Hortikultura merupakan komoditas pertanian khas tropis yang berpotensial untuk dikembangkan di Indonesia. Tanaman tomat kaya akan vitamin A,C, kalsium, mineral, dan serat. Tetapi budidaya tanaman toamt ini rentan akan terkena penyakit. Karena alasan tersebut, petani harus memahami gejala virus penyakit pada tanaman. Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah yang seperti biasa dilakukan oleh seorang ahli atau pakar. Oleh karena itu diperlukan aplikasi sistem pakar dalam identifikasi penyakit tanaman hortikultura seperti tanaman tomat agar dapat memberi penanggulangan secara dini. Untuk mempermudah dalam membangun sistem pakar ini, maka menggunakan metode algoritma Best First Search dengan teknik penalaran maju atau Forward Chaining sehingga hasil lebih optimal. Penerapan metode Forward Chaining pada sistem pakar memudahkan sistem untuk melakukan penelusuran fakta pada basis data. Untuk pengujian pada aplikasi ini yaitu menggunakan pengujian fungsionalitas untuk mengetahui semua fitur pada website dapat berfungsi, pengujian validasi sistem dengan pakar untuk memvalidasi penyakit dan gejala yang dimasukkan ke dalam sistem sudah sesuai dengan penyakit dan gejala nyata yang telah diatasi oleh pakar, dan pengujian komputasi waktu digunakan untuk mengetahui seberapa lama website mendeteksi penyakit. Hasil pengujian untuk fungsionalitas, menghasilkan semua fitur pada website dapat berjalan sehingga website tidak ada error / bug. Untuk hasil pengujian validasi sistem dengan pakar membuktikan bahwa penyakit dan gejala sesuai dengan saran dan pengalaman yang telah dialami pakar. Dari pengujian validasi sistem, juga didapatkan bahwa penyakit bercak daun dan busuk buah memiliki probabilitasi muncul paling banyak dalam pengidentifikasian penyakit. Untuk hasil pengujian waktu komputasi identifikasi penyakit menghasilkan rata-rata 1,095 detik sehingga website memiliki waktu respon yang ideal dalam menampilkan hasil identifikasi penyakit.

Politeknik Elektronika Negeri Surabaya merupakan instansi pendidikan yang sudah memiliki fasilitas sarana dan prasarana yang baik dalam menunjang proses kegiatan belajar mengajar. Hal tersebut tidak terlepas dari aplikasi-aplikasi yang diciptakan untuk membantu mahasiswa dalam pembelajaran perkuliahan, Politeknik Elektronika Negeri Surabaya telah memiliki fasilitas sarana dan prasarana yang baik dalam menunjang proses kegiatan belajar mengajar, namun masih ada kekurangan dalam hal aplikasi yang dapat membantu mahasiswa dalam pembelajaran perkuliahan. Dalam hal ini, saya memfokuskan diri pada pembuatan aplikasi yang mempunyai fungsi untuk melihat aplikasi dari tugas akhir mahasiswa terdahulu tanpa harus menginstal manual satu-satu di perangkat kita. Dengan adanya aplikasi ini diharapkan mahasiswa dapat terbantu dalam pembuatan aplikasi tugas akhir mereka, dan tidak cuma ini aplikasi ini juga diharapkan dapat menyimpan dan mendemonstrasikan hasil aplikasi proyek akhir dari mahasiswa yang telah menyelesaikan tugas akhir mereka.

