Destilasi merupakan salah satu teknik pemisahan 2 larutan berdasarkan perbedaan titik didihnya, misal pada destilasi air tape beras ketan hitam yang memisahkan campuran air dan alkohol yang terkandung didalamnya, titik didih air dan alkohol masing-masing 100oC dan 70oC maka alkohol akan menguap sedikit demi sediki. Pada laboratorium biasanya destilasi yang dilakukan secara konvensional dan jumlah air tape yang didestilasikan tidak bisa banyak sehingga air destilatnya sedikit. Untuk mengukur kadar alkohol dalam air destilatnya dilakukan secara open loop. Sehingga dirancanglah alat destilasi yang terdapat pemanas elektrik dengan sumber panas berasal dari heater yang disuplai tegangan secara terkontrol oleh rangkaian AC-AC voltage controller yang ditrigger langsung oleh IC TCA 785 sehingga suhu dapat di atur hingga 70 oC. Pengontrolan suhu melalui Mikrokontroller Arduno Mega 2560 dengan kontrol PI metode analitik dengan Kp = 7.64 dan Ki = 0.318 dengan waktu pencapaian suhu set poin selama 190 menit dan error steady state 2%. Pendinginan uap alkohol dilakukan dengan cara konvensional yaitu menggunakan es batu dan garam yang bertujuan untuk merubah wujud gas jadi cair. Berdasarkan hasil pengujian didapatkan waktu untuk mendestilasikan air tape 9L adalah 250 menit dengan air hasil destilasi sebanyak 950 ml didapatkan kadar alkohol dalam air hasil destilasi sebesar 12,3% dan secara otomatis sistem akan dimatikan.

Mata adalah salah satu indera yang dimiliki oleh manusia, dalam fungsinya mata berperan penting dalam penglihatan mendukung mobilitas. Namun, tidak semua manusia memiliki mata yang sehat, sebagian mengalami disabilitas pada mata atau bisa disebut tunanetra. Disabilitas menyebabkan sulitnya mobilitas dalam kehidupan sehari-hari. Hal ini dikerenakan ketidakmampuan dalam mengenali objek disekitar (jarak) terhadap dirinya sehingga sering menabrak saat melakukan mobilitas. Jadi, solusi yang ditawarkan dalam alat ini adalah membantu tunanetra dalam melakukan mobilitas dengan baik. Dengan memanfaatkan raspberry untuk berkomunikasi dengan tunanetra untuk menunjukan lokasi tujuan, dibantu sensor srf04 dalam membantu pendeteksian objek yang berada didepan tunanetra. Jika objek terlalu dekat (90-150cm) maka data jarak akan input pada raspberry kemudian memerintahkan motor untuk memberikan peringatan (menyala) sehingga tunanetra bisa berhenti dan mencoba arah lain. Kemudian jika setelah menganti arah tongkat tidak memberi peringatan maka aman/tidak ada halangan. Lalu jika ditemukan lubang akan terdeteksi dengan adanya roda pada ujung alat/tongkat yang akan menyentuh atau jatuh kedalam lubang. Kemudian ada tangga akan terdeteksi dengan roda juga selain akan terdeteksi sensor jika tangga terjal. Berdasarkan pengujian yang telah dilakukan alat mampu menuntun tunanetra dalam mobilitas hingga mengurangi tabrakan dengan halangan seperti tembok datar, tangga dan lubang dalam pernjalanan menuju tujuan akhir. Kemudian fungsi dari google assistant mampu menjadi asistan dengan menanyakan pertanyaan dalam bahasa inggris.

