Sistem keamanan pada perumahan merupakan suatu hal yang tidak dapat dikesampingkan. Sehingga diperlukan adanya fasilitas penunjang keamanan, salah satunya adalah one gate system atau sistem satu pintu yang diterapkan di jalur masuk kawasan atau area perumahan. Portal atau pagar serta pos penjagaan merupakan fasilitas penerapan one gate system. Pos penjagaan tersebut akan dijaga oleh satu orang keamanan dengan beberapa rangkap tugasnya, yaitu sebagai satpam,(satpam dihapus aja dua kali penyebutan dengan petugas keamanan) penjaga keamanan, dan operator buka tutup. Penelitian ini nantinya akan memberi kemudahan bagi penjaga keamanan melalui pengembangan sistem otomatis berupa one gate system automatic sehingga petugas keamanan tidak perlu menjadi operator pintu karena pintu akan terbuka otomatis. Sistem yang dirancang menggunakan cubeacon dengan mode (metode) broadcast secara konstan mengirimkan paket data. Pada sisi portal terdapat Raspberry Pi 3 dengan konstan mencari sinyal BLE (Bluetooth Low Energy) di sekitarnya. Saat BLE pada Raspberry Pi 3 menemukan sinyal BLE dari cubeacon maka raspberry akan melakukan pengecekan pada database. Bila sesuai dengan database, maka kamera akan bekerja mengambil gambar untuk disimpan di folder Pictures pada Raspberry Pi dan Arduino digunakan untuk menggerakkan motor servo setelah menerima perintah dari Raspberry Pi 3. Serta motor servo berfungsi untuk membuka dan menutup portal secara otomatis.

Udara merupakan hal yang sangat penting bagi kehidupan manusia maupun makhluk hidup lainnya. Udara yang kita hirup lambat laun semakin tercemar akibat kandungan polutan yang meningkat dikarenakan oleh aktivitas manusia. Pemerintah sudah membuat alat pemantau display pada suatu daerah yang menunjukkan Indeks Standart Pencemaran Udara (ISPU). Namun, ISPU sendiri hanya ada di beberapa kota-kota tertentu saja di Indonesia seperti Serang, Tangerang,Bandung, Bekasi, dll.Tentu dikarenakan hal tersebut membuat penyebar luasan tentang bahaya polusi udara sendiri masih belum efektif.Padahal polusi udara sendiri dapat terjadi dimana saja. Dan juga terdapat beberapa kejadian keracunan gas CO akibat korban tidak mengetahui adanya kandungan gas CO berbahaya. Serta PM10 yang dapat menyebabkan penyakit pernafasan akut. Untuk mengatasi berbagai permasalahan tersebut diperlukanlah alat yang memiliki kemampuan untuk melakukan pengukuran dan mengetahui level rentang indeks standart pencemaran udara terhadap gas CO (Karbon Monoksida) dan PM10 (Particulate Matter). Proyek akhir ini adalah alat yang memiliki kemampuan untuk melakukan peringatan, monitoring, dan peramalan pada PM10 serta CO melalui website. Kondisi polutan CO dan PM10 ini berdasarkan pada tabel ISPU yaitu terdapat kondisi sehat, sedang,tidak sehat. Sensor yang digunakan adalah MQ7 dan GP2Y1010AU. Dari hasil pengujian persentase error terkecil yang didapatkan sensor MQ7 sebesar 0% pada kondisi tidak terdapat polutan, sensor GP2Y1010AU0F sebesar 0,37% pada kondisi terdapat polutan,, dan DHT11 sebesar 0,19% untuk suhu dan 0,26% untuk kelembaban pada kondisi tidak terdapat polutan. Alat juga dapat mengirimkan data ke database sistem dan website dapat menampilkan hasil pengukuran beserta kondisi polutan berdasarkan ISPU. Hasil MSE dalam pengujian metode peramalan yaitu PM10 MSE terkecilnya adalah fungsi linear, Karbon Monoksida MSE terkecilnya adalah fungsi logaritmik, Suhu dan kelembaban MSE terkecilnya adalah fungsi polynomial.Hasil MSE terkecil yang akan digunakan untuk peramalan.