Saat ini klasifikasi jamak karakter jepang masih menjadi permasalahan yang besar dalam bidang pengolahan citra. Karakter jepang itu rumit dan terdapat banyak karakter yang menjadikan nya bukan hal mudah untuk model machine learning tradisional. Permasalahan ini membutuhkan model yang dapat melakukan klasifikasi secara jamak dalam satu gambar yang dimana membutuhkan deteksi. Solusi nya adalah menggunakan objek deteksi model, tujuan dari jurnal ini adalah untuk mengenmbangkan model YOLOv4 dengan prinsip pengembangan machine learning pada umum nya dan kemudian di bungkus ke aplikasi agar dapat digunakan dengan mudah. Hasil menunjukan bahwa kekonsistenan klasifikasi lebih besar 17.5% pada gambar yang lebih cerah daripada gambar dengan kecerahan rendah. Kemudian hasil dari klasifikasi jamak ini setelah di uji coba pada tahap awal tidak berhasil melakukan klasifikasi jamak dikarenakan kekurangan referensi bounding box, kemudian pada tahap kedua, dataset model di campur dengan sampel yang di ambil sendiri dengan hasil F1-score 87%, kemudian pengujian juga dilakukan dengan formal klasifikasi jamak pada kecerahan dan jarak. Hasilnya menunjukan bahwa konsistensi pada jarak paling jauh adalah 80% dan untuk kecerahan yang lebih tinggi adala 61% yang dimana lebih baik daripada kondisi yang lain.

Dalam memberikan pelayanan jasa penerbangan, Airnav Indonesia memprioritaskan keselamatan penerbangan. Fasilitas utama pelayanan keselamatan penerbangan meliputi fasilitas telekomunikasi, navigasi dan surveillance. Salah satu fasilitas navigasi di Perum LPPNPI Cabang Semarang adalah DVOR. DVOR (Doppler Very High Frequency Omni Range) adalah suatu alat bantu navigasi yang memancarkan sinyal – sinyal yang digunakan oleh pesawat untuk menentukan azimuth bearing terhadap ground station VOR dengan patokan arah utara. Peralatan DVOR bekerja pada frekuensi 108-118 MHz. Karena VOR bekerja pada frekuensi VHF, maka jangkauannya ditentukan oleh batas “Line of Sight”, oleh sebab itu disebut alat bantu navigasi jarak pendek. Cakupan area maksimumnya seluas ± 200 NM (387 km) pada ketinggian 35.000 ft. VOR memancarkan sinyal radio frekuensi omni directional (ke segala arah) dan sinyal memberikan informasi azimuth 0-360 derajat kearah “TO” (ke VOR) atau “FROM” (dari VOR ). Peralatan DVOR di Perum LPPNPI Cabang Semarang menggunakan pemancar merk Selex type 1150A dengan frekuensi 115.2 MHz yang telah dipasang sejak tahun 2015 dan setiap harinya peralatan tersebut beroperasi selama 24 jam. Berdasarkan data dari hasil ground inspection terdapat kesenjangan pada nilai 30 Hz Modulation, 9960 Hz Modulation dan Reflected Power. Sedangkan berdasarkan data laporan bulanan dari tahun 2019 dan 2020 nilai availability berada dibawah standard yang telah ditetapkan.

Indonesia merupakan negara kepulauan yang terdiri dari ribuan pulau. Banyak moda transportasi yang bisa digunakan untuk bepergian dari satu tempat ke tempat yang lain. Salah satu moda transportasi yang paling digemari di indonesia saat ini untuk bepergian jarak jauh misal perjalanan antar pulau adalah melalui jalur udara dengan menggunakan pesawat karna dianggap lebih cepat, hemat waktu, dan efisien. Akan tetapi jarak antar pulau yang jauh mengharuskan pesawat memiliki sistem navigasi yang dapat menerima sinyal dari jarak yang jauh. Salah satu alat yang digunakan untuk membantu pilot dalam navigasi jarak jauh adalah automatic direction finder (ADF). Agar automatic direction finder (ADF) bekerja dengan baik maka perlu dilakukan pengecekan secara berkala dengan cara melakukan BITE (Built In Test Euipment). Dengan melakukan BITE (Built in Test Equipment) maka kita dapat mengetahui error atau fault yang dialami automatic direction finder (ADF). Jika terdapat error atau fault, maka pada navigation display dan display electronic unit akan muncul message fault. Ketika message fault diketahui maka kita dapat menganalisa kerusakan yang terjadi serta cara memperbaiki kerusakan tersebut dengan acuan pada AMM Chapter 34.