Indonesia merupakan Negara yang luas dengan jumlah penduduk yang besar. Kondisi tersebut berdampak pada minimnya lapangan pekerjaan yang tersedia.Dengan banyaknya pengangguran menyebabkan penduduk yang berada di bawah garis kemiskinan. Banyaknya jumlah penduduk yang menjadi penggangguran merupakan kesempatan untuk mendirikan industri kecil ( Home Industri ). Dalam perkembangan teknologi sistem otomasi merupakan sebuah tuntutan. Dunia industri memerlukan pekerjaan yang cepat dan efisien, oleh karena itu mesin pengisi bahan ini dirancang untuk bekerja secara otomatis.Bagi industri kecil untuk membeli mesin kemasan otomatis akan terasa mahal karena rata-rata mesin ini dalam bentuk besar dan mahal .Maka pada proyek akhir ini dibuat mesin pengemasan bahan cairan dengan proses vertikal. Pada mesin ini kontrol yang di gunakan adalah PLC, dan monitoring menggunakan HMI. Mesin pengisi ini memiliki beberapa sensor agar bisa menjalankan sistem. Bungkus sachet yang masih berupa lembaran akan di tarik oleh motor DC yang di kendalikan oleh PLC melalui Encoder . Bungkus akan di bentuk silinder menggunakan heater yang di press. Kemudian akan di masukan bahan cairan yang di control oleh PLC.Volume bahan yang dimasukkan disesnsor menggunakan volume sensor. Sistem kerja keseluruhan dilakukan secara vertikal.Piston Pneumatic digunakan Sebagai pendorong press. Pergerakan piston ini disensor oleh limit switch. Keseluruhan proses kerja dari mesin dikontrol oleh PLC dan dimonitoring oleh HMI.

Jalan merupakan prasarana transportasi darat yang berperan penting dalam pengembangan potensi suatu wilayah, sehingga banyak aktivitas lalu lintas tempat kendaraan. Kondisi jalan di Indonesia khususnya di kota Surabaya dan sekitarnya sering mengalami kerusakan pada saat musim hujan. Jika kondisi tersebut tidak segera diperbaiki maka dapat merugikan pengguna jalan seperti mengganggu kenyamanan dalam berkendara dan biasanya sampai terjadi kecelakaan lalu lintas. Pada penelitian ini akan membahas tentang pendeteksian jalan berlubang yang memanfaatkan metode Faster R-CNN. Pengumpulan data kondisi jalan berlubang memanfaatkan Camera Jetson Nano dan juga Raspberry pi 4 memori 4GB untuk memproses data-data yang diambil dari kamera serta GPS NEO M8N untuk pengambilan data lokasi jalan berlubang. Yang mana data yang telah diproses ini akan dikirim ke server database MySQL menggunakan protokol HTTP. Hasil dari pengiriman data tersebut akan terhubung dengan Website, yang mana Website ini merupakan salah satu bentuk solusi untuk memberi informasi kepada pengguna jalan mengenai jalan berlubang. Dari hasil training ini terlihat bahwa sistem yang dibuat ini, dapat menghasilkan nilai mAP dan recall terbaik yaitu pada batch size 1 yang bernilai 0.000139 untuk mAP dan 0.032895 untuk recall dalam membandingkan objek yang terdeteksi atau belum terdeteksi. Dengan model Faster R-CNN pada Raspberry pi ini membutuhkan waktu 15 detik hingga 20 detik untuk proses perpindahan dalam proses pendeteksian yang memungkinan keakuratan GPS bergantung pada saat pendeteksian. Dengan itu juga pengguna yang mengakses website ini juga perlu pertimbangan dikarenakan saat pengguna sebanyak 400 dengan loop count sebesar 3 kali mendapatkan error sebesar 17.5 %.

