Pencak silat adalah seni bela diri tradisional yang berasal dari Kepulauan Nusantara. Dalam cabang seni bela diri pencak silat, seorang atlet silat diharapkan memiliki pemahaman tentang dunia pencak silat dan menguasai berbagai teknik dan gerakan yang terlibat. Sebelum mengikuti pertandingan atau kejuaraan, atlet pencak silat biasanya melakukan sesi latihan. Namun, saat ini, sesi latihan tersebut umumnya dilakukan dengan bantuan orang lain untuk menghitung jumlah pukulan dan mengonfirmasi jenis pukulan yang dilakukan. Untuk mengatasi hal ini, diusulkan sistem teknologi yang dapat menghitung jumlah pukulan silat dengan akurat sesuai dengan jenis pukulan yang dilakukan secara mandiri. Sistem ini menggunakan kombinasi estimasi pose berbasis kamera dan sensor inersia yang dipasang pada tubuh atlet. Melalui sistem ini, gerakan yang terdeteksi oleh kamera diproses menggunakan teknik estimasi pose, lalu sensor inersia memberikan data tentang orientasi tubuh atlet. Pembacaan sensor ini dikomunikasikan secara nirkabel ke sistem pusat. Sistem kemudian menganalisis data yang diterima dari kamera dan sensor inersia untuk menghitung jumlah pukulan silat yang dilakukan oleh atlet berdasarkan jenis pukulan yang dilakukan. Pembuatan sistem teknologi ini bertujuan untuk memungkinkan atlet pencak silat melakukan sesi latihan secara mandiri dalam perhitungan pukulan. Ini juga memastikan bahwa atlet menerima data yang tepat tentang jumlah dan jenis pukulan yang dilakukan, meningkatkan efektivitas latihan dan kemampuan mandiri dalam seni pencak silat. Sistem ini memiliki kemampuan untuk melakukan perhitungan dengan angka kepresisian mencapai di atas 85%.

Sumber berita online merupakan salah satu media berita yang banyak digunakan sebagai sumber informasi dalam berbagai aspek kehidupan, mulai dari pemerintahan, gaya hidup, olah raga, kuliner, dan sebagainya. Kami menelusuri berbagai sumber berita online di Indonesia yang mencapai sekitar 452 situs berita online. Situs berita ini dapat menghasilkan ribuan data berita yang memberikan informasi tentang situasi di lingkungan sekitarnya. Kami menerapkan teknologi Big Data untuk menghasilkan ribuan hingga jutaan data dengan menggunakan aplikasi Apache Nutch untuk menjalankan proses pengambilan data berita dari sumber berita online atau web crawling. Kemudian, kami menyimpan data berita tersebut pada aplikasi media penyimpanan Hadoop HDFS. Aplikasi itu merupakan salah satu service yang kami gunakan pada aplikasi open source Cloudera Distribution Hadoop atau CDH. Selain itu, kami juga menggunakan service lainnya seperti Oozie sebagai media penjadwalan pada crawl job, Hue sebagai web user interface UI untuk menjalankan service Oozie, Solr sebagai media untuk mempercepat dalam pencarian data yang telah disimpan sebelumnya atau indexing data dan lain-lain. Pada tahap proses analisis data, kami menganalisa data berita dengan menggunakan metode text mining dengan tahap awal analisis yaitu pre processing. Tahap ini adalah suatu proses untuk membersihkan data terhadap angka jika diperlukan, tanda baca, konversi keseluruhan kata menjadi huruf kecil, dan lain sebagainya. Penelitian ini memberikan informasi mengenai tren topik berita di Indonesia melalui aplikasi user interface berbasis website dalam bentuk grafik. Dimana, visualisasi tersebut menampilkan kurva dalam beberapa waktu dan adapula visualisasi dalam bentuk peta untuk mengetahui beberapa daerah berdasarkan lokasi kantor redaksi portal berita online di Indonesia.

