Suatu sistem tenaga listrik dapat dikatakan mempunyai tingkat keandalan yang tinggi apabila sistem tersebut mampu menyediakan pasokan energi listrik yang dibutuhkan oleh konsumen secara kontinyu baik dari segi tegangan maupun daya listrik. Pada kenyataannya, banyak permasalahan-permasalahan yang dihadapi oleh suatu sistem tenaga listrik dalam penyediaan energi listrik secara kontinyu. Sering kali daya listrik yang diserap oleh konsumen tidak maksimal, salah satu penyebabnya adalah pemakain beban yang bersifat induktif maupun kapasitif, beban-beban yang memiliki sifat induktif maupun kapasitif tersebut dapat menurunkan nilai dari power factor dari suatu sistem yang seharusnya dapat menyerap daya secara maksimal menjadi tidak maksimal dikarenakan adanya kelebihan daya reaktif. Dengan menggunakan SVC (Static Var Compensator) tipe Thyristor Controlled Reactor-Fixed Capacitor (TCR-FC) ini diharapkan mampu memperbaiki kualitas daya dari sistem akibat pemakaian beban-beban tersebut. Selain diharapkan menaikkan nilai dari power factor pada sistem juga menjaga agar nilai dari power factor yang stabil, Alat ini terdiri dari sensor tegangan dan sensor arus yang dipasang pada jaringan sumber tegangan kemudian kedua output dari sensor tegangan dan arus akan masuk ke dalam zero crossing detector yang nantinya akan didapatkan nilai cos∅, dan nilai dari cos∅ itu akan menjadi input dari controller. mikrokontroller sebagai pengatur TCA sebagai triger untuk SVC (Static Var Compensator),SVC yang digunakan untuk mengkompensasi daya reaktif pada beban dan LCD sebagai tampilan dari nilai cos∅ serta mikrokontroler yang digunakan sebagai pengontrolan dari sistem alat ini.

Sudah banyak penelitian yang dilakukan mengenai teknologi absensi menggunakan radio frekuensi, salah satunya adalah dengan menggunakan kartu RFID (Radio Frequency Identification Device) sebagai identifikasi dari siswa maupun pekerja. Beberapa teknologi absensi menggunakan kartu RFID juga sudah terintegrasi dengan website, dimana data absesnsi diolah dan disimpan pada database. Namun demikian, sistem absensi yang menggunakan teknologi RFID memiliki keterbatasan deteksi jarak RFID card oleh reader nya. Teknologi RFID dengan tipe pasif hanya memiliki range pembacaan beberapa centimeter saja. Adapun teknologi RFID dengan tipe aktif memiliki range pembacaan beberapa meter, namun dengan harga yang relatif mahal. Solusi yang dapat digunakan yaitu dengan menggunakan teknologi radio frekuensi yang lain seperti modul LoRa sebagai pengganti teknologi RFID. Selain itu penambahan fitur untuk mendeteksi posisi seseorang jika berada didalam lingkungan sekolah atau lingkungan kerja dapat ditambahan dengan menggunakan jaringan yang dibentuk dari beberapa modul WiFi. ESP-NOW merupakan salah satu protokol yang disediakan oleh espressif system, dan dapat digunakan untuk membuat suatu jaringan wireless tanpa adanya koneksi internet. Sistem kemudian di integrasikan ke database melalui internet gateway dan dapat ditambahkan fitur IoT (Internet of Things) untuk mengirimkan notifikasi ke smartphone. Dari hasil pengujian sistem absensi menggunakan modul komunikasi radio LoRa SX1280, didapatkan jarak transmisi maksimal adalah 10 meter pada kondisi line of sight. Untuk pengujian sistem deteksi posisi pada area dengan ukuran 15x7 meter (105 m2) didapatkan hasil akurasi estimasi posisi terbaik sebesar 92,6% untuk koordinat X, dan 92,1% untuk koordinat Y.

