Laboratorium adalah tempat atau kamar dan sebagainya tertentu yang dilengkapi dengan peralatan untuk mengadakan percobaan (penyelidikan dan sebagainya) . Penggunaan laboratorium harus didasari oleh metode keilmuan tertentu. Hal ini membuat seluruh percobaan, penelitian, kegiatan pengujian, kalibrasi, praktik pembelajaran, hingga produk bahan tertentu bisa berjalan dengan baik dan sesuai tujuan. Tujuan dari tugas akhir ini adalah mengembangkan sebuah smart lab berbasis mixed reality dan Object recognition (pengenalan objek) berguna untuk mendeteksi atau mengenali objek dalam sebuah gambar berdasarkan dari bentuk atau dari dataset yang dibuat. Penelitian ini menggunakan object recognition sebagai salah satu pendekatan yang diharapkan dapat meningkatkan kemudahan dalam pengoperasian perangkat IoT untuk mendeteksi sebuah benda yang berada di Laboraturium. Input yang digunakan adalah object benda yang dilihat secara realtime. Object gambar yang dideteksi menggunakan Hololens 2 dan Magic Leap akan menapilkan informasi.

Penggunaan kontrol motor secara konvensional masih tetap ada yang menggunakan hingga saat ini. Hal tersebut bisa dilihat masih semaraknya penggunaan tenaga manusia untuk mengatur suatu plant secara manual. Jika cara pengaturan tersebut dilakukan untuk motor dc penguat terpisah, hal tersebut bisa menimbulkan permasalahan baru yakni terjadinya overspeed. Overspeed merupakan kondisi dimana motor akan berputar melebihi putaran nominal motor. Solusi untuk permasalahan ini adalah dengan membuat controller yang mampu mengontrol kecepatan motor dc dan memberikan proteksi overspeed untuk melindungi motor jika kecepatan motor melebihi ambang batas. Pada proyek akhir ini dilakukan pengaturan kecepatan motor dc penguat terpisah dengan mengatur tegangan pada kumparan jangkar menggunakan buck converter dengan beban motor adalah dinamometer yang diinjeksikan eddy current maksimal sebesar 0,3 A. Untuk menjaga agar kecepatan motor konstan, maka diperlukan tegangan output buck converter yang variabel sehingga diberikan kontrol melalui PWM (Pulse Widht Modulation) dengan feedback sensor kecepatan. Selain itu, digunakan relay yang akan “ON” untuk mengaktifkan kontaktor ketika kecepatan 1100 rpm sebagai proteksi overspeed. Hasil yang didapatkan adalah kecepatan motor yang ditampilkan pada LCD mendekati set point yakni sekitar 1000rpm ketika dibebani eddy current mulai 0A sampai 0,3A. Dan ketika kecepatan motor diatas 1100rpm, proteksi overspeed aktif dan motor berhenti.

Absensi merupakan kebutuhan utama dalam dunia kerja maupun institusi pendidikan. Absensi yang dilakukan secara manual akan menjadi kendala berupa tidak efektif dan tidak efisien waktu dalam proses absensi. Saat ini sudah banyak pengembangan sistem absensi yang dilakukan, salah satunya yaitu menggunakan aplikasi absensi berbasis smartphone. Pengembangan aplikasi sering mengalami kendala berupa UI/UX dari aplikasi yang tidak sesuai dengan keinginan dan kebutuhan user. Akibatnya aplikasi tidak dapat memberikan kemudahan serta kenyamanan pada user saat menggunakan aplikasi. Pada dasarnya aplikasi absensi hanya berfokus pada fungsionalitasnya, sehingga kurang memperhatikan mengenai kenyamanan dan kepuasan user dalam menggunakan aplikasi. Penelitian ini bertujuan untuk mengajukan suatu penerapan metode menggunakan user-centered design (UCD) dan Lean UX untuk perancangan UI/UX untuk aplikasi mahasiswa, guru dan karyawan. Kedua metode tersebut merupakan suatu framework proses dimana kemudahan, kepuasaan, dan kesesuaian dengan kebutuhan user merupakan tujuan utama dari proses perancangan. Proses perancangan UI/UX aplikasi pada penilitian ini dilakukan dalam beberapa kali iterasi untuk mendapatkan hasil UI/UX yang acceptable oleh user. Pada percobaan yang telah dilakukan menghasilkan rancangan UI/UX aplikasi yang berbeda untuk setiap iterasinya. Pada rancangan iterasi 1 mendapatkan nilai yang kurang memuaskan sehingga dilakukan perbaikan pada iterasi ke 2. Pada rancangan iterasi ke 2 mendapatkan penilaian yang lebih baik dari iterasi 1 sehingga rancangan pada iterasi 2 dapat memenuhi kebutuhan dan keinginan user. Dibutuhkan sebanyak 2 kali iterasi perancangan UI/UX untuk mendapatkan rancangan aplikasi yang sesuai dengan kebutuhan dan keinginan user.

