Penerangan Jalan Umum (PJU) merupakan infrastruktur vital yang menunjang aktivitas masyarakat pada malam hari sekaligus meningkatkan aspek keamanan, kenyamanan, serta mendorong pertumbuhan ekonomi daerah, khususnya di wilayah 3T (Terdepan, Terpencil, dan Tertinggal). Namun, sistem PJU konvensional yang bergantung penuh pada suplai listrik dari PLN menyebabkan konsumsi daya yang besar dan berdampak terhadap meningkatnya biaya operasional serta beban lingkungan akibat penggunaan energi fosil. Oleh karena itu, pemanfaatan energi terbarukan seperti energi surya menjadi alternatif yang ramah lingkungan dan berkelanjutan. Dalam proyek akhir ini, dirancang dan dibangun sebuah sistem PJU otomatis berbasis panel surya yang berfungsi sebagai sumber utama energi listrik. Panel surya menghasilkan energi yang dikondisikan menggunakan metode pengisian baterai Constant Voltage (CV) melalui konverter SEPIC untuk menjaga kestabilan tegangan dan arus. Energi tersebut disimpan dalam baterai yang kemudian digunakan untuk menyalakan lampu jalan pada malam hari secara otomatis. Untuk melindungi baterai dari kondisi overcharging, sistem ini dilengkapi dengan relay otomatis yang akan memutuskan arus pengisian saat tegangan mendekati batas maksimum. Sistem akan kembali mengisi daya baterai pada pagi hari ketika panel surya kembali menerima intensitas cahaya matahari yang cukup. Dari Hasil Pengujian Didapatkan untuk tegangan pada panel surya yang selalu berubah-ubah karena faktor cuaca, kemudian digunakan untuk charging dengan Constant Voltage dengan Setpoint 13,8V yang digunakan sebagai batas tegangan untuk charging baterai SMT POWER1226. Dengan beban lampu Penerangan Jalan Umum yang akan nyala ketika sensor cahaya tidak mendeteksi cahaya, hingga pagi hari, yang menyebabkan baterai berada di SOC 60% yaitu di 12,2V

Direct Methanol Fuel Cell (DMFC) merupakan sel elektrokimia yang dapat mengubah energi kimia menjadi energi listrik. Pada operasionalnya, DMFC mengunakan membran transfer proton. Membran konvensional DMFC adalah membran Nafion® yang relatif mahal dan sering terjadi methanol crossover dan stabilitas yang rendah pada temperatur operasional yang tinggi, sehingga menurunkan kinerja DMFC. Pada penelitian ini, dilakukan fabrikasi DMFC dari katalis dan dengan menggunakan membran komposit alam kitosan – sodium alginat dengan variasi 5/1; 5/2; 5/3; 5/4; dan 5/5. Katalis yang digunakan dalam penelitian ini adalah Pt pada sisi Anoda dan PtRu pada sisi katoda. Adapun pengujian yang dilakukan terhadap membran komposit antara lain adalah uji karakteristik dan uji sifat fisik membran komposit. Uji karakteristik meliputi FTIR dan SEM, sedangkan uji sifat fisik meliputi uji densitas, permeabilitas metanol, swelling metanol, dan pengujian sistem DMFC. Setelah dilakukan pengujian, didapatkan hasil bahwa DMFC hasil fabrikasi dengan variasi membran transfer proton 5/1 yang memiliki performa paling baik, yaitu menghasilkan 0,536 V tegangan tanpa beban. Membran komposit yang dihasilkan juga mampu menahan metanol, sehingga tidak terjadi peristiwa methanol cross over.

