Di-era modern saat ini tipe mesin kendaraan yang paling umum adalah mesin pembakaran dalam 4-tak. Mesin ini bekerja membakar bahan bakar kimia dengan campuran udara/oksigen sehingga menghasilkan tenaga untuk menggerakan piston dan poros engkol. Namun untuk menghasilkan tenaga yang maksimal dan emisi yang rendah maka dibutuhkan pembakaran yang sempurna. Pembakaran ini dibutuhkan campuran bahan bakar dan udara yang ideal, selain itu kompresi yang tinggi juda dibutuhkan. Karena penggunaan kendaraan yang terlampau sering dan kurang perawatan mesin, maka mesin dapat kehilangan tenaga karena beberapa komponen mesin mengalami aus (karena gesekan dan panas tinggi). Pengecekan berkala dibutuhkan, maka dari itu untuk mengetahui kinerja mesin biasanya mekanik perlu mengidentifikasi apakah suatu mesin bekerja selayaknya kondisi ideal atau tidak. Untuk mengetahui tekanan udara kompresi suatu mesin dalam rentang layak(sesuai spesifikasi), mekanik melakukan tes kompresi menggunakan alat ukur tes kompresi. Alat ini bekerja mengukur tekanan udara kompresi mesin melalui lubang busi. Untuk mengetahui nilai tekanannya dibutuhkan sensor tekanan udara ketelitian tinggi sehingga perubahan nilai tekanan mudah terdeteksi. Tekanan kompresi ideal suatu mesin pembakaran dalam 4-tak bahan bakar bensin rata-rata sekitar 9-15 bar(tergantung kegunaan mesin). Maka dari itu, alat ini diharapkan mampu bekerja dengan baik dan dapat membantu mengidentifikasi kondisi mesin.

Kendaraan roda dua adalah salah satu bagian terpenting dalam kebutuhan manusia dalam aspek transportasi, salah satunya adalah sepeda motor. Kendaraan sepeda motor hari ini pada umumnya masih membutuhkan pengendara untuk mengendarai dan menyeimbangkan kendaraan tersebut. Karena itu, keamanan dan kenyamanan dalam berkendara tentunya menjadi salah satu faktor penting dalam pemilihan kendaraan roda dua. Kemajuan teknologi saat ini telah menemukan Automatic Balancing yang dipasang di sepeda motor. Proyek Akhir ini menjelaskan perancangan dinamik dan sistem kontrol sebuah purwarupa visual kendaraan roda dua yang mampu mengemudi dan menyeimbangkan tanpa pengendara. Automatic Balancing Two Wheel Vehicle akan menggunakan sistem kontrol Proportional, Integral and Derivative (PID) untuk menyeimbangkan diri. Tujuan dari penelitian ini adalah untuk menganalisa dan membangun sistem kontrol dari purwarupa kendaraan roda dua yang mampu menyeimbangkan sendiri menggunakan roda reaksi yang digerakkan oleh motor pemutar flywheel. Untuk menjaga keseimbangan, maka purwarupa membaca input sensor untuk mendeteksi sudut kemiringan dan bereaksi dengan benar untuk mempertahankan posisi vertikal yang stabil.

Saat ini Program Studi Teknik Informatika PENS dalam melakukan analisa pengambilan keputusan yang terkait dengan kondisi akademik mahasiswanya masih belum otomatis didapatkan. Sebenarnya Politeknik Elektronika Negeri Surabaya (PENS) sudah memiliki Sistem Informasi (MIS) yang mengelola data-data mahasiswa. Namun untuk mendapatkan laporan tertentu masih harus diolah kembali oleh Program Studi Teknik Informatika. Lamanya proses pembuatan laporan menjadi kendala tersendiri bagi program studi ini. Penelitian ini mengajukan suatu sistem baru bagi pengolahan informasi akademik mahasiswa Teknik Informatika PENS berbasis website untuk membantu Ketua Program Studi Teknik Informatika PENS dalam memperoleh laporan terkait Informasi Akademik Mahasiswa pada Program Studi Teknik Informatika PENS untuk membantu proses pengambilan keputusan.

