Mobil Listik dikenal dalam istilah Electric road vehicles. Saat ini terdapat perkembangan mobil listrik. Sekarang telah banyak mobil listrik yang menggunakan motor BLDC, tetapi masalah yang terjadi pada saat ini adalah lamanya waktu rise time yang dibutuhkan motor BLDC untuk mencapai set point. Pada proyek akhir ini dilakukan perancangan control PI untuk mempersingkat rise time motor BLDC dengan metode six-step PWM yang akan mengendalikan inverter tiga fasa, hall effect sensor digunakan sebagai sinyal masukan untuk mikrokontroler dan digunakan untuk mengatur sinyal luaran PWM. Hasil pengujian menunjukkan bahwa control PI dapat menghasilkan rise time lebih cepat tetapi settling time yang lebih lama dari pada kondisi open loop. Dan pada kondisi close loop respon motor BLDC dapat mengembalikan respon kecepatannya saat diberi gangguan. Pada Kp=4,9 dan Ki=1.225 kondisi tanpa beban set point 250 rpm, control PI dapat menghasilkan rise time 4 detik dan settling time 23 detik. Dan pada Kp=4,9 dan Ki=1.225 beban roda set point 250 rpm, control PI dapat menghasilkan rise time 6 detik dan settling time 40 detik. Dan pada Kp=4,9 dan Ki=1.225 beban mobil listrik dengan penumpang set point 250 rpm, control PI dapat menghasilkan rise time 14 detik dan settling time 45 detik.

Pada era modern seperti saat ini pemanfaatan energi listrik terbarukan telah kian marak digunakan. Hal itu dikarenakan telah menipisnya ketersediaan energi fosil di masyarakat. Pemanfaatan energi matahari sebagai energi listrik menjadi salah satu opsi dalam mengatasi masalah tersebut mengingat letak geografis Indonesia yang sangat potensial dan terletak di garis khatulistiwa. Krisis energi memicu manusia untuk mengmbangkan energi alternatif. Salah satu energi alternatif yang banyak dikembangkan adalah photovoltaic, karena sumber tegangan listrik utama yaitu PLN (Pembangkit Listrik Negara) tidak selamanya kontinyu dalam penyaluranya, suatu saat pasti terjadi pemadaman yang kemungkinan dapat disebabkan oleh gangguan pada sistem transmisi atau sistem distribusi. Maka dari itu PV atau Photovoltaic sangatlah berguna untuk kalangan modern sekarang ini dengan adanya PV masyarakat sekarang tidak hanya bergantung kepada PLN saja. Sekarang banyak sekali peralatan rumah tangga yang sehari harinya menggunakan bahan yang tidak dapat diperbaharui tetapi mereka mengeluarkan juga peralatan yang menggunakan listrik, contohnya Kompor. Kompor dalam penggunaaan sehari hari sangatlah berguna bagi penggunanya, sekarang Kompor Listrik juga menjadi salah satu alternatif penggunaan disaat bahan bakar untuk memakainya semakin mahal. Tetapi Kompor Listrik juga membutuhkan daya dan tegangan yang besar juga, maka dari itu biasanya di tambahkan boost converter dalam penggunaannya.

Pada saat ini energi baru terbarukan diperlukan sebagai sumber energi alternatif seperti energi surya. Energi surya digunakan untuk membangkitkan listrik dari panel surya. Namun ada beberapa permasalah dalam penggunaan panel surya ini, yaitu daya yang dihasilkan tidak linier sehingga effisiensi daya yang dikeluarkan rendah. Hal ini dikarena panel surya sangat bergantung dengan kondisi alam seperti perubahan suhu dan juga perubahan iradiasi matahari. Kemudian terdapat upaya untuk mengoptimalkan daya keluaran dari photovoltaic dengan cara Maximum Power Point Tracker (MPPT). Pada MPPT algoritma perturb and observe ini dalam tracking daya untuk mencapai nilai maksimum dengan waktu yang cukup singkat. Kemudian, pada saat mencapai nilai MPP algoritma Perturb and Observe ini terdapat osilasi daya, sehingga waktu tracking waktu lebih lambat. Kemudian dalam Proyek Akhir ini di buat suatu system dengan judul rancang bangun Maximum Power Point Tracking modifikasi variable step size algoritma Perturb and Observe Pada Sepic Konverter. Pada proyek akhir ini memiliki kelebihan yaitu waktu respon yang lebih rendah dan mengurangi osilasi daya pada saat mencapai nilai MPP. Dari data hasil pengambilan data, untuk MPPT Modified Perturb and Observe ini dapat mencapai nilai MPP membutuhkan rata-rata waktu sebesar 2,5 detik dan daya maksimum yang didapatkan juga lebih besar 2,94% lebih besar jika dibandingkan dengan MPPT Perturb and Observe.

