Penelitian ini dilatarbelakangi oleh belum adanya aplikasi android bagi web JAS PENS, dengan berkembangnya teknologi yang sangat pesat maka perlu adanya aplikasi JAS PENS berbasis android. Dengan begitu akan sangat mudah diakses dimanapun dan kapanpun melalui smartphone android. Aplikasi JAS PENS berbasi android ini diharapkan dapat membatu dan mempermudah dalam pencarian kerja bagi alumni mahasiswa Politeknik Ektronika Negeri Surabaya. Aplikasi JAS PENS berbasis android merupakan suatu Aplikasi pengembangan dari Aplikasi JAS PENS berbasis web yang sebelumnya sudah pernah dibuat. Aplikasi ini ditujukan untuk tiga aktor utama yaitu Pelamar, Perusahaan, dan Admin. Dalam aplikasi ini ketiga user tersebut mempunyai peran masing-masing , untuk pelamar yaitu fungsi utamanya bisa melakukan Apply lowogan, dan upload berkas , untuk user perusahaan hanya bisa melihat, begitu juga admin hanya bisa melihat statistik saja. Kecepatan koneksi internet sangat berpengaruh pada aplikasi ini, hal ini dikarenakan aplikasi ini mengambil informasi data pada aplikasi JAS PENS berbasis web. Jika koneksi internet cepat, tentu tidak akan mengalami masalah dalam menggunakan aplikasi ini. Namun jika internetnya lambat, tentu pegguna harus sabar dalam proses pengambilan informasi. Aplikasi ini sebaiknya menggunakan layar minimal 5 inch jika kurang maka hasilnya kurang bagus, aplikasi ini sanggup digunakan pada android type yang terbaru yaitu android 6.0 marsmallow.

Interaksi antara manusia dan computer saat ini masih menggunakan mouse, keyboard, dan layar monitor. Sehingga untuk mengenal sebuah objek harus mengetik di sebuah dokumen. Dalam proyek akhir ini, akan dibahas suatu pilihan perangkat lunak untuk mengenalkan objek bangun ruang menggunakan kamera (webcam). Kamera digunakan sebagai sensor untuk menelusuri piksel-piksel kecil sehingga membentuk pola yang membuat suatu ciri khusus dari bangun ruang yang digunakan untuk mengenalkan bangun ruang tersebut. Selanjutnya, ciri-ciri khusus dari bangun ruang tersebut akan dicocokkan dalam aksi suara dan animasi dari database. Pendeteksian ciri-ciri khusus dari suatu objek bangun ruang ini menggunakan metode Integral Proyeksi pada library OpenCV. Kemudian akan diproses menggunakan pemrograman bahasa C++. Sedangkan penanganan database ciri-ciri khusus dari tiap objek yang dikenalkan menggunakan MySQL. Objek bangun ruang yang digunakan terbuat dari kertas dengan 3 warna. Bentuk objek yang digunakan meliputi Kubus, Limas Segiempat, Limas Segitiga, Prisma Segitiga, Tabung, Kerucut. Pembuatan aplikasi ini diharapkan dapat menghasilkan aplikasi interaktif. Hasil pengujian diperlukan posisi objek yang sama dan dalam kondisi diam (static). Dan dapat disimpulkan bahwa aplikasi ini berjalan baik diatas 99% pada saat jarak kamera dengan obyek 100cm dengan kondisi pencahayaan diatas 2100 candela dan objek yang diamati warna hitam dengan tingkat keberhasilan 99.35% pada siang hari sehingga proses capture untuk pengambilan data pada objek dilakukan dengan optimal.

