Dalam jaringan komunikasi nirkabel, perangkat link microwave beroperasi sebagai transceiver pada Base Station (BTS) yang terletak di lokasi sel untuk melayani pelanggan seluler yang berada pada area tersebut. Microwave link memiliki perangkat IF unit dan RF unit, IF unit berada pada IDU (Indoor Unit) yang berfungsi untuk mengatur parameter berupa lebar pita dan tipe modulasi, sedangkan RF unit berada pada ODU (Outdoor Unit) berfungsi untuk mengatur daya pancar dan frekuensi pancar. Tujuan dilakukannya penelitian ini untuk mengetahui pengaruh modulasi dan lebar pita pada microwave link seluler terhadap kapasitas kanal dan performansi sinyal. Dengan kondisi antar link microwave line of sight dan jarak lintasan tertentu. Penelitian ini dimulai dengan pengambilan data spesifikasi dan melakukan perhitungan secara teori meliputi kapasitas dan probability error atau BER. Penelitian ini didapatkan kapasitas channel tertinggi sebesar 342,49 Mbps pada saat menerapkan lebar pita 28MHz dan kapasitas data tertinggi sebesar 224Mbps pada saat menerapkan lebar pita 28MHz dan orde modulasi 256QAM. Pada performansi channel didapat BER sebesar ketika menerapkan orde modulasi 256 QAM dan BER terendah sebesar ketika menerapkan modulasi 128 QAM. Dari setting parameter tersebut dapat diketahui nilai yang paling optimum untuk kapasitas dan kualitas transmisi pada microwave link.

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.

Di era modern ini permintaan akan sumber daya energi listrik semakin meningkat. Salah satu contohnya adalah baterai khususnya dengan jenis VRLA. Namun, penting untuk diingat bahwa baterai mengalami siklus pengisian dan pengosongan yang berulang. Hal ini menyebabkan baterai mengalami penurunan kapasitas dan performa seiring berjalannya waktu untuk mengatasi hal ini maka di rancang sebuah Estimasi State of Charge (SoC). Pada proyek akhir ini akan dibuat estimasi SoC kondisi discharging pada baterai VRLA 12V 40Ah. Untuk pengimplementasiannya menggunakan beban kipas dan lampu. Pengukuran dan pemantauan SoC penting untuk memastikan bahwa baterai tidak over-discharging, yang dapat merusak baterai dan mempersingkat umur pakai. Pada penelitian ini menggunakan Artifical Neural Network metode Multilayer Perceptron. Metode ini memanfaatkan data arus, dan waktu baterai selama proses discharging untuk sebagai input untuk melatih jaringan saraf agar dapat memprediksi SoC. Dari hasil pengujian, diperoleh bahwa pengujian discharging baterai yang dilakukan pada beban kipas dan lampu membutuhkun waktu selama 4,55 jam dengan penurunan SoC dari 100% - 61,01% untuk metode Coulomb Counting, sedangkan untuk metode MLP penurunan SoC 100% - 61,25%. Pada beban kipas membutuhkun waktu selama 7,7 jam dengan penurunan SoC dari 100% - 60,87% untuk metode Coulomb Counting, sedangkan untuk metode MLP penurunan SoC 100% - 60,34%. Pada beban variasi membutuhkun waktu selama 5,8 jam dengan penurunan SoC dari 100% - 60,07% untuk metode Coulomb Counting, sedangkan untuk metode MLP penurunan SoC 100% - 60,04%. Rata-rata error coulomb counting dan MLP yang dihasilkan adalah 0.23% pada beban kipas dan lampu, 0.017% pada beban kipas saja, dan 6% pada beban bervariasi.

Kediri adalah salah satu kota di wilayah Jawa Timur yang memiliki kemajuan cepat dalam pembangunan. Salah satu yang berkembang adalah sektor pariwisata, seperti tempat wisata dan tempat kuliner. Informasi tentang pariwisata tersebut masih kurang optimal sehingga bagi turis yang belum mengenal wilayah Kediri merasa kesulitan dalam mendapatkan informasi mengenai lokasi-lokasi yang ingin dikunjungi. Panduan Pariwisata mulai dari pemandu wisata(tour guide) maupun informasi dari web dapat menjadi solusi, tetapi informasi yang diberikan oleh panduan tersebut belum tentu sesuai dengan kebutuhan turis. Salah satu solusi untuk memperoleh informasi selain melalui panduan yang sudah ada, yaitu dengan diterapkannya teknologi Augmented Reality pada aplikasi mobile, sehingga informasi alternatif dapat lebih menarik dan terpenuhi lebih baik. Teknologi AR digunakan pada aplikasi untuk menampilkan wisata dalam bentuk virtual 3D berdasarkan lokasi(GPS). Pengguna bisa mengetahui bentuk wisata asli secara virtual. Hasil uji dari aplikasi Panduan Pariwisata Kota Kediri Berbasis mobile augmented rality ini menunjukkan bahwa aplikasi ini mudah digunakan oleh pengguna, membantu turis untuk menuju ke lokasi dengan informasi yang tersedia pada aplikasi dan dapat mengenalkan wisata pada masyarakat luas.

Indonesia merupakan negeri yang memiliki warisan kebudayaan yang amat beragam. Mulai dari bahasa, adat istiadat, hingga kesenian. Salah satu kesenian yang dimiliki Indonesia adalah seni tari. Dan di berbagai wilayah-wilayah di Indonesia mempunyai kebergaman wilayahnya. Tari Remo dari Jawa timur, Tari Serimpi dari Yogyakarta, Tari Topeng dari Cirebon, dan masih banyak lagi. Akan tetapi, seiring berkembangnya zaman, tarian tradisional semakin ditinggalkan masyarakat hingga timbul kurangnya pengetahuan masyarakat tentang budaya tari di Indonesia, khususnya di Pulau Jawa. Oleh karena itu, dikembangkan inovasi dalam pengenalan Tari Jawa menggunakan teknologi yang terbarukan agar lebih menarik dan interaktif. Salah satunya adalah dengan mengimplementasikan gerakan tari pada 3D Human Model. Dengan menggunakan 3D Human Model dapat mengenali tarian yang dibuat menjadi sequence gerakan dengan dimasukkan data base yang telah melalui proses decomposisi tarian, lalu dari data base dibuat sebuah composisi tari dengan begitu setiap sequence gerakan dapat dipelajari dan dibuat analisa pola gerakan dengan menggunakan alat Motion Capture untuk mendapatkan data yang akurat.