Pada tahun 2010, Indonesia menempati peringkat kedua sebagai negara penghasil sampah plastik terbesar di dunia, mencapai jumlah mencengangkan sebesar 1.29 miliar ton. Sayangnya, sampah plastik ini tidak sepenuhnya terurai, melainkan berubah menjadi mikroplastik dengan ukuran partikel mencapai 0,3 mm hingga 5 mm. Meskipun mikroplastik membawa dampak negatif bagi kesehatan dan lingkungan, kesadaran akan bahayanya masih rendah di masyarakat. Dalam rangka mengatasi permasalahan ini, proyek akhir ini mengembangkan website "Beridampak" untuk memberikan edukasi tentang mikroplastik dengan menggunakan metode heuristic evaluation. Hasil penelitian menyoroti sejumlah parameter usability yang memerlukan perbaikan, dengan temuan masalah mencapai 31 buah. Prioritas perbaikan melibatkan parameter H9, H2, H4, H6, dan H1, pada peningkatan tampilan dan fungsi sistem. Tahap validasi menunjukkan bahwa sistem mencapai tingkat kesesuaian sebesar 79%, yaitu website dapat diakses dan digunakan oleh pengguna dengan baik. Penerapan metode evaluasi heuristik membuktikan diri sebagai strategi yang efektif, meningkatkan keefektifan sistem hingga 42%. Respons positif dari 96,4% responden user testing menandakan bahwa implementasi sistem dianggap layak dan dapat dijadikan sebagai solusi potensial dalam menangani permasalahan lingkungan terkait mikroplastik.

Tempat wisata merupakan sebuah tempat yang selalu dikunjungi oleh banyak orang. Namun, masih banyak tempat wisata yang masih menggunakan sistem pembayaran manual yang mana selain memperpenjang waktu transaksi juga banyak terjadi selisih harga dari harga standardnya, tak terkecuali Sunan Bonang Tuban. Teknologi RFID (Radio Frequency Identification) telah melebarkan sayapnya yang dikenal dengan kecanggihan dan akurasinya. Pada banyak bidang telah memanfaatkan teknologi RFID seperti pembayaran tol elektronik, pembayaran di kasir, dan lain sebagainya. RFID reader akan membaca informasi dari RFID tag yang kemudian terjadi proses pengurangan saldo. Proyek akhir ini merupakan solusi masalah diatas dimana penggunaan RFID tag yang dimasukkan pada sebuah gelang dapat menggantikan pembayaran tunai dari biaya becak wisata ataupun pembayaran makanan ketika di scan pada RFID reader pada titik tertentu, dengan dilakukan perencanaan Wireless Local Area Network (WLAN) dengan spesifikasi WiFi IEEE 802.11b yang diwujudkan dengan penempatan access point dengan jarak dan ketinggian tertentu dan memiliki nilai RSSI yang kuat sesuai dengan standard TIPHON, maka sistem yang dibangun akan berjalan dengan tepat dan sesuai.

Emosi adalah suatu perasaan yang ditujukan pada seseorang atau suatu hal yang dapat memicu mereka untuk mengambil tindakan atau mengekspresikan diri yang dapat dipicu secara internal ataupun eksternal. Dalam kehidupan sehari-hari, penting untuk dapat memahami dan memprediksi keadaan emosional seseorang. Salah satu cara untuk merasakan emosi mereka adalah melalui ekspresi wajah, namun terkadang seseorang dapat memanipulasi apa yang mereka alami dengan mengontrol ekspresi wajah mereka. Oleh karena itu, dikembangkanlah alat untuk mengidentifikasi emosi pada anak yang tidak hanya berdasarkan wajah tetapi juga berdasarkan perubahan keadaan tubuhnya. Metode yang digunakan pada penelitian ini adalah salah satu metode deep learning yaitu Convolutional Neural Network (CNN) dan juga salah satu metode clusterisasi yaitu K-Means. Metode CNN berperan untuk mengolah data wajah sehinga dapat mengenali emosi berdasarkan ekspresi wajah pada anak. Dari percobaan yang di lakukan menunjukkan bahwa nilai akurasi tertinggi didapat saat menggunakan dataset yang diambil sendiri dengan nilai akurasi mencapai 99%. Agar sistem dapat lebih akurat maka ditambahkanlah proses identifikasi emosi pada anak berdasarkan kondisi tubuh menggunakan 2 modul sensor yaitu sensor Galvanic Skin Response (GSR) dan sensor detak jantung (Heart Rate Reader) yang akan diprogram menggunakan mikrokontroller. Output data yang dihasilkan oleh kedua sensor tersebut akan disimpan pada csv file untuk selanjutnya dilakukan proses clusterisasi menggunakan metode K-Means. Dari penelitian ini berhasil didapatkan model untuk memprediksi emosi anak berdasarkan ekspresi wajah, detak jantung, serta konduktivitas dengan benar sebanyak 16 anak dari 20 anak.