Network traffic atau data traffic adalah jumlah data yang bergerak melintasi jaringan pada titik waktu tertentu. Perkembangan teknologi pada zaman ini mempengaruhi laju, besar dan variasi data yang ada. Memanfaatkan big data untuk keperluan analisa network traffic merupakan langkah yang baik. Sayangnya untuk merancang big data memerlukan waktu yang lama untuk mempersiapkan environtmentnya. Dalam penelitian ini kami membuat framework big data untuk analisa network traffic agar meringkas waktu pembuatan. Framework big data yang dibuat akan digunakan sebagai core sistem untuk mengolah data yang didapatkan 2 buah sensor yang berbeda. Data yang dihasilkan berupa data agregasi dari 2 sensor, selain itu terdapat fitur klasifikasi karakteristik pada big data yang dapat digunakan untuk mengelompokkan data yang ada sehingga mudah dalam melakukan analisa pada network traffic. Hasil akhir dari projek menghasilkan framework yang dapat mempermudah dalam pembuatan big data untuk keperluan analisa network traffic.

Salah satu pengembangan dalam dunia industri yang diterapkan, khususnya pada proses produksi adalah Robot Gantry. Pada Proyek akhir ini diciptakan sebuah robot gantry yang dapat membantu operator pada line inhouse produksi. Robot Gantry merupakan sistem Industrial Automation yang juga dapat disebut sebagai Cartesian robot atau linear robot. Robot Gantry memiliki 3 axis ruang Cartesian X, Y, Z sehingga sangat tepat digunakan sebagai proses otomasi pick and place. Automatic Sleeved Gantry ASG merupakan salah satu pengembangan dari Robot Gantry pada axis Z yang berbeda type dengan jenis Robot Arm. Pada Automatic Sleeved Gantry menambahkan pengembangan pada gripper yang terdapat 2 axis dapat bergerak secara rotasi vertikal dan horizontal. Programmable Logic Controller PLC yang akan mengatur proses sehingga dapat menghasilkan output yang diingiinkan. Pengoperasian secara manual melalui Human Machine Interface HMI dan Proximity Sensor digunakan untuk kontrol pergerakan posisi robot tersebut. Dengan adanya Automatic Sleeved Gantry ASG dapat membantu sebuah proses produksi yang bersifat manual menjadi otomatis dan lebih efisien. Robot Gantry memiliki kecepatan gerakan robot sesuai dengan operator dan dapat monitoring otomatis dan manual.

Kondensor merupakan salah satu komponen penting di dalam sistem produksi pupuk dan non pupuk di PT Petrokimia Gresik. Untuk mencapai kinerja perpindahan panas terbaik, maka perlu dilakukan optimasi efektivitas kondensor menggunakan algoritma Particle Swarm Optimization. Sebelum dilakukan optimasi, dilakukan analisis karakteristik perpindahan panas konveksi di zona kondensasi kondensor, dimana jenis konveksi yang terjadi adalah konveksi paksa menggunakan metode Buckingham Pi Theorem dan curve fitting. Metode Buckingham Pi Theorem dapat mengelompokkan parameter – parameter yang memengaruhi perpindahan panas konveksi paksa di zona kondensasi menjadi tiga bilangan tak berdimensi yaitu Reynolds atau Re, Prandtl atau Pr, dan Nusselt number atau Nu. Korelasi ketiga bilangan tak berdimensi tersebut kemudian dianalisis menggunakan metode curve fitting hingga didapatkan persamaan Nu sama dengan 1,15 kali Re pangkat 0,893 kali Pr pangkat -13,442. Persamaan Nu menghasilkan koefisien yang merepresentasikan karakteristik perpindahan panas konveksi di zona kondensasi sebesar 26,52 Watt per meter persegi Kelvin. Dari persamaan Nu tersebut, nilai efektivitas kondensor sebelum dioptimasi adalah sebesar 0,947 dengan nilai pressure drop di sisi shell atau delta Ps sebesar 3216,5737 Pa dan pressure drop di sisi tube atau delta Pt sebesar 2911,0031 Pa. Setelah dilakukan optimasi, nilai efektivitas kondensor dapat mencapai angka optimal menjadi sebesar 4,299. Sedangkan nilai delta Ps dan delta Pt menurun menjadi masing – masing sebesar 3216,4 Pa dan 2753,2 Pa. Hasil optimasi parameter – parameter geometri yang meliputi tube length, tube outside diameter, baffle spacing, shell diameter, number of tube passes, dan tube wall thickness untuk mendapatkan nilai efektivitas kondensor yang optimal dengan nilai ΔPs dan ΔPt di bawah data desain masing – masing bernilai 4,5159 m, 0,010267 m, 1,2814 m, 2,5238 m 2 buah, dan 0,0004572 m.