PT. Telekomunikasi Indonesia memiliki pekerjaan belanja modal dalam program Capital expenditure atau yang biasa disingkat CAPEX. CAPEX adalah sejumlah biaya yang dikeluarkan perusahaan untuk membeli, memperbaiki, atau merawat aset jangka panjang demi keberlangsungan bisnis. Pada Telkom Regional V divisi Access Management (RAM V), anggaran yang digunakan dalam CAPEX berfokus pada pekerjaan yang bersifat peningkatan kualitas (Quality Enhancement). Pekerjaan usulan yang berasal dari Wilayah Usaha Telekomunikasi (WITEL) dan membutuhkan persetujuan dari manager RAM berada di WBS QE ACCESS dan main program CAPEX BOARD. Usulan pekerjaan perbaikan ataupun perawatan perangkat akan ditinjau dengan memperhatikan beberapa aspek kinerja (performance) dari masing-masing perangkat, tingkat urgensitas usulan, serta disesuaikan dengan alokasi anggaran yang dimiliki oleh regional. Dalam peninjauan usulan pekerjaan CAPEX BOARD terdapat sebuah kesulitan dalam menentukan tingkat kelayakan perangkat serta prioritas pekerjaan yang akan dilaksanakan. Penelitian ini bertujuan untuk membantu pihak perusahaan dalam menentukan tingkat kelayakan perangkat ODP dalam pengajuan dan persetujuan usulan pekerjaan CAPEX BOARD berupa sistem pendukung keputusan menggunakan metode Simple Additive Weighting (SAW). Hasil klasifikasi dari perhitungan untuk masing-masing perangkat antara lain high priority, medium priority, dan low priority. Prioritas dari masing-masing perangkat yang diajukan akan menentukan kesimpulan prioritas pekerjaan yang diusulkan pada satu List Of Project (LOP). Pada penelitian ini digunakan 63 data perangkat ODP dan didapatkan hasil tertinggi dimiliki oleh ODP-SDN-FU/39 dengan nilai 0.6927 sehingga alternatif perangkat tersebut yang terpilih sebagai alternatif yang paling layak untuk diajukan perbaikan melalui CAPEX BOARD dalam lingkup WITEL Sidoarjo STO Sukodono. Berdasarkan hasil wawancara dengan pihak perusahaan, sistem pendukung keputusan ini telah mendapat tanggapan yang positif dan layak untuk diimplementasikan.

Sistem penilaian kepuasan terhadap sebuah pelayanan lembaga pemerintah sangat diperlukan untuk mengetahui kualitas kinerja pelayanan yang diberikan sebuah intansi pemerintahan. Dengan luas wilayah lamongan sekitar 1,782.05 km2 yang terdiri dari 27 kecamatan dan 474 desa dengan jumlah penduduk berdasarkan sensus tahun 2015 sebesar 1.342.266 jiwa, pemerintah lamongan memiliki banyak program pelayanan masyarakat yang wajib diketahui oleh masyarakat dan masyarakat harus mengetahui tentang kualitas pelayanan dari pemerintah. Dalam hal penilaian kualitas pelayanan masyrakat juga berhak memeberikan pelayanan dan saran mengenai pelayanan yang telah dilaksanakan oleh pemerintah. Untuk itu system penilaian ini dibuat guna membantu masyarakat dalam menyalurkan aspirasi mereka terhadap program pelayanan pemerintah serta membantu pemerintah dalam mengetahui kualitas pelayanan yang telah dilakasanakan. Melalui proyek ini kita dapat mengetahui kualitas pelayanan yang diberikan pemerintah terhadap masyarakat tiap tahunnya. Sehingga pemerintah dapat melakukan evaluasi terhadap pencapaian pelakasanaan pelayanan yang mereka berikan untuk evaluasi dan peningkatan pelayanan. Selain itu masyarakat juga dapat mengetahui kualitas program pelayanan yang diberikan oleh pemerintah secara real berdasarkan penilaian dari masyarakat. Tidak hanya itu masyarakat juga dapat memeberikan masukan atau saran untuk perbaikan pelayanan.