Wireless Sensor Network sudah digunakan dalam bidang industri dan penggunaan untuk kemudahan masyarakat sipil, melingkupi pengawasan dan pemantau kondisi lingkungan. Sedangkan sistem yang akan dirancang sesuai kebutuhan dengan mempertimbangkan spesifikasi peralatan yang ada. Pengimplementasian ini dilakukan dengan memanfaatkan pada tambak ikan untuk membantu perkembangan ikan pada tambak tersebut. Pada kolam budi daya ikan, akan disebar bebarapa sensor yang di representasikan menjadi node pada suatu tambak. Dan untuk pengiriman data pada gateway (sinknode) dimana pengiriman data nya secara berantai menggunakan 3 node yaitu node pada kolam 3 akan mengirim dahulu kepada node pada kolam 2 dilanjutkan di kirimkan lagi ke node pada kolam 1 dan terakhir node di kolam 1 yang mengirim data semuanya ke base station. Setelah pada base station, data akan dikirimkan ke server dan pada sisi server data yang masuk berbentuk string kemudian diparsing menggunakan pemrograman C# kemudian data disimpan pada database MySQL yang sesuai dengan parameter yakni suhu,cahaya, dan pH untuk di tampilkan pada aplikasi android dengan tampilan grafik suhu, cahaya, dan pH. Dari hasil pengujian dapat diketahui bahwa aplikasi monitoring tambak berbasis smartphone ini dapat mengakses data dari database perusahaan dengan rata-rata kecepatan eksekusi 1,54 detik per halaman. Aplikasi ini dapat mengetahui informasi yang ditampilkan sesuai dengan komunikasi seial yang diterima.

Demensia atau pikun, adalah penyakit yang menyebabkan sel otak memburuk dan mati lebih cepat dari biasanya dan menyebabkan penurunan kemampuan mental, penilaian dan perilaku. Dibutuhkan perawatan non-faramakologi berupa pengawasan kepada penderita demensia, maka dari itu merawat penderita demensia adalah tugas yang luar biasa dimana dapat menyebabkan tekanan fisik, dan emosional bagi pihak perawat. Data informasi mengenai pengenalan aksi (action recognition) sangatlah membantu dalam intervensi non-farmakologi penatalaksanaan demensia. Oleh karena itu, sistem pengawasan dan analisa terhadap aksi demensia dibutuhkan. Dalam proyek akhir ini akan diusulkan platform evaluasi yang dapat mengenali serta memberikan analisa terhadap aksi demensia. Platform ini akan terbagi menjadi tiga bagian, yaitu image based action recognition, audio based action recognition, dan action recognition backend platform, namun proyek akhir ini akan berfokus pada bagian action recognition backend platform. Pada bagian ini akan menjadikan pusat server sebagai cloud computing untuk menerima dan mengelola data masukan dari image based action recognition dan audio based recognition. Backend platform ini memiliki IoT gateway, sistem Streaming, sistem data analytical, dan big data warehouse yang mendukung monitoring kegiatan demensia secara real-time. Output dari sistem backend platform adalah visualisasi data aksi saat ini dan sebelumnya dalam bentuk grafik pada mobile application. Dari percobaan yang dilakukan dapat dievaluasi bahwa pengiriman data aksi dari edge computing menunjukkan keberhasilan pengiriman secara real-time dengan rata-rata waktu 42- 63ms dan untuk data streaming mendapatkan rata-rata waktu 634ms. Dalam pengujian sistem analytic, algoritma Support Vector Machine (SVM) dapat melakukan prediksi kecondongan aksi dengan tingkat akurasi 96,5%, Decision Tree (DT) mendapatkan tingkat akurasi pada 93,8%, dan Deep Neural Network (DNN) mendapatkan akurasi 95,7%. Sehingga algoritma yang digunkan untuk sistem prediksi adalah algoritma SVM

Mata Elang merupakan salah satu studi kasus yang mengimplementasikan Snort NIDS dengan basis cloud dan container. Dengan basis cloud dan container maka sangat dimungkinkan sensor mata elang dapat di pasang lebih dari satu sensor pada jaringan di tiap tiap institusi. Kelebihan yang di tawarkan oleh mata elang sangat menguntungkan bagi institusi yang mengimplementasikan sensor mata elang, dikarenakan jaringan – jaringan pada tiap institusi menjadi lebih aman, karena semua traffic jaringan akan di tangkap oleh sensor mata elang dan mata elang bisa mendeteksi apakah pada traffic tersebut terdapat ancaman atau tidak. Namun, dengan kelebihan pemasangan lebih dari satu sensor tersebut pasti diperlukan sebuah platform yang dapat melakukan manajemen sensor – sensor tersebut , sehingga administrator jaringan dapat dengan mudah melakukan manajemen sensor pada setiap institusi . Pada penilitian ini menghasilkan docker installer dan sebuah aplikasi docker management yang dapat melakukan manajemen sensor mata elang, karena sensor mata elang berbasis container sehingga sensor berjalan di atas docker container maka aplikasi yang dihasilkan bernama docker management.