Penyaluran data sistem monitoring merupakan hal yang sangat penting dan dibutuhkan proses data yang cepat dan juga efisien karena data yang masuk dan keluar hanya dalam hitungan detik. Di dalam penelitian ini, kita mengimplementasikan sebuah Big Data pipeline dengan arsitektur yang efisien dan juga terstruktur dalam menyimpan data yang lebih efektif. Kita mengimplementasikan arsitektur lambda kedalam sistem monitoring kita untuk pemrosesan dan penyimpanan data. Dengan menggunakan beberapa teknologi seperti Spark, Hadoop HDFS, Cassandra untuk membantu dalam membangun Big Data ini. Kita juga menggunakan Spark streaming yang digunakan untuk pemrosesan data yang dilakukan secara real-time. Di penelitian ini, kita menunjukkan tentang efektivitas dan peran dari sebuah Big Data dalam sebuah sistem monitoring dalam menyimpan dan memproses data.

Di tengah pandemi Covid - 19, perusahaan startup menjadi salah satu penopang ekonomi Indonesia yang dapat bertahan hingga berkontribusi sebanyak 4% GDP (Gross Domestic Product). Tahun 2021, Indonesia memiliki 2.305 startup, terbesar ke - 5 di dunia. Sayangnya 52,7% berbasis di Jabodetabek dan belum merata ke seluruh Indonesia, padahal dengan bonus demografi 64% dari total penduduk, Indonesia membutuhkan 9 juta tenaga digital hingga tahun 2030. Juga salah satu syarat negara maju adalah jumlah pelaku entrepreneur harus lebih dari 14% dari rasio penduduk, sementara di Indonesia baru 3,1%. Kendalanya adalah dibutuhkan dukungan, role model dan pendidikan sebagai infrastruktur dalam pengembangan startup untuk mendukung technopreneur. Lean canvas dapat membuat proses memulai sebuah perusahaan dan produk menjadi lebih kecil resikonya dan melalui implementasi gamifikasi dalam bisnis dapat membantu entrepreneur mengembangkan teknik inovasi dalam marketing. Lebih lanjut, dilakukan uji validitas ide dan hasilnya 94,1% responden tertarik dengan ide tersebut. Oleh karena itu rancangan Technopreneur GO diusulkan sebagai platform website belajar lean canvas startup.

Pedometer adalah sebuah alat elektronik, yang dirancang untuk menghitung setiap langkah seseorang dengan mendeteksi gerakan subjek. Jarak langkah tiap orang bervariasi, maka diperlukan setting oleh pengguna apabila standarisasi jarak langkah (seperti meter atau mil) yang diinginkan. accelerometer yang digunakan nantinya terintegrasi dengan modul chip Bluetooth Low Energy (BLE) Nordic semiconductor nRF51822 yang didalamnya telah terintegrasi dengan 32 bit ARM cortex M0. Pembuatan perangkat ini nantinya menggunakan compiler ARM mbed dan dapat dimonitor melalui mobile phone menggunakan app inventor. Berdasarkan pada penulisan abstraksi tersebut, maka dibuat tugas akhir dengan judul "Rancang Bangun Pedometer dengan 3-Axis Accelerometer". Analisa penggunaan metode pada pedometer ini menggunakan parameter langkah dan jarak dengan menggunakan metode Euclidean Norm untuk menentukan langkah dan aplikasi metode trapezoidal sebagai integral numerik merubah besaran percepatan sehingga menjadi nilai jarak yang ditentukan. Sehingga didapatkan karakteristik tertentu dari perubahan setiap langkah pada pengujian alat kondisi naik tangga maupun berjalan di daerah jalan yang datar. Error yang didapatkan pada percobaan tersebut adalah 14,6% untuk saat kondisi memanjat tangga dan 12,8 % saat berjalan, dengan setting delay dalam Bluetooth Low Energy tersebut sekitar 2 detik setiap perlakuannya.

Robot follower merupakan robot yang dirancang untuk mengikuti obyek yang telah ditentukan, misalkan saja robot line follower. Seperti namanya, robot ini dirancang untuk mengikuti garis (line) kemanapun arah garis tersebut. Pada proyek akhir ini, akan dibuat robot follower menggunakan stereovision yang mana robot nantinya memiliki 2 kamera yang bersifat sebagai mata. Robot akan bekerja dengan jarak tertentu dari obyek yang ditentukan. Dengan menjaga jarak tersebut, robot ini dapat digunakan untuk tracking manusia, seperti halnya seorang mata-mata yang mengikuti targetnya. Degan memanfaatkan image pyramid sebagai jembatan untuk mendapatkan gambar dengan resolusi yang lebih rendah, kemudian menggunakannya untuk melakukan proses pencarian suatu pola dari sebuah gambar. Ini akan meningkatkan kecepatan proses yang diperlukan oleh suatu proses untuk mencari pola yang sama dengan template pada gambar yang telah disediakan. Setelah pola tersebut ditemukan, kemudian diambil nilai koordinat dari pola yang sama tersebut untuk diproses lebih lanjut sebagai keputusan penggerak robot. Sistem mampu mengikuti (bergerak kanan/kiri) target/obyek sasaran dengan benar. Meskipun beberapa factor dasar masih sangat mempengaruhi. Namun dengan error sistem sebesar 8.3%, ini membuktikan bahwa sistem mencukupi untuk mampu mengikuti target meskipun hanya bergerak kanan dan kiri.

Pada proyek akhir ini membahas tentang driver motor brushless DC yang di gunakan sebagai penggerak pada Barrier Gate (Palang Pintu Parkir). Dengan menggunakan sebuah motor brushless dc sebagai penggerak,didapatkan berbagai keuntungan, contohnya motor BLDC yang dapat bekerja pada rpm rendah dengan torsi yang relatif besar. Torsi per watt yang lebih besar (lebih efisien), Torsi dengan berat yang lebih besar (lebih ringan). Relatif tidak bising, lebih awet karena tidak adanya erosi komutator karbon. Driver kontrol yang digunakan adalah inverter tiga fasa dengan metode pengontrolan motor menggunakan mikrokontroller STM32F407 sebagai penyulut sedangkan pada bagian bridge inverter menggunakan Integrated Power Module (IPM) IRAM136B sebagai driver inverter. Inverter tiga fasa yang di buat menggunakan metode switching PWM ini dapat memutar motor sampai dengan kecepatan 447rpm dengan frekuensi 20Hz dan duty cycle 50% saat tanpa beban.