Sistem Sistem proteksi harus bereaksi cepat dan selektif dan dapat diandalkan untuk kondisi pada jaringan yang salah. Jaringan membutuhkan pengaman yang lebih cepat dan selektif. Saat ini, relay arus lebih dengan kurva karakteristik inverse sangat bermanfaat untuk mengamankan gangguan akibat overload/beban lebih, karena bekerja dengan waktu tunda yang tergantung dari besarnya arus (inverse time), makin besar arus maka makin kecil waktu tundanya. Kurva karakteristik inverse relay arus lebih berdasarkan standar seringkali dapat bertumpuk tindih dengan kurva lainnya selama proses koordinasi yang disebabkan oleh kebutuhan beban pada industri. Hal ini dapat menyebabkan operasi trip yang tidak akurat. Maka diperlukan kurva karakteristik inverse non-standar yang dapat menyesuaikan dengan kebutuhan beban. Untuk dapat menghasikan kurva yang non-standard pada relay arus lebih dibutuhkan sebuah pemodelan kurva dengan menggunakan metode ANN (Artificial Neural Network) menggunakan bantuan software MATLAB dan ditujukan untuk selektif kesalahan trip dengan waktu trip yang lebih pendek sebagai karakteristik standard. Hasil yang didapatkan dari pengujian relay arus lebih dengan neural network yaitu memperoleh error paling besar 4.642% dan error paling kecil yaitu nilai 0.2% dalam proses trip relay arus lebih yang diatur.

Pada pembangkit listrik tenaga mikrohidro, tegangan output harus dijaga pada rentang yang telah ditentukan agar peralatan yang bersumber dari pembangkit listrik tersebut tidak cepat rusak karena adanya kondisi air yang fluktuatif pada aliran sungai penggerak turbin. Untuk itu dibuat sebuah prototipe yang mempunyai prinsip kerja yang sama dengan pembangkit listrik mikrohidro pada suatu daerah. Digunakan konsep aliran air sungai yang digantikan oleh pompa air dan ditampung di tandon air untuk kelanjutan sirkulasi air. Pengaturan motor DC valve tersebut mengacu pada kondisi putaran generator, apabila putaran generator yang terbaca sensor rotary encoder tidak sesuai dengan setting point maka mikrokontroler akan memberikan PWM ke driver motor DC valve untuk mengatur kondisi valve hingga putaran sesuai. Untuk merubah energi kinetik turbin ke tenaga listrik digunakan generator mobil. Beban generator yang digunakan adalah lampu dengan daya maksimal 29 watt. Mikrokontroler dihubungkan dengan rangkaian driver relay sebagai saklar beban generator yang difungsikan untuk pemilihan total daya pembebanan generator. Pada output sensor digunakan sensor arus dan tegangan yang digunakan untuk mengamati arus dan tegangan output generator saat tidak diberi beban dan sebaliknya. Untuk pengaturan kondisi motor DC valve digunakan kontrol PID berdasarkan error pada putaran generator. Dengan ketinggian 4 m daya potensial prototipe ini mampu memutar generator mencapai putaran maksimal 1153 RPM menghasilkan 11,37 V DC. Saat generator dibebani dengan beban yang berdaya 29 watt, tegangan output generator menjadi 7,98 V DC Pada proyek akhir ini didapatkan nilai Kp, Ki, dan Kd sebesar 0.6, 0.2, dan 0.125 yang sesuai dengan plan secara trial error.

Dalam kehidupan sehari-hari keamanan sangat diperlukan. Dengan sistem keamanan konvensional seperti kunci. Password atau kartu untuk memberikan akses memiliki suatu keterbatasan yakni pada manusia dalam mengingat benda maupun angka, dan memungkinkan dapat diduplikasi maupun dicuri orang lain. Maka dari itu, Sistem pengenalan ekspresi wajah untuk akses pintu secara otomatis ini menawarkan solusi dengan memanfaatkan teknologi biometrik, dalam hal sistem ini yakni dengan memanfaatkan ekspresi wajah. Selain itu, system pengenalan ekspresi wajah ini juga terdapat sistem monitoring untuk melihat data citra yang ditangkap pada suatu aplikasi. Pengambilan data citra tersebut diambil melalui kamera dan dikirimkan ke Raspberry Pi untuk diolah dan dilakukan pengenalan ekspresi wajah dengan menggunakan metode Viola-Jones dan OpenCV. Setelah dilakukan pengolah data citra tersebut akan menjalankan relay dan membuat solenoid door lock dalam kondisi membuka pintu . Penelitian akhir ini berfokus pada pembuatan sistem pengenalan ekspresi wajah lalu ditampilkan pada aplikasi untuk monitoring dan pengambilan data citra untuk membuat pintu terbuka secara otomatis. Dalam penelitian ini pendeteksian ekspresi senang dan marah didapatkan performasi masing- masing sebesar 80% saat diujikan pada wajah yang dengan ekspresi tersebut. Pada ekspresi sedih didapatkan performasi sebesar 70% dan ekspresi kaget sebesar 50%. Rata-rata waktu sistem untuk dapat mendeteksi ekspresi wajah yakni 3.5512 detik.