Pandemi Covid-19 telah melanda Indonesia sejak awal tahun 2020 dan sampai saat ini masih berlanjut. Sektor Pendidikan mengalami dampak yang cukup besar, pembelajaran tatap muka harus di gantikan dengan kegiatan serba online. Banyak permasalahan yang timbul dari pembelajaran online , seperti sarana prasarana yang tidak memadai, sistem pembelajaran yang kurang efektif dan kesulitan dalam memahami materi. Pendidikan medis sangat berdampak pada situasi saat ini karena Sebagian besar pembelajarannya menggunakan sarana prasarana dan praktik secara langsung, maka dibutuhkan adanya metode pembelajaran alternatif yang mampu meningkatkan kualitas pembelajaran. Saat ini Teknologi media video conference dapat membantu kegiatan pembelajaran sehingga pengantar tetap dapat menjelaskan materi kepada pelajar melalui media virtual. Bagi pelajar medis yang membutuhkan praktik dan sarana prasarana, teknologi ini masih belum cukup untuk menunjang media pembelajarannya. Munculah ide “Aplikasi Modul Pembelajaran Bidang Kesehatan berbasis Extended Reality (sub bab: Augmented Reality)”Aplikasi ini menggabungkan antara Virtual Reality, Augmented Reality, dan Mixed Reality. User dapat saling terhubung dalam device dan environment yang berbeda sesuai dengan device masing-masing Pada aplikasi ini, Augmented Reality berperan sebagai sebuah teknologi yang menggabungkan dunia nyata dan virtual dengan cara menambahkan objek virtual ke dalam dunia nyata. User dapat menggunakan device yang memiliki kamera seperti Handphone atau laptop supaya dapat melihat objek virtualnya. Objek virtual ini dapat dilihat oleh seluruh user dan tiap user mampu berinteraksi dengannya secara realtime. Adapun untuk pengujian akhir pada proyek akhir ini adalah teknologi Augmented Reality berbasis Web XR telah berjalan dengan lancar menyesuaikan dengan spesifikasi device yang digunakan untuk membuka Web XR. Jika device yang digunakan untuk mengakses Web XR memiliki spesifikasi yang tinggi maka Web XR akan berjalan dengan maksimal, begitu juga sebaliknya ketika spesifikasi device rendah maka Web XR akan berjalan tidak maksimal. Interaksi yang digunakan dalam Augmented Reality berbasis Web XR adalah touchscreen. Penulis mengujikan sistem ini kepada user, user disini adalah mahasiswa medis. pengujian membuktikan bahwa sistem ini sangat membantu dalam hal efisiensi, user tidak perlu menyiapkan alat berulang kali ketika ingin melakukan simulasi, cukup dengan membuka WebXR dan user sudah bisa melakukan simulasi yang disediakan. Dalam pengujian sistem, penulis menggunakan PIECES framework (Performance, Information, Economics, Control and Security, Efficiency, Service) dan menghasilkan skor rata rata 4,1. Maka user di kategorikan puas terhadap sistem yang di bangun.

Penerapan sistim IoT masih terbatas hanya pada perusahaan-perusahaan atau instansi tertentu. Untuk penerapan pada penggunaan personal seperti pada rumah-rumah pribadi masih sangat jarang terjadi karena untuk menerapkan sistim IoT diperlukan kemampuan dan keahlian khusus dibidang teknologi seperti Elektronika, dan IT. Manusia dapat membedakan suatu even hanya dengan cara mendengar saja dan tanpa melihat even tersebut. Hal ini sangat menarik karena proses tersebut hanya memanfaatkan satu indra manusia yaitu telinga. Pada sistem pengawasan juga dapat diterapkan cara yang sama yaitu dengan hanya memanfaatkan satu jenis sensor saja, yaitu mikrofon. Dengan memanfaatkan fakta bahwa setiap even yang menghasilkan suara juga menghasilkan suara yang memiliki karakteristik berbeda-beda, maka digunakan salah satu metode klasifikasi yaitu CNN (Convolutional Neural Networks) karena memiliki tingkat akurasi yang tinggi dan juga tahan dengan gangguan kebisingan. Sebelum memasuki CNN, perlu dilakukan proses fitur ekstraksi dari data audio untuk mendapatkan data berupa spektrogram. Even yang terdeteksi nantinya akan dikirimkan ke ponsel pengguna sebagai notifikasi. Setelah dilakukan beberapa pengujian, sistem mampu mengenali event dengan akurasi sebesar 96% dalam keadaan ideal, dan mampu bekerja dengan baik hingga noise level sebesar 60dB.