Sistem Monitoring bukanlah hal yang asing lagi pada sektor industri, memungkinkan pengolahan dan analisis data secara Realtime. Salah satu tantangan utama dalam pengembangannya adalah kebutuhan untuk mengintegrasikan berbagai perangkat dengan karakteristik dan protokol komunikasi yang beragam. Kompleksitas ini meningkat seiring bertambahnya jumlah dan jenis sensor yang digunakan di lingkungan industri. Dengan adanya Modbus Gateway dapat memudahkan pengguna dalam memantau data dan berkomunikasi dengan berbagai sensor yang kompleks. Proses pengolahan data yang diperoleh akan dikirimkan ke Database, dan ditampilkan pada Website. Data dikirimkan menggunakan protokol Modbus sebagai komunikasi yang tepat untuk penggunaan sensor berbasis RS485 dengan jumlah yang banyak. Modbus Gateway dirancang untuk dapat berkomunikasi dengan beberapa Remote Terminal Unit (RTU), dengan RTU merupakan perangkat sensor yang berbasis Modbus. Modbus Gateway termasuk dalam lingkup Master yang berkerja sebagai jembatan komunikasi antara Modbus RTU dan Modbus TCP. Proyek ini memiliki 2 Dashboard antara lain Dashboard dari Firebase untuk menampilkan data format RTU yang sudah diolah dan Dashboard dari Node-RED untuk menampilkan Modbus TCP. Hasilnya, Modbus Gateway dapat mengintegrasikan Modbus RTU dan Modbus TCP untuk melakukan pembacaan data dari Slave yang terdiri dari PM1200, Water Quality Sensor, Temperature Sensor, PZEM-004T, dan XY-MD02. Alat ini juga konsisten dalam pembacaan data dalam jangka waktu 10 menit. Selain itu, pada Node Universal dapat dengan fleksibel dikoneksikan berbagai Slave, sehingga hal ini dapat memperluas pembacaan variasi sensor berbasis Modbus.

Pengenalan ekspresi wajah merupakan sebuah sistem identifikasi yang menggunakan karakteristik wajah seseorang untuk mengidentifikasikan jenis ekspresi yang sedang dialami. Pada pengenalan ekspresi wajah, ada dua tahap yang harus dilakukan, yaitu pengekstraksian ciri dari suatu citra inputan dan pengklasifikasian citra tersebut ke dalam kelas ekspresi tertentu. Prosesnya adalah dengan mengambil fitur penting dari wajah yaitu fitur mulut. Pada penelitian ini digunakan metode Haar Cascade Classifier dalam proses deteksi fitur, dilanjutkan dengan ekstraksi fitur menggunakan Filter Gabor dan Local Binary Pattern (LBP). Proses pengenalan menggunakan metode Principal Component Analysis dan proses klasifikasi menggunakan Support Vector Machine (SVM). Penggunaan metode SVM menghasilkan persentase keberhasilan sebesar 85% pada pengujian secara offline dan 64.95% pada pengujian secara online. Hasil pengenalan ekspresi wajah secara otomatis akan diindikasikan dengan menampilkan teks berdasarkan jenis ekspresi yang sedang dialami.

Nelayan merupakan mata pencaharian penduduk pesisir pantai yang menangkap ikan baik diatas maupun dibawah permukaan air laut menggunakan peralatan antara lain: jaring, pancing, perahu, dan lain - lain. Dengan alat sederhana ini mereka dapat memperoleh ikan yang cukup banyak tanpa merusak ekosistem alam. Namun tidak semua nelayan Indonesia bisa menjaga ekosistem alam atau yang biasa disebut sebagai nelayan ilegal. Supaya nelayan ilegal bisa mendapatkan ikan yang cukup banyak biasanya mereka menggunakan teknik bom atau racun ikan. Hal ini dapat merusak terumbukarang yang ada didasar laut dan membunuh ikan kecil serta makhluk hidup lainnya. Nelayan dapat dibedakan menjadi 3 kelompok yaitu nelayan buruh, nelayan juragan dan nelayan perorangan. Nelayan buruh adalah nelayan yang bekerja menggunakan alat penangkapan orang lain. Sebaliknya nelayan juragan adalah nelayan yang mempunyai alat penangkapan yang dioperasikan oleh orang lain. Sedangkan untuk nelayan perorangan adalah nelayan yang memiliki alat penangkapan sendiri dan dalam produksi tidak melibatkan orang lain. Jadi para nelayan harus mengetahui musim dan cuaca laut biar mendapatkan hasil yang 100% maksimal. Dan rata-rata / 80% nelayan menjual hasil tangkapannya pada juragan ikan, yang 10% ada yg dijual sendiri dan yang 10% lagi didatangi pelanggan dari daerah lain. Kondisi ini memunculkan ide untuk membuat video yang dapat memberikan pandangan terhadap masyarakat luas tentang nelayan di kenjeran dan potensi perikanan di Surabaya. Video ini merupakan Video Profile yang nantinya selama proses editing video akan menggunakan sebuah software yaitu Adobe Premiere Pro CC 2017. Dengan pembuatan video profile ini, diharapkan masyarakat serta pemerintah daerah maupun pusat dapat mengetahui potensi serta permasalahan yang dihadapi oleh nelayan Kenjeran, sehingga dapat memberikan bantuan pembuatan peraturan yang dicetak dan disosialisasikan kepada masyarakat nelayan.