Monitoring Kerja Praktek berarti kegiatan memantau kegiatan kerja praktek mahasiswa agar dapat mengetahui apa saja yang dilakukan saat kerja praktek sehingga dapat dijadikan tolok ukur nilai oleh pihak kampus. Aplikasi monitoring kerja praktek yang dimiliki PENS saat ini masih meninggalkan beberapa masalah, dengan begitu user masih kesulitan untuk melakukan kegiatan monitoring kerja praktek tepatnya dosen pembimbing pens, mereka saat akan melakukan kegiatan monitoring kerja praktek diharuskan untuk menggunakan vpn dari PENS hal tersebut sangat tidak efisien terlebih user juga banyak yang sering lupa untuk melakukan kegiatan monitoring dimana hal tersebut akan berdampak fatal pada mahasiswa. Karena adanya permasalahan tersebut penelitian ini menghasilkan aplikasi monitoring kerja praktek berbasis android. Aplikasi ini lebih memudahkan user dalam melakukan kegiatan monitoring kerja praktek dikarenakan user tidak perlu membuka browser atau web lagi dan user dosen pembimbing kampus tidak perlu vpn untuk melakukan kegiatan monitoring kerja praktek.

Terdapat 43.000 media online di Indonesia yang setiap jamnya menerbitkan sedikitnya satu hingga dua berita. Besarnya informasi tersebut melebihi kapasitas pemrosesan manusia, sehingga mengakibatkan beberapa dampak bagi manusia seperti kebingungan dan tekanan psikologis. Pada penelitian ini, kami mengajukan suatu pendekatan untuk membuat kesatuan sistem News Agregator dan Search Engine. Sistem tersebut merupakan implementasi dari metodologi news mining dengan menggunakan fitur Semantic Information Retrieval dan Klasterisasi berbasis Evolving System. Penelitian ini terbagi menjadi 3 layer, yaitu (1) Input & Preprocess Layer, (2) Analytics Layer, dan (3) Output Layer (Visualization). Hasil percobaan menunjukkan dari 3.000 berita didapatkan 388 cluster sebagai predefined cluster dengan satu cluster sebagai unknown cluster. Data berita yang berjalan streaming berjumlah 12.164 berita selama 3 hari diolah menggunakan Incremental Clustering menghasilkan 490 cluster baru. Hasil evaluasi yang diambil dari 50 sampel cluster lama dan 50 cluster baru menunjukkan nilai akurasi algoritma Automatic Incremental Clustering sebesar 88%. Berita dapat terkelompok berdasarkan informasi yang sama, namun pada beberapa kasus terdapat cluster yang kurang tepat. Hal tersebut menjadi masukan bagi penelitian setelahnya, untuk dapat memperhatikan semantik dan pola perkembangan cluster. Kemudian, pendekatan baru kami yang lain adalah stemming menggunakan Vector Space Model. kami melakukan pengujian terhadap 498 kata yang didapatkan dari beberapa artikel. Metode vector space mendapatkan nilai akurasi sebesar 65,662 %. Hal ini menunjukkan metode yang kami ajukan masih belum dapat bersaing dengan metode lainnya yang sudah ada. Namun, pencapaian akurasi yang menembus 65% merupakan sebuah capaian bagi pengembangan metode stemming dengan pendekatan baru. Hal tersebut membuat diperlukannya evaluasi kembali agar dapat menghasilkan hasil yang lebih akurat. Sementara itu, dalam segi catatan waktu, metode vector space yang mencatatkan waktu terlamban dengan waktu 0,363 detik. Hal tersebut perlu ditingkatkan lagi meningat waktu eksekusi merupakan hal yang krusial dalam stemming karena stemming menuntut data dapat diproses dengan cepat dan tidak membebani komputasi. Hal tersebut dikarenakan masih adanya tahapan analytics yang memiliki beban komputasi dan waktu eksekusi yang lama.