual. Penelitian ini dilakukan untuk mengembangkan alat pengusir hama dengan sebuah alat yang dapat dikendalikan secara otomatis yang diimplementasikan ke dalam sistem cerdas. Sistem ini dibangun dengan memperhatikan intensitas cahaya sebagai penanda waktu dengan sensor Light Dependent Resistor (LDR) dan deteksi pergerakan tikus dengan sensor Passive Infra-Red (PIR). Sistem ini aktif saat ADC bernilai kurang dari 1000 yang menandakan waktu malam hari. Lalu dilakukan pendeteksi gerakan dengan sensor PIR yang mana sensor ini memiliki jarak efektif deteksi pergerakan tikus pada rentang 0,5m – 5m dengan sudut baca sensor 45°-110°. Semakin jauh jarak tikus dan semakin lebar rentang sudut terhadap letak sensor PIR memerlukan waktu hingga 5 detik untuk menangkap pergerakan dari tikus tersebut. Saat terdeteksi adanya tikus, relay dapat mengaktifkan pompa air untuk menyemprotkan bau menyengat secara otomatis. Diharapkan alat ini dapat menjadi salah satu tindakan preventif bagi petani dalam menjaga hasil produktivitas padi dari segi kuantitas.