Pendidikan merupakan salah satu sektor penting di Negara Indonesia. Untuk mewujudkan pendidikan yang maju, diperlukan fasilitas yang memadai dalam mendukung proses berjalannya pendidikan itu sendiri, salah satunya adalah dengan mengadakan unit satuan pendidikan baik sekolah maupun perguruan tinggi. Layanan yang terdapat di dalam unit satuan pendidikan tidak hanya sebatas kegiatan belajar mengajar saja. Tetapi juga layanan akademik kepada setiap peserta didiknya untuk memperoleh informasi akademik seperti peraturan akademik, jadwal, nilai, dan catatan presensi. Dalam menyediakan informasi dan layanan akademik, sebagian besar perguruan tinggi menerapkan sistem konvensional ataupun berbasis web. Namun pada pelaksanaannya sistem web sekalipun masih memiliki kekurangan yaitu beberapa informasi yang diberikan masih dalam bentuk file yang memuat rangukam semua informasi terkait aturan akademik. Sehingga mahasiswa harus meluangkan waktu untuk membaca dan mencari satu persatu sampai mendapat informasi yang dibutuhkan. Selain itu terdapat beberapa menu dalam satu web sehingga mahasiswa harus mencari terlebih dahulu menu dan halaman yang memuat informasi yang dibtuhkan. Pada penelitian ini diajukan aplikasi chatbot layanan kemahasiswaan dengan mengimplementasikan metode named entity recognition. Aplikasi memungkinkan user untuk mengirimkan pesan kepada sistem berupa pertanyaan terkait informasi akademik yang ingin diketahui ataupun layanan akademik yang diminta. Dari pesan tersebut sistem akan dapat mendeteksi keyword yang terkandung dalam pesan dan menghitung nilai kedekatan dengan keyword dalam database. Keyword dalam database merupakan identitas dari jawaban / informasi yang tersedia, sehingga keyoword dengan nilai kedekatan paling tinggi akan dipilih sebagai jawaban yang akan diberikan kepada user. Sistem chatbot dapat berjalan dengan baik dan dapat memberikan jawaba yang tepat. Dengan sample data berupa 84 pertanyaan chatbot dapat menjawab sebanyak 71 pertanyaan dengan. Hasil dari penelitian ini dapat membuat pengguna atau mahasiswa lebih mudah dalam mendapatkan informasi terkait peraturan akademik, nilai, jadwal kuliah serta rekap presensi.

Panel surya adalah alat yang terdiri dari sel surya yang dapat mengubah cahaya menjadi listrik. Perkembangan kapasitas penggunaan panel surya yang terus meningkat saat ini memerlukan sistem yang aman, guna meningkatkan efisiensi daya yang dihasilkan. Penggunaan panel surya secara masif dapat menyebabkan kesulitan dalam pendeteksian lokasi gangguan pada solar farm. Sistem yang dibahas yakni sistem deteksi lokasi gangguan pada instalasi panel surya dengan metode artificial neural network. Tujuan menggunakan metode ini yakni: ketika panel surya dalam keadaan terkena gangguan daya yang dihasilkan oleh panel surya tidak sesuai apa yang diharapkan oleh pengguna perangkat tersebut. Gangguan-gangguan tersebut misalnya short circuit dan open circuit. Oleh karena itu dibutuhkan pendeteksi lokasi gangguan panel surya yang sedang beroperasi. Karena pada penggunaan panel surya yang banyak menentukan lokasi penyebab turunnya daya yang dihasilkan oleh panel surya akan sangat sulit diketahui. Pada buku ini, dibuat untuk merancang bangun pendeteksi lokasi gangguan pada panel surya sistem array dengan menggunakan metode artificial neural network. Rangkaian panel surya yang akan dugunakan pada proyek akhir ini yaitu dirangkai seri paralel. Metode artificial neural network ini digunakan sebagai pendeteksi lokasi gangguan yang terjadi pada instalasi panel surya. Data-data dari karakteristik panel surya akan diolah. Dengan data tersebut digunakan untuk memonitoring panel surya yang beroperasi dan jika terjadi gangguan, gangguan tersebut dapat terdeteksi lokasinya kemudian akan ditampilkan pada LCD. Hasil yang diharapkan dari proyek akhir ini yakni dapat mendeteksi lokasi arus hubung singkat dan open circuit pada PV array dengan batasan yang sangat minimum serta dapat mendeteksi lokasi panel surya yang terkena gangguan. Sehingga dapat segera dilakukan perbaikan pada panel surya yang mengalami gangguan.

Sistem informasi adalah gabungan yang terorganisasi dari manusia, perangkat lunak, perangkat keras, jaringan komunikasi dan sumber data dalam mengumpulkan, mengubah, dan menyebarkan informasi dalam organisasi dengan sangat mudah dan efisien.Pemanfaatan sistem informasi itu sendiri salah satunya adalah pembuatan modul ajar. Pembuatan modul ajar merupakan program yang diselenggarakan untuk keperluan penyegaran modul sebagai penunjang pembelajaran mahasiswa. Di Politeknik Elektronika Negeri Surabaya proses pembuatan modul ajar masih dilaksanakan secara manual dengan Microsoft Excel ,hal tersebut mempersulit dalam mengelola data tersebut dalam skala yang besar. Dengan adanya beberapa permasalahan tersebut penelitian laporan akhir ini bertujuan untuk membuat aplikasi sistem informasi pembuatan modul ajar berbasis website. Aplikasi ini akan membantu kepala program studi untuk menyeleksi usulan modul ajar dari dosen pengusul, kemudian membantu rekap data kepada pihak UP2AI sehingga pembuatan modul aja dapat berjalan dengan mudah dan tentunya lebih efisien.