Perkembangan aquaculture di Indonesia dalam beberapa tahun terakhir mengalami peningkatan yang cukup signifikan, khususnya pada budidaya ikan koi. Namun sayangnya masih banyak pembudidaya ikan yang masih menggunakan cara yang konvensional dalam memberi makan hewan ternaknya tersebut yang mengakibatkan ketidakefektifan dalam berbudidaya. Dalam Tugas Akhir kali ini akan dibuat sebuah kapal autonomous pemberi makan ikan koi otomatis yang diharapkan dapat membantu pembudidaya dalam meringankan pekerjaannya. Menggunakan teknologi computer vision yang telah terintegrasi pada sistemnya dan merupakan bahasan utama pada Tugas Akhir kali ini, kapal ini akan mampu mendeteksi ikan koi yang berada di sekitarnya. Adapun metode yang digunakan pada proyek akhir kali ini yaitu mengenali ikan koi dengan menggunakan metode Deep Learning. Dengan menggunakan kamera endoskop, sistem ini akan mulai mengamati keberadaan ikan di kolam yang kemudian datanya akan diproses di sebuah komputer mini dengan membandingkannya dengan hasil training. Apabila terdeteksi keberadaan gerombolan ikan koi, maka sistem aktuator akan mulai bekerja untuk memberi makan ikan tersebut.

Permasalahan dalam pengajuan judul dan monitoring tugas akhir di PENS muncul karena antarmuka sistem yang kurang ramah bagi pengguna mobile. Untuk mengatasi hal ini, dikembangkan aplikasi mobile MyPENS yang terintegrasi dengan Online MIS PENS menggunakan API. Metode pengembangan menggunakan pendekatan Flutter dengan clean architecture. Hasil pengujian menunjukkan bahwa fitur pengajuan judul, logbook, dan revisi sidang dapat berjalan sesuai harapan bagi mahasiswa dan dosen. Aplikasi ini berhasil meningkatkan efisiensi, aksesibilitas, dan kualitas pengelolaan tugas akhir secara signifikan.

Obesitas adalah suatu keadaan dimana terjadi penumpukan lemak tubuh yang berlebih atau abnormal, sehingga dapat membahayakan kesehatan.[1] Menurut Laporan Departemen Kesehatan RI berdasarkan RisKesDas Tahun 2010, status gizi nasional penduduk dewasa di atas 18 tahun menunjukkan kategori kurus 12,6% dan kategori obesitas 21,7%.[2] Sedangkan di Jawa Timur tercatat sebanyak 11,1% mengalami obesitas.[3] Berdasarkan fakta tersebut, pada proyek akhir ini akan dibuat alat pengukur BMI (Body Mass Index) dan persentase lemak tubuh sebagai upaya pencegahan terjadinya obesitas. Dengan alat ini, akan dilakukan pengukuran berat badan, tinggi badan dan pengukuran resistansi tubuh menggunakan sensor. Output sensor akan diproses oleh mikrokontroler AVR ATMega16 dan dengan menggunakan program akan dihitung BMI dan persentase lemak tubuh. Hasil pengukuran berupa berat badan, tinggi badan, nilai BMI dan persentase lemak tubuh akan ditampilkan di LCD. Selain itu data yang dihasilkan akan dianalisa untuk menentukan status gizi tubuh. Alat ini diharapkan dapat memberikan kemudahan serta alternatif bagi masyarakat untuk memantau kondisi gizi dan kesehatannya berdasarkan BMI dan persentase lemak dalam tubuh, serta membantu dalam memberi kesadaran kepada masyarakat terhadap pentingnya kesehatan fisik yang berupa berat badan ideal. Dari hasil pengujian alat ini menunjukkan bahwa berdasarkan data BMI (Body Mass Index), 3 dari 8 orang pasien berada dalam kategori kurus sedangkan berdasarkan persentase lemak tubuh 2 dari 8 orang pasien berada dalam kategori obesitas dan overwight. Error pada pengujian alat ini adalah sebesar 21.10% yang artinya tingkat keberhasilan dari alat ini mencapai 78.9% dari rencana awal. Dimana error yang diperoleh tersebut disebabkan karena perbedaan peletakan sensor untuk membaca resistansi tubuh pasien antara dua alat yang diperbandingkan.