Proses fermentasi cairan merupakan salah satu tahap penting dalam pengolahan limbah organik, di mana kondisi lingkungan seperti suhu, pH, dan kelembaban sangat mempengaruhi hasil akhir dari fermentasi tersebut. Untuk memantau parameter-parameter ini secara efektif, dikembangkan sebuah sistem monitoring berbasis website yang menggunakan sensor suhu, pH, dan kelembaban. Sistem ini dirancang untuk mengukur dan mengirimkan data secara real-time, yang kemudian ditampilkan dalam bentuk tabel dan grafik pada antarmuka website. Website monitoring ini memudahkan pengguna untuk mengakses informasi tentang kondisi fermentasi dari jarak jauh dengan visualisasi data yang interaktif dan mudah dipahami. Data yang diperoleh dari sensor-sensor tersebut dikirimkan ke server secara berkala dan disimpan dalam database, sehingga pengguna dapat memantau tren dan perubahan parameter fermentasi dari waktu ke waktu. Dengan adanya sistem ini, diharapkan proses fermentasi dapat dioptimalkan sehingga menghasilkan produk yang berkualitas dengan lebih efisien. Implementasi sistem monitoring ini juga dapat dikembangkan lebih lanjut untuk berbagai aplikasi dalam industri yang memerlukan kontrol lingkungan yang presisi.

Gagal jantung, khususnya Heart Failure with Reduced Ejection Fraction (HFrEF), merupakan kondisi ketika fraksi ejeksi ventrikel kiri mengalami penurunan kemampuan dalam memompa darah secara efektif. HFrEF termasuk salah satu penyebab kematian tertinggi di dunia. Deteksi dini sangat penting untuk mencegah komplikasi lebih lanjut, namun umumnya masih bergantung pada pemeriksaan medis lanjutan yang tidak selalu mudah diakses. Penelitian ini bertujuan merancang sistem prediksi dini penyakit gagal jantung secara praktis menggunakan lima parameter utama: usia, jenis kelamin, tekanan darah, detak jantung maksimal, dan kemiringan segmen ST. Sistem dibangun dengan mikrokontroler ESP32 yang terintegrasi dengan tiga sensor, yaitu AD8232 untuk sinyal EKG, MPX5050GP untuk tekanan darah, dan MAX30102 untuk detak jantung. Data hasil pengukuran diklasifikasikan menggunakan metode Naïve Bayes guna memprediksi risiko gagal jantung secara otomatis. Perangkat dirancang agar mudah digunakan, hanya dengan meletakkan jari di atas sensor, memasang manset, dan menempelkan elektroda. Hasil prediksi ditampilkan pada layar LCD 16x2 serta dapat disimpan dan diakses secara daring melalui website. Model yang digunakan menunjukkan akurasi sebesar 82,36% terhadap dataset, dan akurasi sebesar 96,6% saat diuji pada 30 pasien, dengan rata-rata tingkat kesalahan sebesar 2,34% untuk tekanan darah dan 2,63% untuk detak jantung. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan alat deteksi dini gagal jantung yang praktis, terjangkau, dan mudah diakses oleh masyarakat luas.

Untuk menghadapi kesulitan yang dialami oleh para teknisi baru Elektronika Bandara dalam memahami tanggung jawab dan tugas pokok menjaga, merawat, dan memperbaiki peralatan X-Ray, maka penulis menuangkan materi berupa Augmented Reality X-Ray sebagai inovasi baru dalam mempermudah mempelajarinya. Hal ini dilakukan sesuai dengan pengalaman yang dialami oleh penulis sebelumnya. Tujuan dari penulis merancang hal tersebut yaitu memungkinkan teknisi lain dapat mendapatkan informasi secara singkat tentang peralatan X-Ray secara real time. Teknologi Augmented Reality X-Ray ini dengan cara menggabungkan elemen AR dengan memberikan pengalaman interaktif yang mendalam melalui website. Implementasi dimulai dengan tahap analisa kebutuhan yang mencakup identifikasi perangkat keras dan perangkat lunak yang dibutuhkan. Selanjutnya melakukan pengujian aplikasi dengan memastikan akurasi pengenalan objek dan kualitasnya. Hasil pengujian diharapkan memberikan tingkat akurasi yang tinggi. Diharapkan Augmented Reality X-Ray dapat mempermudah para teknisi mendapatkan informasi tentang peralatan tersebut agar mengurangi minim informasi yang terjadi sebelumnya.

Pada Proyek Akhir ini, akan mengaplikasikan teknologi basis Image Processing untuk dapat menangkap obyek berupa suatu bilangan operasi matematika dasar dengan menggunakan kamera (webcam). Keluaran dari sistem akan membantu anak-anak dalam pembelajaran operasi matematika dasar. Keluaran tersebut akan ditampilkan pada Windows Console Aplication pada komputer. Metode yang digunakan ialah metode K- Nearest Neighbors (KNN) yakni sistem pengklasifikasian obyek berdasarkan jarak terdekat node pada center utama. Dapat disimpulkan bahwa aplikasi berjalan dengan baik dengan presentase 100% pada jarak 40cm, serta dalam kondisi pencahayaan sebesar 325 Candela pada pagi hari dengan tingkat keberhasilan 91.6%

Dalam penerapan berbahasa, terdapat empat keterampilan yang penting untuk dikuasai agar informasi dapat disampaikan ke pihak lain dan tidak terjadi mispersepsi. Salah satu cara untuk melatih ini adalah menggunakan metode debat. Namun dalam prakteknya terkadang sulit dalam melakukan metode debat karena apabila dilakukan sendiri maka peserta tidak memiliki lawan bicara. Sedangkan apabila ada pelatih debat, waktu akan menjadi penghalang karena sesi latihan yang terbatas lebih baik digunakan untuk memperkaya informasi sehingga tidak sempat untuk melakukan simulasi. Penelitian ini bertujuan untuk mengatasi masalah tersebut, dengan membuat sistem berbasis website untuk melakukan simulasi debat dengan sistem permainan seperti game show bernama Jeopardy! sehingga peserta dapat berlatih meskipun sendirian. Sistem ini akan dibangun menggunakan metode TF-IDF untuk melakukan pembobotan hubungan setiap kata dalam setiap kalimat yang tersimpan di sistem dan kalimat dari respon pengguna dalam bentuk vektor, lalu akan dicari nilai cosine similarity yang terbesar dari setiap dataset untuk dikembalikan ke pengguna sehingga tercipta suasana interaksi seperti debat. Eksperimen dilakukan dengan 2 topik yang masing-masing berisi 50 hingga 100 pertanyaan pada awalnya dan akan bertambah seiring semakin sering sistem digunakan. Hasilnya untuk setiap topik bisa menghasilkan pertanyaan yang mirip dan selalu memperbarui data, sehingga di setiap sesi meskipun pengguna memberikan respon yang sama sistem bisa menghasilkan jawaban berbeda yang memiliki nilai cosine_similarity lebih tinggi.