Proses autodocking pada mobile robot merupakan sebuah kemampuan tambahan yang dapat dimiliki oleh sebuah robot. Untuk dapat melakukan proses tersebut, robot terlebih dahulu harus dapat mencari tempat docking station terdekat. Selain itu, robot membutuhkan pemandu agar dapat menuju ke tempat docking station terdekat dengan tepat. Dengan menggunakan metode odometry robot dapat mengetahui posisi robot dari waktu ke waktu dengan membaca kecepatan dari masing-masing roda mobile robot. Dengan data kecepatan dari masing-masing roda, maka dengan perhitungan metode odometry robot dapat mengetahui posisi terakhir dari robot. Posisi robot tersebut akan menjadi masukan bagi artificial bee colony untuk menghasilkan jalur terpendek yang dapat memandu robot menuju tempat docking station terdekat. Artificial bee colony digunakan sebagai optimasi pencarian tempat docking station yang jarak tempuhnya terdekat atau terpendek dari posisi robot serta aman dari halangan atau obstacle. Dari hasil percobaan, metode artificial bee colony mampu untuk mendapatkan jalur terpendek menuju lokasi docking station serta jalur yang didapatkan juga aman dari halangan. Jumlah populasi lebah yang digunakan sangat mempengaruhi jarak terdekat yang didapatkan oleh metode artificial bee colony. Semakin banyak populasi yang digunakan, maka semakin dekat jarak yang didapatkan oleh metode artificial bee colony. Jumlah iterasi juga mempengaruhi jarak terdekat yang didapatkan oleh artificial bee colony. Semakin banyak jumlah iterasi yang digunakan, maka semakin dekat jarak yang didapatkan meskipun jumlah populasi yang digunakan sama. Sedangkan metode odometry mampu membantu mobile robot untuk dapat mengetahui posisi robot dari waktu ke waktu sehingga robot dapat menuju docking station dengan tepat dan aman.

Asumsi manusia atas persebaran kualitas air laut yang merata merupakan salah satu pernyataan yang kurang tepat. Persebaran kualitas air laut sebenarnya tersebar secara tidak merata dengan perbedaan nilai disetiap titik nya. Untuk mengatasi permasalahan persebaran kualitas air yang tidak merata digunakan ROV dengan sensor untuk mendeteksi kualitas air laut. Dalam mengetahui kualitas air laut dirancang sistem sensor yang stabil untuk mengetahui suhu, salinitas dan pH. digunakan sensor suhu LM35 yang diolah dengan menggunakan persamaan LPF dan rangkaian pengkondisi sinyal untuk mengurangi ripple agar didapatkan hasil pembacaan suhu yang stabil. Pada sensor pH didapatkan sebuah persamaan untuk menentukan nilai pH. Kemudian dalam mengetahui pergerakan ROV tidak menggunakan GPS, tetapi menggunakan kombinasi kompas dan waterflow sensor. Kombinasi kedua sensor dapat menentukan titik kondisi selanjutnya dari perpindahan ROV untuk penggambaran dalam visualisasi ROV. Dari kondisi seluruh gabungan sensor ini maka ditampilkan dalam GUI yang menarik agar pengguna dapat memonitoring kondisi kualitas air dan mengetahui pergerakan ROV secara manual. dalam hal ini sensor suhu dapat melakukan pembacaan dengan keakurasian 97.7% dan keakurasian sensor pH sebesar 97.1%. Dengan kondisi hasil pembacaan waterflow sensor dengan keakuratan data 96.5%.