Frekuensi dan tegangan listrik yang dihasilkan generator set sangat dipengaruhi oleh kecepatan putar generator. Sedangkan kecepatan putar generator dipengaruhi oleh beban. Tentu ketika frekuensi dan tegangan listrik pada saat naik dimana bila terlalu tinggi akan merusak alat-alat elektronik yang digunakan di rumah-rumah. Maka dalam hal ini control kecepatan putaran sangat berpengaruh dalam menjaga kestabilan frekuensi dan tegangan. Penggunaan kontroler PID tentu sangat berguna dalam hal perbaikan respon yang yang lebih baik, namun masalah utama dalam perancangan kontroler PID adalah proses tuning-nya (penentuan nilai Kp, Ki, dan Kd) yang kebanyakan dilakukan secara coba-coba dan membutuhkan waktu yang lama. Dalam sistem yang digunakan ini telah menggunakan metode komputasi modern (PSO-PID), dimana sistem inilah yang akan diterapkan untuk melakukan tuning PID dalam kecepatan putaran generator set. Hasilnya adalah dibandingkan dengan settling kontroler PID. Hasil dari penerapan PSO-PID tersebut mampu memberikan respon yang lebih baik daripada kontrol PID, dimana kontroler PSO-PID memiliki rise time dan settling time selama 62.8 detik, dibandingkan dengan kontroler PID yang memiliki rise time dan settling time selama 79.8 detik. Dari hasil pengujian yang telah dilakukan didapatkan hasil Integral of Absolute Error (IAE) pada iterasi ke 6 mencapai nilai yang diharapkan (terkecil) yaitu error sebesar 0 RPM.

Komunikasi V2V (vehicle-to-vehicle) ditujukan untuk keamanan dan keselamatan dari kendaraan yang saling berkomunikasi tersebut. Sehingga akan mengurangi terjadinya kecelakaan berupa tabrakan antar kendaraan. Akan tedapat kemungkinan adanya error kunci saat kedua kendaraan menerima daya yang saling dipancarkan. Serta adanya kemungkinan data pribadi dari penumpang dicuri atau kontrol kendaraan diambil alih oleh seseorang yang tidak bertanggung jawab. Maka dalam teknologi tersebut harus mempunyai reciprocity dengan nilai error yang kecil agar parameter yang digunakan bernilai sama dengan algoritma tertentu. Pada penelitian ini, akan dirancang sebuah skenario pembangkitan kunci rahasia pada komunikasi V2V secara aman menggunakan Raspberry Pi 3 koneksi WiFi (5,8 GHz) dengan Interpolasi Filter dan BCH. Metode perancangan dimulai dalam 4 tahap yaitu Channel Probing, Kuantisasi, Information Reconcilliation dan Privacy Amplification. Parameter yang akan diuji dalam penelitian ini yaitu kecepatan node antara 20, 30, 40 km/jam dan interval ping antara 20, 15, 10 ms. Hasil pengujian menunjukkan bahwa skenario 30 km/jam kondisi ramai memiliki nilai korelasi Interpolasi Filter tertinggi, yaitu 0,94 dan korelasi terendah pada 40 km/jam kondisi ramai yaitu 0,86. Kuantisasi Adaptif bekerja dengan sangat baik pada semua skenario disebabkan keacakan pada randomness extraction dengan menghasilkan sejumlah 1778 bit dari 896 data input dan nilai KDR 22% pada skenario 30 km/jam kondisi ramai. Koreksi BCH (31,6) dapat mengoreksi seluruh blok yang diproses lalu menghasilkan jumlah bit tertinggi pada skenario 30 km/jam kondisi ramai yaitu 1146 bit, dengan KGR tertinggi pada skenario 40 km/jam kondisi sepi sebesar 137 bit/s. Dihasilkan 8 kunci dari 5 skenario pengujian Universal Hash, dan 7 kunci dari 1 skenario yang lain. Waktu komputasi untuk membangkitkan kunci dalam satu skenario menggunakan python 3 pada Raspberry Pi 3 adalah sekitar 13 detik secara realtime atau online.