Tweet atau dalam Bahasa Indonesia disebut dengan kicauan, merupakan layanan mikroblog dari Twitter, yang memungkinkan penggunanya mengirim dan membaca pesan berbaris teks, sehingga layanan ini menjadi perantara bagi penggunanya sebagai media menulis di internet. Namun kicauan yang telah tersebar di Twitter, tidak dapat diketahui kata-kata terkait yang sering menjadi pembicaraan terhadap para pengguna Twitter lainnya. Juga pengguna Twitter tersebut tidak dapat mengetahui reaksi pengguna Twitter lainnya dari kicuan yang telah tersebar. Maka dibuatlah sebuah alat pemerika Tweet atau kicauan, sehingga bisa diketahui kata-kata terkait yang sering menjadi perbincangan dan bisa diketahui reaksi dominan dari kicauan atau Tweet tersebut. Adapun alat pemeriksa ini dikombinasikan dengan metode klasifikasi Naïve Bayes yang mana algoritma ini membantu untuk mengklasifikasikan reaksi dominan dari kicauan atau Tweet yang ingin diperiksa. Berdasarkan hasil dari kuesioner yang diberikan kepada responden setelah melakukan uji coba dengan alat pemerika Tweet ini, bisa disimpulkan bahwa responden bisa mengetahui kata-kata yang menjadi perbincangan dari Tweet dan bisa mengetahui reaksi dominan dari Tweet yang telah dibuat.

Universitas memiliki lingkungan dan bangunan kompleks yang membutuhkan sistem navigasi andal untuk membantu mahasiswa baru, staf, peserta lomba, dan pengunjung untuk mengenali tata letak gedung kampus. Di Politeknik Elektronika Negeri Surabaya (PENS), kebutuhan ini semakin diperlukan karena kompleksitas lingkungan kampus. Penelitian ini bertujuan untuk mengembangkan sebuah website yang memvisualisasikan model 3D Building Information Modeling (BIM) gedung D3 dan D4 PENS menggunakan Xeokit SDK. Dengan integrasi BIM dan WebXR, website ini mampu menampilkan tiga dimensi bangunan yang memudahkan pemahaman rute Gedung untuk pengguna. Sistem ini menggantikan implementasi sebelumnya yang hanya terbatas pada gedung pasca sarjana dan berbasis Unity. Hal ini dikarenakan terdapat kekurangan dalam aspek aksesibilitas karena memerlukan instalasi aplikasi terlebih dahulu. Dengan menggunakan platform web, sistem ini menawarkan kemudahan akses dan diharapkan dapat dikembangkan lebih lanjut untuk sistem navigasi dalam menjelajahi lingkungan PENS secara akurat pada penelitian berikutnya. Hasil dari penelitian ini akan memberikan manfaat berupa data model BIM yang lebih utuh untuk PENS dan integrasi data BIM ke dalam platform web, sehingga memudahkan masyarakat dan mahasiswa dalam melihat tampilan 3D gedung PENS melalui website.

Beragam teknologi sistem keamanan telah banyak dikembangkan, salah satunya adalah teknologi biometrik. Teknik Biometrik merupakan atribut instriksik manusia yang tidak mudah digandakan. Contoh implementasi dari metode biometric adalah sidik jari, iris mata, DNA, gestur tangan, tulisan tangan, dan pengenalan wajah. Dari beberapa sistem biometrik tersebut, yang paling sedikit interaksi untuk identifikasi adalah metode pengenalan wajah, Dalam pengimplementasikan pengenalan wajah terdapat beberapa metode yang dapat digunakan. Salah satunya adalah metode PCA (Participal Component Analysis). Pengenalan wajah dengan metode PCA ini termasuk dalam Deep Learning yang membutuhkan komputasi tinggi pada proses pengerjaannya. Hal ini karena Deep Learning layer yang digunakan untuk pengenalan wajah secara arsitektur cukup kompleks. Hal ini menyebabkan Raspberry Pi berat dalam proses pengerjaannya. Oleh karena itu pada penelitian ini bertujuan untuk menguji proses atau kinerja pengenalan wajah dengan metode PCA dengan perangkat Raspberry Pi. Degan parameter akurasi, perfomansi dan konsumsi daya. Keluaran dari penelitian ini yaitu pada security system di tempat tinggal rumah. Dimana untuk dapat membuka pintu dan masuk ke dalam tempat tinggalnya, maka terlebih dahulu wajah dari user harus dapat dikenali. Setelah dikenali maka solenoid akan membuka dan user dapat masuk ke dalam tempat tinggalnya. Kemudian pada pengujian pengenalan wajah dengan metode PCA (pca + svm), didapatkan hasil akurasi sebesar 92%, dengan nilai FPS 20,007. kemudian dengan metode ini proses pengenalan wajah dapat dilakukan dengan sampai dengan 100 cm, dengan sudut kemiringan wajah antara 0 – 15 derajat dan kondisi intensitas cahaya pada 20 lumen sampai 152 lumen. Dengan proses waktu integrasi sistem adalah 13,32 detik dengan konsumsi daya yang cukup minim yaitu 8,84 watt. Ini membuktikan bahwa metode ini cukup baik digunakan untuk melakukan pengenalan wajah untuk penerapan pengaman pintu rumah.