Museum Keraton Sumenep merupakan aset penting dalam sektor pariwisata yang menyimpan berbagai koleksi bersejarah dan warisan budaya. Namun, Museum ini mengalami penurunan jumlah pengunjung akibat keterbatasan akses informasi, kurangnya promosi efektif, dan metode presentasi yang kurang menarik bagi generasi digital. Penelitian ini bertujuan mengembangkan aplikasi virtual tour berbasis panorama 360 derajat untuk Museum Budaya Sumenep menggunakan metodologi MDLC (Multimedia Development Life Cycle). Aplikasi ini memungkinkan pengunjung menjelajahi museum secara virtual, melihat koleksi dari berbagai sudut pandang, dan mengakses informasi detail tentang artefak tanpa batasan waktu dan tempat. Implementasi virtual tour dalam bentuk aplikasi berbasis web diharapkan dapat meningkatkan visibilitas museum, menarik minat generasi muda untuk mempelajari sejarah dan budaya, serta meningkatkan jumlah kunjungan fisik ke museum.

Konsumsi energi listrik dunia banyak digunakan untuk industri, khususnya untuk menggerakkan motor induksi. Motor induksi dikenal karena harga murah, bertenaga besar, mudah dirawat, tidak memercikkan bunga api, tidak mengeluarkan emisi, tidak menggunakan magnet yang merupakan logam langka sehingga ramah lingkungan. Kendali vektor merupakan solusi terbaik dalam kendali motor induksi untuk meningkatkan karakter dinamis dan efisiensinya. Pada penelitian ini, sebuah kendali kecepatan PI dipadukan dengan kendali Neuro-Fuzzy untuk meningkatkan keandalan pada berbagai kecepatan acuan. Metode kendali PI digunakan untuk optimasi dataset Neuro-Fuzzy. Pengujian keandalan dilakukan dengan membandingkan PI konvensional dengan Neuro-Fuzzy pada motor induksi 3 fasa berdaya 1,5 HP. Validasi penelitian dilakukan melalui simulasi di platform Simulink/Matlab dengan parameter motor yang telah disesuaikan. Kendali Neuro-Fuzzy membuktikan hasil yang jauh lebih baik dari kendali PI konvensional pada berbagai kecepatan acuan. Pemilihan rise time tercepat sebagai fungsi fitness menghasilkan kendali yang memiliki dead time dan rise time 10%-30% lebih cepat. Neuro-Fuzzy berhasil menghilangkan undershoot dan overshoot ketika uji kecepatan tinggi berbeban. Dari sisi analisis daya, Neuro-Fuzzy menghasilkan 2-35VA daya nyata yang lebih kecil. Implementasi Neuro-Fuzzy tipe pembelajaran offline sangat memungkin dalam teknologi System on Chip dengan waktu sampling kurang dari 2ms.

Melihat dari perilaku penghuni rumah banyaknya aktivitas yang dilakukan untuk bekerja, sekolah, dan kegiatan lainya di luar rumah. Sehingga penghuni rumah dapat melakukan pengontrolan alat elektronik saat penghuni berada di luar rumah. Pada proyek akhir ini dilakukan perancang sistem pengontrolan alat elektronik untuk mengimplementasikan text-to-speech dengan menggunakan SMS, modul mikrokontroler, dan modul speech recognition. Dalam pembuatan Text-To-Speech Synthesis System penutur berbahasa Indonesia sendiri yaitu untuk membuat sebuah konverter teks bahasa Indonesia ke dalam bentuk suara yang memiliki dialek Indonesia. Sehingga dapat menambahkan data diphone dalam bahasa Indonesia sendiri serta memungkinkan untuk dilakukan pengembangan aplikasi yang berhubungan dengan Text-To-Speech Synthesis System. Proses prosody pada setiap ujung-ujung penyambungan diphone. Di dalam proses prosody ini terdapat tiga tahap, yaitu multilevel data structure, diphone retrieval dan accouctic manipulation. Pada proses prosody di setiap ujung-ujung persambungan menggunakan metode PSOLA untuk memperhalus transisi antar sinyal diphone. Pada pengujian penyambungan dengan metode PSOLA didapatkan hasil dari sembilan responden, bahwa penyambungan dengan metode overlapping 30% memiliki nilai MOS sebesar 3.48, overlapping 50% memiliki nilai MOS sebesar 3.93, dan overlapping 70% memiliki nilai MOS sebesar 3.02.